导读:本文包含了图像膨胀论文开题报告文献综述及选题提纲参考文献，主要关键词:数字图像处理,膨胀规律,爆生气体
图像膨胀论文文献综述
崔新男,汪旭光,张小军,陈志远[1]（2019）在《基于数字图像处理技术的爆生气体膨胀规律研究》一文中研究指出爆破导致岩石等介质的破碎是爆炸冲击波和爆生气体共同作用的结果,对爆生气体作用过程的分析一直缺乏有效的试验手段,基于此进行了混凝土模型浅埋集中装药室外爆破试验。对高速摄影机获得的气体膨胀过程图像进行了背景剪除、边缘检测等处理,得到了爆生气体自孔口溢出后扩散规律。结果表明气体溢出后,失去爆破介质的束缚,迅速膨胀,且总量呈现指数增长。数字图像处理技术结合高速摄影机是研究爆破等高速过程的有效手段。同时指出,气体在介质内部的作用过程需要进一步的试验和分析。(本文来源于《有色金属(矿山部分)》期刊2019年04期）
侯超群,席瑶,孙志彬,高可可[2]（2019）在《基于IPP图像处理的膨胀土微观结构定量研究》一文中研究指出利用环境扫描电镜(ESEM)获取不同浸水时间下合肥膨胀土的微观结构扫描图像,基于专业图像处理软件ImagePro Plus(IPP)对膨胀土的ESEM图像进行处理和分析,研究了不同浸水时间下合肥膨胀土的表观孔隙比、分形维数和大小组成情况。研究表明,膨胀土的表观孔隙比随着浸水时间的增大逐渐增大,其增长速率逐渐减小。运用小岛法对土样的颗粒和孔隙的分形维数进行研究,结果表明,膨胀土的颗粒和孔隙均具有明显的分形特征,分形维数在1.1～1.3之间。随着浸水时间的逐渐增大,颗粒的分形维数在减小,孔隙的分形维数在增大,二者呈现相反的变化趋势。对土样的颗粒和孔隙按照大(> 5μm)、中(2～5μm)、小(1～2μm)、微(<1μm) 4组进行分类,分析了不同浸水时间下各类颗粒和孔隙占比的演变趋势。(本文来源于《水文地质工程地质》期刊2019年02期）
陈永青,方炫强,陈宗辉,孙政,王勉[3]（2018）在《膨胀土裂隙图像的识别》一文中研究指出为提高计算机对膨胀土裂隙图像的识别精度,针对膨胀土裂隙的特点,引入边缘检测技术对膨胀土的裂隙图像进行处理,从一阶微分算子到二阶微分算子进行膨胀土裂隙的试验。结果表明与其他算子比较,Canny算子在图像噪声的去除以及避免裂隙信息失真上具有较好效果。(本文来源于《湖南文理学院学报(自然科学版)》期刊2018年02期）
曾宪云,刘观仕,陈永贵,陈如意[4]（2018）在《摄影图像应用于膨胀土裂隙特征分析中的几个问题》一文中研究指出摄影图像是一种应用于土的裂隙研究的较新测试手段。在数字图像的获取与处理过程中,影响裂隙特征定量化分析处理效果的因素有很多。结合膨胀土裂隙图像处理中遇到的问题,分析了图像采集时的光源、图像的像素、图像处理过程中阈值选择等因素对图像处理结果的影响,提出了合理选择上述方法或参数的建议,结果可供相关研究工作参考。(本文来源于《土工基础》期刊2018年01期）
廖一鹏,黄熙元,王卫星[5]（2016）在《基于Contourlet变换的模糊聚类和膨胀重构相结合的浮选图像增强方法》一文中研究指出针对用分水岭算法分割铅锌矿泡沫图像时标识点难以提取及气泡边界模糊问题,提出了模糊C均值聚类和二值开重构相结合的方法及基于Contourlet变换的泡沫图像增强方法。首先对图像进行聚类,提取出灰度值较大的一类点,对提取出获得的图像用不同的结构元素进行二值开重构操作除掉一些灰度值较大的边缘点和噪声,得到气泡内部高亮点作为标识点。然后对泡沫图像做Contourlet变换提取高频系数,构造自适应增强函数作用于高频系数,利用增强后的高频系数做Contourlet反变换以增强泡沫图像。最后在上面获得的标识图像和增强图像的基础上用分水岭变换对图像进行分割。试验结果表明,该方法能够对气泡边界模糊的铅锌矿图像实行有效分割。(本文来源于《有色金属(选矿部分)》期刊2016年04期）
古丽恰西·哈列勒别克,艾斯卡尔·艾木都拉,地里木拉提·吐尔逊[6]（2015）在《基于基线邻域Harris角点膨胀的维吾尔图像文字区域检测》一文中研究指出针对序列图像中的维吾尔文字区域检测问题,提出了一种Harris角点和基线特征相结合的有效方法:首先,将输入的彩色图像灰度化,然后对图像进行Harris角点检测,根据角点分布进一步确定文字基线位置,再对基线位置上的角点进行形态学膨胀操作,最终实现了文本区域的定位。在较大规模的序列图像情况下进行了文本区域检测试验,给出了实验结果与同类算法的对比分析,论证了本算法的有效性和可行性。(本文来源于《激光杂志》期刊2015年03期）
