图象边缘造句

造句与例句手机版

基于四元数描述的彩色图象边缘检测器
生物医学图象边缘检出的一种新零交叉算法
本文设计了在visualc + + 6 . 0平台下的图象边缘检测软件。
图象边缘包含了图象的绝大部分有用信息，所以边缘检测在模式识别、计算机视觉、图象分析和图象编码等领域都有重要的研究价值。
为提高边缘检测的准确性和实时性，需要寻找一种适合于低对比度模糊焊缝图象边缘检测的快速方法。
材料与方法：本研究是利用仿真摄影中，藉由吞食钡剂后之透视图象，利用图象前置处理、边缘检测、和边缘定位来自动搜寻食道图象边缘。
对图象进行了正切校正，提出了一种基于直方图匹配的边缘辐射校正算法，改正了图象边缘列与中心列亮度的差异。
该算法针对sar图象与多光谱图象差异性较大的特点，采用图象边缘的线性不变矩作为特征矢量进行遥感图象配准。
但是运算量大,速度慢,同时又忽略差异图象边缘像素和强噪声点,或简单地判给变化或非变化类别,给图象变化检测精度带来一定程度的影响。
本文工作围绕如何提高声纳显示效果，介绍了声纳显示屏幕的设计方案，论述了“迹迹相关”技术、灰度显示技术在声纳显示中的应用，提出了基于信噪比的灰度级别划分方法；结合阵列信号处理、图象处理技术，本文引入了子带峰值能量检测算法、图象边缘检测算法，进一步提高了声纳检测性能；基于面向对象的程序设计方法，设计了声纳显示平台软件，为模拟声纳显示、检验声纳信号显示性能提供了仿真环境。
用图象边缘造句挺难的，這是一个万能造句的方法
利用小波变换良好的局部化特性和其固有的多尺度特性，具体针对医学图象边缘轮廓提取的特点，提出一种基于二次样条小波变换的边缘检测和轮廓提取方法，提取出单像素和连续封闭的边缘轮廓。
近几年来迅速发展起来的小波分析，由于其具有时频局部变换的特性及多尺度性，能敏感地反映突变信号及良好的去噪效果，因此能准确、有效地确定图象边缘位置，因此是一种理想的边缘检测方法。
主要工作如下： ( 1 )建立了投影寻踪小波神经网络的数学模型、拓扑结构及非线性学习机理； ( 2 )证明了投影寻踪小波神经网络可以逼近非线性函数，并给出了其收敛速度； ( 3 )通过投影寻踪小波神经络对五种非线性函数的逼近和对太阳黑子、混沌时间序列的模拟预报以及投影寻踪小波学习网络在图象边缘检测中的应用，说明该网络具有很强的实用性。
文摘:介绍了小波变换的特点及其在图象边缘提取中的意义,说明了扩展目标用小波变换进行目标形心计算的详细步骤,并以飞机图象为目标在不同图象模糊程度及背景噪音情况下用小波变换进行了目标形心坐标提取,比较了不同图象模糊程度及背景噪音情况下目标形心坐标提取的精度,展示了小波变换在扩展目标跟踪技术中应用的前景。
正是基于光学小波变换在图象处理领域的巨大优势，本文创造性的将其引入机器人视觉，并设计出一套基于光学小波变换的机器人视觉系统，同时对光学小波变换滤波器的设计进行了深入研究，并通过编程的方法实现了小波滤波器的构造，克服了目前光学小波变换灵活性不高，可操作性不强等缺陷，同时对二维小波变换对于图象边缘提取的有时进行了理论分析。