2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、高溫物體的溫度實(shí)時測量一直是理論界和工業(yè)界探索和研究的一個重要課題,它廣泛應(yīng)用在航空航天、軍事和工業(yè)生產(chǎn)領(lǐng)域中。研發(fā)基于圖像處理的示溫漆圖像識別系統(tǒng)目的在于實(shí)現(xiàn)溫度測量及分析過程的數(shù)字化和自動化,克服人工分析的弊端,以提高測量精度和效率。 基于圖像處理的示溫漆圖像識別系統(tǒng)具有非接觸性、靈活性、精確性、高效性等優(yōu)點(diǎn)。針對采集硬件和環(huán)境對示溫漆圖像造成較大噪聲的影響,本文首先采用了一種基于閾值的濾波方法,然后根據(jù)圖像的平均顏色矩來進(jìn)

2、行圖像量化,并選取了與人眼具有視覺一致性的HSI顏色空間。本文主要研究內(nèi)容在于示溫漆彩色圖像的分割算法和溫度識別算法這兩項(xiàng)關(guān)鍵技術(shù): (1)在比較和分析現(xiàn)有彩色圖像分割的基礎(chǔ)上,提出適合于示溫漆彩色圖像分割的算法。一種是基于標(biāo)記理論的區(qū)域生長算法,在進(jìn)行區(qū)域分割的同時,并對每個區(qū)域加以標(biāo)記;一種是基于小波的模糊聚類算法,并利用小波的能量特征和彩色圖像的顏色特征作為聚類算法的特征向量。 (2)經(jīng)過圖像分割和特征提取后,根據(jù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論