一、THE CONTINUITY OF OPERATORS IN MATHEMATICAL MORPHOLOGY（论文文献综述）
李继业[1]（2021）在《基于机载LiDAR数据的采煤塌陷裂缝信息提取》文中进行了进一步梳理近年来随着我国煤炭开采政策的变化,煤矿开采区域逐渐向西部转移。在以黄土沟壑区为代表的西部生态脆弱区中,矿山开采造成大量地裂缝的现象已十分普遍。与东部平原区域相比,矿区大量的采煤裂缝会对黄土沟壑区域造成更加严重的水土流失问题,更容易导致各类地质灾害,加剧土地可持续利用的压力;传统采用人工实地调查的方法对采煤塌陷裂缝进行监测,效率低、危险性大、主观性强。目前针对采煤塌陷裂缝的自动化监测研究较少,尤其是对黄土沟壑区裂缝的数字化提取尚未形成一套合适的提取方案。本文以陕西省神木市柠条塔煤矿采煤塌陷裂缝区作为研究区,基于机载LiDAR技术和裂缝提取算法对矿区地裂缝进行识别和提取,并进一步对示例区裂缝的面积、长度和宽度等裂缝参数进行计算;总结出以机载LiDAR为数据源的黄土沟壑区裂缝信息提取方案;结合人工实地采集的典型性裂缝的深度和裂缝台阶高、裂缝宽数据,得到了最佳的裂缝深反演模型;最后根据优化算法提取的研究区裂缝图,对矿区进行了地表破碎程度的评价。本文的主要工作和结论如下:（1）DEM插值方法的选择和图像滤波对比。对机载LiDAR点云进行点云去噪和点云滤波等。为了得到适合两种地形高精度的DEM插值方法,先对采集的两种地形的点云进行自动滤波,然后对分离出的地面点采用三种插值方法生成DEM,利用中误差对DEM插值精度进行评价,最终得到了 IDW插值方法生成两种地形的DEM精度较高。矿区塌陷裂缝是地形高程的突变区,因此采用DEM衍生出的坡度图作为裂缝提取算法的原图。为了避免图像噪声对裂缝提取效果的影响,并使坡度图上的裂缝信息更加突出。使用了三种图像滤波方法对示例区坡度图进行图像滤波,通过对比分析图像滤波后的坡度图和图像直方图,确定了双边滤波为实验的最佳图像滤波算法。（2）常规裂缝提取算法和优化裂缝提取算法对裂缝提取效果的研究。分别使用了阈值分割、边缘检测、k-means聚类三类常用算法对裂缝进行提取研究。在对比分析了三种裂缝提取算法提取效果的优缺点后,提出了 k-means&Canny相结合的优化提取算法。为了验证优化算法提取裂缝的精确性,采用召回率和精确率作为评价指标,对这几种算法进行了裂缝提取精度对比,结果表明优化算法对黄土沟壑区裂缝的提取效果较好。（3）裂缝精处理和裂缝参数提取。对经过优化算法提取的裂缝图进行数学形态学的精处理,主要利用形态学原理对裂缝图进行断裂线的连接、填充和孤立斑块的去除。阐述了裂缝面积、长度、宽度三种裂缝参数的提取原理,并对示例区进行这三种裂缝参数的提取。（4）研究区地面破碎评价和裂缝深（可见深度）反演模型建立。采用分区统计的方法在裂缝图上计算分区裂缝的面密度,根据裂缝面密度范围,对研究区地面破碎程度进行评价;利用实地采集的裂缝数据,进行裂缝深反演模型的建立。通过对比分析各种反演模型的拟合程度和平均误差等指标,确定了最优裂缝宽-裂缝深的幂函数作为裂缝深的反演模型。本文在总结常用裂缝提取方法的基础上,以机载LiDAR为数据源改进了一种优化的裂缝提取算法。总结出了一套适合黄土沟壑地区采煤塌陷裂缝信息提取的方案流程,并将实验结果应用在研究区,对研究区进行地面破碎程度评价和构建裂缝深反演模型,这对黄土沟壑区矿区采煤塌陷裂缝的监测和治理具有重要意义。
舒昂[2]（2021）在《基于机器视觉的太阳能电池片分选系统》文中指出随着社会的发展,环境问题与能源问题逐渐凸显,太阳能作为一种清洁能源已成为新能源发展的重要方向之一,太阳能电池片作为发电的载体已被广泛使用。太阳能电池片在外界因素或生产工艺的影响下,会产生缺角、脏污、划痕、断栅、色差等缺陷。这些缺陷影响着太阳能电池组件的发电效率、使用寿命及整体美观,因此需对电池片进行分选。目前的检测手段以人工检测为主,这种方式受主观因素影响,检测效率及准确率不高。本文结合了机器视觉技术与图像处理技术,设计了一种基于机器视觉的太阳能电池片分选系统。本文的具体内容如下:（1）完成系统总体方案的设计并搭建系统的硬件平台。包括了相机、镜头、照明单元的选型以及暗箱、通信模块、运动控制模块的设计,确保了系统能在生产线上获取清晰的太阳能电池片图像。（2）完成对电池片图像的预处理。首先,利用标定板对太阳能电池片图像进行畸变校正;其次,利用组合滤波器以及灰度线性变换对图像进行增强,突出了目标的细节部分;最后采用Canny边缘检测算法及仿射变换完成对感兴趣区域的分割及定位。（3）设计太阳能电池片缺陷检测算法。针对结构性缺陷,从形态学和Blob分析的角度提出适用于缺角、崩边、孔洞的特征提取算法,既能检测出所有结构性缺陷,又能保留缺陷原有的凸性形态。针对脏污缺陷,从灰度形态学、改进阈值分割的方面进行算法设计,能解决缺陷区域与电池片区域灰度相近的问题,从而较完全的提取脏污区域;针对栅线缺陷,从高斯掩膜卷积、拟合的方面进行算法设计,计算各点在x方向和y方向的泰勒二次多项式的参数,能完整的提取栅线区域。（4）设计太阳能电池片色差分选算法。针对片内色差,采用分区比较的思想,将电池片区域平均分为25等份,通过比较区域内的最值差、方差以及区域间的均值差,判断是否存在片内色差。针对片间色差,提出了色差值的新概念,建立电池片的色差值样本库并自动划分档位,再根据目标电池片的色差值对其进行颜色分选。完成上述研究后,对系统进行测试。分选结果表明,缺陷检测的平均准确率达到了97.48%,色差分选的平均准确率达到了98.7%。系统单片检测中,图像处理的时耗在500ms以内。论文设计的系统在保证高效率、高准确率的前提下,实现了缺陷检测与色差分选功能,目前正在进行产品化并推向市场。
廖龙[3]（2020）在《基于地震相干体数据的裂缝及断层检测方法研究》文中指出裂缝及断层作为常见的地质构造,是石油、天然气等地质资源重要的运输通道与存储空间,对其精确描述在资源勘探的前、中、后期都有着十分重要的意义。由于地质情况的复杂性,采集的地震数据分辨率通常较低,且裂缝及断层解释易受主观认知因素的影响,传统的裂缝及断层解释方法精度和可靠性都不高。地震相干体技术是一种常见的地震属性体增强技术,通过对三维地震数据局部邻域的相似性分析,实现对地震数据中的裂缝及断层的增强显示。截止到目前,地震相干体算法已经发展到了第三代,其中第一代与第二代采用互相关算法计算相似性,第三代则采用对裂缝更敏感的本征值分解的方法。基于地震相干体数据的裂缝及断层检测是地震资料解释、三维裂缝及断层模型构建的关键步骤,也是国内外研究的热点。本文依托横向科研项目,结合图像处理中的边缘检测技术,针对相干数据裂缝及断层自动检测的算法、原理展开研究。