基于模糊增强的图像边缘检测的研究

对图像处理时的边缘检测算法作了分析和研究,介绍了基于模糊增强的图像边缘检测算法,详细研究了单层次模糊增强和多层次模糊增强的算法,并结合实验说明,该智能图像处理方法不仅能够明显的增强图像,而且可以检测到良好的图像边缘.最后,展望了这一新的研究应用领域的发展前景.     

基于形态学的图像融合算法

提出一种基于边缘连接强度的图像融合算法。利用形态学梯度算子得到图像的边缘信息。以图像灰度的边缘连接强度加权为判据,进行图像融合。实验结果表明,该图像融合方法在保留TM多光谱图像光谱分辨率的同时,通过融合SPOT全色图像提高了空间分辨率,丰富了图像细节信息。     

柔性形态边缘检测算法在菌类显微图像中的应用

在灰度图像的柔性形态学概念及特性的基础上,根据菌类显微图像的边缘特点,提出了均衡化的柔性形态边缘检测方法.以霉菌图像为例,通过实验结果和传统的canny算子、LOG算子边缘提取结果进行对比,证明了算法的有效性,为菌类识别打下了良好的基础.     

三色Ramsey数尺（Cm1，Cm2，Cm3）研究

用r种颜色对图G的所有边着色，记着第i色的边构成的子图为G1,如果存在一种着色方法使得对所有的1≤i≤r都满足Hi￠Gi，则称图G对于（H1，H1，…．Hr）可r着色．Ramsey数尺（H1，H2，…，Hr）是使得完全图Kn对于（H1．H2，…，Hr）不可r着色的最小正整数n，令m1〉m2≥m3，Erdoes等给出了当m1足够大时R（Cm1，Cm2，Cm3）的值．通过对m1不是足够大的情况进行研究，证明了当m≥5时，R（Cm，C3m,C3）=5m=4；并给出了当m1≤7时R（Cm1，Cm2，Cm3）的值．     

墙地砖图像的快速有效提取

基于对采集到的墙地砖样本图像的特点分析，给出了墙地砖图像提取的两种思路，讨论了基于投影的边界提取和基于灰度门限的区域分割方法在墙地砖目标提取中的具体应用，选择差分投影法，完成了对墙地砖图形的有效提取，并指出了采用差分投影法进行有效目标提取应注意的问题和采取的措施。     

卢浦大桥健康监测系统通信网络设计

以卢浦大桥健康监测为背景 ,阐明了大型桥梁监测系统的总体结构 ;设计了多种通信节点 ;探讨了局部控制网 (LONWORKS)总线网络服务 (LNS)的一些实际应用 ;解决了LNS环境下LONWORKS网络管理程序与其他应用分析软件的接口问题 .卢浦大桥现场使用结果表明 ,该系统完全满足桥梁健康监测的要求 ,并有很高的可靠性 .     

基于VPN技术的移动IP路由优化问题研究

为了满足Internet上移动IP主机的网络业务需求,Internet工程任务组设计了移动IP技术.通过回顾移动IP的历史和现状,介绍了移动IP的基本原理,最后重点讨论了基于VPN技术的移动IP路由优化问题.     

A New Edge-directed Subpixel Edge Localization Method

IntroductionComparedtotraditionalindustry ,microelectronicfab ricationhasthreecharacteristics :highcomplexity ,highprecisionandhighautomatization .Tomeettheprecision ,speedandreliabilityrequirements,machinevisiontech niques,suchasvisionaidedinspectionandregistration ,havebeenintroducedineveryworkingprocedureofinte grated circuitfabricationandsurfacemounttechnology(SMT) .Inspectionandregistrationprecisionmustbecon stantlyincreasedasthesizeofthecomponentbecomessmallerandsmaller .Therefore ,the…     

植物根-茎过渡区的研究现状

根-茎过渡区的研究对于双子叶植物的结构(初生维管系统)是极具证明力的．尤其是在系统发育和个体发育上有十分重要的意义．当前在国际上对幼苗初生维管系统根-茎过渡区的研究有两大学派，一派主张根的外始式星状中柱最原始，茎的内始式真中柱最进化，在两者之间存在一个下胚轴为中始式的根茎过渡区；另一派主张幼苗可分成根-下胚轴-子叶与上胚轴苗等两个单位，上胚轴常似成一种分离的结构，着生在根-下胚轴-子叶的单位上，根和上胚轴间不存在过渡情形．     

基于逆向学习改进算法的汽车边缘提取

根据智能交通系统中车型识别的特点提出了使用逆向学习改进算法提取汽车边缘的新方法，这种方法的优点在于可以充分利用车型识别系统的特点和汽车历史轨迹的先验知识得到较好的提取精度，并有效地解决了车型识别中，因使用黑白图象而使基于色彩的汽车边缘提取失效的问题。