导读:本文包含了最大算子论文开题报告文献综述及选题提纲参考文献,主要关键词:图像分割,Canny算子,二维最大熵算法,边缘检测
最大算子论文文献综述
张允,焦斌[1](2018)在《基于Canny算子的二维最大熵阈值分割算法》一文中研究指出为解决分割多目标和复杂图像时存在计算时间过长、计算量较大等问题,提出基于Canny算子的二维最大熵阈值分割算法。首先分析了Canny算子边缘检测以及传统二维最大熵阈值分割,然后将采用Canny算子边缘检测得到的阈值应用到二维最大熵阈值分割算法中。通过实验结果显示,该算法能有效提高效率,降低计算的复杂性,保护图像的细节信息,具有一定的优越性。(本文来源于《上海电机学院学报》期刊2018年03期)
陈虹,肖越,肖成龙,宋好[2](2018)在《基于SIFT算子融合最大相异系数的自适应图像匹配算法》一文中研究指出针对传统的尺度不变特征变换(SIFT)图像匹配算法存在的误匹配率较高、剔除误匹配点条件单一的问题,提出一种基于SIFT算子融合最大相异系数的自适应图像匹配方法。首先,在欧氏距离(Euclidean distance)比测度基础上,对SIFT算法中128维特征向量自适应获取最大相异系数优化;然后,确定最大相异系数最优取值进行匹配点筛选,并采用随机抽样一致性(RANSAC)算法进行匹配正确率计算;最后,利用Daniel Scharstein和Richard Szeliski立体匹配图像进行了算法验证。实验结果表明,改进算法较传统SIFT算法匹配正确率提升10个百分点左右,有效降低误匹配,更能够适应相似区域较多的图像匹配应用。在实时性上,所提方法单次匹配平均耗时1.236 s,可应用于实时性要求不高的系统。(本文来源于《计算机应用》期刊2018年05期)
邓鹏辉,张晋津[3](2016)在《CLT含递归算子的最大前同余性》一文中研究指出进程之间的等价关系或精化关系的同余或前同余性(congruence或precongruence)是组合式推理和模块化设计验证的理论基础。针对面向Web Service的进程演算,Bernardi和Hennessy提出了Client-Must-Testing(CLT)语义及相关的测试前序ㄈ用于描述进程的精化关系,并对包含于的最大前同余关系+进行了研究。递归算子是规范理论中重要而且是基础性的算子,Bernardi和Hennessy对包含于的最大前同余关系的研究中未涉及递归算子,因此不能描述进程的无限行为。文中研究了CLT诱导出的精化关系在包含递归算子情形下的前同余性。在讨论了环境(context)、递归进程以及一步转换内在联系的基础上,给出包含于的最大前同余关系。(本文来源于《计算机技术与发展》期刊2016年09期)
施文月,袁宏俊[4](2016)在《基于最大最小贴近度和GIOWA算子的上证综指的组合预测模型应用》一文中研究指出为了能更准确地把握我国股票价格的走向,首先使用传统的多元回归模型、指数平滑模型和ARIMA模型分别对2014年1月-12月的上证综合指数的月末价收盘价进行预测,然后在此基础上采用基于最大最小贴近度的广义诱导有序加权算术平均(GIOWA)算子的组合预测方法将叁种模型整合,再对上证指数价格数据进行运算,得出每种方法所占权重和预测值,最后通过比较评价体系的各个指标发现基于最大最小贴近度和GIOWA算子的组合预测方法的精度更令人满意.(本文来源于《怀化学院学报》期刊2016年05期)
李锋,阚建霞[5](2015)在《基于Sobel算子的图像快速二维最大熵阈值分割算法》一文中研究指出经典的二维最大熵阈值分割算法计算时间长,贮存信息需要的空间大。针对这些问题,在标准二维最大熵阈值分割算法的基础上,提出了一种基于二维最大熵阈值递推的快速算法,同时还将采用Sobel算子边缘检测得到的阈值应用到快速二维最大熵阈值分割算法中,以此来解决图像中出现的细节丢失等问题。最后,实验证明这种改进的算法通过运用递推公式将处理时间从原来的O(L4)减少到O(L2),不仅降低了计算的复杂性,提高了效率,同时也保护了细节信息。(本文来源于《计算机科学》期刊2015年S1期)
乔梁,张露,许懿,梁伟,孙露[6](2014)在《基于最大-最小贴近度和诱导有序加权算子的风电功率短期预测模型》一文中研究指出为了提高风电功率短期预测精度,将最大-最小贴近度和诱导有序加权算子相结合,提出了一种新的组合模型。根据诱导有序加权算子的不同,可形成不同的组合模型,即IOWA组合模型、IOWHA组合模型和IOWGA组合模型。由于预测期的实际值未知,各单项预测模型的诱导值无法提前预知,不能直接利用该方法进行预测。利用各单项模型建立不同组合模型,选择精度较高的组合模型,用其预测值代替实际值计算诱导值,可以解决预测期诱导值的计算问题。两个不同风电场的仿真结果表明:IOWGA组合模型比某些单项模型和其他组合模型的预测精度还低,预测效果并未得到改善;IOWA组合模型和IOWHA组合模型的各项误差指标都小于单项模型和其他组合模型,预测精度都得到提高,但IOWHA组合模型的各项预测评价指标都最好,预测精度更高,将它的预测值作为风电功率最终预测值,能提高风电功率预测精度。(本文来源于《电力系统保护与控制》期刊2014年19期)