本文的主要研究工作如下:（1）研究了地震曲率体、方差体以及相干体算法的原理,分析了第一代、第二代、第三代地震相干体算法的区别与联系,给出了它们的适用条件。（2）分析了地震相干体数据的噪声特点,研究了对裂缝及断层具有保护作用的去噪方法,通过实验对比了它们之间的区别与联系,分析了各向异性扩散滤波在地震相干体数据裂缝及断层检测中的作用。（3）研究了基于Hessian矩阵的裂缝及断层检测理论,针对Jerman滤波中噪声抑制不足、对裂缝及断层增强效果较差的问题,引入Frangi算子中的噪声压制模块与线状结构增强模块,提升了裂缝及断层在低信噪比数据中的增强效果。（4）针对地震数据中裂缝对比度较低,常规的基于空间域的检测方法容易漏检的问题,引入了基于相位一致性的裂缝及断层检测方法,通过融合Hessian矩阵与相位一致性的裂缝及断层检测结果,有效降低了裂缝及断层漏检的情况。（5）研究了形态学与骨架细化算法,分析了裂缝及断层线的结构特点,针对裂缝及断层线中存在较多毛刺的问题,提出了基于形态学分析的毛刺消除算法,提升了裂缝及断层线的连续性与定位精度,加强了检测结果的地质意义。通过多个地区实际地震资料的处理测试,验证了本文方法的有效性和可行性。
王嘉俊[4]（2020）在《水面目标图像的边缘检测方法研究》文中进行了进一步梳理目标边缘检测作为计算机视觉的一个重要方向,它是后续目标分割和识别的重要基础。近年来,随着视频技术的飞快发展,它已经在银行、医院、超市、交通等公众场所广泛应用。我国幅员辽阔,拥有很长的海岸线和广阔的海域,水面目标检测具有重要的现实意义和应用价值。它在海洋维权、海事监管和海洋环境保护等军事、民用方面都发挥了很好的作用。由于水面场景环境复杂多变,对水面目标检测提出了极大地挑战。本文通过前期大量文献资料的阅读和前人在目标边缘检测的研究基础上,主要做了如下工作:介绍了Canny算子边缘检测算法和数学形态学的基本概念、算法流程,分析了在运用Canny算子进行图像边缘检测时存在两个问题,一是不容易设定高斯滤波参数,对不同的图像缺乏自适应性。二是受噪声的影响较大,在进行一阶偏导有限差分计算梯度时,由于导数计算对噪声非常敏感,从两个方向对图像进行边缘检测,容易出现伪边缘和漏检现象。为此,本文改进了传统的Canny算子边缘检测算法,利用一种改进的双边滤波代替高斯滤波,以及通过Sobel算子计算梯度幅值方向,并在梯度非极大值抑制过程中,将极大值点作为候选边缘点,将极大值二次刷选,保留8邻域内候选边缘点不相邻的非极大值点,最后利用Otsu计算图像高低阈值,结果证明,该方法能更准确的检测边缘信息,且具备较强的自适应性。其次,利用传统形态学算法对图像进行边缘检测,如果噪声浓度较高,检测效果就不理想。因此,本文提出了一种改进的抗噪形态学边缘检测算法,且利用两个不同的结构元素进行边缘检测。改进的抗噪形态学边缘检测算法能很好地减弱噪声,得到的图像较平滑,轮廓清晰,包含的信息也较为丰富。同时,主观效果与客观评价都有所改善。最后,根据水面目标边缘检测存在的一些困难,本文采用了一种基于小波变换的边缘检测算法对水面目标图像进行边缘检测,通过改进的Canny算子边缘检测算法和改进的抗噪形态学边缘检测算法提取的边缘图像,利用小波变换将其进行融合,得到最终的水面目标边缘图像。获得的边缘图像在信息熵、均方根误差、相关系数和扭曲程度方面均好于两种改进的方法,视觉效果也令人满意。
张建民[5]（2019）在《金川铜镍矿区地球物理特征及深部成矿预测》文中进行了进一步梳理加强矿产资源储备是国家经济持续稳定增长的重要保障,而勘查深部资源是实现资源保障的重要方向。金川铜镍矿床是我国最大的铜镍生产基地,在此开展深部勘查对增加资源储备具有重要意义。关于深部勘查,地质研究是基础条件,地球物理能够依据地下介质的物性差异进行找矿,方法手段多元、探测深度大、分辨率高,是重要的科学技术支撑条件。本文以地质研究为铺垫,通过对分辨率互补的地球物理位场勘探和电法勘探数据的处理和解释,对金川铜镍矿区深部的成矿有利部位进行了推断。1.通过系统收集和分析前人资料及卫星重力数据处理,野外踏勘,岩矿鉴定及物性测试,获得以下认识:（1）金川铜镍矿床位于区域北西向展布的重、磁异常梯级带上,处于华北板块与祁连地块的交接部位,与已知的龙首山陆缘带相对应,显示了其形成与深大断裂的发育有关。界面反演结果表明,龙首山处于地壳厚度的陡变带,地壳厚度约55 km,北东向的华北板块地壳厚度变化相对较小,反映了其稳定地块的属性;西南部的祁连地块地壳厚度较大,且不均一,说明该区构造运动复杂,曾受到强烈的推覆挤压作用,而导致不均一的变形。（2）铜镍矿床的产出与地层、构造和岩浆岩的关系密切,含矿岩体主要侵位于长城系白家嘴子组地层中,走向北西,倾向南西,倾角较大;与北西向构造关系最为密切,北西向断裂常起控矿作用,褶皱往往起改造富集作用;矿区超镁铁质岩体是成矿母岩,亦是围岩,矿体往往产出于岩体的下部。矿床成因不一,主要以深部熔离-贯入成矿为主。矿石矿物主要由雌黄铁矿、镍黄铁矿、黄铜矿、橄榄石、辉石等组成,完整矿物晶形较少,矿物裂隙发育,且常具有明显的蚀变现象,表明矿体形成具有多期次的特征,且曾受到强烈的后期改造作用。（3）基于密度、磁性和电阻率特征,矿区岩、矿石可大致分为三类,第一类是铜镍矿石,表现出高密度、高磁性、低电阻率的特征;第二类是超基性岩体,呈密度高、磁性强、电阻率中等的特征;第三类是超基性岩体的围岩,具有密度低、磁性弱、电阻率高的特征。这些物性特征的差异性,为研究区地球物理的勘查工作提供了前提条件。2.为获取更丰富的与矿相关的信息,对位场数据处理的方法进行了研究。（1）传统的位场数据分离方法仅强调区域场和局部场或多尺度分离的方法存在模态混叠的现象,为了更多且更有效地提取不同尺度的位场数据信息,一维和二维双树复小波被首次引入到位场数据的处理中,该方法具有近似的平移不变性、更多的方向选择性,以及限制数据冗余的特点,模型试验表明,该方法相比小波分析具有优越性,可以更好地实现多频率混叠信号的不同尺度信息分离。另外,基于数学形态学的基本算子,通过调整不同尺寸的形态学结构元素,提出了对一维和二维信号实现多尺度分解的形态学算子,模型试验表明,形态学算子能够很好地对不同尺度的信号进行分离,而且具有较高的计算效率。（2）针对传统位场数据边界识别方法常存在输出边界模糊、抗噪能力差、不能均衡强弱异常或在正负异常同时存在时具有虚假边界存在的问题,基于数学形态学良好的边缘刻画能力及抗噪性能,本文先构建了一种新的边界识别算子MMA,该算子可以利用其极大值有效地对位场数据的边缘进行识别,为了使其具有均衡强弱异常的能力,提出了MMAZ和MMAT两种均衡的边界识别滤波器,模型试验结果表明,相比倾斜角法、倾斜角的总水平导数、Theta图法等几种传统的边界识别滤波器,这两种滤波器不仅可以均衡不同幅值的异常,而且输出的边界更加收敛,同时在正负异常同时存在的情况下,没有虚假额外边界的产生,以及具有良好的抗噪能力。