基于突变理论的图像边缘检测技术研究

基于突变理论的图像边缘检测技术研究

论文摘要

边缘检测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一,是图像分析的基础。目前在边缘检测领域已经提出了许多方法,但是至今提出的相关理论和方法尚存在不足之处,在某些具体情况下仍然无法很好的检测出目标物体的边缘,难以找到一种普遍适应性的边缘检测方法。因此,根据具体的应用要求设计新的边缘检测方法,或者对现有的方法进行改进以得到满意的边缘检测结果,仍是目前研究的主流方向。本文首次将控制领域的突变控制理论引入到图像边缘检测领域,利用突变理论的特性研究图像边缘的突变特性,结合实际问题的需要,找出突变模型描述系统状态变化的规律,通过尖点突变理论建立边缘模型实现了图像边缘检测。实验结果表明,本文提出的边缘检测方法克服了经典微分边缘检测算法边缘检测不完整及现代边缘检测算法运算复杂的缺点,能够准确检测到连续的图像边缘且具有较好的实时性和准确性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题的研究目的及意义
  • 1.2 国内外研究现状
  • 1.2.1 边缘检测国内外研究现状
  • 1.2.2 突变理论国内外研究现状
  • 1.3 课题研究内容及论文安排
  • 第2章 经典边缘检测算法及其性能分析
  • 2.1 经典边缘检测的基本方法
  • 2.2 经典边缘检测算子
  • 2.2.1 Roberts边缘检测算子
  • 2.2.2 Sobel边缘检测算子
  • 2.2.3 Prewitt边缘检测算子
  • 2.2.4 Log边缘检测算子
  • 2.2.5 Canny边缘检测算子
  • 2.3 经典边缘检测方法的仿真结果
  • 2.4 本章小结
  • 第3章 突变理论基本原理
  • 3.1 突变理论概述
  • 3.1.1 概况
  • 3.1.2 突变理论的研究对象
  • 3.1.3 突变理论的应用
  • 3.2 突变理论的基本原理
  • 3.2.1 齐曼突变机构
  • 3.2.2 突变指征
  • 3.2.3 突变类型
  • 3.3 经典突变几何模型
  • 3.3.1 折叠型突变模型
  • 3.3.2 尖点型突变模型
  • 3.3.3 燕尾型突变模型
  • 3.3.4 抛物脐型突变模型
  • 3.4 本章小结
  • 第4章 基于突变理论的图像边缘检测
  • 4.1 问题的提出
  • 4.2 尖点突变模型的构建原理
  • 4.3 基于突变理论的图像边缘检测实现
  • 4.3.1 突变理论的边缘检测模型的建立
  • 4.3.2 边缘检测尖点突变模型的实现
  • 4.4 本章小结
  • 第5章 实验仿真及结果分析
  • 5.1 仿真结果及分析
  • 5.2 突变算法与其他方法比较
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].曲率驱动扩散图像边缘形态复合滤波方法仿真[J]. 计算机仿真 2019(09)
    • [2].关于古建筑图像中破损点优化提取仿真[J]. 计算机仿真 2017(11)
    • [3].低照度非线性光学图像边缘自适应增强装置设计[J]. 激光杂志 2017(03)
    • [4].引入像点融合度修补的图像边缘化参差拼接实现[J]. 微电子学与计算机 2014(08)
    • [5].基于FPGA的图像边缘处理研究[J]. 企业技术开发 2013(12)
    • [6].数字式多媒体场景图像准确分类方法仿真[J]. 计算机仿真 2019(07)
    • [7].基于图像边缘增强的改进方法[J]. 信息系统工程 2016(03)
    • [8].基于分数阶微分的图像边缘细节检测与提取[J]. 电子学报 2013(10)
    • [9].空中模糊目标图像边缘信息的融合与恢复方法[J]. 科技通报 2014(06)
    • [10].基于图像边缘摘要的快速模板匹配[J]. 计算机应用研究 2009(02)
    • [11].基于图像边缘的能见度计算方法[J]. 微型电脑应用 2009(04)
    • [12].基于图像边缘线的热传导方程放大算法[J]. 应用数学与计算数学学报 2008(02)
    • [13].面向移动平台的交互式图像边缘删除快速算法[J]. 软件导刊 2017(09)
    • [14].图像边缘信息辅助的压缩采样策略[J]. 激光与光电子学进展 2020(08)
    • [15].基于边缘切向流与颜色量化的图像抽象化[J]. 南华大学学报(自然科学版) 2019(05)
    • [16].可变算子图像边缘复杂目标特征识别方法仿真[J]. 计算机仿真 2019(10)
    • [17].多媒体可视化图像边缘质量优化检测仿真[J]. 计算机仿真 2018(05)
    • [18].网络数字图像边缘高精度配准方法仿真[J]. 计算机仿真 2017(08)
    • [19].图像边缘识别技术在医学中的应用[J]. 中国医药导报 2009(32)
    • [20].小波变换在医学图像边缘增强中的应用[J]. 计算机应用与软件 2008(12)
    • [21].基于改进孪生支持向量机的齿廓图像边缘失真分类研究[J]. 光子学报 2020(10)
    • [22].基于局部平面线性点的翻拍图像鉴别算法[J]. 吉林大学学报(工学版) 2019(04)
    • [23].水下海参图像处理方法研究[J]. 农业技术与装备 2018(04)
    • [24].基于图像边缘位移的有监督的稀疏表示分类方法[J]. 成都大学学报(自然科学版) 2016(04)
    • [25].基于螺旋相位滤波的图像边缘增强研究[J]. 福建师范大学学报(自然科学版) 2015(03)
    • [26].基于图像边缘信息的火星探测器自主光学导航技术[J]. 中国科学:技术科学 2020(09)
    • [27].贝叶斯框架下图像细节模糊区域复原仿真[J]. 计算机仿真 2018(12)
    • [28].基于系数优化的图像边缘增强误差扩散方法[J]. 价值工程 2017(31)
    • [29].基于图像边缘与玻璃属性约束的窗户检测[J]. 图学学报 2015(05)
    • [30].图像边缘检测电路的FPGA设计[J]. 科技信息 2009(31)

    标签:;  ;  ;  

    基于突变理论的图像边缘检测技术研究
    下载Doc文档

    猜你喜欢