导读:本文包含了空间矩论文开题报告文献综述及选题提纲参考文献，主要关键词:沟灌,土壤湿润体,矩分析,特征参数
空间矩论文文献综述
聂卫波,马孝义,聂坤堃,费良军[1]（2017）在《沟灌土壤湿润体空间矩特征参数估算模型》一文中研究指出为进一步增加矩分析理论在研究沟灌土壤湿润体运移特性方面的实用性,采用数值模拟和理论分析相结合的方法,定量分析了土壤初始含水率、入渗水深、沟底宽和边坡系数等因素对沟灌自由入渗条件下土壤湿润体空间矩特征参数的影响,并建立了其与主要影响因素间的函数关系式。结果表明,土壤初始含水率、入渗水深和沟底宽对垂直向土壤水分分布的质量重心影响较大;水平向湿润锋的平均离散度主要受土壤初始含水率、入渗水深、沟底宽和边坡系数的影响,而垂直向对土壤初始含水率和入渗水深变化的敏感性较高;选取不同土壤质地对所建模型的可靠性进行了验证,结果表明所建模型估算不同入渗时刻的空间矩特征参数值与根据HYDRUS软件模拟结果所得计算值具有高度一致性,所有验证组合条件下两者相对误差绝对值均值均低于8.5%,且无显着性差异,说明所建模型估算沟灌土壤湿润体空间矩特征参数具有高度可靠性。研究结果可为沟灌灌水方案设计和管理提供理论基础和技术支撑。(本文来源于《水科学进展》期刊2017年06期）
师平,张丽鹏[2]（2016）在《空间矩定位齿轮齿距视觉检测》一文中研究指出针对齿轮的精度测量问题,采用基于机器视觉的非接触检测方法,运用MATLAB软件中图像处理模块,实现了对圆柱齿轮齿距的测量。通过对图像的预处理,在运用Canny算子提取齿轮边缘的基础上,用空间矩边缘检测法,计算出一维阶跃边缘的前叁阶空间矩,得出实际模型中边缘位置,提取出齿轮亚像素边缘。对比了两种齿轮中心定位方法,完成了对齿轮中心的精确定位。通过构造虚拟圆,获取分度圆上齿轮齿距。所提出的基于机器视觉的齿轮齿距检测方法具有很好的应用前景。(本文来源于《机械设计与制造》期刊2016年12期）
魏希扬,张旭秀[3]（2016）在《基于改进算子和空间矩的亚像素边缘检测方法》一文中研究指出在Sobel算子基础上,给出了一个新的梯度算子,使用该梯度算子检测出边缘,再利用边缘位置信息对原图像使用空间矩进行检测,从而确定边缘的亚像素位置.同时,将其与Sobel算子的检测结果进行了对比.结果显示,在相同的检测条件下,新算子能够检测出更多的边缘.(本文来源于《大连交通大学学报》期刊2016年03期）
陈忠,周德文,张宪民[4]（2016）在《基于改进空间矩算法的光纤纤芯轮廓特征点快速提取》一文中研究指出为了提高基于视觉的光纤精密对接的特征点提取速度和定位精度,提出了一种基于改进空间矩算法的光纤纤芯轮廓特征点亚像素快速提取算法.该算法首先对光纤纤芯的初始位置进行快速搜索,进而对纤芯和光纤端面进行边缘追踪,提取出纤芯的边缘;然后采用改进空间矩算法得到边缘的亚像素位置,并对提取到的纤芯边缘点和端面边缘点进行直线拟合,求取光纤中轴线及端面直线方程.实验结果表明,文中提出的光纤纤芯轮廓特征点提取算法相对于传统方法具有提取速度快、抗噪性好和定位精度高的特点,能满足实时精密对接光纤的要求.(本文来源于《华南理工大学学报(自然科学版)》期刊2016年05期）
高沙沙,付东翔,王亚刚[5]（2014）在《基于形态学和空间矩亚像素定位方法研究》一文中研究指出为了提高图像定位系统的识别精度,提出了一种改进采用形态学腐蚀算法和改进的空间矩算法的十字目标亚像素中心定位方法。首先通过选取适当的结构元素,分别对组成十字图像的垂直、水平方向的直线段进行腐蚀处理,得到含有十字中心信息的水平和垂直的两条行、列像素,行、列的相交点即为十字图像特征的中点;然后选取适当参数空间,对行、列进行空间矩算法得到亚像素,最后用最小二乘法得到十字图像亚像素中心定位。实验结果表明,改进方法具有定位速度快,定位精度高的优点。(本文来源于《计算机仿真》期刊2014年12期）
王春芳[6]（2014）在《基于空间矩的随机Hough变换检测直线》一文中研究指出为解决随机Hough变换中无效采样和累积问题,研究了一种基于空间矩的随机Hough变换直线检测方法;利用空间矩方法进行随机采样并求取出参数空间点,将计算参数空间点的随机采样点减少到一个,最后利用随机Hough变换原理来确定真实直线;实验结果表明,基于空间矩的随机Hough变换直线检测方法相对于传统的随机Hough变换具有更好的准确性、鲁棒性和稳定性,实时性得到了较大的提高。(本文来源于《计算机测量与控制》期刊2014年08期）
