基于Sobel算子和灰色关联分析的图像边缘检测

针对灰色关联分析方法提取的边缘存在不连续、噪声敏感性等问题,本文将Sobel算子与灰色关联分析方法相结合,提出了一种基于邓氏关联度图像边缘检测的改进型算法,其融合了Sobel八方向算子技术,同时采用中值法对灰色关联度中的参考序列和比较序列实现单位一致性,并对传统的灰色邓氏关联度模型做了改进,用其求得的关联度提取图像边缘。仿真实验表明,本文算法提取的边缘连续、清晰,并在一定程度上抑制了噪声的干扰,提高了算法的效率。

新工科背景下混合式教学模式在C语言程序设计课程中的改革与探索

为了满足新工科建设背景下对人才多元化、复合型和创新型培养的要求,本文分析了C语言程序设计课程的教学目标、教学现状及问题,提出了一种“线上线下+翻转课堂”的混合式教学模式,对课程的教学方法、实践内容、教学资源的建设、考核评价体系等进行改革,增加了学生学习该门课程的兴趣,提高了学生学习的主动性和积极性,同时也提升了学生解决实际问题的编程思维能力和实践动手能力。

智能教学系统中的学习推理模型研究

将Agent技术引入智能教学系统(ITS)是当前ITS研究的重要方向之一,本文提出了一种改进的基于Agents的学习推理模型,在模型中引入了学生Agent,教学Agent,资源Agent,资源管理Agent,并对各Agent的基本功能进行描述,进一步明确了教学Agent的各项功能,该模型能更好的反映学生的学习状态和学习需求,更能满足个性化学习的需要。

图像边缘检测方法研究

探讨了几种传统的边缘检测算子和近年来广泛受到关注的边缘检测方法,指出了其优缺点.并给出了一种新的基于灰关联分析的边缘检测方法,分析了其算法的合理性,为边缘检测方法做出了进一步的补充和完善.

基于改进邓氏关联度的图像边缘检测算法

为解决基于传统邓氏关联度的图像边缘检测中存在的边缘定位不准确、不连续等问题,本文提出了一种改进的邓氏关联度的图像边缘检测算法。首先对邓氏关联度中的参考数列和比较数列进行初值化,消除了参考数列和比较数列在空间的相对位置不同,然后根据邓氏关联度模型和图像边缘点自身的特点,对传统的邓氏关联度模型进行改进,并用改进后的邓氏关联度模型进行图像边缘检测。实验结果表明,本文算法提取的边缘连续性较好、定位比较准确,而且一定程度上细化了图像的边缘,提高了算法的执行效率。

融合邓氏关联度和细胞膜优化的图像边缘检测

针对传统邓氏关联度方法检测图像边缘时出现检测的边缘不完整、离散非边缘点较多的问题,提出了一种融合邓氏关联度和细胞膜优化的图像边缘检测算法。该算法首先利用邓氏关联度方法获取图像边缘特征像素点,然后再用细胞膜优化算法的全局寻优能力从边缘特征像素点中求解最优边缘像素点,实现图像边缘检测。实验结果表明,该算法提取出的边缘连续清晰,同时较好的细化了图像边缘。

基于斜率关联度和Krisch算子的图像边缘检测

针对利用灰色关联分析方法检测图像边缘时存在边缘定位不准确、连续性较差的问题,结合斜率关联度和Krisch算子检测边缘的优点,提出了一种融合斜率关联度和Krisch算子的图像边缘检测算法。该算法首先将Krisch算子中八个方向模板分别作为斜率关联度的参考序列,然后利用斜率关联度方法计算出由图像中每个像素构成的比较序列与参考序列的关联度,并与给定的阈值比较,判别像素是否为边缘点。实验结果表明,基于斜率关联度和Krisch算子的图像边缘检测算法简单、易实现,检测出的边缘连续、清晰、定位准确、细节丰富,是一种有效的图像边缘检测算法。

基于Krisch算子和绝对关联度的图像边缘检测

提出一种基于Krisch算子和绝对关联度的图像边缘检测算法。由于绝对关联度进行图像边缘检测时没有考虑到边缘方向而导致检测出的边缘不完整,因此论文首先根据绝对关联度的思想将Krisch算子中的八个方向模板作为绝对关联度中的参考序列,然后分别求出由图像像素点及其八邻域组成的比较序列和参考序列的八个关联度,计算出关联度的均值,并和设定的阈值比较大小来判定像素点是否为边缘点。实验结果表明,该算法较传统的边缘检测算法能够准确提取图像的边缘轮廓信息,设计简单、易实现。