文 献 综 述
摘要：电网系统中机房柜门因人为或不可抗力作用下而处于开启状态时，会增加事故发生几率，造成财产损失。目前主要通过工作人员使用视频监控设备实时监测柜门开启状态。基于此，本课题针对机房柜门的图像进行分析，探讨一种基于图像特征柜门开关状态识别方法，以实现检测自动化。
关键词： 图像边缘检测技术 图像分割 图像特征提取技术
1.引言
图像是一种最直接的视觉信息，包含的内容是非常大的。研究表明,人类所接收到的全部信息中,有80%以上是通过视觉得到的。因此,图像信息对于人们的生活和工作是非常重要的[1]。图像分割和边缘检测是图像处理和模式识别中重要的研究内容，一直以来是人们研究的热点[2-4]。图像分割依据同一纹理的一致性特征或不同纹理之间的特征差别，将纹理图像分割成若干有意义的区域，而提取有效的纹理特征是其中的关键和难点[5-7]。边缘检测主要是处理图像技术中存在的问题，能够保证图像分析和图像的理解。所以边缘检测技术在图像模式的识别等较高层次的图像处理中有着重要的地位和作用[8]。
1.1 图像边缘检测技术
边缘指其周围像素灰度发生阶跃变化或屋顶状变化的那些像素的集合，是图像最基本的特征，它存在于目标与背景、目标与目标、区域与区域,基元与基元之间，由于图像 的边缘包含了用于识别的有用信息，所以边缘检测在计算机视觉、图象分析等应用中起着重要的作用,是图像分析和模式识别的主要特征提取手段[9-12]。
图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，边缘是图像中灰度变化比较剧烈的地方，也即我们通常所说的信号发生奇异变化的地方。奇异信号沿边缘走向的灰度变化剧烈。边缘分为阶跃状和屋顶状两种类型。阶跃边缘中两边的灰度值有明显的变化；而屋顶状边缘位于灰度增加与减少的交界处[13-15]。
1.2 图像分割
在研究数字图像处理技术时，大多数的人们往往只是关心图像中的某些部分，对其他部分是不感兴趣的，但是这些部分又具有一定的特殊性质，对于整个图像而言把它称为图像的前景或目标，那么图像中其它不被感兴趣的部分就称作图像的背景[16]。为了让人们更清楚地分析和辨别图像中的目标，则需要把一幅图像中的目标分割出来，怎样分割图像，分割时采用何种算法已成为图像分割技术研究的热点问题。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
