导读:本文包含了梯度形态学论文开题报告文献综述及选题提纲参考文献，主要关键词:文档图像,腐蚀膨胀,倾斜校正,形态学梯度算法
梯度形态学论文文献综述
周文杰,木特力铺·马木提,吾尔尼沙·买买提,阿力木江·艾沙,库尔班·吾布力[1]（2019）在《基于形态学梯度算法的维文文档图像单词切分》一文中研究指出为提高文档图像字符的识别率,提出一种利用形态学梯度算法实现维吾尔文单词切分的方法。对维文文字的特点进行分析,综合利用形态学算法的基本特性,将文档图像中标点与单词分离开来,避免关键词与标点的误切。将形态学梯度算法用于文档图像分割,更好地寻找每个单词的边缘轮廓和边界,对单词进行有效切分。实验结果表明,该方法能很好地对维吾尔文单词进行切分,切分的准确率达到了97.96%,后续的多文种文档图像的对比实验验证了该方法在单词切分中的实用性。(本文来源于《计算机工程与设计》期刊2019年09期）
朱文慧,张鲜花,朱进忠[2]（2019）在《海拔梯度对新疆梯牧草植株形态学特征的影响》一文中研究指出以分布于新疆伊犁昭苏沙尔套山海拔1 700–2 200 m处的野生梯牧草(Phleum pratense)为研究对象,通过测定其形态学指标,探讨海拔梯度对各个形态特征的影响,以期为梯牧草种质资源保护及优异种质资源筛选提供科学依据。结果表明,1)不同海拔梯度梯牧草在茎粗、旗叶长、旗叶宽、穗长、小穗宽、小穗数等形态特征指标上存在显着差异(P <0.05),其他形态学指标并未表现出规律性变化;综合表现为海拔1 900 m处植株高大,植株叶片最长,小穗数最多。2)不同海拔之间叶片气孔形态存在显着差异(P <0.05),随海拔升高梯牧草上表皮气孔长度显着增长,气孔数减少。3)综合指标显示,海拔1 900 m左右为梯牧草最适宜的生长环境。(本文来源于《草业科学》期刊2019年03期）
薛士敏,崔淼[3]（2019）在《基于形态学梯度算法的微电网行波保护方案》一文中研究指出针对交流微电网的故障特征和保护要求,提出一种基于形态学梯度算法的行波保护故障选线选相方案。首先,通过比较离散小波变换和形态学梯度算法对电流行波的提取结果,得出形态学梯度算法能更清晰地提取行波的结论。其次,设计适用于多种拓扑结构的微电网行波保护故障选线方案。然后,利用叁相初始电流行波及其模分量设计一种故障类型判断和故障选相方案。最后,对行波保护的死区问题进行分析并提出相应的解决方案。利用PSCAD/EMTDC和Matlab软件进行仿真分析,仿真结果验证了所述保护方案的正确性和可行性。(本文来源于《电力系统保护与控制》期刊2019年02期）
邓博文,王召巴,金永,陈友兴,吴其洲[4]（2018）在《基于形态学梯度的激光扫描点云特征提取方法》一文中研究指出为从海量激光扫描点云数据中准确提取特征,提出了一种基于形态学梯度的激光扫描点云特征提取方法。该方法首先生成海量激光扫描点云数字高程模型,而后通过数学形态学对梯度的定义求取各激光脚点梯度,将梯度局部邻域均值作为局部自适应阈值,对点云数据进行分割,生成特征部分与平坦部分。使用随机抽样一致方法拟合平坦部分平面以及特征部分的圆孔,求取台阶面高度、圆孔内径等特征信息。实验结果表明:该方法可以有效地提取大规模点云数据的特征,圆孔类特征值提取最大误差不超过0.05mm,台阶面高度提取误差不超过0.1mm。(本文来源于《激光与光电子学进展》期刊2018年05期）
