-
数据集样例 16
- 上一篇：云虚拟环境下资源分配优化算法的研究
- 下一篇：Hadoop云计算环境下的Web应用日志安全威胁分析
4.2 实验结果及分析 17
4.3 算法时间性能 18
结论 19
致谢 20
参考文献 21
1 引言
1．1 研究背景
数字图像处理（Digital image processing），顾名思义，指在数字图像上应用 一些专用的算法，以令图像符合用户需求。它属于数字信号处理（Digital Signal Processing）的一部分。为与数字图像分析（Digital image analysis）作区分，《数 字图像处理》（Digital image processing）一书的两位作者给出了一个定义：数字 图像处理指的是输入和输出都是图像的处理过程 [1]:2。
数字图像起源于电报业的兴起，比电子计算机的诞生还要早二十余年。20 世纪 20 年代，报纸媒体们就利用巴特兰（Bartlane）电缆图片传输系统传输照片。该系统 利用穿孔纸这一最原始的数据记录方式来记录、传输照片信息。通过使用该系统，横 跨大西洋递送照片的时间从一星期余减少到了 3 小时。但数字图像处理直到 20 世纪论文网
60 年代，计算机的计算能力、存储能力、显示能力和传输能力达到了一定高度之后， 才开始出现。具体来说可以归纳为以下几点：
1) 1948 年，美国贝尔实验室发明晶体管；
2) 20 世纪 50~60 年代，高级编程语言 COBOL 与 FORTRAN 出现；
3) 1958 年美国德州仪器公司发明了集成电路（IC）；
4) 20 世纪 60 年代，操作系统（OS）出现；
5) 20 世纪 70 年代，集成电路出现，元器件开始迅速小型化；
6) 20 世纪 70 年代，Intel 公司推出了微处理器；
7) 20 世纪 80 年代，IBM 公司推出个人计算机（PC）。 数字图像处理的兴起与计算机硬件、软件的发展息息相关，至今亦然。数字图像
处理技术最先应用于美苏争霸时期的宇宙空间探测，之后开始应用于医学成像、资源 遥感探测和天文学。现在的数字图像处理已经呈现两极分化趋势。一方面，随着计算 机性能的飞速发展与个人计算机的普及，数字图像处理技术开始走入千家万户；但另 一方面，现有的计算机硬件面对一些高级、复杂的数字图像处理，依然力不从心，许 多尖端数字图像处理任务只能交给超级计算机来完成。
在数字图像处理中，分割（Segmentation）一词指对源图像进行分析，识别出源 图像中的“边缘”们，再利用计算得到的“边缘”，将源图像分割为构成它的子区域
的操作。该操作是一种底层操作，因此在数字图像处理中占据举足轻重的地位，许多 图像软件、视频软件和计算机视觉软件都离不开它。交通摄像头需要分割出画面中的 车牌部分，再识别记录车牌号；电子元件的自动检测中，需要将产品的电路图分割出 来，以判断是否存在元件丢失或线路断裂。图像分割不仅本身具有实用价值，还经常 作为其他图像处理操作的辅助步骤。将需要进行进阶处理的图像部分分割出来再进行 下一步操作，可极大提高数字图像处理的准确性和效率。[1]:443，[11]，[12]文献综述
很多经典的图像分割算法和模型都基于灰度图构建而成，利用灰度图中灰度变化 的梯度来获得图像中的边界，如：
-
基于MATLAB的图像增强算法设计
-
基于Kinect的手势跟踪与识别算法设计
-
JAVA基于安卓平台的医疗护工管理系统设计
-
基于核独立元分析的非线...
-
基于Hadoop的制造过程大数据存储平台构建
-
基于安卓系统的测量软件...
-
基于VC++的GIS矢量图形系统开发
酸性水汽提装置总汽提塔设计+CAD图纸
杂拟谷盗体内共生菌沃尔...
电站锅炉暖风器设计任务书
河岸冲刷和泥沙淤积的监测国内外研究现状
中考体育项目与体育教学合理结合的研究
当代大学生慈善意识研究+文献综述
java+mysql车辆管理系统的设计+源代码
乳业同业并购式全产业链...
十二层带中心支撑钢结构...
大众媒体对公共政策制定的影响