计算机科学与技术专业使用阈值技术的图像分割等毕业论文外文文献翻译及原文

毕业设计（论文）

外文文献翻译

文献、资料中文题目： 1.使用阈值技术的图像分割

2.最大类间方差算法的图像分割综述

文献、资料英文题目：

文献、资料来源：

文献、资料发表（出版）日期：

院（部）：

专业：计算机科学与技术

班级：

姓名：

学号：

指导教师：

翻译日期： 2017.02.14

毕业设计（论文）题目基于遗传算法的自动图像分割软件开发

翻译（1）题目Image Segmentation by Using Threshold

Techniques

翻译（2）题目

A Review on Otsu Image Segmentation Algorithm

使用阈值技术的图像分割 1

摘要

本文试图通过5阈值法作为平均法，P-tile算法，直方图相关技术（HDT），边缘最大化技术（EMT）和可视化技术进行了分割图像技术的研究，彼此比较从而选择合的阈值分割图像的最佳技术。这些技术适用于三个卫星图像选择作为阈值分割图像的基本猜测。

关键词：图像分割，阈值，自动阈值

1 引言

分割算法是基于不连续性和相似性这两个基本属性之一的强度值。第一类是基于在强度的突然变化，如在图像的边缘进行分区的图像。第二类是根据预定义标准基于分割的图像转换成类似的区域。直方图阈值的方法属于这一类。本文研究第二类（阈值技术）在这种情况下，通过这项课题可以给予这些研究简要介绍。阈分割技术可分为三个不同的类：

首先局部技术基于像素和它们临近地区的局部性质。其次采用全局技术分割图像可以获得图像的全局信息（通过使用图像直方图，例如;全局纹理属性）。并且拆分，合并，生长技术，为了获得良好的分割效果同时使用的同质化和几何近似的概念。最后的图像分割，在图像分析的领域中，常用于将像素划分成区域，以确定一个图像的组成[1][2]。

他们提出了一种二维（2-D）的直方图基于多分辨率分析（MRA）的自适应阈值的方法，降低了计算的二维直方图的复杂而提高了多分辨率阈值法的搜索精度。这样的方法源于通过灰度级和灵活性的空间相关性的多分辨率阈值分割方法中的阈值的寻找以及效率由二维直方图阈值分割方法所取得的非凡分割效果。实验的结果表明，这种方法可以得到的分割结果与详尽二维直方图方法相类似，而计算复杂度与分辨率等级的增加而呈指数下降[3]。

图像的阈值问题，被视为在图像处理的一个重要问题，它不仅可以减少图像数据，同时也奠定了多目标识别和图像认知提供了良好的基础。全局阈值分割和局部阈值的字符图像分割进行了分析。一个新的阈值统计迭代算法，提出要克服的直接阈值，针对一些光照不对称和明显的缺陷，或者更大的数字比例在各种各样的背景灰度图像中。统计迭代阈值分割，基于图像灰度直方图和高斯分布的统计，获得统计迭代法理论表达和最值得阈值法和步骤。航空图像通过分别使用统计迭代算法，直方图技术和自适应方法进行阈值分割。比较三种阈值结果，它表明统计迭代方法大大提高了图像分割的抗噪能力，并且有更好的图像结果，并且不容易在阈值方法中分段[4]。

模糊C均值改进算法和遥感图像分割策略，可以提供较少的迭代次数收敛到全局最优解。同时，它具有良好的稳定性和鲁棒性。其良好的分割效果可提高精度和遥感图像阈值分割的效率[5]。

阈值技术可分为两类：全局阈值和局部（自适应）阈值。在全局阈值中，单个阈值用于整个图像。在局部阈值，阈值被分配给每个像素，使用周围的象素的局部信息以确定它是属于前景还是背景。由于简单和容易实施的优点，全局阈值技术一直流行许多年[6] [7] [8]。

