导读:本文包含了边缘密度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:密度,边缘,图像,区域,函数,变量,算法。
边缘密度论文文献综述
黄书伟,倪臣敏[1]（2016）在《利用二次积分求二维随机变量的边缘密度函数》一文中研究指出引入利用二次积分求二维随机变量边缘密度函数的方法,采用分块积分,避免了分段讨论,并将多限化为单限,合并在最终效果上实现单限向多限的还原。在一定程度上规避了传统求法中遇到的一些困难。(本文来源于《成都师范学院学报》期刊2016年11期）
赵秀菊[2]（2016）在《应用二重积分法计算边缘密度函数》一文中研究指出把直角坐标系下二重积分化累次定积分的方法应用于计算二维连续型随机变量的边缘概率密度,从熟悉到不熟悉,使学生更容易掌握。已知二维连续型随机变量的联合概率密度函数,求边缘密度一直是学生学习的一个重点,同时也是一个难点。(本文来源于《科技资讯》期刊2016年24期）
王江涛,李淮江,邵芬,杨一军[3]（2016）在《基于边缘密度的片状零件视觉定位方法》一文中研究指出采用机器人手臂对零件产品进行抓取已成为智能上下料的关键技术,在该技术中机器人手臂往往采用视觉定位的方法来获取零件的位置.针对一类表面平滑的片状零件定位问题,从观察零件和背景图像特征出发,设计一种基本边缘密度的零件检测方法.该方法首先对零件图像进行边缘检测,然后以求取一定尺度内的边缘密度.以密度为基准得到图像的密度图,进而对密度图像进行分割和标记连通域,最后得到零件的具体位置.对实际拍摄的零件图片进行检测的结果表明,所研究的方法可以可靠地对零件进行检测和定位.(本文来源于《吉林师范大学学报(自然科学版)》期刊2016年01期）
陈洪,陶超,邹峥嵘,邵磊[4]（2014）在《利用边缘密度特征提取高分辨率遥感影像中的居民区》一文中研究指出居民区相对于其他区域具有更明显更丰富的边缘特征.根据这一特点,提出一种利用边缘密度特征差异进行高分辨率遥感影像居民区自动提取的方法.该方法首先利用Mean Shift算法平滑原始影像,然后检测平滑影像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu阈值分割方法提取居民区.实验表明:该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.(本文来源于《应用科学学报》期刊2014年05期）
林达,Chris,Gee,Anna,Laura,Govoni,傅娜[5]（2013）在《边缘密度——为城市密度而设的后农村类型学》一文中研究指出城市被引入乡村,舶来的城市化包围了村庄,造就了如今的"后乡村"城市现象——城中村。土楼公舍作为一个真实试验,声势浩大地回应了这一场变动。它与乡土建筑之间的联系吸引了太多评论家,然而(本文来源于《广西城镇建设》期刊2013年06期）
张浩鹏,王宗义[6]（2011）在《基于灰度方差和边缘密度的车牌定位算法》一文中研究指出在车牌定位的过程中,由于光照变化、视点和距离变化、车辆运动、复杂背景等原因,摄像机很难获取到高质量的图像。为了克服这些问题对以后的车牌定位算法的影响,提出了利用车牌区域的性质来进行车牌定位的新算法。车牌区域具有在一定范围内灰度方差近似相等和边缘密度近似相等的性质,利用这些性质来增强车牌区域。为了定位车牌区域,提出基于车牌区域边缘密度性质的匹配滤波器,该滤波器可以有效地提取出所有候选目标。利用形态学和先验知识进行目标真实性验证。通过对不同环境条件下获取的700幅图像进行实验,实验结果表明该算法有效地提高车牌区域的图像质量且车牌目标定位准确率达到98.4%,验证了算法的有效性和鲁棒性。(本文来源于《仪器仪表学报》期刊2011年05期）
王立强[7]（2011）在《关于二维随机变量边缘密度函数的一种简易求法》一文中研究指出对于不规则定义域的二维随机变量边缘密度函数的求法,给出了一种简便易行的方法。(本文来源于《中国科教创新导刊》期刊2011年10期）
