导读:本文包含了边缘方向检测论文开题报告文献综述及选题提纲参考文献，主要关键词:多尺度多方向,边缘检测,NSCT,去噪
边缘方向检测论文文献综述
马超[1]（2019）在《基于多尺度多方向的图像边缘检测算法研究及其应用》一文中研究指出图像边缘检测是图像处理和计算机视觉的基本技术,边缘检测的效果对图像后期处理有着很大的影响。随着遥感技术的发展,越来越多的遥感数据被加以利用并应用到各行各业。高分辨率遥感影像中含有大量的噪声信息,在高分遥感影像边缘检测过程中,如何去除噪声和抵抗噪声干扰显得尤为重要。本文主要做了以下研究:1.研究了图像边缘、图像边缘检测以及高分辨率遥感影像中边缘检测算法的相关知识理论以及图像边缘检测算法在去噪和抗噪方面的知识理论。分析了典型算法在实际处理图像过程中仍然存在的问题,总结了在去噪以及抗噪方面可能改进的方向。高分辨率遥感影像下建筑物呈现面状结构,边缘特征明显,但同时高分辨率遥感影像中含有更多的噪声信号,现存的边缘检测的方法在去噪和抗噪两方面略有不足,还存在优化改进的空间。除此之外对边缘的定位也不够准确,检测出来的边缘有间断点,还有漏检和误检的情况。2.从多方向去噪融合和多尺度加权融合两方面分别提出了基于非下采样轮廓波变换(NSCT)的优化改进算法。文中对Canny算子、小波变换以及对NSCT进行了分析,分别介绍了这些算法的原理、特性以及优缺点,并根据NSCT具有平移不变性和多尺度分解特性的优势,对NSCT做多方向去噪和多尺度加权融合的优化设计。通过大量的仿真数据实验验证了优化后的算法相比于Canny算子、小波变换、NSCT在处理含噪10%-30%的图像中具有一定的优势,并验证了本文算法的可行性。3.将本文优化后的边缘检测算法应用到在线共性基础服务子系统中,并结合在线共性基础服务子系统,对高分卫星遥感影像进行建筑物边缘检测并分析检测结果。本文的主要成果是在NSCT的基础上增加分解的层数和方向在去噪和抑制噪声方面做出了优化改进,并应用到在线共性基础服务子系统中,通过提供在线的图像分析工具以及图像处理算法模块为用户提供在线的图像边缘检测等服务。(本文来源于《河南大学》期刊2019-06-01）
曹海兰[2]（2019）在《基于梯度方向一致性引导的边缘检测研究》一文中研究指出为解决传统Canny算子在边缘交叉点因漏检造成边缘轮廓未闭合的问题,提出了基于梯度方向一致性的改进算法应用于边缘像素检测。研究结果表明:基于梯度方向一致性的改进算法,可以检测出更多的边缘交叉点细节,在连接边缘方面优于传统Canny算子,并未引入噪声干扰问题。因此,该算法对边缘检测研究具有一定的参考价值。(本文来源于《科技风》期刊2019年13期）
李浩谊,马春庭,唐秀媛[3]（2019）在《多方向Scharr的齿轮边缘检测与中心定位》一文中研究指出针对齿轮精度检测设备结构较复杂、使用和维护较麻烦等问题,提出基于多方向Scharr的齿轮边缘检测与中心定位方法。通过高斯滤波减小噪声的影响,采用分别代表0°、22. 5°、45°、67. 5°、90°、112. 5°、135°、157. 5°共8个方向的5×5算子模板进行边缘检测,结合Otsu方法得到边缘二值化图像,并结合最小包围矩形法、最小包围圆形法和重心法求出齿轮中心坐标。实验结果表明,该算法能够准确快速地提取齿轮边缘和中心信息,在一定程度上减少了噪声的影响。(本文来源于《工具技术》期刊2019年02期）
张明亮[4]（2018）在《多方向图像模糊边缘缺陷在线检测方法仿真》一文中研究指出由于现今图像复杂度不断提升,目前的图像边缘检测方法不能满足当前环境对多方向图像模糊边缘缺陷检测的要求,为了准确地提取多方向图像模糊边缘缺陷信息,提出了一种基于互信息图像融合的边缘缺陷检测方法。利用多方向灰度值矩阵将图像中无用的图像信息进行删除,通过计算多方向图像的像素灰度值标准差来计算单个像素点算子,完成多方向图像灰度值矩阵预处理操作。将上述处理完成的多方向图像作为检测样本,实际的多方向图像作为对比样本,计算出它们之间的互信息,将图像进行几何变换,提取出图像中相同大小的模糊边缘部分,进行旋转缩放操作,将大小相同的两个图像进行融合,实现对多方向图像模糊边缘缺陷的在线检测。仿真结果证明,所提方法提高了多方向图像边缘缺陷的检测速度与准确性。(本文来源于《计算机仿真》期刊2018年11期）
