导读:本文包含了形态学重建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:形态学,图像,颗粒,高斯,骨料,距离,粒径。
形态学重建论文文献综述
黄靖,李俊男,刘丽桑,罗堪,夏正邦[1]（2019）在《基于形态学重建与OTSU的极耳焊缝图像分割方法》一文中研究指出针对软包动力电池极耳焊缝高反光、低对比度,存在阴影与噪声的问题,提出一种基于形态学混合开闭重建与OTSU的极耳焊缝图像分割方法。通过改进多尺度结构元素,进行多尺度顶帽-底帽变换;在此基础上进行形态学开闭混合重建,抑制细节干扰的同时提高焊缝目标与背景的对比度;最后结合OTSU阈值分割法,实现快速分割。实验结果表明,该方法能有效分割极耳焊缝,为软包动力电池极耳焊缝分割提供了新的思路。(本文来源于《福建工程学院学报》期刊2019年04期）
段鹏,程文播,钱庆,章强,高丁[2]（2019）在《结合形态学重建与隶属度滤波的FCM分割算法》一文中研究指出传统的模糊C均值聚类(FCM)算法对噪声敏感,常引入局部空间信息来提高FCM算法对图像分割的鲁棒性,但局部空间信息的引入往往需要大量迭代局部空间邻域内像素和聚类中心之间的距离,导致计算复杂度高.为此,提出一种基于形态学闭合重建和隶属度滤波的FCM算法.首先引入形态学闭合重建算法,充分利用局部空间信息来优化数据的分布特征,提高算法的抗噪性并保留图像细节;再通过FCM算法对重建图像的灰度直方图进行聚类;最后利用隶属度滤波修正隶属度矩阵以避免大量的迭代计算.在合成图像和医学图像上进行实验的结果表明,该算法不仅取得了较好的分割效果,而且所需的时间更短、对噪声的鲁棒性更强.(本文来源于《计算机辅助设计与图形学学报》期刊2019年04期）
何希,吴炎桃,邸臻炜,陈佳[3]（2019）在《基于图形处理器的形态学重建系统》一文中研究指出形态学重建是医学图像处理中非常基础和重要的操作。它根据掩膜图像的特征对标记图像反复进行膨胀操作,直到标记图像中的像素值不再变化为止。对于传统基于中央处理器(CPU)的形态学重建系统计算效率不高的问题,提出了使用图形处理器(GPU)来加速形态学重建。首先,设计了适合GPU处理的数据结构:并行堆集群;然后,基于并行堆集群,设计和实现了一套基于GPU的形态学重建系统。实验结果表明,相比传统基于CPU的形态学重建系统,基于GPU的形态学重建系统可以获取超过20倍的加速比。基于GPU的形态学重建系统展示了如何把基于复杂数据结构的软件系统高效地移植到GPU上。(本文来源于《计算机应用》期刊2019年07期）
刘小燕,吴鑫,孙炜,毛传刚[4]（2019）在《基于形态学重建和GMM的球团颗粒图像分割》一文中研究指出机器视觉技术的发展为颗粒粒径的自动测量提供了一种有效方法,但是,重迭颗粒的图像分割问题仍有待进一步解决。针对这一问题,提出一种基于形态学重建和高斯混合模型的球团颗粒图像分割算法。首先利用似圆度将单独颗粒和重迭颗粒进行区分;根据重迭颗粒图像距离变换特征建立了高斯混合模型;为实现无监督的聚类,采用形态学重建结合聚类有效性指标的方法获得最佳聚类数目,并利用期望极大(EM)算法进行求解;最后采用圆拟合的方法对缺失的球团颗粒轮廓进行重构,实现了对重迭球团颗粒的分割。实验结果表明,该算法能够有效地对重迭颗粒进行分割,分割正确率评价指标AC为93.6%,明显优于现有的对比算法,为基于机器视觉的球团颗粒粒径分布测量奠定了基础。(本文来源于《仪器仪表学报》期刊2019年03期）
