导读:本文包含了屋脊边缘论文开题报告文献综述、选题提纲参考文献，主要关键词:边缘,屋脊,吉隆,像素,曲率,小波,尼玛。
屋脊边缘论文文献综述写法
郭雄[1]（2015）在《把关在世界屋脊边缘》一文中研究指出2015年元旦，笔者收到西藏吉隆检验检疫局发来的一组照片。这是吉隆口岸因暴风雪与外界网络“失联”一周后，发回来的第一手资料。照片上，吉隆局局长尼玛次仁与工作人员一起，正在清扫厚厚的积雪。 人们知道“瑞雪兆丰年”，却鲜闻“丰年险中求”。对于西藏来(本文来源于《中国国门时报》期刊2015-01-08）
袁向荣[2]（2013）在《多项式拟合屋脊型边缘及在梁弯曲变形检测中的应用》一文中研究指出梁侧面在图像中是一长条形影像,其边缘为屋脊型,很难以单一函数逼近边缘灰度数据.文章以正交多项式函数对其进行拟合,可按算术除法解优化方程,避免了求逆和解方程组.对生成的具有屋脊型边缘图像的分析表明,新方法的边缘识别精度较高.静载模型实验表明,新方法可以高密度检测梁全长度的弯曲变形,单一点的检测精度与传统方法的检测精度相当.(本文来源于《广州大学学报(自然科学版)》期刊2013年05期）
丁兴号,邓善熙,李了了[3]（2009）在《小波系数过零点的屋脊边缘亚像素检测算法》一文中研究指出针对现有亚像素边缘检测算法在定位精度、抗噪性能和计算速度方面问题,提出一种新的基于小波变换系数过零点的屋脊边缘亚像素检测算法,证明了利用该方法对屋脊边缘进行亚像素检测不存在原理误差,且具有较好的抗噪性能和较快的计算速度.仿真实验证实理论的正确性.(本文来源于《哈尔滨工业大学学报》期刊2009年09期）
常治学,王培昌,逄凌滨,张秀峰[4]（2009）在《基于抛物线拟合的十字激光图像屋脊边缘检测》一文中研究指出针对工程测量中对十字激光图像交点和倾角检测精度要求较高特点,提出了一种十字激光图像亚像素屋脊边缘检测方法。在十字亮条有用区域内,首先利用局域亮度极大方法检测亮条像素级屋脊边缘点;然后提取像素级边缘点水平或垂直方向上一定范围内的像素点亮度进行抛物线拟合,计算亚像素边缘点坐标;最后利用最小二乘法拟合出两条直线,计算十字交点及横亮线倾角。对距离光源4.5m处连续拍摄的50幅图像(图像分辨率为640pixels×480pixels,光靶分辨率为0.0827mm/pixel)进行了处理,十字交点x方向标准差为0.0134mm,y方向标准差为0.0158mm,横亮条水平方向倾角标准差为1.950′,精度明显优于像素级边缘点。该方法应用于导轨直线度和扭曲度检测仪中,取得了很好的效果。(本文来源于《光电工程》期刊2009年05期）
盛遵冰,崔贤玉,高国安[5]（2007）在《屋脊型边缘的亚像素级检测算法研究》一文中研究指出通过分析屋脊型边缘的成像特点,提出了一种针对屋脊型边缘的亚像素级检测算法。给出了算法的理论证明,说明了算法不存在原理性误差,此算法将求取边缘点的亚像素位置转为求解图形的对称中心。推导出算法的离散化公式。通过实验验证了此算法在无噪和含噪情况下的有效性,并分析了误差产生的原因。研究结果表明,此算法计算量小、精确度高,并具有抑制噪声的能力。(本文来源于《光电子.激光》期刊2007年11期）
方经纬,谢松法[6]（2007）在《综合运用主曲率与主方向特征检测屋脊型边缘》一文中研究指出本文提出了一种利用曲面主曲率和主方向进行屋脊型边缘检测的综合算法,先通过沿屋脊边缘走向的主曲率检测图像边缘,再根据主方向信息对初步结果进行方向跟踪和边缘搜索,取得了较为理想的效果.(本文来源于《应用数学》期刊2007年S1期）