崔淼[5]（2017）在《基于形态学梯度算法的中压微电网行波保护方案》一文中研究指出交流微电网是由分布式电源(DG)、负荷以及储能系统等构建成的中低压配电系统,为太阳能和风能等可再生能源以及天然气和氢气等环境友好型能源的综合利用提供了一种有效的利用方式。但是微电网多变的运行方式、拓扑结构和DG的控制策略给微电网的保护带来了严峻的挑战。微电网的故障特征同传统大电网大不相同,使得微电网的保护方法设计面临诸多难点。研究适用于运行方式、拓扑结构多变的微电网的保护方法,是当前微电网技术的研究热点之一。首先,本文针对国内外该领域的研究现状进行了详细的介绍,指出了各种传统的交流保护不再适用于多类型DG接入的微电网,并且提出行波保护应用于微电网具有突出优势。然后,系统介绍了逆变型分布式电源(IIDG)的数学模型、控制策略以及输出特性,并分析了电流保护、差动保护、距离保护应用于微电网的不适用性。最后,对行波保护中两种主流的数据处理工具离散小波变换和形态学梯度算法提取电流行波的效果进行了分析比较,得出形态学梯度法提取行波更为清晰的结论。针对微电网提出了一种基于形态学梯度算法的行波保护方法,利用叁相初始电流行波及其模分量来实现各类型故障选线及故障选相。本文针对行波保护的功率波动问题和死区问题也提出了解决方案。行波保护对运行状态多变、故障电流难以计算的微电网具有良好的适用性,无需在网络中加装电压互感器,不受过渡电阻、中性点接地方式以及DG的控制方式的影响。然而,行波保护有相对较高的设备需求,即需要相应的高频电流互感器以及实时通信装置。(本文来源于《天津大学》期刊2017-11-01）
陈冲[6]（2017）在《多分辨形态学梯度—相关函数理论在特高压直流输电线路故障测距上的应用》一文中研究指出我国资源与负荷逆向分布的特点,清洁能源须增大能源占比的发展形势,亟需发展特高压。而高压直流输电系统中间不落点,可点对点、大功率、远距离直接将电力送往负荷中心,因此成为我国发展特高压工程的首选。尤其是对经营区域覆盖26个省(自治区、直辖市)、覆盖国土面积的88%以上、供电人口超过11亿人的国家电网公司,更是把发展特高压作为构建全球能源互联网,攻坚智能电网的发展方向。由于我国发展特高压直流输电技术的目的就是远距离、大容量的输送、调节电能。大都横跨多个省市,且为减少对群众生产生活的影响,特高压线路通道一般就规划在偏远路上,经过地形地貌复杂多变,防外破压力大,线路运行维护困难。同时,因担负着大容量的符合,一旦发生故障或缺陷,造成的经济损失和不良影响极大。因此,选取一种方便、可靠并易于操作的故障点距离测量和成熟的计算方法迫在眉睫。利用在输电线路一侧的方法进行对故障点距离测算的单端算法是当前推进高压直流故障测距的重要研究方向。利用此类方法,可以及时、有效的进行故障波的提取检测,并用传统的行波故障点测距算法进行距离测算。但此种算法是在理论条件下,面对实现复杂环境和诸多干扰波,以上算法难以在实际中进行操作应用,其测算结果也往往会出现诸多误差。本篇论文正是基于以上问题,创造性的引入数学形态学梯度变换函数,结合传统距离测量算法完成对外界干扰因素的过滤,及待测算行波的极值剔除,进而极大降低测距误差,使操作方法更具有实用性和准确性。基于以上思路,本文重点从一下过程进行优化完善:(1)对研究对象进行分析研究,即将直流输电线路上发生故障的条件、种类及过程进行提取(假设)分析,对搜集到的各类行波浪涌进行对比,找出关键需要分析的行波,并推导出关键行波本身存在的干扰因素和不足。(2)开展建模分析,对实际运行的特高压直流线路网及设备进行研究,总结其关键部位构成及特点为数学建模提供思路和现实参考。上述工作完成后,应用PSCAD电力系统仿真成熟软件组建高压直流输电网模型及有可能发生故障点的模拟数据。分别研究正常运行状态、发生外力破坏情况(断线或对地放电)以及雷电干扰等情形进行逐一分析。试验结果表明,上述观点符合实际需求。