金飞飞,陈华友,周礼刚[7](2013)在《基于最大——最小贴近度的IOWA算子最优组合预测模型》一文中研究指出将最大一最小贴近度与IOWA算子相结合,建立了基于最大一最小贴近度的IOWA算子最优组合预测模型,并且定义了在最大一最小贴近度下非劣性组合预测、预测方法优超等概念.在此模型下,研究了模型的非劣性组合预测及优性组合预测存在的充分条件.最后给出实例分析,表明该组合预测方法的有效性.(本文来源于《数学的实践与认识》期刊2013年07期)
张升斌,李吉成,余怀田[8](2013)在《基于融合边缘算子和最大熵的低质量指纹分割研究》一文中研究指出针对指纹低质量指纹图像分割的特征,并总结了常见指纹分割算法存在的缺点,引出采用边缘检测的方法进行低质量指纹分割算法的设计研究。本文考虑由于单纯采用Sobel-Snake算子仅能起到平滑和抑制噪声的作用,并不能实现指纹图像和背景的分离,故此在Sobel-Snake算子检测之前采用二维最大熵的方法对图像进行二维最大熵技术,然后通过Sobel-Snake算子获取边缘图像,并根据给定阈值向量实现了低质量指纹分割算法。最后给出实验效果和分割图像的评价指标。(本文来源于《数字技术与应用》期刊2013年01期)
李成福,蒋静菲,李石启[9](2012)在《具因果算子的分数微分方程最大值解的存在性(英文)》一文中研究指出研究具因果算子的分数微分方程最大值解的存在性.(本文来源于《湘潭大学自然科学学报》期刊2012年03期)
赵静,赵东晓,高伟,吴付英[10](2012)在《基于最大熵快速迭代算法和边缘算子的织物疵点分割》一文中研究指出将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。(本文来源于《纺织科技进展》期刊2012年03期)
最大算子论文开题报告
(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:
针对传统的尺度不变特征变换(SIFT)图像匹配算法存在的误匹配率较高、剔除误匹配点条件单一的问题,提出一种基于SIFT算子融合最大相异系数的自适应图像匹配方法。首先,在欧氏距离(Euclidean distance)比测度基础上,对SIFT算法中128维特征向量自适应获取最大相异系数优化;然后,确定最大相异系数最优取值进行匹配点筛选,并采用随机抽样一致性(RANSAC)算法进行匹配正确率计算;最后,利用Daniel Scharstein和Richard Szeliski立体匹配图像进行了算法验证。实验结果表明,改进算法较传统SIFT算法匹配正确率提升10个百分点左右,有效降低误匹配,更能够适应相似区域较多的图像匹配应用。在实时性上,所提方法单次匹配平均耗时1.236 s,可应用于实时性要求不高的系统。
(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。
最大算子论文参考文献
[1].张允,焦斌.基于Canny算子的二维最大熵阈值分割算法[J].上海电机学院学报.2018
[2].陈虹,肖越,肖成龙,宋好.基于SIFT算子融合最大相异系数的自适应图像匹配算法[J].计算机应用.2018
[3].邓鹏辉,张晋津.CLT含递归算子的最大前同余性[J].计算机技术与发展.2016
[4].施文月,袁宏俊.基于最大最小贴近度和GIOWA算子的上证综指的组合预测模型应用[J].怀化学院学报.2016
[5].李锋,阚建霞.基于Sobel算子的图像快速二维最大熵阈值分割算法[J].计算机科学.2015
[6].乔梁,张露,许懿,梁伟,孙露.基于最大-最小贴近度和诱导有序加权算子的风电功率短期预测模型[J].电力系统保护与控制.2014
[7].金飞飞,陈华友,周礼刚.基于最大——最小贴近度的IOWA算子最优组合预测模型[J].数学的实践与认识.2013
[8].张升斌,李吉成,余怀田.基于融合边缘算子和最大熵的低质量指纹分割研究[J].数字技术与应用.2013
[9].李成福,蒋静菲,李石启.具因果算子的分数微分方程最大值解的存在性(英文)[J].湘潭大学自然科学学报.2012
[10].赵静,赵东晓,高伟,吴付英.基于最大熵快速迭代算法和边缘算子的织物疵点分割[J].纺织科技进展.2012