张雄,钟晨,黄廷皓,季涛[5]（2018）在《基于灰度形态学重建的骨料颗粒群图像分析方法》一文中研究指出为解决图像分析堆积态骨料颗粒群时存在的识别精度问题,应用平板扫描仪,提出了基于灰度形态学重建的粘连颗粒分割方法和基于最小凸多边形边界拟合的骨料图像优化技术.采用图像法分析骨料颗粒群特征参数,计算出图像分析中最小样本颗粒数为720.结果表明:基于灰度形态学重建的骨料颗粒群图像分析方法能解决骨料颗粒粘连时的识别问题,并计算出骨料级配、针度、圆度、球度、棱角性指数、比表面积和针状颗粒含量等颗粒群特征参数.(本文来源于《建筑材料学报》期刊2018年06期）
寇万里,车嵘,严丽娜[6]（2018）在《基于形态学重建和边界融合的视频对象分割方法研究》一文中研究指出通过对现有的视频序列中运动对象分割算法的研究,在时空融合的框架指导下,提出了一种基于形态学重建和边界融合的视频对象分割方法。具体地,空间域利用形态学重建及形态学梯度阈值判别的改进分水岭算法,有效抑制了"过分割"现象;时间域采用变化检测的方法来初步确定运动区域,采用高阶统计量的方法进行高斯检验,有效去除了视频序列存在的背景噪声;提出了基于边界的四阶矩,用以滤除噪声并进行时空融合,较最初的四阶矩方法,大幅提升了运算效率。(本文来源于《通信技术》期刊2018年04期）
黄远程,宋博文[7]（2016）在《形态学重建与Canny结合实现机场跑道边界检测》一文中研究指出针对机场边界检测出现跑道边界不连续和误检的现象,采用形态学方法对机场的灰度对比度和结构特征进行增强,即先利用大尺寸的结构体进行形态学重建顶帽变换增强机场与背景的灰度对比度,然后采用形态学重建滤波器平滑图像噪声,提高机场内部的同质性;在此基础上对增强后的图像进行梯度计算,并基于判别分析估计了双阈值,采用Canny算子实现跑道边缘检测。为了检验提出的方法,对4幅不同城市、不同类型的机场高分辨影像完成了机场跑道的边界提取。其中临潼和开封机场属于军事用途的机场,其跑道边界被完美地提取出来,背景被完全抑制;首都和咸阳机场为大型国际机场,其获取的跑道外部边界也比较完整。另外设计了对比实验,检验了不同步骤对结果的影响。实验结果表明,该文的跑道边界检测方法有效且简洁,它同时解决了跑道与背景对比度增强、图像随机噪声与无关背景对象抑制,以及跑道边界完整性保持等几个问题,为机场跑道信息提取提供了一个可靠的方案。(本文来源于《遥感信息》期刊2016年06期）
林祥国[8]（2016）在《集成形态学重建和测地距离变换的DEM内插方法》一文中研究指出等高线是获取数字高程模型(DEM)常用的数据源之一,但内插方法对DEM生成精度有显着的影响。基于形态学重建和测地距离变换运算,提出一种等高线数据生成DEM的内插方法。形态学重建用于获取与空间一点对应的最邻近的上等高线和下等高线的高程值,测地距离变换用于获取该点到上下两条等高线的测地距离;使用沿流水线的线性内插获取该点的高程值。实验表明,在只使用等高线数据生成DEM的情况下,本文提出的内插方法获取的DEM精度更高。(本文来源于《武汉大学学报(信息科学版)》期刊2016年07期）
罗秋棠[9]（2016）在《基于灰度形态学重建的图像分割》一文中研究指出进入21世纪以来,计算机技术尤其是数字图像技术的不断进步发展,图像的重要性逐渐凸显,渐渐地成为粒子检测的主要方法之一,该方法的目标是从颗粒图像获得信息,尤其是外部轮廓的信息。在对颗粒图像进行分割的过程中,我们有可能会碰到粒子粘连甚至是重迭的情况,所以需要试图将这些粒子分离。图像处理领域中形态学应用范围较广,它非常重视图像的构成特征,较之类似方法形态学技术的结构特征优势明显。本文的图像分割主要采用数学形态学的分水岭算法。常规的分水岭算法对于噪声特别敏感,容易发生较为严重的过分割。通过某种基于标记的分水岭图像分割方法,可以较为大幅度降低分水岭算法的过分割问题。