2 阈值

阈值是广泛地用于图像分割的方法之一，在从背景分离出前景中非常有效，通过选择一个适当的阈值T，将灰度级图像可转换为二进制图像。二进制图象应该包含所有的兴趣目标（前景）中的位置和形状的基本信息。二进制图像的优点是它减少了数据的复杂性，并简化了识别和分类的过程。灰度级图像转换为二进制图像的最常见的方法是选择一个单一阈值（T）。然后所有低于这个T中的灰度等级值将被归类为黑色（0），高于T的定义为白色（1）。分割问题变成一个选择合适的阈值T问题。一个常用的方法适用于选择T是通过分析想要分割的图像的直方图类型。理想的情况是，当柱状图呈现只有两个主要的模式和清晰的山谷（双峰）。在这种情况下，T的值被选择在两个模式之间的谷点。在实际应用中的直方图是更复杂的，具有许多峰和不明确的山谷，所以不总是容易选择T的值。

3自动阈值

每个图像由系统自动选择阈值而无需人工干预的方法被称为一个自动阈值方案。这就要求有关的对象的强度特性、对象的大小、图像中各种不同类型部分出现的目标的级分知识。

4 阈值技术

阈值技术是图像分割的重要技术之一。这种技术可以表示为：

T =[X，Y，P（X，Y），f（X，Y] （1）

其中：T是阈值。x，y是所述阈值点的坐标。P（X，Y），F（X，y）是图中像素点的灰度。

阈值图像g(x,y)可以是如下定义：

1(,)g(x,y)=0

(,)if f x y T if f x y T >⎧⎨≤⎩（2）

这篇文章采用了5种阈值技术：

4.1均值技术 该技术中使用的像素的平均值作为阈值，并在严格的情况下即有大约一半到属于目标，而另一半属于背景像素的图像的工作得很好。这种技术很少发生。

4.2 P-Tile 技术

P —Tile 技术使用的知识是所关注对象在整个阈值的图像的面积尺寸。P —Tile 方法是基于灰度直方图的最早的阈值方法之一[5]。它假定在图像中的目标比背景更亮，并占据图像面积的固定百分比。图像区域的这个固定的百分比也被称为P ％。阈值被定义为大多对应于映射到至少P%上的灰度级到目标的灰度级。设n 是最大灰度级值，H(i)是图像的直方图（i= 0…n ），而P 是该目标的面积比。P-Tile 算法方法如下：

S=sum (H(i)) (3)

Let f=s

For k=1 to n f=f-H(k-1)

If (f/t)

T=k

其中：s 的图像总面积，f 是初始化所有区域作为目标区域，T 是最终阈值‘ 此方法操作简单，适合对象的所有尺寸。它产生良好的抗噪声能力;然而，如果对象面积比率为未知的或从图象变化到图像，这显然是不适用的[6]。

4.3直方图相关技术（HDT ）

直方图技术是依赖于估算分隔图像的对象和背景的两个同质区域的阈值的成功。这就要求，图像组成是两种同质的并且能够存在一个阈值分离这些区域。

所述（HDT ）是适于图像具有很大同质性并且将分离这些区域，其中的对象和背景的面积都是同质的并且不包括对象和背景之间的区域。

这种技术可以表示为：

221122C (T) =P ()()P ()()(4)T T T T σσ+

其中：

C （T ）为所述组内方差。1P ()T 是组值小于T. 的概率。2P ()T 是组值小于T 的概

率. 21()T σ为像素组的方差小于或等于T 的概率。

22()T σ为像素组的方差大于T 的概率。

4.4 EMT技术

使用边缘最大化技术（EMT）的阈值图像被用于当在图象超过一个均匀区域或有目标和背景之间的照明的变化有改变。在这种情况下，目标的部分可以被合并到背景或者背景可以作为一个目标。出于这个原因，任何的自动阈值选择技术的性能得都要变得更好在大的同质和分离的区域。此技术分割取决于有关图像中的最大边缘阈研究并且开始分割有边缘检测技术操作的图像（例如kiresh操作技术）。

4.5可视化技术

这些技术改善人们的准确搜索目标项目的能力。这些技术是类似于另一个使用原始图像的分量区段的P-tile技术，他们以新颖的方式，以提高视觉搜索性能，但是p-tile 是不太有效当不同的噪声中存在于图像中。

