网站大量收购独家精品文档,联系QQ:2885784924

数学建模网络挑战赛B题.doc

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学建模网络挑战赛B题.doc

第七届“认证杯”数学中国 数学建模网络挑战赛 承 诺 书 我们仔细阅读了第七届“认证杯”数学中国数学建模网络挑战赛的竞赛规则。 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们接受相应处理结果。 我们允许数学中国网站()公布论文,以供网友之间学习交流,数学中国网站以非商业目的的论文交流不需要提前取得我们的同意。 我们的参赛队号为:1493 参赛队员 (签名) :周小伟、李哲、陈莹 队员1:周小伟 队员2:李哲 队员3:陈莹 参赛队教练员 (签名): 杨桂元 参赛队伍组别:本科组 第七届“认证杯”数学中国 数学建模网络挑战赛 编 号 专 用 页 参赛队伍的参赛队号:(请各个参赛队提前填写好): 1493 竞赛统一编号(由竞赛组委会送至评委团前编号): 竞赛评阅编号(由竞赛评委团评阅前进行编号): 2014年第七届“认证杯”数学中国 数学建模网络挑战赛第一阶段论文 题 目 位图矢量化算法分析 关 键 词 位图;矢量图;二值化;MATLAB;EXCEL 摘 要: 本文针对针对问题1,首先针对问题2,对 针对问题3,针对问题4, 最后,通过对文章进行优点与缺点的评价,并在横向和纵向进行了广度和深度的推广,分析了在其他领域的应用。 参赛队号: 1493 所选题目: B 题 目录 目录§1 问题的提出 5 §1 问题的提出 6 1.1 背景知识 6 1.2 相关资料 7 1.3 问题提出 7 1.4 具体问题 7 §2 问题的分析 7 2.1 对问题的总体分析 7 2.2 具体问题的分析 7 §3 模型的假设 8 §4 名词解释与符号说明 8 4.1 名词解释 8 4.2 符号说明 9 §5 模型的建立与求解 9 5.1 对问题1的分析与求解 9 5.2 对问题2的分析与求解 13 5.3 对问题3的分析与求解 15 5.4 对问题4的分析与求解 16 §6 模型的分析与改进 21 §7 模型的评价与推广 21 7.1 模型的评价 21 7.2 模型的推广 21 参考文献 22 附件 22 附表1 22 附表2 23 附程序 27 §1 问题的提出 1.1 背景知识 图形(或图像)在计算机里主要有两种存储和表示方法。矢量图是使用点、直线或多边形等基于数学方程的几何对象来描述图形,位图则使用像素来描述图像。一般来说,照片等相对杂乱的图像使用位图格式较为合适,矢量图则多用于工程制图、标志、字体等场合。矢量图可以任意放缩,图形不会有任何改变。而位图一旦放大后会产生较为明显的模糊,线条也会出现锯齿边缘等现象。这两种图形都被广泛运用到出版,印刷,互联网等各个方面,他们各有优缺点,两者的好处几乎是无法替代的,所以,长久以来,矢量图和位图在应用中一直是平分秋色的。 5.栅格化 栅格化是可以用于任何将矢量图形转换成位图的过程,在通常的应用中,这个术语用来表示在计算机上显示三维形状的流行算法。目前,栅格化是生成位图的最流行的算法。 1.2 相关1.运用MATLAB灰度提取的图形坐标汇总表(附表1) 2.图形二值化数据(附2) 3.基于MATLAB的图形外部轮廓提取程序(附程序) 1.3 问题具体问题 2的分析 问题2在位图矢量化的后序过程中,该过程中提取特征点是重要的一步,即怎样从轮廓跟踪后的得到的紧密排列的有序轮廓点中,提取出表示图像轮廓关键特征的点。运用以“径向增量同向段”和“径向增量异向段”为基础元素构成位图轮廓边界的轮廓特征点提取算法,并对特征点插值,可以得到最终的图像轮廓特征点。分析位图的边缘轮廓构成,可把它细分成由径向增量同向段和由一组或多组径向增量异向段顺序组成的曲折线段构成。径向增量同向段主要代表了轮廓的突变特征,有些径向增量异向段中,包含了由径向增量异向点组成的线段,这些线段也表示了轮廓的主要特征,而由多组径向增量异向段顺序组成的规则的曲折线段不能够代表轮廓的主要突变特征,我们暂时不做考虑。所以,我们的特征点提取算法可以认为是从有序的轮廓点中提取径向增量同向点和径向增量异向段中的长直线的端点。 3.对问题3的分析 问题3阈值分割算法比较简单,并且分割的效果好。通用的图像分割法是很难实现的,因为阈值分割好坏很大程度取决于图像

文档评论(0)

我的文档 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档