导读:本文包含了二值图象论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图象,邻域,形态学,阈值,信息,特征,游程。
二值图象论文文献综述
马驰,张玉军,张学东[1]（2009）在《一种改进的票据图象二值化算法》一文中研究指出在票据识别中,图象的二值化处理效果的好坏直接影响着识别率。基于有噪声干扰的票据图象的实际情况,在研究现有二值化算法的基础上,对多阈值动态二值化进行了改进,并在实际应用中验证了该算法的有效性,实验结果表明所提算法有较高的抗噪声能力。(本文来源于《微计算机信息》期刊2009年36期）
张成斌,段汕[2]（2009）在《6邻接像素模板在二值图象处理中的应用》一文中研究指出文章论述了通过8邻接像素模板派生出6邻接像素模板,使其具有更好的性能。通过对二值图像处理的实验,分析了6邻接像素模板的优点。在显着提高性能的同时也提出了一些问题,对这些问题进行了分析,找到了一个更加有效的结果。(本文来源于《中国高新技术企业》期刊2009年20期）
周山[3]（2008）在《结合二值形态学的图象边缘检测方法及其MATLAB实现》一文中研究指出边缘检测是图像处理、计算机视觉中的重要内容之一,是实现图像分割、特征提取和图像理解的基础。边缘检测或叫图像的分割,它是指将图像中有意义的对象与其背景分离,并把这些对象按照不同的含义分割开来。也就是说,边缘检测就是将图像中具有不同含义的对象提取出来,是图像识别中提取图像特征的一个必要步骤。本文首先讨论边缘检测的概念,讨论利用微分算子进行边缘检测,分析各微分算子用于边缘检测的思路及优缺点。接着讨论二值形态学的概念,分析二值形态学的各种操作思路及用途。然后结合二值形态学对图像边缘检测的思路、方法作探讨分析。最后给出实例在MATLAB平台下编程给予实现,试图得到更高质量的图像边缘检测效果,实际例子验证了本文所提出的思想、方法的可行性。(本文来源于《华东师范大学》期刊2008-10-01）
尤鸿霞,郭江峰[4]（2008）在《基于Matlab的二值图象数据隐藏算法的实现》一文中研究指出利用二值图象的边缘处嵌入数据,并根据所能嵌入数据的位置的行列数来决定嵌入的数据是1还是0.基于Matlab的仿真实验结果表明,载体图像与原始二值图像相比没有明显降质,嵌入的数据可以无损恢复,原始图像也可以无损恢复.该算法是脆弱的,嵌入的数据量不大,但可以作为一种数据隐藏的手段,也可以用来检测图像是否被改动过.(本文来源于《南通纺织职业技术学院学报》期刊2008年01期）
梁光兰[5]（2007）在《二值图象中的密写和密写分析》一文中研究指出随着全球信息数字化进程的日益加快，二值图象因其存储简单、结构紧凑的优势得到广泛应用，许多重要资料以二值图象格式保存，研究二值图象中的信息隐藏对于信息安全和产权保护有重要意义。然而，与其它载体相比，二值图象的冗余度小，因而要嵌入不可感知的信息难度较大。本文对已有二值图象信息隐藏技术进行综述，在此基础上以“攻防对抗”为基本指导原则，对二值图象密写和密写分析展开研究。具体研究内容和所取得的主要成果有以下几个方面：1、提出直接面向边缘象素的二值图象密写法。通过建立一组严密的规则用以确定边缘象素是否可承载数据，其基本原则是使数据嵌入不改变这些象素以及与它们相邻的其它象素的属性，从而确保秘密信息能被正确提取而不依赖原始图象。相比于以往大多数面向图象块的方法而言，利用边缘象素负载秘密信息的优点在于嵌入量较大，并且不会产生可疑的孤立点。嵌入数据的安全性由产生伪随机遍历顺序的密钥保证。2、提出一种无损信息隐藏方法。二值图象某些边缘象素与四邻域象素之间存在较强的相关性，通过对刻划这种相关性的数据序列进行无损压缩可以得到冗余空间。利用该冗余空间携带额外的秘密信息可实现性能优异的数据隐藏。实验表明，该方法的信息嵌入量较大，隐蔽性良好，在嵌入信息正确提取的同时可完全恢复原始载体图象。3、针对二值图象分块密写提出检测方法。由于分块嵌入信息时需根据秘密信息调整块中象素，秘密信息的随机性必然引起含密图象块与块之间统计特性的差异，利用错位分块后的这种差异可实现对一种灰度图象分块密写的可靠检测。将这一思想拓展后，提出一种可对二值图象分块奇偶密写进行检测的分析方法，并估计出嵌入数据量。实验结果验证了所提方法的有效性。(本文来源于《上海大学》期刊2007-07-01）
唐振军,张显全[6]（2006）在《一种二值图象边界提取算法》一文中研究指出文中提出了一种新的二值图象边界提取算法。通过分析边界象素的特征,归纳出一个边界象素提取算子,该算子最多只需要计算象素的4邻域象素,运算量小,速度快,运用他能直接提取出二值图象的边界象素,得到单象素宽的边界。实验结果表明,该算法要优于传统的二值图象边界提取算法,实用性强。(本文来源于《微计算机信息》期刊2006年30期）
