基于概率推断的全局轮廓检测技术分析研究毕业论文.docVIP

基于概率推断的全局轮廓检测技术分析研究毕业论文.doc

  1. 1、本文档共101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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于概率推断的全局轮廓检测技术分析研究毕业论文

PAGE I ` 本科毕业设计(论文) 基于概率推断的全局轮廓检测技术研究 燕 山 大 学 2010年 6月 燕山大学毕业设计(论文)任务书 学院:信息学院 系级教学单位:电子信息工程系 学 号 学生 姓名 专 业 班 级 电子3班 题 目 题目名称 基于概率推断的全局轮廓检测技术研究 题目性质 1.理工类:工程设计( √ );工程技术实验研究型( ); 理论研究型( );计算机软件型( );综合型( ) 2.管理类( );3.外语类( );4.艺术类( ) 题目类型 1.毕业设计( √ ) 2.论文( ) 题目来源 科研课题( √ ) 生产实际( )自选题目( ) 主 要 内 容 目标轮廓提取是图像分割重要研究内容,在图像识别与图像分析中占有重要地位,已广泛应用于军事、医学图像分析等许多领域。目前的轮廓检测算法常常受到纹理等局部边缘的影响,如何充分利用全局轮廓的概率分布特征提取全局轮廓,并进行连接处理是本设计的主要工作。 基 本 要 求 [1]熟悉图像边界检测的基本原理。 [2]熟悉Matlab程序设计方法,实现算法的仿真,并得到最后的处理结果。 [3]验证算法的实验结果,讨论改进的措施。 参 考 资 料 [1]Detecting Wide Lines Using Isotropic Nonlinear Filtering,2007,IEEE [2]佰晓晨等Matlab工具箱应用指南 信息工程篇 电子工业出版社 2000 [3]王晓丹 基于MATLAB的系统分析与设计——图像处理 西安电子科技大学出版社 [4]章毓晋 图像分割 科学出版社 2001 [5]中国图像图形学学报、电子学报、网络资源:CNKI Eisevier EI等 [6]/Research/Projects/CS/vision/bsds/ bench/html/algorithms.html 周 次 第1~4周 第5~8周 第9~12周 第13~16周 第17~18周 应完 成的 内容 收集资料 熟悉课题内容 设计思路 电路设计与调试 电路设计、分析、调整以及优化 实验结果整理及其总结 论文书写 课题总结 答辩 指导教师:胡正平 职称:副教授 2010 年 3月10日 系级教学单位审批: 2010年 3 月15日 摘 要 轮廓提取在许多智能视觉系统中特别是模式识别中被认为是非常重要的过程,传统的轮廓提取方法主要是利用边缘检测算子进行边缘的提取,然后根据目标物体的轮廓特点去除杂散的冗余边缘并进行边缘的修补。在图像处理中,图像轮廓提取大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。 本文研究了一种基于概率推断的全局轮廓检测方法。整体设计思路是将三个尺度下检测的全局轮廓图利用概率推断的方法进行融合。首先对单一尺度下的图像梯度图门限化后得到显著梯度图,然后进行二值化和膨胀处理获得感兴趣区域轮廓,最后与该尺度下Canny检测的结果做与运算得到全局轮廓图。用上述方法得到三个尺度的全局轮廓图后利用概率推断进行融合。实验结果表明,本文的方法检测效果相对传统检测算子有所改进。 关键词 轮廓提取;全局轮廓;多尺度;感兴趣区域;概率推断 燕山大学本科生毕业设计(论文) PAGE I Abstract Contour extraction is considered as a very important process in many intelligent vision systems, especially in pattern recognition. The traditional contour extraction method mostly make use of edge detection operator to edge extraction, and outline the object to remove spurious features of the redundant edge and then patch some edge. Contour extraction greatly reduces the amount of irrelevant information and retain the important structural properties of the image. In this paper, we present a method of detecting the

文档评论(0)

bodkd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档