李莉,杨争艳,王敬涛,韩明[5]（2018）在《多尺度多方向结构元素形态学绝缘子闪络图像边缘检测算法研究》一文中研究指出针对绝缘子闪络图像中的噪声和边缘细节模糊问题,提出了一种多尺度和多方向图像边缘检测算法。该算法利用结构元素方向性的差异和递归形态滤波,对采集图像的边缘进行提取和去噪,根据多尺度多方向得到滤波图像的初始轮廓,完成绝缘子闪络的检测,。为了验证本文算法的有效性和准确性,本文选用不同的绝缘子闪络进行实验。实验结果表明本文的算法能够滤除采集图像的噪声。保留原始图像的边缘细节,实现放电区域绝缘子闪络图像的边缘检测。(本文来源于《电视技术》期刊2018年11期）
加春燕,崔丽[6]（2016）在《基于频谱边缘检测和Radon变换估计运动模糊图像的方向》一文中研究指出为了准确估计运动模糊图像的方向,在理论推导部分,以定积分、Fourier变换和Sinc函数的性质为依据,得出了运动模糊方向、图像尺寸和频谱图像平行条纹方向叁者的关系。在算法优化部分,系统分析了Radon变换法、Gabor变换法和频谱分块法的原理和不足,并提出了基于频谱边缘检测和Radon变换的改进算法。在数值实验部分,编写Matlab程序对几种方法进行了测试和比较,结果表明,该方法的估计精度最高,更适用于估计运动模糊图像的方向。(本文来源于《图学学报》期刊2016年03期）
曹风云,李东兴,张华强,杜钦君,常晓刚[7]（2016）在《自适应多方向灰度形态学图像边缘检测算法》一文中研究指出针对传统的多方向灰度形态学边缘检测算法存在计算量大、效率低的缺点,提出了一种基于自适应噪声抑制的多方向灰度形态学图像边缘检测算法。根据图像所含噪声的种类,采用不同尺度的结构元素对图像进行分类滤波,再根据像素点间灰度值的变化确定边缘方向,由相应方向的结构元素进行边缘检测。实验结果表明,与传统的多方向灰度形态学边缘检测算法相比,检测到的边缘重构相似度和边缘置信度更高,边缘连续性更强,且计算量低,运行效率高。(本文来源于《光学技术》期刊2016年03期）
任小强[8]（2016）在《基于FPGA的局部方向均值边缘检测系统设计》一文中研究指出随着数字图像的广泛应用,人们对图像处理的要求也逐渐提高。图像边缘是指像素点灰度值急剧变化的那些像素点集合,它是图像最基本的特征之一,携带了图像大部分数据,因此边缘检测技术是图像分析和识别领域中一个较为重要的研究课题。边缘检测作为一个预处理过程,广泛应用于图像分割、模式识别和运动分析等领域,是图像进一步处理的前提。常见图像边缘检测方法包括基于微分的边缘检测方法、基于像素灰度分布的边缘检测方法和基于像素聚类的边缘检测方法。基于微分的边缘检测算法利用微分算子将图像边缘用像素点梯度来表示,它的概念明确,运算简单,但是易受噪声影响,造成边缘定位不准确。基于像素灰度分布的边缘检测方法主要利用图像数据的概率密度,其估计的概率密度误差较大,易受噪声污染,并简化了噪声对概率密度估计的影响。基于像素聚类的边缘检测方法利用像素点和其邻域像素的相互关系确定图像边缘,它的定位准确,但是不同的阈值计算得到的检测结果不同,不能实现自适应边缘检测效果。针对上述算法存在的主要问题,分析研究了一种基于FPGA的局部方向均值边缘检测方法。该方法主要利用中心像素点和其邻域内统计平均值之间的关系,求解按不同方向分割的样本均值及其差值,比较均值差最大值和最小值所对应的方向与边缘类型之间的关系,根据比较结果设计边缘幅度响应函数,计算边缘幅度响应值和方向,并分析了检测尺度和方向个数对算法的影响,同时也分析了该算法的抗噪性能。随着EDA技术不断发展和成熟,FPGA、DSP、CPLD和ASIC等可编程逻辑器件在电子技术设计领域具有较好灵活度,提高了系统设计效率和可操作性,为数字图像处理技术奠定了基础。ASIC是一种为专门目的而设计的集成电路,使用场合受到了限制;DSP主要应用于数字信号处理领域;FPGA在数字图像处理方面有着自己独特优势,具有开发成本低、并行处理速度高、设计灵活度高及其开发周期短等特点。该课题选用FPGA作为系统开发技术,芯片选用Altera公司的Cyclone IV系列下的EP4C30F23C8N芯片,设计并实现了基于FPGA的局部方向均值边缘检测系统。