2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩71頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文以貨車(chē)超限檢測(cè)系統(tǒng)為研究背景,研究了圖像法在超限檢測(cè)系統(tǒng)中的應(yīng)用。以數(shù)字圖像處理技術(shù)為基礎(chǔ),重點(diǎn)介紹了小波相關(guān)理論在對(duì)貨車(chē)圖像的去噪及邊緣檢測(cè)中的應(yīng)用。 文章首先闡述了課題研究目的及意義,從實(shí)際的工程背景出發(fā)建立圖像模型及確定技術(shù)方案。圖像去噪方面,考慮到貨車(chē)在運(yùn)行過(guò)程中受特殊環(huán)境的影響,采集的貨車(chē)圖像含有椒鹽噪聲及高斯噪聲等混合噪聲。在小波傳統(tǒng)閾值去噪的基礎(chǔ)上,利用多級(jí)中值濾波可較好的抑制椒鹽噪聲并能較好保持圖像細(xì)節(jié)而提升

2、小波在抑制高斯噪聲方面響應(yīng)快等特點(diǎn),本文采用了基于多級(jí)中值濾波與提升小波相結(jié)合的圖像去噪算法,取得了比較好的實(shí)驗(yàn)效果,從而為有效地檢測(cè)貨車(chē)圖像邊緣打下好的基礎(chǔ)。 由于超限檢測(cè)系統(tǒng)中采集的貨車(chē)圖像均是以天空為背景,本文采用小波變換模極大值邊緣檢測(cè)及邊緣跟蹤技術(shù)就能有效的檢測(cè)出貨車(chē)圖像邊緣;同時(shí)為了減少邊緣檢測(cè)所需時(shí)間,在去除偽邊緣的閾值的選取上,采用改進(jìn)型的最大方差自動(dòng)取閾值法,不僅使閾值選取準(zhǔn)確,而且很大程度上減少了閾值選取時(shí)間

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論