肖锋,郭丽娜[7]（2014）在《基于降维技术及空间矩的彩色图像亚像素边缘检测》一文中研究指出现代图像的边缘检测方法需要在充分利用图像中的色彩信息基础上能够提供亚像素边缘信息。提出一种基于图像降维技术的彩色图像亚像素边缘检测方法,利用Ostu算法得到图像的像素级边缘,并在降维所得的投影图像上结合空间矩方法提取亚像素级边缘。实验结果表明,该算法定位精度可达到0.14个像素,能够有效地提取真彩色图像的边缘轮廓信息。(本文来源于《计算机应用与软件》期刊2014年06期）
陈昌孝,何明浩,曲智国[8]（2014）在《基于局部区域空间矩的边缘特征检测方法》一文中研究指出SUSAN算子是一种利用局部区域信息的边缘检测方法,由于仅利用了局部区域的零阶空间矩信息,导致检测结果中容易出现虚假边缘。为此,提出了一种基于局部区域空间矩的边缘特征检测方法,即综合利用局部区域的零阶、一阶和二阶空间矩信息来检测图像中的边缘。利用合成图像和实际图像并加入不同类型的噪声进行的实验分析结果表明,提出的边缘检测算子可以有效消除噪声引起的虚假边缘响应,提高SUSAN算子的边缘定位精度。(本文来源于《计算机科学》期刊2014年S1期）
崔彦平,葛杏卫[9]（2010）在《基于空间矩的视觉图像基元特征提取方法研究》一文中研究指出建立了叁级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。(本文来源于《光电子.激光》期刊2010年10期）
黄晓英,陈华容[10]（2010）在《空间矩亚像素算法在角点提取中的应用与实现》一文中研究指出角点检测能否达到亚像素精度对视觉系统精度有很重要的影响。本文分析了空间矩亚像素算法基本原理及其原理误差的产生的原因,并在角点提取中采用任意角度边缘的误差函数对误差进行校正,实验数据表明,通过误差校正后角点检测精度大大提高,而且减少了以往使用校正表带来的计算量、查寻时间和存贮空间等。(本文来源于《数字技术与应用》期刊2010年01期）
空间矩论文开题报告
（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：
针对齿轮的精度测量问题,采用基于机器视觉的非接触检测方法,运用MATLAB软件中图像处理模块,实现了对圆柱齿轮齿距的测量。通过对图像的预处理,在运用Canny算子提取齿轮边缘的基础上,用空间矩边缘检测法,计算出一维阶跃边缘的前叁阶空间矩,得出实际模型中边缘位置,提取出齿轮亚像素边缘。对比了两种齿轮中心定位方法,完成了对齿轮中心的精确定位。通过构造虚拟圆,获取分度圆上齿轮齿距。所提出的基于机器视觉的齿轮齿距检测方法具有很好的应用前景。
（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。
空间矩论文参考文献
[1].聂卫波,马孝义,聂坤堃,费良军.沟灌土壤湿润体空间矩特征参数估算模型[J].水科学进展.2017
[2].师平,张丽鹏.空间矩定位齿轮齿距视觉检测[J].机械设计与制造.2016
[3].魏希扬,张旭秀.基于改进算子和空间矩的亚像素边缘检测方法[J].大连交通大学学报.2016
[4].陈忠,周德文,张宪民.基于改进空间矩算法的光纤纤芯轮廓特征点快速提取[J].华南理工大学学报(自然科学版).2016
[5].高沙沙,付东翔,王亚刚.基于形态学和空间矩亚像素定位方法研究[J].计算机仿真.2014
[6].王春芳.基于空间矩的随机Hough变换检测直线[J].计算机测量与控制.2014
[7].肖锋,郭丽娜.基于降维技术及空间矩的彩色图像亚像素边缘检测[J].计算机应用与软件.2014
[8].陈昌孝,何明浩,曲智国.基于局部区域空间矩的边缘特征检测方法[J].计算机科学.2014
[9].崔彦平,葛杏卫.基于空间矩的视觉图像基元特征提取方法研究[J].光电子.激光.2010
[10].黄晓英,陈华容.空间矩亚像素算法在角点提取中的应用与实现[J].数字技术与应用.2010