（3）反演是位场数据处理与解释中定位异常地质体空间位置、物性参数估计及地下构造推断的重要方法,对深部矿产勘查具有重要意义。针对位场数据反演常存在多解性、反演结果精度低以及计算效率低的缺点,本文采用光滑L0范数紧支撑聚焦方法及GPU并行计算,来快速地获取准确度高的位场数据反演结果。并通过不同埋深的两个地质体模型对该方法的效果进行了验证。3.利用这些位场处理方法对矿区的航磁异常数据进行了处理。边界识别结果显示,矿区北西向构造最为发育,北东向次之;已知含矿岩体的及矿区南延区正航磁异常的边界被确定。位场分离及反演结果均表明,矿区深部具有良好的找矿前景。4.为了更好地了解不同地球物理方法的深部探测能力及建立找矿模型,通过多个模型的重、磁模拟以及矿区以往实际的CSAMT数据反演结果,对深部异常体的位场异常特征及CSAMT的找矿指示进行了研究和总结。对于深部找矿,应该重视研究区航磁数据等值线宽缓的低正异常区域,但低正舒缓磁异常未必反映的是深部的超基性岩体,亦有可能是与超基性岩体具有几倍磁性差异的混合岩带或部分变质岩系等其他磁性略大的地质体,这是因为对于同等规模的异常体,由有效磁化强度不同而引起的磁异常差异在浅部表现的比较明显,差异较大,在深部则相反,差异较小。另外,鉴于研究区岩、矿体较大的倾角（50°80°）,该区磁异常变化基本可以忽略岩、矿体倾角的影响。在研究区异常幅值相同的不同区域,正异常水平距离的范围越大,则可能代表目标体埋藏越深,规模越大。相似特征的磁异常可能是分布复杂的磁异常体所引起的,对于深部找矿,要尽可能多地了解和结合丰富的已知地质、钻探等综合信息,从而能更为合理地给出有利的深部找矿位置。面对深部找矿,重力与磁法基本表现出相似的异常特征。电阻率差异反映出的破碎带亦是重要的找矿指示。结合地质、地球化学、遥感及其他找矿标志,建立了以地质-地球物理为主的找矿勘查模型。5.依据找矿勘查模型,结合矿区内实测的重、磁、电剖面数据的处理结果,对矿区及周边深部有利的找矿地段进行了分析,并圈定有利靶区6个。关于主矿区东部大范围的高磁异常区（东湾勘查区）,在其深部未找到有利的找矿地段。
龚廷恺[6]（2019）在《风电机组传动链故障特征提取方法研究》文中认为本论文以风电机组传动链为研究对象,着眼于旋转部件故障信号的非线性非平稳动态特性识别,重点分析了数学形态学和变分模态分解的研究现状和存在问题,在现有理论框架下进行了深入研究和发展,实现了风电机组传动链中旋转部件早期微弱故障的特征提取和诊断。全文工作主要包含三个方面:1、基于迭代数学形态学（Iterative mathematical morphology,IMM）的滚动轴承故障特征提取。单尺度数学形态学分析易造成过滤波或欠滤波现象,特征信息识别能力较弱,多尺度数学形态学分析的残余噪声问题严重抑制了多尺度分析的信号综合解析表现。基于此,提出了迭代数学形态学的优化算法。为了满足IMM中形态算子必须为非幂等性的要求,设计了基于开算子和闭算子的改进形态差分算子。在单尺度分析框架上,构造了基于IMM和简化敏感因子算法（IMM-Simplied sensitive factor,IMM-SSF）的融合算法,电机轴承和风电机组传动链轴承故障分析证明:与经典的Nikolaou方法和Raj方法相比,IMM-SSF具有结构元素定义简单和更优的消噪效果,提升了单尺度分析的故障特征提取性能。在多尺度分析基础上,构建了基于IMM的自适应多尺度迭代形态算法,实际的电机轴承和风电机组传动链轴承故障的识别效果表明:与普通多尺度方法相比,这个优化算法在强噪声背景下能够进一步抑制残余噪声,具备更好的故障特征识别效果。2、基于自适应非对称多尺度形态学（Adaptive asymmetrical multiscale morphology,AAMM）的滚动轴承故障辨识。以滚动轴承故障信号的幅值调制为研究点,解析了脉冲信号幅值与结构元素尺度之间的关系,发现了结构元素尺度增大是抑制小幅值脉冲信号的主要原因,建立了结构元素的非对称多尺度定义。另外,针对脉冲信号的不完全提取问题,提出了自适应延伸形态计算方法。滚动轴承故障的研究结果证明:AAMM与对称多尺度形态分析对比,前者敏感于信号的幅值调制现象,故障特征解调效果更好。3、基于变分模态分解（Varitional mode decomposition,VMD）的风电机组传动链齿轮箱故障特征提取。窄带子信号参数κ的合理性定义是VMD应用的关键,分析了信号频谱结构和κ之间的关系,设想以简化频谱结构作为直接定义κ的可行性,提出了基于l1趋势滤波和变分模态分解的融合方法,实际风电机组失效齿轮箱的时域特征分离结果证明了这一设想的有效性和可靠性。另外,旋转部件故障特征表现出非线性属性,而该参数的现有自适应定义是基于信号特征具备严格单调性的假设,因此这些算法体现出弱可靠性缺陷,进而发展出试探性变分模态分解（Tentative VMD,TVMD）模型。同时,应用动态时间规整（Dynamic time warping,DTW）解决TVMD分后的模式混叠问题,最终构建了TVMD和DTW的复合算法。风电机组传动链齿轮箱故障诊断表明:与经验模态分解方法相比,复合方法处理过程表现出更高的健壮性,所提取的齿轮故障特征更为突出。本文研究是建立在仿真信号和实际旋转部件故障振动信号的分析基础之上,所提出的这些方法能够有效提升风电机组传动链中旋转部件早期微弱故障特征的识别效果,对风电机组传动链故障诊断研究和应用具有重要意义。
王佰辉[7]（2019）在《基于小波变换的图像去噪与边缘检测算法研究与应用》文中研究表明随着计算机技术的不断发展,图像处理技术在各行各业的应用越来越广泛。噪声是附加在图像中的干扰信息,会影响图像内容的表达,边缘代表图像灰度发生较大变化的区域,是对图像进一步解读的基础,因此,滤除图像噪声和检测图像边缘是图像处理中极为重要的研究内容。小波变换是近年来新兴的信号处理工具,它具有低熵性和良好的时频特性,有“数学显微镜”之称,在图像处理领域有广泛的应用。本文以小波理论为基础,对小波阈值去噪算法和基于小波变换的边缘检测算法进行了改进,并将改进算法应用于钢轨缺陷检测。论文的主要工作如下:论文对小波变换理论进行研究,介绍多分辨率分析的概念及原理,使用Matlab对Mallat快速算法进行实验仿真,并分析一维小波变换及二维小波变换的原理及性质。对图像噪声的类别及评价标准进行讨论,总结了常用的空间域滤波算法和小波域去噪算法。针对小波硬阈值函数存在的“伪吉布斯”现象和软阈值函数在阈值处不连续的问题,提出了一种改进的小波阈值函数,改进的阈值函数具有更好的光滑性,连续性和渐进性。通过实验与传统的小波阈值去噪算法进行比较,证明了改进算法的有效性。对经典边缘检测微分算子和基于小波变换的边缘检测算法原理进行分析,并对比其优缺点。提出一种小波变换和数学形态学相结合的边缘检测改进算法,改进算法设计了新的抗噪型形态学边缘检测算子,并提出了一种基于余弦距离的自适应权值算法,以检测图像不同方向的边缘。通过实验将改进算法与其它常用边缘检测算法进行对比,结果证明改进算法具有更好的边缘检测能力,且对含噪图像的检测效果更好。以两种钢轨缺陷（裂纹和疤痕）为研究对象,在提取缺陷过程中使用本文改进的去噪和边缘检测算法,实验结果表明改进算法具有一定的实用性。设计BP神经网络对两种缺陷进行分类,分类结果表明设计的BP神经网络分类合理,满足使用要求。