(3)引入新算法,解决传统计算方法面临的误差大的问题,利用数学形态学中梯度变换的优点,构造出一个既可以过滤干扰波,又可以修正(剔除)带分析行波的波峰和波谷上的极值,因此提出了"多分辨形态学梯度-相关函数理论在特高压直流输电线路故障测距上的应用"这一最终研究课题。计算过程就是通过引入两个类型的结构元素,分离出所需要进行计算的行波,再利用直流输电线路上故障点行波的测距方法进行相应函数的构造,最后实现利用单侧测量点完成高压直流输电线路故障点的定位和测距。本论文通过两种仿真数据软件(即电力系统PSCAD和MATLAB数学软件)对建立的模型进行仿真实验。通过最终测算,得出以上计算方法的能够大范围的消除误差,距离判定缩小至0.2公里的范围内。因此,本文涉及到新型测距方法可以在故障线路的单侧进行故障测距,并且能够有效甄别外部干扰,净化带测量行波纯度,进而极大提高故障点距离测量的准确性和现实可操作性。(本文来源于《山东大学》期刊2017-05-20）
徐天芝[7]（2017）在《基于形态学梯度的分水岭彩色图像分割算法研究》一文中研究指出图像分割是由图像处理到图像分析的关键步骤。到目前为止,分水岭算法不仅克服了传统的图像分割算法的一些缺点和弊端,而且运算时间短,因此,该算法是众多分割算法中分割效果较好的算法之一。分水岭分割方法是一种有效的图像分割方法,但会产生过分割现象,针对这一问题,论文分别对RGB和HSI颜色空间的分水岭分割算法进行改进,得到两种彩色图像分水岭分割算法;再将本文算法应用于医学眼前节图像分析中,进一步完善了彩色图像分割的实际使用价值。首先,介绍学习了图像分割应用背景和重要性,整理汇总分水岭算法和医学图像分割的研究现状及研究意义。并且介绍了数学形态学的定义、性质、几何示例;详细阐述了分水岭分割的原理、定义和算法,为后面章节的算法和应用做好铺垫。其次,在RGB彩色空间中,研究出新的形态学梯度的分水岭算法;针对分水岭算法分割图像出现的过分割现象、边缘细节丢失问题,结合形态学梯度和信息熵的优点,利用区域合并的优势,不仅解决了分割带来的颜色信息丢失、图像过分割问题,而且算法简单且很好地加快分割速度。再次,在HSI彩色空间中,提出一种基于柔性数学形态学的彩色梯度图的分水岭分割算法,利用柔性形态学算子抗噪性的优点,以及彩色图像转为灰度图像分割时彩色信息丢失的问题,可以不转为灰度图像直接在彩色图像上分割得到彩色梯度图。最后,将算法应用在医学眼前节图像上,选取医学眼前节图像对其进行相应的处理,通过实验证明,图像分割算法可以对医务人员的进一步诊断治疗提供很大的帮助。(本文来源于《西北师范大学》期刊2017-05-01）
刘烨,程国建,马微,郭超[8]（2016）在《基于铸体薄片图像颜色空间与形态学梯度的岩石分类》一文中研究指出为实现自动高效且结果可靠的岩石分类,提出一种基于岩石薄片图像的自动分类方法。该方法通过偏光显微镜采集的铸体薄片图像,由图像的原始颜色空间与其形态学梯度中提取特征参数,统计各图像矩阵分量的标准算术值构建岩石分类的特征空间,利用支持向量机方法建立特征空间与岩石类别之间的映射关系。采用鄂尔多斯盆地苏里格地区的100幅沉积岩岩石薄片图像对该方法进行测试。研究结果表明:该自动分类方法结果的正确率达95%以上,说明结合颜色空间与形态学梯度的高效岩石图像自动分类方法具有较高的准确性与可靠性。(本文来源于《中南大学学报(自然科学版)》期刊2016年07期）