王勇智[7]（2005）在《数字图象的二值化处理技术探究》一文中研究指出分析了数字图象二值化处理的特点 ,提供了几种二值化处理技术 ,并对这些算法进行了测试与比较 ,最后根据实践应用对二值化处理中的动态阈值的选取策略等相关技术作出了阐述。(本文来源于《湖南理工学院学报(自然科学版)》期刊2005年01期）
刘立波[8]（2004）在《基于数学形态学的二值图象细化算法》一文中研究指出介绍了传统细化算法的主要设计思想 ,提出一种改进的二值图象细化算法 ,在原有算法的基础上增加了一组承担交叉线两侧细化处理的结构元素 .结果表明 :这一算法使得目标图象能从各方面快速、均匀地收敛至其骨架 .可以看出 ,结构元素是数学形态学中形态运算最重要最基本的概念 ,结构元素选择的是否恰当 ,将直接影响目标图象的细化结果 .(本文来源于《湖南文理学院学报(自然科学版)》期刊2004年02期）
王铁生,施鹏飞[9]（2004）在《二值图象的快速标记方法及其应用》一文中研究指出连通区标记(Connected Components Labeling,CCL)是图象处理中的基础算法,是机器视觉和模式识别中提取目标、分析目标几何特征的常用方法。本文采用一种基于程的二值图象表示及基于树的标号合并的快速标记及图象几何特征分析方法,并给出其电级图象在线检测中的应用及与其它方法的比较,实验结果表明该方法是快速、有效的。(本文来源于《微型电脑应用》期刊2004年06期）
王振海[10]（2004）在《基于NMI和熵特征的二值商标图象检索方法研究》一文中研究指出随着多媒体时代的到来，使得人们越来越多的接触到大量的图象信息。如何提供一个有效的途径来快速、准确的查询这些具有丰富内涵的图象信息便成为当今检索领域的研究热点。基于内容的图象检索(Content Based Image Retrieval，CBIR)技术就是解决这一问题的关键技术之一。 本文简要介绍了基于内容的图象检索，并对图象检索的发展进行了概述，对基于内容的图象检索的主要研究技术进行了详细和全面的论述。特征级内容的提取是CBIR技术的基础。因此，本文对基于视觉特征的图象检索技术进行了研究。 基于二值图象的NMI不变特征(归一化转动惯量)提出了一种全新的基于内容的图象检索的方法，其特点是计算简单，精确度高，具有抗几何畸变性，对滤波、平滑、压缩等图象操作有一定的鲁棒性。试验结果表明，该方法具有一定实用价值，可用于二值商标图象检索。 商标是商品的一个重要标识，代表了商品的质量与生产厂家的信誉，在市场经济中起着重要的作用。结合商标图象的特点，本文给出了一种商标图象的NMI不变特性与信息熵特征相结合的分级检索算法。本文还对上述提到的检索算法结合商标图象库进行了验证实验，实验证明，该检索算法具有很好的检索效果。 相关反馈是当前基于图象内容的检索研究中的一个焦点，它是通过图象检索中的人机交互实现的，首先接收用户对当前检索结果的反馈，然后根据反馈信息自动调整查询，最后利用优化后查询重新计算检索结果。本文对相关反馈的背景、分类作为简要介绍，详细介绍了反馈技术的两个关键步骤，即归一化和权值调整。最后结合商标图象库给出了基于NMI和信息熵的相关反馈算法，实验结果表明，可进一步提高检索精度。(本文来源于《山东科技大学》期刊2004-05-01）
二值图象论文开题报告
（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：
文章论述了通过8邻接像素模板派生出6邻接像素模板,使其具有更好的性能。通过对二值图像处理的实验,分析了6邻接像素模板的优点。在显着提高性能的同时也提出了一些问题,对这些问题进行了分析,找到了一个更加有效的结果。
（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。
二值图象论文参考文献
[1].马驰,张玉军,张学东.一种改进的票据图象二值化算法[J].微计算机信息.2009
[2].张成斌,段汕.6邻接像素模板在二值图象处理中的应用[J].中国高新技术企业.2009
[3].周山.结合二值形态学的图象边缘检测方法及其MATLAB实现[D].华东师范大学.2008
[4].尤鸿霞,郭江峰.基于Matlab的二值图象数据隐藏算法的实现[J].南通纺织职业技术学院学报.2008
[5].梁光兰.二值图象中的密写和密写分析[D].上海大学.2007
[6].唐振军,张显全.一种二值图象边界提取算法[J].微计算机信息.2006
[7].王勇智.数字图象的二值化处理技术探究[J].湖南理工学院学报(自然科学版).2005
[8].刘立波.基于数学形态学的二值图象细化算法[J].湖南文理学院学报(自然科学版).2004
[9].王铁生,施鹏飞.二值图象的快速标记方法及其应用[J].微型电脑应用.2004
[10].王振海.基于NMI和熵特征的二值商标图象检索方法研究[D].山东科技大学.2004
论文知识图