黄恒[8]（2019）在《基于无人机影像的危岩裂缝特征提取方法研究》文中指出我国是世界上受山体崩塌灾害最严重的国家之一,山体崩塌多发生在危岩地带。危岩裂缝是危岩体的主要病害,通过无人机航测技术可以获取高分辨率危岩表面数字影像,对影像进行裂缝检测可以为危岩监测提供指标信息。本文主要进行无人机危岩体数字图像上的危岩裂缝特征提取方法进行研究,主要内容如下:（1）提出一种基于Butterworth高通滤波器和直方图匹配的裂缝特征提取方法。首先对原灰度图像进行中值滤波,去除图像中离散的噪声;然后用Butterworth高通滤波器在频率域中滤除低频信息,增强裂缝边缘;接着进行经验阈值分割获取二值图像,将二值化结果和原灰度图像进行直方图匹配提取裂缝信息,但是仍存在少量的噪声;最后采用指数变换进一步去除噪声,得到较为理想的危岩裂缝提取结果。（2）提出一种基于数学形态学和Prewitt算子的裂缝特征提取方法。先通过灰度形态学闭运算、开运算处理,增强裂缝边缘;然后进行中值滤波,去除离散的噪声;再用多方向Prewitt算子,提取裂缝;接着进行直方图阈值分割,提取出裂缝边缘信息,但是图中依然有少量噪声;最后依次用二值形态学开运算、闭运算进行去噪,得到了较为理想的危岩裂缝结果。该方法中提出的多方向Prewitt算子结合水平竖直方向Prewitt算子和对角线Prewitt算子的优点,可以实现危岩裂缝信息的多方向增强效果。（3）根据上述两种危岩裂缝特征提取方法,应用Matlab软件中的图形用户界面GUI二次开发了一个危岩体裂缝特征提取实验系统。该系统包括文件、图像预处理、基于高通滤波器和直方图匹配的裂缝特征提取方法以及基于数学形态学和Prewitt算子的裂缝特征提取方法四个模块,提供图像预处理中的常用方法,并将上述两种危岩裂缝特征提取方法进行分步效果展示。实验结果表明,两种危岩裂缝特征提取方法都能够获取较为清晰的裂缝特征,危岩体裂缝特征提取实验系统具有操作简单、速度快和界面友好的特点,可以快速得到危岩裂缝特征提取结果。将本文方法应用于重庆南川甑子岩危岩带危岩裂缝信息采集工作中取得了良好效果,在危岩监测领域具有一定的应用前景。
李伟[9]（2019）在《CO2气保焊焊接过程熔池图像采集与处理研究》文中研究表明随着工业机器人的出现并在焊接领域的应用,焊接技术自动化已成为一种发展趋势。目前使用的焊接机器人大多是示教再现型,并建立在人工焊接的基础上,相比于人工操作,机器人焊接缺少了柔性化,对于焊接过程存在的问题不能及时发现和纠正。随着计算机技术和图像处理技术的发展,将其与焊接机器人相结合,对焊接过程的熔池图像进行采集与处理,获取熔池图像的相关特征信息,与熔深和熔宽等建立映射关系,从而实现对焊接过程的控制和调节,实现焊接机器人的智能化和柔性化。熔池图像的边缘提取是获取熔池特征信息的关键一步。本文采用被动式视觉传感技术对在使用机器人焊接时存在较大飞溅和噪声干扰等的CO2气保焊的熔池图像进行采集及图像处理,以获取完整的熔池边缘,为之后的研究打下基础。使用机器人进行CO2气保焊,建立合适的图像采集系统对焊接过程的图像进行采集。针对由于焊接电压的影响致使相机不能正常的触发拍摄,设计了相机的外触发电路,使相机能够正常的触发拍摄,从而实现了能够采集到清晰的CO2气保焊的熔池图像。对于采集到的熔池图像进行处理,使用传统的四种滤波算法对图像进行去噪处理,对比分析后本文选择了均值滤波法。为了提高图像的整体亮度,显示熔池的细节信息,对图像进行增强处理,对六种传统的增强算法处理后的结果进行对比分析,处理后的结果并不理想,且不适合采集到的大多数的熔池图像。因此,本文选择了在彩色图像的基础上进行处理,对原熔池图像分量处理,并对分量图进行均值滤波法处理,对去噪处理后的分量图进行代数运算,当红色分量图乘以绿色分量图和蓝色分量图的差时,可获得具有增强效果的处理图像。比较和分析了传统的梯度边缘检测算法以及二阶微分边缘检测算法对图像处理后的结果,均无法获取到完整的熔池边缘且存在较多的伪边缘。因此,本文选取了数学形态学边缘检测算法,需对经过去噪、增强处理后的图像进行图像二值化处理,使用了迭代法和最大类间方差法,效果相同,本文最终选取了算法运行时间较少的最大类间方差法对图像二值化处理。本文采用多结构元素形态学边缘检测算法对处理好的二值图像进行边缘提取,具体的过程为对目标图像先进行开运算,在其基础上进行闭运算,获得新的图像,减去在新图像的基础上进行的腐蚀运算后的图像,最终得到熔池图像的边缘,边缘完整光滑,与原图基本吻合。
刘彤彤[10]（2018）在《基于红外图像的转子系统故障特征研究》文中进行了进一步梳理转子系统是旋转机械重要的组成部分,而旋转设备是石油化工行业应用最广泛的设备,因强度、工艺等原因,设备时长发生故障,造成严重的经济损失。红外监测手段在使用时无需停机检查,且无需安装传感器,便于采集设备信息,逐渐被应用到旋转设备故障诊断领域。因此,本文采用红外图像方法,重点研究转子系统红外图像增强方法、故障敏感区域选择,以及故障与温度的关系,以探究转子系统故障特征,确保设备的安全可靠运行。主要研究内容如下:（1）针对红外图像普遍存在噪声高、图像信息较少的特点,提出了基于自适应动态象限直方图均衡算法（Dynamic quadrants histogram equalization with a plateau limit,DQHEPL）的红外图像增强方法。提出灰度直方图均分数量优化的分割方法,实现最佳的图像增强效果。通过与双直方图均衡算法（Brightness preserving Bi-Histogram equalization,BBHE）、递归均值分离直方图均衡算法（Recursive mean-separate histogram equalization,RMSHE）等方法在视觉效果方面的对比,以及不同均分数量在方差、均值等特征评价指标方面的对比,该方法在灰度值均分数值取到8的时候能够获得最大的对比度,且没有出现过增强现象,是适合旋转设备故障诊断的优化分割方法。（2）针对红外图像中转子系统故障区域与背景区域未分割,无法进行故障特征提取与分析,提出了将改进Otsu算法和数学形态学原理相结合选取红外图像故障敏感区域的方法。利用改进Otsu算法对图像进行分割,并利用数学形态学原理进行优化。通过对比原始图像、增强图像,该方法将故障诊断准确率从76.37%提高到95.28%。（3）目前针对旋转设备进行红外监测多停留在定性分析的层面。提出研究转子系统温度与灰度图像像素值之间的关系,表明转子系统的温度与灰度存在正相关性,且通过计算确定了线性关系。继而通过不同阈值的选取,进行图像分割,随着阈值的增大,分割区域逐渐减小,存在故障的可能性和故障严重程度不断加深。最后通过相对温差法验证该方法的有效性。