黎伟,刘观仕,姚婷[7]（2014）在《膨胀土裂隙图像处理及特征提取方法的改进》一文中研究指出裂隙特征作为膨胀土裂隙研究的基础,其定量化描述有助于进一步研究裂隙对膨胀土工程性质的影响。以膨胀土平面裂隙为研究对象,使用数码摄影获取膨胀土裂隙图像,通过优化和改进裂隙图像处理方法及裂隙特征提取方法,获得膨胀土裂隙的各特征参数。对于裂隙图像处理方法,采用改进的局部阈值二值化方法,相比大津法能更好地将裂隙和背景区分开来,而通过标记连通区域的方法有效去除了裂隙二值图像中全局分布的细小杂点,同时,利用闭运算填充了裂隙图像中细小的孔洞和缺口,上述处理方法使裂隙二值图像更清晰可靠。对于裂隙特征提取方法,基于对裂隙端点和交点的快捷识别能力,选择了查找表方法作为裂隙条数统计的基础;改进了端点识别算法以去除毛刺,提高了裂隙长度统计的精度;采用改进的最小外接矩形算法进行裂隙宽度的统计,提高了计算精度,节省了计算时间;尝试采用玫瑰花图进行裂隙方向统计,更直观明了地分析裂隙方向及条数的变化规律。(本文来源于《岩土力学》期刊2014年12期）
葛艳,赵瑞,高占江[8]（2014）在《基于TV模型和膨胀的图像修复方法研究》一文中研究指出在基于TV模型的图像修复算法基础上,结合膨胀操作研究灰度图像的修复算法。首先分析了基于TV模型的图像修复算法流程;在此基础上结合图像膨胀操作提出了改进的图像修复算法;最后针对叁种受损图像,通过实验对比分析了图像膨胀前后的修复效果。实验结果表明,基于TV模型和图像膨胀的图像修复算法可以完全去除图像表面多余的线条、文字或划痕,修复效果很好。(本文来源于《微型机与应用》期刊2014年18期）
高薪,胡月,杜威,史晓玥,田益民[9]（2014）在《腐蚀膨胀算法对灰度图像去噪的应用》一文中研究指出为了解决传统去噪方法对灰度图像效果不佳的问题,采用形态学算法中的腐蚀与膨胀算法,设计了不同的结构元,以应对不同的噪声。传统的腐蚀膨胀算法会在一定程度上改变图像,为消除这一影响,在该算法基础上又设计了一种对比采样的方法,将原图与初步处理过的图像进行对比,得到最终图像。结果表明:此方法能够在基本不改变原图的情况下有效地除去噪声。(本文来源于《北京印刷学院学报》期刊2014年04期）
陈为龙,郭黎[10]（2014）在《一种基于膨胀的渐进渐出图像融合算法》一文中研究指出在对多幅图像的不同区域进行拼接时,需要涉及到图像分割、配准以及图像融合等方法。针对多幅图像不同区域进行拼接的情况,提出了一种"基于膨胀的渐进渐出"图像融合算法,该算法在图像融合过程中结合形态学方法,大幅度提高了拼接图像的效果。多个实验验证了所提算法的有效性。(本文来源于《计算机工程与科学》期刊2014年07期）
图像膨胀论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用环境扫描电镜(ESEM)获取不同浸水时间下合肥膨胀土的微观结构扫描图像,基于专业图像处理软件ImagePro Plus(IPP)对膨胀土的ESEM图像进行处理和分析,研究了不同浸水时间下合肥膨胀土的表观孔隙比、分形维数和大小组成情况。研究表明,膨胀土的表观孔隙比随着浸水时间的增大逐渐增大,其增长速率逐渐减小。运用小岛法对土样的颗粒和孔隙的分形维数进行研究,结果表明,膨胀土的颗粒和孔隙均具有明显的分形特征,分形维数在1.1～1.3之间。随着浸水时间的逐渐增大,颗粒的分形维数在减小,孔隙的分形维数在增大,二者呈现相反的变化趋势。对土样的颗粒和孔隙按照大(> 5μm)、中(2～5μm)、小(1～2μm)、微(<1μm) 4组进行分类,分析了不同浸水时间下各类颗粒和孔隙占比的演变趋势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像膨胀论文参考文献
[1].崔新男,汪旭光,张小军,陈志远.基于数字图像处理技术的爆生气体膨胀规律研究[J].有色金属(矿山部分).2019
[2].侯超群,席瑶,孙志彬,高可可.基于IPP图像处理的膨胀土微观结构定量研究[J].水文地质工程地质.2019
[3].陈永青,方炫强,陈宗辉,孙政,王勉.膨胀土裂隙图像的识别[J].湖南文理学院学报(自然科学版).2018
[4].曾宪云,刘观仕,陈永贵,陈如意.摄影图像应用于膨胀土裂隙特征分析中的几个问题[J].土工基础.2018
[5].廖一鹏,黄熙元,王卫星.基于Contourlet变换的模糊聚类和膨胀重构相结合的浮选图像增强方法[J].有色金属(选矿部分).2016
[6].古丽恰西·哈列勒别克,艾斯卡尔·艾木都拉,地里木拉提·吐尔逊.基于基线邻域Harris角点膨胀的维吾尔图像文字区域检测[J].激光杂志.2015
[7].黎伟,刘观仕,姚婷.膨胀土裂隙图像处理及特征提取方法的改进[J].岩土力学.2014
[8].葛艳,赵瑞,高占江.基于TV模型和膨胀的图像修复方法研究[J].微型机与应用.2014
[9].高薪,胡月,杜威,史晓玥,田益民.腐蚀膨胀算法对灰度图像去噪的应用[J].北京印刷学院学报.2014
[10].陈为龙,郭黎.一种基于膨胀的渐进渐出图像融合算法[J].计算机工程与科学.2014