实验结果显示,本方法在有效抑制过分割现象和有效分割粘连颗粒中获得较好的平衡点。本文的创新成果包括:1、本文提出了一种灰度形态学的图像分割算法。它较为有效的解决单一阈值分割方法中固有的某些缺陷。通过实验结果得知,本方法在分割精度和运算效率两方面都取得了一定的成果。2、本文提出了一种标记的分水岭分割算法。它在较为充分的利用图像信息的基础上,标记梯度图像,其后进行形态学分水岭变化,它在一定程度上对过分割问题进行了改善。通过实验得知,它对图像分割可以取得较之单纯应用分水岭算法更为令人满意的分割效果;它在图像处理方面有着一定的应用前景。(本文来源于《湘潭大学》期刊2016-04-11）
田书畅,徐磊,蒋红兵[10]（2015）在《基于形态学重建和阈值分割的肾脏图像自动ROI勾画》一文中研究指出目的准确的GFR的检测对肾脏功能的评价并对临床医生的诊断和治疗肾脏病患者起着重要的作用。关键因素在于是否能正确的勾画出肾脏的ROI,目前临床上多依据临床医生的经验手动勾画,很容易造成误差,从而影响测定结果,为了改善图像勾画效果,提升诊断计算值的结果,提出对图像进行分割运算,探讨自动ROI(感兴趣区)勾画法对判定GFR(肾小球滤过率)值的作用。方法首先对SPECT肾动态显像图像进行预处理,图像增强是通过对图像灰度做修正,提高图像的(本文来源于《中华医学会医学工程学分会第十五次全国学术年会论文汇编》期刊2015-11-12）
形态学重建论文开题报告
（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：
传统的模糊C均值聚类(FCM)算法对噪声敏感,常引入局部空间信息来提高FCM算法对图像分割的鲁棒性,但局部空间信息的引入往往需要大量迭代局部空间邻域内像素和聚类中心之间的距离,导致计算复杂度高.为此,提出一种基于形态学闭合重建和隶属度滤波的FCM算法.首先引入形态学闭合重建算法,充分利用局部空间信息来优化数据的分布特征,提高算法的抗噪性并保留图像细节;再通过FCM算法对重建图像的灰度直方图进行聚类;最后利用隶属度滤波修正隶属度矩阵以避免大量的迭代计算.在合成图像和医学图像上进行实验的结果表明,该算法不仅取得了较好的分割效果,而且所需的时间更短、对噪声的鲁棒性更强.
（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。
形态学重建论文参考文献
[1].黄靖,李俊男,刘丽桑,罗堪,夏正邦.基于形态学重建与OTSU的极耳焊缝图像分割方法[J].福建工程学院学报.2019
[2].段鹏,程文播,钱庆,章强,高丁.结合形态学重建与隶属度滤波的FCM分割算法[J].计算机辅助设计与图形学学报.2019
[3].何希,吴炎桃,邸臻炜,陈佳.基于图形处理器的形态学重建系统[J].计算机应用.2019
[4].刘小燕,吴鑫,孙炜,毛传刚.基于形态学重建和GMM的球团颗粒图像分割[J].仪器仪表学报.2019
[5].张雄,钟晨,黄廷皓,季涛.基于灰度形态学重建的骨料颗粒群图像分析方法[J].建筑材料学报.2018
[6].寇万里,车嵘,严丽娜.基于形态学重建和边界融合的视频对象分割方法研究[J].通信技术.2018
[7].黄远程,宋博文.形态学重建与Canny结合实现机场跑道边界检测[J].遥感信息.2016
[8].林祥国.集成形态学重建和测地距离变换的DEM内插方法[J].武汉大学学报(信息科学版).2016
[9].罗秋棠.基于灰度形态学重建的图像分割[D].湘潭大学.2016
[10].田书畅,徐磊,蒋红兵.基于形态学重建和阈值分割的肾脏图像自动ROI勾画[C].中华医学会医学工程学分会第十五次全国学术年会论文汇编.2015
论文知识图