二、THE CONTINUITY OF OPERATORS IN MATHEMATICAL MORPHOLOGY（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、THE CONTINUITY OF OPERATORS IN MATHEMATICAL MORPHOLOGY（论文提纲范文）
（1）基于机载LiDAR数据的采煤塌陷裂缝信息提取（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机载LiDAR技术及应用现状 |
| 1.2.2 地裂缝检测方法 |
| 1.2.3 存在的问题 |
| 1.3 研究内容、方法与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 论文结构 |
| 2 数据采集与预处理 |
| 2.1 研究区概况 |
| 2.1.1 地形地貌 |
| 2.1.2 河流水系 |
| 2.1.3 采矿情况 |
| 2.2 数据源 |
| 2.2.1 机载LiDAR数据 |
| 2.2.2 实地调查采集数据 |
| 2.3 点云数据预处理 |
| 2.3.1 点云去噪 |
| 2.3.2 点云滤波 |
| 2.4 本章小结 |
| 3 DEM插值对比与图像滤波对比 |
| 3.1 DEM插值对比 |
| 3.1.1 插值误差分析 |
| 3.1.2 DEM精度评价 |
| 3.2 图像滤波对比 |
| 3.2.1 均值滤波 |
| 3.2.2 高斯滤波 |
| 3.2.3 双边滤波 |
| 3.3 本章小结 |
| 4 裂缝提取方法研究 |
| 4.1 阈值分割算法 |
| 4.2 边缘检测算法 |
| 4.3 k-means聚类算法 |
| 4.4 优化的裂缝提取方法 |
| 4.5 裂缝提取精度的验证 |
| 4.6 本章小结 |
| 5 裂缝提取精处理及参数提取 |
| 5.1 数学形态学精处理 |
| 5.1.1 裂缝的连接和填充 |
| 5.1.2 小斑块的去除 |
| 5.2 裂缝参数提取 |
| 5.2.1 裂缝面积 |
| 5.2.2 裂缝宽度和长度 |
| 5.2.3 示例区的提取结果 |
| 5.3 本章小节 |
| 6 裂缝提取实例应用 |
| 6.1 裂缝深度估测模型构建与评价 |
| 6.1.1 模型构建分析与选择 |
| 6.1.2 裂缝台阶高-裂缝深模型构建 |
| 6.1.3 裂缝宽-裂缝深模型构建 |
| 6.1.4 裂缝台阶高&裂缝宽-裂缝深模型构建 |
| 6.2 矿区地面破碎模型评价 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（2）基于机器视觉的太阳能电池片分选系统（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题的研究背景 |
| 1.2 机器视觉系统简介 |
| 1.3 电池片分选系统中机器视觉的应用 |
| 1.4 论文结构 |
| 1.5 本章小结 |
| 2 电池片的介绍与缺陷分析 |
| 2.1 太阳能电池的分类 |
| 2.2 电池片生产工艺 |
| 2.3 电池片的缺陷种类与色差分析 |
| 2.4 本章小结 |
| 3 系统的分析与设计 |
| 3.1 机器视觉系统的通用模式 |
| 3.2 系统的总体方案设计 |
| 3.3 系统的硬件选型与设计 |
| 3.3.1 成像原理 |
| 3.3.2 相机选型 |
| 3.3.3 镜头选型 |
| 3.3.4 照明单元及打光方式选型 |
| 3.3.5 PLC选型 |
| 3.4 系统的软件设计 |
| 3.4.1 系统的软件功能模块 |
| 3.4.2 视觉开发软件HALCON |
| 3.4.3 上位机开发 |
| 3.5 系统的工作原理 |
| 3.6 本章小结 |
| 4 系统的关键技术研究 |
| 4.1 引言 |
| 4.2 图像预处理 |
| 4.2.1 标定与图像的畸变校正 |
| 4.2.2 图像增强算法研究 |
| 4.3 图像分割算法与定位算法 |
| 4.3.1 图像分割 |
| 4.3.2 仿射变换 |
| 4.3.3 定位算法 |
| 4.4 缺陷检测算法 |
| 4.4.1 完整性检测 |
| 4.4.2 脏污白斑检测 |
| 4.4.3 栅线检测 |
| 4.5 色差分选算法 |
| 4.5.1 片内色差分选 |
| 4.5.2 片间色差分选 |
| 4.6 本章小结 |
| 5 系统的分选结果与分析 |
| 5.1 分选系统 |
| 5.2 分选结果分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（3）基于地震相干体数据的裂缝及断层检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 基于三维地震数据的裂缝及断层检测 |
| 1.2.2 基于二维地震数据的裂缝及断层检测 |
| 1.3 主要研究内容及技术路线 |
| 1.4 论文结构安排 |
| 第二章 地震裂缝及断层检测基础理论 |
| 2.1 裂缝与断层 |
| 2.2 地震属性体 |
| 2.2.1 相干体 |
| 2.2.2 曲率体 |
| 2.2.3 方差体 |
| 2.3 裂缝及断层去噪分析 |
| 2.3.1 双边滤波 |
| 2.3.2 导向滤波 |
| 2.3.3 各向异性扩散滤波 |
| 2.4 本章小结 |
| 第三章 基于Hessian矩阵的裂缝及断层检测方法 |
| 3.1 HESSIAN矩阵 |
| 3.1.1 数学原理 |
| 3.1.2 物理含义 |
| 3.2 基于HESSIAN矩阵的裂缝及断层检测流程 |
| 3.2.1 地震相干数据预处理 |
| 3.2.2 各向异性高斯滤波 |
| 3.2.3 构造增强滤波器 |
| 3.3 实验测试 |
| 3.3.1 截取阈值 |
| 3.3.2 尺度空间 |
| 3.3.3 各向异性扩散滤波 |
| 3.4 对比分析 |
| 3.5 本章小结 |
| 第四章 基于相位一致性的裂缝及断层检测方法 |
| 4.1 相位一致性 |
| 4.1.1 数学原理 |