姜丽凤,刘晓红[8]（2008）在《基于局部边缘密度和局部熵的图像拼接算法》一文中研究指出针对传统图像拼接算法中存在的缺点,采用了基于局部边缘密度和局部熵的图像拼接算法.该算法综合考虑了图像拼接的精度和速度,在特征区域的提取上,采用了模糊聚类算法和局部边缘密度LED算法,实现了特征区域的自动选取;在匹配搜索上,采用了图像的局部熵和序贯相似性检测算法(SSDA),提高了图像拼接的速度和精度;在图像融合上,采用了动态最佳缝合线算法,保证了全景图像的质量.实验表明该算法有效的提高了全景图像生成的效率和准确性.(本文来源于《山东理工大学学报(自然科学版)》期刊2008年01期）
李旭辉,李俊山,焦康[9]（2007）在《一种基于边缘密度与自匹配系数的匹配区选取准则》一文中研究指出景象匹配区的选取工作是影响景象匹配系统性能的重要因素。在选取准则研究方面按照选取参数的不同,目前有基于图像方差的选取准则、基于图像独立像元数的选取准则、基于图像重复模式的选取准则、基于自匹配系数的选取准则等。首先对这些准则进行了基本介绍,然后,通过具体的选取实验,指出它们在基准图选取时存在的问题,最后,针对这些问题,提出一种基于图像边缘密度与自匹配系数的景象匹配区选取准则加以解决。通过对典型地形、地貌特征的图像进行选取实验,证明了算法的有效性。(本文来源于《电光与控制》期刊2007年05期）
任浩林,袁永生,王启明,张志分[10]（2006）在《广义边缘密度函数相关理论及应用》一文中研究指出对二维连续型随机变量的联合密度函数,在一定要求下变上限积分得到新函数,依据密度函数性质进行规范化,从而构造出一个广义的边缘密度函数.分析该边缘密度函数广义形式与通常形式之间的关系,探讨密度函数广义形式下的多个性质.针对具体的广义形式,得出了多个新结果,并将密度函数广义形式推广到n维,最后讨论了这一广义形式在舍选抽样中的应用.(本文来源于《河海大学学报(自然科学版)》期刊2006年03期）
边缘密度论文开题报告
（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：
把直角坐标系下二重积分化累次定积分的方法应用于计算二维连续型随机变量的边缘概率密度,从熟悉到不熟悉,使学生更容易掌握。已知二维连续型随机变量的联合概率密度函数,求边缘密度一直是学生学习的一个重点,同时也是一个难点。
（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。
边缘密度论文参考文献
[1].黄书伟,倪臣敏.利用二次积分求二维随机变量的边缘密度函数[J].成都师范学院学报.2016
[2].赵秀菊.应用二重积分法计算边缘密度函数[J].科技资讯.2016
[3].王江涛,李淮江,邵芬,杨一军.基于边缘密度的片状零件视觉定位方法[J].吉林师范大学学报(自然科学版).2016
[4].陈洪,陶超,邹峥嵘,邵磊.利用边缘密度特征提取高分辨率遥感影像中的居民区[J].应用科学学报.2014
[5].林达,Chris,Gee,Anna,Laura,Govoni,傅娜.边缘密度——为城市密度而设的后农村类型学[J].广西城镇建设.2013
[6].张浩鹏,王宗义.基于灰度方差和边缘密度的车牌定位算法[J].仪器仪表学报.2011
[7].王立强.关于二维随机变量边缘密度函数的一种简易求法[J].中国科教创新导刊.2011
[8].姜丽凤,刘晓红.基于局部边缘密度和局部熵的图像拼接算法[J].山东理工大学学报(自然科学版).2008
[9].李旭辉,李俊山,焦康.一种基于边缘密度与自匹配系数的匹配区选取准则[J].电光与控制.2007
[10].任浩林,袁永生,王启明,张志分.广义边缘密度函数相关理论及应用[J].河海大学学报(自然科学版).2006
论文知识图