方经纬[7]（2006）在《屋脊边缘检测算法研究》一文中研究指出边缘检测在图像处理与计算机视觉中占有特殊位置,是各种图像分析算法的重要基础。图像边缘可分为阶跃边缘和屋脊边缘。在工业图像检测中,许多待检目标都是屋脊型边缘,经典方法往往只研究阶跃边缘检测,对屋脊边缘讨论较少。本文的目的是研究屋脊边缘检测的各种算法,并在前人基础上做出一定改进,以期获得更理想的结果。本文讨论的算法分别基于小波分析、数学形态学以及微分几何中的曲率理论。小波变换良好的时频局部特性非常适合于图像处理。小波变换能够对图像进行多尺度分解,在各种不同分辨率下对各个子图像进行边缘提取工作,并且对噪声的抑制效果很好。本文的小波分析法对图像进行小波变换后得到图像的频域系数,通过判断屋脊边缘的存在性、计算系数差分与期望值来实现对边缘的定位与检测。数学形态学通过对目标的形态变换实现结构分析和特征提取的目的。本文主要讨论二值形态学对含有屋脊边缘的指纹图像的细化理论,并将其应用到屋脊边缘检测的综合算法之中。基于曲率的算法通过计算像素点的主曲率与主方向来检测屋脊边缘,本文综合运用主曲率信息得到边缘的位置,主方向信息获取边缘的走向,从而实现屋脊边缘的检测以及自动搜索识别。通过实验表明以上方法适用于屋脊边缘检测,并能取得良好的效果,具备一定的实用价值。(本文来源于《华中科技大学》期刊2006-10-01）
丁兴号,邓善熙[8]（2004）在《基于小波变换的屋脊边缘亚像素检测》一文中研究指出工业图像检测中,许多待检目标边缘是屋脊边缘,而现有亚像素边缘检测算法都是假设边缘模型为阶跃边缘,并且现有算法在定位精度、抗噪性能和计算速度方面还不尽人意.针对上述问题,提出一种使用小波变换系数的屋脊边缘亚像素检测算法,将小波分析和概率统计理论引入到亚像素边缘检测问题中.该方法具有较好的定位精确度、抗噪能力和较快的计算速度.实验证明该方法可达到1/60像素的精确度.(本文来源于《哈尔滨工业大学学报》期刊2004年11期）
乐宁,李晓天,邵华,翁世修[9]（2000）在《一种基于屋脊边缘的字符图像细化方法》一文中研究指出针对字符图像中笔画内部像素点灰度的屋脊型分布特点,提出了一种新的字符图像细化方法。该方法利用字符图像中灰度截面曲线,获取了屋脊型边缘的候选点集,通过对候选点集的进一步筛选和修补,取得了定位较为准确的屋脊边缘点,实现了数字字符灰度图像的可靠细化。(本文来源于《模式识别与人工智能》期刊2000年03期）
杨海军,梁德群[10]（2000）在《基于曲率的屋脊边缘检测方法》一文中研究指出本文提出一种新的、基于曲面曲率的屋脊边缘检测方法。通过屋脊边缘沿最大主曲率方向的最大主曲率局部极值检测屋脊边缘,同时最小主曲率的方向就是屋脊边缘的走向。理论分析和实验证明,本文方法具有更好的性质和边缘检测效果。(本文来源于《模式识别与人工智能》期刊2000年02期）
屋脊边缘论文开题报告范文
（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：
梁侧面在图像中是一长条形影像,其边缘为屋脊型,很难以单一函数逼近边缘灰度数据.文章以正交多项式函数对其进行拟合,可按算术除法解优化方程,避免了求逆和解方程组.对生成的具有屋脊型边缘图像的分析表明,新方法的边缘识别精度较高.静载模型实验表明,新方法可以高密度检测梁全长度的弯曲变形,单一点的检测精度与传统方法的检测精度相当.
（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。
屋脊边缘论文参考文献
[1].郭雄.把关在世界屋脊边缘[N].中国国门时报.2015
[2].袁向荣.多项式拟合屋脊型边缘及在梁弯曲变形检测中的应用[J].广州大学学报(自然科学版).2013
[3].丁兴号,邓善熙,李了了.小波系数过零点的屋脊边缘亚像素检测算法[J].哈尔滨工业大学学报.2009
[4].常治学,王培昌,逄凌滨,张秀峰.基于抛物线拟合的十字激光图像屋脊边缘检测[J].光电工程.2009
[5].盛遵冰,崔贤玉,高国安.屋脊型边缘的亚像素级检测算法研究[J].光电子.激光.2007
[6].方经纬,谢松法.综合运用主曲率与主方向特征检测屋脊型边缘[J].应用数学.2007
[7].方经纬.屋脊边缘检测算法研究[D].华中科技大学.2006
[8].丁兴号,邓善熙.基于小波变换的屋脊边缘亚像素检测[J].哈尔滨工业大学学报.2004
[9].乐宁,李晓天,邵华,翁世修.一种基于屋脊边缘的字符图像细化方法[J].模式识别与人工智能.2000
[10].杨海军,梁德群.基于曲率的屋脊边缘检测方法[J].模式识别与人工智能.2000