| 4.1.2 物理含义 |
| 4.2 基于相位一致性的裂缝及断层检测流程 |
| 4.2.1 频率分量提取 |
| 4.2.2 噪声压制 |
| 4.2.3 构造增强滤波器 |
| 4.3 实验测试 |
| 4.3.1 滤波方向 |
| 4.3.2 小波长度 |
| 4.3.3 频谱宽度 |
| 4.4 对比分析 |
| 4.5 本章小结 |
| 第五章 基于形态学分析的裂缝及断层线优化方法 |
| 5.1 形态学分析 |
| 5.1.1 膨胀与腐蚀 |
| 5.1.2 开运算与闭运算 |
| 5.2 裂缝及断层线细化 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.1.1 工作总结 |
| 6.1.2 主要贡献及创新点 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）水面目标图像的边缘检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 论文的结构安排 |
| 第2章 图像边缘检测的理论基础 |
| 2.1 图像边缘检测简述 |
| 2.2 经典的边缘检测算法 |
| 2.2.1 基于一阶导数的边缘检测算子 |
| 2.2.2 基于二阶导数的边缘检测算子 |
| 2.3 数学形态学基本理论 |
| 2.3.1 集合论中的基本概念 |
| 2.3.2 灰值形态学原理 |
| 2.3.3 传统形态学边缘检测算法 |
| 2.4 本章小结 |
| 第3章 改进的Canny算子边缘检测算法 |
| 3.1 传统的Canny算子图像边缘检测算法 |
| 3.2 传统的Canny算子图像边缘检测算法的缺陷 |
| 3.3 改进的Canny算子图像边缘检测算法 |
| 3.3.1 改进的双边滤波代替高斯滤波 |
| 3.3.2 Sobel算子计算梯度 |
| 3.3.3 Otsu求取高低阈值 |
| 3.3.4 非极大值抑制过程的改进 |
| 3.3.5 改进的Canny算子边缘检测流程 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 第4章 改进的抗噪形态学边缘检测算法 |
| 4.1 结构元素的选取 |
| 4.2 抗噪形态学边缘检测算法 |
| 4.3 改进的抗噪形态学边缘检测算法 |
| 4.3.1 非极大值抑制过程的改进 |
| 4.3.2 改进的抗噪形态学边缘检测算法步骤 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第5章 基于小波变换的边缘检测改进算法 |
| 5.1 小波变换基本理论 |
| 5.1.1 连续小波变换 |
| 5.1.2 离散小波变换 |
| 5.2 小波变换的Mallat快速算法 |
| 5.3 基于小波变换的图像融合 |
| 5.3.1 图像的小波分解 |
| 5.3.2 几种基于小波变换的图像融合方法 |
| 5.4 图像融合算法的实现过程 |
| 5.4.1 算法实现的具体步骤 |
| 5.4.2 评价分析 |
| 5.4.3 实验结果分析 |
| 5.5 本章小结 |
| 第6章 基于MATLAB GUI的图像边缘检测系统实现 |
| 6.1 系统概述 |
| 6.1.1 系统开发环境 |
| 6.1.2 开发环境优点 |
| 6.1.3 系统功能概述 |
| 6.2 水面目标边缘检测系统的设计与实现 |
| 6.2.1 系统的流程设计 |
| 6.2.2 系统界面设计 |
| 6.3 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 攻读学位期间发表的相关学术论文 |
| 致谢 |
| 论文摘要 |
（5）金川铜镍矿区地球物理特征及深部成矿预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究动态及发展现状 |
| 1.2.1 深部金属矿床地球物理探测进展 |
| 1.2.2 位场数据处理方法概述 |
| 1.2.3 金川铜镍矿床深部及外围找矿现状 |
| 1.3 研究内容及创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文主要创新点 |
| 第2章 区域地质背景 |
| 2.1 地层 |
| 2.2 岩浆活动 |
| 2.3 区域构造 |
| 2.3.1 构造特征 |
| 2.3.2 区域构造演化 |
| 2.4 地球物理场特征 |
| 2.4.1 区域重力场特征 |
| 2.4.2 区域磁场特征 |
| 第3章 矿床地质特征 |
| 3.1 矿区地质 |
| 3.1.1 地层及其与成矿的关系 |
| 3.1.2 构造及其与成矿的关系 |
| 3.1.3 岩浆岩及其与成矿的关系 |
| 3.1.4 铜镍矿成因模式 |
| 3.2 矿体特征 |
| 3.2.1 矿体类型、赋存位置及规模 |
| 3.2.2 矿石特征 |
| 3.3 岩、矿石物性特征研究 |
| 3.3.1 密度参数 |
| 3.3.2 磁性参数 |
| 3.3.3 电阻率特征 |
| 3.3.4 岩、矿石综合物性特征 |
| 第4章 位场数据处理方法与矿区航磁异常信息提取研究 |
| 4.1 位场分离方法研究 |
| 4.1.1 小波分析与经验模态分解多尺度分离方法 |
| 4.1.2 基于双树复小波的异常多尺度分离 |
| 4.1.3 基于形态学滤波的异常多尺度分离 |
| 4.1.4 理论模型试验 |
| 4.2 位场数据边界识别方法研究 |
| 4.2.1 基于形态学的基本边界识别算子 |
| 4.2.2 边界识别均衡滤波器 |
| 4.2.3 理论模型试验 |
| 4.3 基于SL0范数约束及GPU并行计算的聚焦反演 |
| 4.3.1 基于SL0范数紧支撑聚焦反演的原理 |
| 4.3.2 等效格架与GPU并行计算 |
| 4.3.3 理论模型试验 |
| 4.4 金川铜镍矿区航磁异常特征与信息提取研究 |
| 4.4.1 金川铜镍矿区航磁异常基本特征 |
| 4.4.2 矿区磁异常边界与磁源信息提取研究 |
| 4.5 本章小结 |
| 第5章 金川铜镍矿地质-地球物理找矿模型研究 |
| 5.1 地质找矿标志 |
| 5.2 地球物理深部探测能力研究及其找矿标志 |
| 5.3 找矿模型建立 |
| 第6章 铜镍矿深部及周边成矿预测 |
| 6.1 矿区周边航磁异常找矿意义分类 |
| 6.2 研究区深部成矿预测 |
| 6.3 小结 |
| 第7章 结论与展望 |
| 7.1 主要认识和结论 |