5次实验试验验证

5.1Testing程序

阈值分割，采用（MATLAB R2007a，7.4A）实现并测试了在图1所示的三幅图像分割技术

图1.原始图像

五种阈值分割技术：平均技术，P-tile技术，可视化技术，HDT技术和EMT技术。

5.2 仿真结果

图2. 原始图像阈值从左到右，可视化技术，T =127，平均技术，P-tile T =127，

HDT技术与EMT技术。

图3. 原始图像阈值从左到右，可视化技术，T =167，平均技术，P-tile T =167，

HDT技术与EMT技术。

图4. 原始图像阈值从左到右，可视化技术，T =43，平均技术，P-tile T =43，HDT

技术与EMT技术。

6 结论

在本文中，比较适用于研究了5种阈值分割技术的图像方法：平均法，P-tile 法，直方图相关技术（HDT），边缘最大化技术（EMT）和视觉技术在如图所示的三个卫星图像上。图1.解释与实验进行了不同的技术的HDT和EMT技术分别是用于阈值的技术的图像的最好的技术。这个结果从图1，2，3得到。

参考文献

[1] Gonzalez and Woods, "Digital image processing", 2nd Edition, prentice hall, 2002.

[2] Kenneth R. Castelman, "Digital image processing", Tsinghua Univ Press, 2003.

[3] Shuqian He, Jiangqun Ni, Lihua Wu, Hongjian Wei , Sixuan Zhao.," Image threshold segmentation method with 2-D histogram based on multi-resolution analysis", Computer Science & Education, ICCSE, 25-28 July 2009, PP.753 – 757, Nanning, China.

[4] Guang Yang, Kexiong Chen, Maiyu Zhou, Zhonglin Xu, Yongtian Chen, "Study on Statistics Iterative Thresholding Segmentation Based on Aviation Image," snpd, vol. 2, pp.187-188, Eighth ACIS International Conference on Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing (SNPD 2007), 2007.

[5] Du Gen-yuan,Miao Fang,Tian Sheng-li,Guo Xi-rong.,"Remote Sensing Image Sequence Segmentation Based on the Modified Fuzzy C-means", Journal of Software, V ol. 5, No. 1, PP.28-35, 2009.

[6] A.S. Abutaleb, “Automatic Thresholding of Gray-Level Pictures Using Two Dimensional Entropy”, Computer Vision, Graphics, and Image Processing, V ol.47,

PP.22-32, 1989.

[7] J. Kittler and J. Illingworth, “Minimum Error Thresholding”, Pattern Recognition,

V ol.19, No.1, PP.41-47, 1986.

[8] K.H. Liang and J.J.W Mao, “Image Thresholding by Minimizing the Measures of Fuzz iness”, Pattern Recognition, V ol.28, No.1, PP.41-51, 1995.

[9] F. Samopa, A. Asano.,"Hybrid Image Thresholding Method using Edge Detection", IJCSNS International Journal of Computer Science and Network Security, V ol.9 No.4, PP.292-299, April 2009.

最大类间方差算法的图像分割综述2

摘要

图像分割是数字图像处理的基本方法。在所有的分割方法中，最大类间方差法由于它的简单性使它成为最成功图像阈值计算方法之一。最大类间方差法是自动阈值选择区域分割的基础方法。本文研究了各种最大类间方差算法。

关键词：图像处理，最大类间方差算法，分割，阈值

1 引言

图像分割在图像分析中是最基础并且是最困难的一部分。图像分割是图像处理中的一个重要组成部分。在计算机视觉中，图像分割是将图像分割成有意义的区域或目标的一个过程。图像分割有许多应用，如肿瘤或其他疾病定位，测量组织体积，计算机指导手术，治疗计划，解剖结构的研究，卫星图像定位和指纹识别等等。

