文档介绍：基于数学形态学和亚像素提取的图像检测算法研究工学硕士学位论文指导教师:学位级别:学科、专业:所在单位:通信与信息系统信息与通信工程学院年硕士研究生:论文提交日期:论文答辩日期:学位授予单位:杨维洲马惠珠教授工学硕士哈尔滨工程大学分类号:密级:编号:
洲㈣洲Ⅲ:瓻瓺.:.:畓
一工才作者┳:主州作者┳:彳湖,/∥去呓哈尔滨工程大学学位论文原创性声明学位论文授权使用声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用己在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。ぃ痮年弓月,厂日本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文辉谑谟柩缓蠹纯煽谠谑谟柩鲈潞解密后晒豕こ檀笱徒挥泄夭棵沤斜4妗⒒惚嗟取导师┳:年.:;月,日期:学位论文,可以公布论文的全部内容。同时本人保证毕业后结合谀曷拊拢一’口.
叭,卜摘要在移动式激光瞄准系统图像处理中,边缘的有效检测直接影响中心的定位精度。图像的边缘是图像的基本特征之一,常常被用来进行进一步较高层次的图像处理和分析。因此,学者们一直致力于图像边缘检测方法的研究,在本文中,我们研究了几种传统和新兴的基于微分的边缘检测方法,并且分析了它们的特点,对它们进行了仿真。本文主要使用数学形态学的方法进行图像的边缘检测。在文章中,我们从二值形态学到灰度形态学,研究了数学形态学的膨胀、腐蚀、开运算、闭运算等各种运算和性质。仿真结果证明:用这些方法检测出来的含噪图像边缘的效果比传统和新兴的基于微分的边缘检测算子好。本文在分析了数学形态学理论和神经网络理论的基础上提出了一种基于进,对灰度形态运算的神经网络模型的特性进行了分析,然后给出了调节结构元素数值分布的网络学习算法。从处理效果看,基于神经网络的数学形态学方法较传统的数学形态学方法更具优势。现有的亚像素边缘检测算法中,空间矩算法以其细分精度高、不受加性和乘性噪声影响等特点在现代高精度图像测量中得到了广泛的应用。本文在基于神经网络数学形态学边缘检测的基础上,又利用空间矩方法对边缘进行了亚像素定位,最后用最小二乘拟合法实现了圆心的精确定位。关键词:移动式激光瞄准系统;边缘检测;数学形态学;神经网络;亚像素并提出了很多有效的方法。径向基函数神经网络的数学形态学方法,对传统的数学形态学方法进行了改定位哈尔滨工程大学硕士学位论文
.,.
,篗籑哈尔滨檀笱妒垦宦畚;,;籗.
目录图像边缘检测方面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第图像检测与定位基础理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.移动式激光瞄准系统圆目标中心定位⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..数学形态学的基本介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.翁г怂恪窬纭窬缒P汀本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第禄谏窬绲氖翁П咴导觳夥椒ā传统和新兴的边缘检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⒘憬徊妗⑿〔ū咴导觳夥椒ā基于径向基函数神经网络的数学形态学边缘检测方法⋯⋯⋯⋯⋯绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..激光通信瞄准系统方面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文的主要工作和章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。数学形态学理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯窬绲难胺绞胶吞氐恪亚像素定位原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯、咴导觳夥椒ā和边缘检测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.抡娼峁胺治觥结构元素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.春团蛘偷纳窬缒P汀哈尔滨工程大学硕士学位论文.
本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..占渚乇咴堤崛》ā最乘拟合圆目标中心定位⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.材勘曛行亩ㄎ弧本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.『驮材勘曛行亩ㄎ弧图像