| 7.2 问题与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（6）风电机组传动链故障特征提取方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 风电机组传动链故障诊断研究现状 |
| 1.3 数学形态学和变分模态分解研究概述 |
| 1.4 本文的主要研究内容与章节安排 |
| 2 数学形态学和变分模态分解基础理论 |
| 2.1 数学形态学原理 |
| 2.2 变分模态分解原理 |
| 2.3 本章总结 |
| 3 风电机组传动部件故障机理和特征分析 |
| 3.1 引言 |
| 3.2 轴承故障 |
| 3.3 齿轮故障 |
| 3.4 实验平台介绍 |
| 3.5 本章小结 |
| 4 基于迭代数学形态学的轴承故障特征提取 |
| 4.1 引言 |
| 4.2 迭代数学形态学基本原理 |
| 4.3 基于单尺度迭代形态学和敏感因子的故障特征提取 |
| 4.4 基于多尺度迭代形态滤波的风电机组故障特征提取 |
| 4.5 本章小结 |
| 5 基于自适应非对称多尺度形态学的轴承故障特征提取 |
| 5.1 引言 |
| 5.2 自适应非对称多尺度特征提取算法 |
| 5.3 仿真分析 |
| 5.4 实例分析 |
| 5.5 本章小节 |
| 6 基于变分模态分解的风电机组传动系统齿轮箱故障特征提取 |
| 6.1 引言 |
| 6.2 基于L1趋势滤波和变分模态分解的齿轮箱故障时域特征提取 |
| 6.3 基于试探性变分模态分解的齿轮箱故障特征提取 |
| 6.4 本章总结 |
| 7 总结与展望 |
| 7.1 主要研究成果 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士期间发表的学术论文 |
| 附录2 攻读博士期间参与和申请的科研项目 |
（7）基于小波变换的图像去噪与边缘检测算法研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像去噪的研究现状 |
| 1.2.2 图像边缘检测的研究现状 |
| 1.2.3 钢轨缺陷检测研究现状 |
| 1.3 本文的研究内容及安排 |
| 第2章 小波变换理论 |
| 2.1 多分辨率分析 |
| 2.1.1 多分辨率简介 |
| 2.1.2 多分辨率分析原理 |
| 2.1.3 Mallat快速算法 |
| 2.2 小波变换原理 |
| 2.2.1 一维小波变换 |
| 2.2.2 二维小波变换 |
| 2.3 本章小结 |
| 第3章 基于小波变换的图像去噪算法研究 |
| 3.1 图像噪声分类及去噪质量评价方法 |
| 3.1.1 图像噪声分类 |
| 3.1.2 图像去噪质量评价 |
| 3.2 空间域去噪算法 |
| 3.3 基于小波变换的去噪算法 |
| 3.3.1 小波模极大值去噪及相关性去噪 |
| 3.3.2 小波阈值去噪 |
| 3.4 改进的小波阈值去噪算法 |
| 3.4.1 改进的小波阈值函数 |
| 3.4.2 改进算法实验仿真及结果分析 |
| 3.5 本章小结 |
| 第4章 基于小波变换的图像边缘检测算法研究 |
| 4.1 图像边缘分类 |
| 4.2 经典边缘检测算子 |
| 4.2.1 一阶微分检测算子 |
| 4.2.2 二阶微分检测算子 |
| 4.2.3 边缘检测微分算子实验仿真 |
| 4.3 基于小波变换的边缘检测 |
| 4.3.1 小波模极大值边缘检测 |
| 4.3.2 基于小波分解的图像边缘检测 |
| 4.4 改进形态学和小波变换相结合的边缘检测算法 |
| 4.4.1 数学形态学简介 |
| 4.4.2 改进的多尺度形态学边缘检测算子 |
| 4.4.3 基于余弦距离的自适应权值算法 |
| 4.4.4 小波变换和形态学相结合的边缘检测算法 |
| 4.4.5 实验仿真及结果分析 |
| 4.5 本章小结 |
| 第5章 改进算法在钢轨缺陷检测中的应用 |
| 5.1 轨道缺陷图像预处理 |
| 5.1.1 图像去噪 |
| 5.1.2 灰度增强 |
| 5.2 轨道缺陷图像分割 |
| 5.2.1 钢轨区域提取 |
| 5.2.2 缺陷分割 |
| 5.3 钢轨缺陷图像分类 |
| 5.3.1 BP神经网络 |
| 5.3.2 缺陷特征提取 |
| 5.3.3 BP神经网络缺陷分类 |
| 5.4 本章小结 |
| 结论与展望 |
| 1 论文总结 |
| 2 问题与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间研究成果 |
（8）基于无人机影像的危岩裂缝特征提取方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 论文的研究意义 |
| 1.3 裂缝特征提取方法的研究现状 |
| 1.3.1 国外对裂缝特征提取方法的研究现状 |
| 1.3.2 国内对裂缝特征提取方法的研究现状 |
| 1.4 论文主要研究内容与结构安排 |
| 第二章 危岩裂缝图像来源及预处理 |
| 2.1 危岩裂缝图像来源及灰度特征 |
| 2.1.1 无人机获取危岩裂缝图像 |
| 2.1.2 危岩裂缝图像灰度特征 |
| 2.2 危岩体数字图像的平滑 |
| 2.2.1 均值滤波 |
| 2.2.2 中值滤波 |
| 2.2.3 高斯滤波 |
| 2.3 危岩体数字图像的锐化 |
| 2.3.1 空间差分法 |
| 2.3.2 高通滤波法 |
| 2.4 危岩体数字图像对比度增强 |
| 2.4.1 灰度变换增强 |
| 2.4.2 直方图修正增强 |
| 2.5 本章小结 |
| 第三章 基于高通滤波器和直方图匹配的裂缝特征提取方法 |
| 3.1 引言 |
| 3.2 基于Butterworth高通滤波器的裂缝图像增强 |
| 3.2.1 频域形成原理及应用 |
| 3.2.2 Butterworth滤波器算法原理 |
| 3.2.3 Butterworth高通滤波器参数选择 |
| 3.3 危岩裂缝图像的二值化 |
| 3.3.1 全局阈值分割方法 |
| 3.3.2 基于经验阈值的危岩裂缝图像二值化 |
| 3.4 基于直方图匹配的裂缝图像提取 |
| 3.5 指数变换去噪声 |
| 3.6 本章小结 |
| 第四章 基于数学形态学和Prewitt算子的裂缝特征提取方法 |
| 4.1 引言 |
| 4.2 基于灰度形态学的裂缝图像增强 |
| 4.2.1 灰度形态学的基本运算 |
| 4.2.2 基于灰度形态学的先闭后开运算 |
| 4.3 中值滤波去噪 |
| 4.4 基于Prewitt边缘检测算子的裂缝图像提取 |
| 4.4.1 常见的边缘检测算子 |
