JX054万能外圆磨床液压传动系统.docVIP

吉林化工学院 外 文 翻 译 数控车削中心主轴箱及自驱动刀架的设计 Headstock CNC turning centers and self-driven turret design 性 质: R毕业设计 □毕业论文 教 学 院： 机电工程学院 系 别： 机械设计制造及其自动化 学生学号：学生姓名： 杨亮 专业班级： 机自1104 指导教师： 田爱华/申东辉 职 称： 教授/助教 起止日期： 2011.3.2～2011.3.28 吉 林 化 工 学 院 Jilin Institute of Chemical Technology 吉林化工学院本科毕业设计外文翻译 － PAGE II － - PAGE 10 - 基于局部平滑和数理统计实验的边缘检测技术 摘要：一个基于局部平滑和数理统计假设试验的边缘检测技术被提出，为检测和限制分布边缘和顶部边缘的光华和统计假设试验程序成为一个固定格式。得到了关于灰度面积和试验结果。讨论了所提技术的工作情况的优点、局限、典型因素。列出了提高的可能和将来研究方向。 关键字：边缘检测；数理统计实验；图像处理 介绍 大部分计算机视图识别系统中，边缘检测是前——后处理阶段，在几乎所有的执行系统的展示中，精确可靠的边缘检测是一个典型的因素。随着各种亮度轮廓的变化，各种各样的边缘检测被文献定义。本文中我们只讨论他们中的二个。首先，是分布边缘，它指出了图像亮度功能的一个不连续。另一个，被称为顶端分布，他指出了图像功能连续但是在视图功能的起初规则物中的不连续性，更高阶段边缘可被类似的定义。但是，分布边缘阶段和顶端边缘被用来解释现实世界图像中的最普通发生边缘。因此，文章中提出的和讨论的边缘检测技术主要是针对检测中的这两种类型。 Torre 和Poggio(1986)和Peli和Mallah(1982)提出了一个优秀的边缘检测概要。传统的边缘检测器，例如斜度检测器，Laplacian 检测器，或者Laplacian—Gaussian检测器提出搞跨度过滤操作。这些操作器仅仅适合检测有限类的边缘，并且，它对噪声非常敏感，会导致边缘分裂。最近几年的边缘检测技术基于最优过滤，随机邻域模型，表面适应，启发式国家空间研究，导向扩散，余留分析，攀岩式研究的总体开支最小化，模拟磨炼，平均领域磨炼，遗传学算法。 在这篇论文中我们提出了一个可换方法。在一个灰度因素中，我们考虑了以给定因素P为中心的一个9x9 领域，这一个9x9矩阵可以被看作9个3x3次级矩阵的统一体。我们把被一个这样的数的矩阵称为SO因素，为了把他们从SO中区分出来，我们有时把原始图素称为FO因素，或者简单的称为图素。包含P的SO图素被称为，有两对对角域毗连的SO图素构成的集合，并且有两对直接毗连SO图素构成的集合，下标4指的是相配元素在中是的4个相连领域。对和中每一个SO图素，我们估计他们元素的加权平均为3x3FO图素。在加重的平均数中，每一个FO图素的加重决定于他跟P 距离。加重的平均数中，每一个FO图素的加重决定于他跟P 的距离。加重的平均数被认为是相对的SO 图素的灰度水平值。必须指出的是，尽管每一个原图素的灰度水平是在0~255范围中的典型整数。SO图素的灰度水平是全体实数。因此在SO图素的上下文章中，术语灰度水平多少是一个符号的滥用，但他仍然不是混淆读者的原因。我们用计算机对和中每一对相对的SO图素测试不同灰度水平值得绝对值。这四个不同值中的最大绝对值，被定义为， 是决定P 是不是分布边缘因素的主要标准。如果在P 的9x9领域中没有分布边缘因素，这时我们预测非常小，因此，8个SO 因素的灰度水平应该是彼此相当接近。如果P是一个分布边缘的图素，我们可以至少找到一对SO 图素，图素被穿越图素P的边缘分割。也就是说这样的一对中的一个SO图素可被认为依靠边缘的一边，另一个图素依靠于边缘的另一边。根据我们的试验和试验结果，我们发现对大多数因素，这一个假设是正确的。因此，这种情况中，为这个SO图素对应值得绝对值的差异可能是导致值很大的主要原因。于是我们可用统计学假设测试程序为选择一个开始值。当决定着开始值大小时要考虑两个因素；一个是不可避免的噪音引起的灰度水平值的变化。另一个是由图像强度功能本身变化引起的灰度值得变化。我们提示并采用局部平滑技术来区分这两种变量来决定开始值（初始值）。对于顶部边缘，就分布边缘而言，新增加的情况跟那个相似。我们仍然得到另一个为顶部边缘特殊设计的条件。如果一个因素满足两个条件，那么他就被标为顶部边缘因素。 从如上我们所给出的方法的简单讨论，我们可以看出使用局部光滑概念和SO像素概念来移除噪音。同时也用每一对SO图素灰度水平值差异，沿着四个方向来检测边缘。而且，在边缘检测