该系统采用自顶向下模块化设计思想,使用Verilog硬件描述语言,在Quartus II和Model Sim开发环境中完成系统的软件设计和仿真,并在HSEDA硬件开发平台上实现该设计,完成了图像采集、输入图像缓存、图像处理、输出缓存和VGA实时显示等功能。该设计的主要工作体现在以下几个方面:第一,针对常用边缘检测算法存在的主要问题,分析研究了局部方向均值边缘检测方法,运用测试图像对该算法进行了实验,分别分析了该方法对高斯噪声、椒盐噪声的抗噪性能和改变检测尺度以及改变方向个数对检测结果的影响。第二,使用Quartus II开发工具,结合FPGA流水线操作和并行处理结构的特点,在HSEDA开发平台上设计并实现了基于FPGA的局部方向均值边缘检测系统。第叁,系统仿真和验证是整个FPGA设计中不可缺少的步骤,整个系统设计在Model Sim软件中仿真,仿真结果符合设计要求,并给出了分析结果。第四,利用Quartus II开发工具完成系统设计,经编译、综合、布局布线和引脚分配,并通过专用下载线将代码生成的配置文件下载到EP4CE6F17C8芯片上。系统的测试结果表明,该系统可以完成图像数据的采集、处理、存储和实时显示,没有图像断帧现象发生,达到了预期的效果,具有实时性强、图像处理速度快、操作简单、应用灵活、成本低、可移植性好和资源占用率低等特点。该方案的设计与实现在图像边缘检测领域具有一定的积极意义,并对其他场合的图像处理也有一定的参考价值。(本文来源于《成都理工大学》期刊2016-05-13）
李正,张海[9]（2016）在《一种基于梯度方向一致性的边缘检测新算法》一文中研究指出为达到同时提取图像的主要边缘和微弱边缘并有效抑制噪声的目的,该文利用真实图像边缘两侧的灰度渐变性,以及边缘点周围灰度梯度的方向一致性好而非边缘点周围灰度梯度的方向一致性差的特点构造了梯度方向和(SGD)指标;并根据该指标提出一种阈值自适应的边缘检测算法。实验表明:梯度方向和在有效提取边缘点的同时能较好地抑制高强噪声;该指标对光照和对比度变化有较强的鲁棒性;将其用于阈值的自适应调节,得到的基于梯度方向一致性的边缘检测方法能较好地解决兼顾弱边缘检测的同时而不引入噪声干扰的问题。(本文来源于《电子与信息学报》期刊2016年07期）
王玲,刘丹丹[10]（2015）在《基于8结构多方向形态学的火焰边缘的检测》一文中研究指出通过实验可以发现,本文所采用的形态学算子不管在有无噪声的情况下,均可较好地提取出清晰连贯的边沿。(本文来源于《电子技术与软件工程》期刊2015年24期）
边缘方向检测论文开题报告
（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：
为解决传统Canny算子在边缘交叉点因漏检造成边缘轮廓未闭合的问题,提出了基于梯度方向一致性的改进算法应用于边缘像素检测。研究结果表明:基于梯度方向一致性的改进算法,可以检测出更多的边缘交叉点细节,在连接边缘方面优于传统Canny算子,并未引入噪声干扰问题。因此,该算法对边缘检测研究具有一定的参考价值。
（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。
边缘方向检测论文参考文献
[1].马超.基于多尺度多方向的图像边缘检测算法研究及其应用[D].河南大学.2019
[2].曹海兰.基于梯度方向一致性引导的边缘检测研究[J].科技风.2019
[3].李浩谊,马春庭,唐秀媛.多方向Scharr的齿轮边缘检测与中心定位[J].工具技术.2019
[4].张明亮.多方向图像模糊边缘缺陷在线检测方法仿真[J].计算机仿真.2018
[5].李莉,杨争艳,王敬涛,韩明.多尺度多方向结构元素形态学绝缘子闪络图像边缘检测算法研究[J].电视技术.2018
[6].加春燕,崔丽.基于频谱边缘检测和Radon变换估计运动模糊图像的方向[J].图学学报.2016
[7].曹风云,李东兴,张华强,杜钦君,常晓刚.自适应多方向灰度形态学图像边缘检测算法[J].光学技术.2016
[8].任小强.基于FPGA的局部方向均值边缘检测系统设计[D].成都理工大学.2016
[9].李正,张海.一种基于梯度方向一致性的边缘检测新算法[J].电子与信息学报.2016
[10].王玲,刘丹丹.基于8结构多方向形态学的火焰边缘的检测[J].电子技术与软件工程.2015