| 4.4.2 基于多方向Prewitt算子的裂缝图像提取 |
| 4.5 直方图阈值分割 |
| 4.6 基于二值形态学的裂缝图像去噪声 |
| 4.6.1 二值形态学的基本运算 |
| 4.6.2 基于二值形态学的先开后闭运算 |
| 4.7 本章小结 |
| 第五章 危岩体裂缝特征提取实验系统 |
| 5.1 危岩体裂缝特征提取实验系统基础 |
| 5.1.1 危岩体裂缝图像采集系统硬件及基本流程 |
| 5.1.2 危岩体裂缝图像处理软件开发环境 |
| 5.2 危岩体裂缝特征提取实验系统模块介绍 |
| 5.3 危岩体裂缝特征提取方法的系统设计 |
| 5.3.1 危岩体裂缝特征提取研究内容 |
| 5.3.2 基于高通滤波器和直方图匹配的裂缝特征提取方法程序设计 |
| 5.3.3 基于数学形态学和Prewitt算子的裂缝特征提取方法程序设计 |
| 5.4 危岩体裂缝特征提取方法对比 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间取得的研究成果 |
（9）CO2气保焊焊接过程熔池图像采集与处理研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 焊接过程信息采集方法 |
| 1.2.1 主动式视觉传感技术 |
| 1.2.2 被动式视觉传感技术 |
| 1.3 熔池图像处理的研究现状 |
| 1.3.1 不同焊接方法的图像处理方法 |
| 1.3.2 CO_2气体保护焊的图像处理方法 |
| 1.4 选题意义及主要研究内容 |
| 第二章 熔池图像采集系统 |
| 2.1 试验平台的搭建 |
| 2.2 机器人焊接系统 |
| 2.3 图像采集系统 |
| 2.3.1 CMOS工业相机 |
| 2.3.2 窄带复合滤光系统 |
| 2.4 工业相机的外触发电路 |
| 2.5 本章小结 |
| 第三章 图像增强处理 |
| 3.1 熔池图像去噪处理 |
| 3.1.1 空间滤波基本原理 |
| 3.1.2 传统空间滤波方法 |
| 3.2 熔池图像增强处理 |
| 3.2.1 对数变换 |
| 3.2.2 伽马变换 |
| 3.2.3 imadjust函数 |
| 3.2.4 直方图均衡化 |
| 3.2.5 直方图规定划 |
| 3.2.6 灰度拉伸变换 |
| 3.3 基于彩色图像上的图像处理 |
| 3.3.1 彩色图像处理理论 |
| 3.3.2 图像的代数运算 |
| 3.3.3 适合本试验的图像运算 |
| 3.4 本章小结 |
| 第四章 熔池边缘检测 |
| 4.1 图像边缘检测基础 |
| 4.2 梯度边缘检测算法 |
| 4.2.1 Roberts边缘检测器 |
| 4.2.2 Sobel边缘检测器 |
| 4.2.3 Prewitt边缘检测器 |
| 4.3 二阶微分边缘检测算法 |
| 4.3.1 LoG边缘检测器 |
| 4.3.2 Canny边缘检测器 |
| 4.4 数学形态学图像处理 |
| 4.4.1 灰度阈值处理基础 |
| 4.4.2 迭代法 |
| 4.4.3 最大类间方差法 |
| 4.5 数学形态学边缘检测 |
| 4.5.1 形态学的基本概念 |
| 4.5.2 形态学的基本运算 |
| 4.5.3 多结构元素形态学边缘检测 |
| 4.6 本章小结 |
| 第五章 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（10）基于红外图像的转子系统故障特征研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究目的和意义 |
| 1.3 旋转设备常见故障类型分析 |
| 1.4 红外图像增强方法研究现状 |
| 1.5 红外图像分割技术研究现状 |
| 1.6 本文主要研究内容 |
| 第2章 基于红外图像的故障特征提取研究 |
| 2.1 引言 |
| 2.2 红外图像特点分析 |
| 2.2.1 红外成像技术原理 |
| 2.2.2 红外图像特点 |
| 2.3 红外图像特征提取 |
| 2.3.1 灰度直方图定义 |
| 2.4 实例分析 |
| 2.4.1 实验方案设计 |
| 2.4.2 转子系统温度变化 |
| 2.4.3 基于红外图像的故障诊断可行性分析 |
| 2.4.4 红外图像与直方图特征分析 |
| 2.5 本章小结 |
| 第3章 基于DQHEPL算法的红外图像增强方法研究 |
| 3.1 引言 |
| 3.2 DQHEPL算法的基本原理 |
| 3.3 DQHEPL算法验证 |
| 3.4 基于DQHEPL算法的多子直方图算法探究 |
| 3.5 实例分析 |
| 3.6 本章小结 |
| 第4章 基于Otsu算法和数学形态学的敏感区域选取 |
| 4.1 引言 |
| 4.2 Otsu算法基本原理 |
| 4.3 数学形态学基本原理 |
| 4.4 实验与分析 |
| 4.5 本章小结 |
| 第5章 转子系统不同状态区域与温度的关系研究 |
| 5.1 引言 |
| 5.2 图像灰度与转子系统温度的关系 |
| 5.3 转子系统红外图像温度分布 |
| 5.4 转子系统故障程度与温度的关系 |
| 5.5 本章小结 |
| 第6章 结论及展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
四、THE CONTINUITY OF OPERATORS IN MATHEMATICAL MORPHOLOGY（论文参考文献）
- [1]基于机载LiDAR数据的采煤塌陷裂缝信息提取[D]. 李继业. 西安科技大学, 2021(02)
- [2]基于机器视觉的太阳能电池片分选系统[D]. 舒昂. 武汉纺织大学, 2021(08)
- [3]基于地震相干体数据的裂缝及断层检测方法研究[D]. 廖龙. 电子科技大学, 2020(07)
- [4]水面目标图像的边缘检测方法研究[D]. 王嘉俊. 江苏科技大学, 2020(03)
- [5]金川铜镍矿区地球物理特征及深部成矿预测[D]. 张建民. 吉林大学, 2019(02)
- [6]风电机组传动链故障特征提取方法研究[D]. 龚廷恺. 华中科技大学, 2019(01)
- [7]基于小波变换的图像去噪与边缘检测算法研究与应用[D]. 王佰辉. 西南交通大学, 2019(04)
- [8]基于无人机影像的危岩裂缝特征提取方法研究[D]. 黄恒. 重庆交通大学, 2019(08)
- [9]CO2气保焊焊接过程熔池图像采集与处理研究[D]. 李伟. 太原科技大学, 2019(04)
- [10]基于红外图像的转子系统故障特征研究[D]. 刘彤彤. 中国石油大学(北京), 2018(01)