徐天芝,张贵仓,贾园[9]（2016）在《基于形态学梯度的分水岭彩色图像分割》一文中研究指出图像分割是从图像处理到图像分析的关键步骤之一。在改进了基于地形学距离的分水岭算法的基础上,提出了一种结合图像信息熵、形态学梯度与区域合并的图像分割方法。该算法首先利用信息熵在RGB颜色空间中对彩色图像求其形态学梯度,然后对彩色梯度图进行分水岭分割,最后对分水岭产生的过分割现象进行区域合并。通过Matlab对图像进行实验,结果证明该算法不仅能够减少分水岭算法的过分割现象,而且还提高了图像分割的精确性,同时在图像分割时具有很好的鲁棒性和适应性。(本文来源于《计算机工程与应用》期刊2016年11期）
刘斌,孙斌,关淼苗,邢倩[10]（2015）在《基于不可分加性小波与形态学梯度的图像边缘提取方法》一文中研究指出针对传统的图像边缘提取方法只强调图像中的水平和垂直边缘的不足,提出了一种基于不可分加性小波和形态学梯度相结合的图像边缘提取方法。根据二维不可分小波理论构造了低通滤波器,利用它对原图像进行加性小波多尺度分解;对低频子图像求形态学梯度,对增强后的高频子图像取模极大值;将所得梯度图与边缘图作加性小波逆变换,得重构后的边缘梯度图;并利用二值形态学方法对其进行处理,得最终结果边缘图。实验结果表明,此算法可获得较好的边缘图像,与经典的边缘提取方法相比,它具有完整性、多方向性、平移不变性和快速性的特点。(本文来源于《量子电子学报》期刊2015年06期）
梯度形态学论文开题报告
（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：
以分布于新疆伊犁昭苏沙尔套山海拔1 700–2 200 m处的野生梯牧草(Phleum pratense)为研究对象,通过测定其形态学指标,探讨海拔梯度对各个形态特征的影响,以期为梯牧草种质资源保护及优异种质资源筛选提供科学依据。结果表明,1)不同海拔梯度梯牧草在茎粗、旗叶长、旗叶宽、穗长、小穗宽、小穗数等形态特征指标上存在显着差异(P <0.05),其他形态学指标并未表现出规律性变化;综合表现为海拔1 900 m处植株高大,植株叶片最长,小穗数最多。2)不同海拔之间叶片气孔形态存在显着差异(P <0.05),随海拔升高梯牧草上表皮气孔长度显着增长,气孔数减少。3)综合指标显示,海拔1 900 m左右为梯牧草最适宜的生长环境。
（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。
梯度形态学论文参考文献
[1].周文杰,木特力铺·马木提,吾尔尼沙·买买提,阿力木江·艾沙,库尔班·吾布力.基于形态学梯度算法的维文文档图像单词切分[J].计算机工程与设计.2019
[2].朱文慧,张鲜花,朱进忠.海拔梯度对新疆梯牧草植株形态学特征的影响[J].草业科学.2019
[3].薛士敏,崔淼.基于形态学梯度算法的微电网行波保护方案[J].电力系统保护与控制.2019
[4].邓博文,王召巴,金永,陈友兴,吴其洲.基于形态学梯度的激光扫描点云特征提取方法[J].激光与光电子学进展.2018
[5].崔淼.基于形态学梯度算法的中压微电网行波保护方案[D].天津大学.2017
[6].陈冲.多分辨形态学梯度—相关函数理论在特高压直流输电线路故障测距上的应用[D].山东大学.2017
[7].徐天芝.基于形态学梯度的分水岭彩色图像分割算法研究[D].西北师范大学.2017
[8].刘烨,程国建,马微,郭超.基于铸体薄片图像颜色空间与形态学梯度的岩石分类[J].中南大学学报(自然科学版).2016
[9].徐天芝,张贵仓,贾园.基于形态学梯度的分水岭彩色图像分割[J].计算机工程与应用.2016
[10].刘斌,孙斌,关淼苗,邢倩.基于不可分加性小波与形态学梯度的图像边缘提取方法[J].量子电子学报.2015