导读:本文包含了多尺度形态学梯度论文开题报告文献综述及选题提纲参考文献，主要关键词:多尺度,分水岭算法,分割
多尺度形态学梯度论文文献综述
商艳丽,裘咏霄[1]（2013）在《基于多尺度形态学梯度的颅脑图像分割方法研究》一文中研究指出提出一种基于多尺度形态学梯度的颅脑图像分割方法。针对传统分水岭算法易产生"过分割"现象的问题,提出优化算法,即首先利用多尺度形态学梯度算法提取图像边缘信息,对梯度图像进行修正,最后利用分水岭算法实现分割。仿真结果表明该方法能够较好地抑制"过分割"现象。(本文来源于《信息通信》期刊2013年03期）
梁英波,张利红[2]（2012）在《基于多尺度数学形态学梯度的图像检测》一文中研究指出传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.(本文来源于《周口师范学院学报》期刊2012年05期）
张利红,梁英波,支联合,李向东[3]（2012）在《基于多结构多尺度形态学梯度的医学图像边缘检测》一文中研究指出边缘检测在医学图像处理中占着至关重要的位置,检测的准确性将直接影响诊断和治疗。本文针对传统边缘检测算子对噪声敏感的不足,结合医学图像的特点,提出了一种形态学梯度运算的修正算法。首先由闭一开运算完成图像预处理以滤除噪声,再作闭运算平滑图像,最后对平滑的图像作多尺度的形态学梯度运算,得到噪声存在下的理想边缘,并将其用于医学图象的边缘检测。实验结果表明,该算法具有良好的边缘提取能力,抗噪性能良好,具有一定的实用性。(本文来源于《激光杂志》期刊2012年03期）
陈文永[4]（2009）在《基于多尺度形态学梯度的自适应数字水印算法》一文中研究指出伴随着多媒体和网络技术的发展和广泛应用,多媒体信息的内容保护已经成为人们关注和亟待解决的问题。数字图像作为一类非常重要的多媒体信息,它的版权保护和内容认证受到了广泛的重视。随之,数字水印技术成为保障信息安全性和有效性的有力手段。数字水印算法种类繁多,近年来自适应的数字水印技术成为水印领域研究的热点。本文以数字图像水印为研究对象,对整个数字水印技术进行了系统性研究主要做了以下几方面的工作:系统介绍了数字水印技术的基本模型、特征、分类和应用,着重分析了现有典型水印算法的技术策略及其优缺点。接着阐述了小波分解的相关理论,着重分析了小波域内数字水印技术的优点。在深入分析和研究现有数字水印算法的基础上,着重对频域的数字水印技术进行研究,致力于自适应的数字水印算法的设计。对目前存在的自适应水印算法的不足进行了改进,提出了一种基于多尺度形态学梯度的自适应数字水印算法。利用形态学梯度,分析了小波包分解后的各子块的纹理分布及其强弱,并进行纹理排序。依据图像各子块自身纹理特征,自适应确定各子块阈值,选取大于其阈值的位置作为重要系数的位置进行水印信息的嵌入。然后,通过噪声可见函数(NVF)自适应调制各位置处的嵌入强度,在保证良好视觉掩蔽效果的基础上,采取最优的嵌入强度,更好的达到鲁棒性和不可见性的最佳效果。大量的实验结果表明,该算法对常见的图像处理操作均有较好的鲁棒性。(本文来源于《青岛大学》期刊2009-05-10）
夏平,刘馨琼,向学军,万钧力[5]（2008）在《基于多尺度形态学梯度的医学图像边缘检测》一文中研究指出边缘检测是数字图像处理的一个重要内容,经典的边缘检测算子算法主要采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学利用结构元素去探测图像,在讨论形态腐蚀和形态膨胀的基础上,提出了一种基于多尺度形态学梯度的医学图像边缘检测算法。单尺度形态学基元随着尺度的增大形成新的更大尺寸的结构元素,从而检测不同的边缘信息,最终重建较理想的图像边缘。仿真结果表明,该算法在含噪图像中能得到较为理想的图像边缘信息,其抗噪声性能明显优于经典的算子检测算法,检测精度较经典的单一梯度算子检测方法亦有一定的改善。(本文来源于《计算机工程与设计》期刊2008年04期）
多尺度形态学梯度论文开题报告
（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：
传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.
（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。
多尺度形态学梯度论文参考文献
[1].商艳丽,裘咏霄.基于多尺度形态学梯度的颅脑图像分割方法研究[J].信息通信.2013
[2].梁英波,张利红.基于多尺度数学形态学梯度的图像检测[J].周口师范学院学报.2012
[3].张利红,梁英波,支联合,李向东.基于多结构多尺度形态学梯度的医学图像边缘检测[J].激光杂志.2012
[4].陈文永.基于多尺度形态学梯度的自适应数字水印算法[D].青岛大学.2009
[5].夏平,刘馨琼,向学军,万钧力.基于多尺度形态学梯度的医学图像边缘检测[J].计算机工程与设计.2008