图像的分割细分成其组成区域或对象。图像分割方法被归类于两个属性——不连续性和相似性[1]。基于这一特性的图像分割归类为基于边缘的分割和基于区域的分割。这种基于像素不连续性的分割方法称为边界或边缘技术。基于边缘的分割方法尝试通过检测边缘，或有快速过渡不同区域之间的像素在强度和被提取和链接形成封闭的对象边界来解决图像分割。其结果是一个二进制图象。基于该理论有两个主要的基于边缘的分割方法，灰度直方图的和梯度的方法[2]。根据一组预定义的搜索标准分割图像到类似于区域。基于区域划分成像素连接类似区域。每一个区域中的象素的是具有相同的一些特征或计算性能，如颜色，强度和/或纹理。这就有不同类型的区域像是阈值分割，区域增长区域划分和合并。

阈值是在图像分割应用中的一个重要技术。阈值的基本思想在灰度分布的基础上，选择一个最佳灰度阈值把感兴趣的目标从图片的背景中分离出来。虽然人类可以轻松从复杂的背景和图像中区分它们，然而对图像阈值是一个艰巨的任务将它们分开。图像的灰度直方图通常被视为图像阈值算法开发的有效工具。创建二进制图像阈值分割，如果像素低于某个阈值的所有像素为零，高于某个阈值所有的像素为一。如果g(x,y)是f(x,y)在全局阈值T的一个阈值版本，它可以被定义为[1],

g(x, y) = 1 if f(x, y) ≥ T

= 0 otherwise

阈值化操作被定义为：

T = M [x, y, p(x, y), f (x, y)]

2Miss Hetal J. Vala, Prof. Astha Baxi Department of Computer Engineering Parul Institute of Engineering & Technology, Waghodia, Gujarat (India).International Journal of Advanced Research in Computer Engineering & Technology (IJARCET) V olume 2, Issue 2, February 2013

在该式中，T代表的阈值;函数f（x，y）是点（x，y）的灰度值，p（x，y）表示该点的一些局部属性，如集中在点（x，y）邻域的平均灰度值。

基于此，有两种阈值分割方法。

1）全局阈值：当T仅依赖于函数f（x，y）（换言之，仅依赖于灰度级值）以及T的计数值仅涉及像素的性质，这种阈值处理技术被称为全局阈值。

2）局部阈值：如果阈值T取决于 f（x，y）和P（X，Y），这称为局部阈值分割。该方法将原始图像分割成若干子区域，并对每个子区合理选择不同的阈值[3]。

最大类间方差法是全局阈值法，它只依赖于图像的灰度值。最大类间方差法是由学者Otsu于1979年提出。最大类间方差法是全局阈值选择方法，正式因为它的简单和有效的性才得以广泛应用。最大类间方差法在运行前需要计算灰度直方图。然而，由于在一维，只考虑灰度级的信息，它不给更好的分割的结果。因此，对于该二维的最大类间方差算法，提出了工作在每个像素的两个灰度级的阈值，以及在邻域内的空间相关信息。因此，当它被用于到噪声图像时，最大类间方差算法能获得满意的分割结果[8]。许多技术因而被提出，以减少所花费在计算上的时间并仍保持合理的阈值。在[9]，提出了一种快速递归技术，可以有效地降低计算时间。最大类间方差算法是一种更好的阈值选择方法对于一般真实世界的均匀性和形状的图像测量。然而，最大类间方差法使用穷举搜索来评估标准最大化类间方差。如在类的图像的数量级增加，最大类间方差法将花费时间用于多级阈值选择[10]。

2各种最大类间方差算法简介

A．基于改进的最大类间方差算法的图像分割

在这里[4]，作者描述了一维最大类间方差算法。这种算法被广泛使用由于它的简单的计算和稳定性。这里的算法仅仅工作在图像的灰度值。一维Otsu算法只考虑像素的灰度级信息，而不考虑象素的空间邻域的信息，所以它是难以得到满意的分割结果。当目标与背景的全局分布变化很广时，此算法失效。此外，它提供了良好的分割效果，但是当两个类非常不平等时，效果很差。本文作者提出了一种基于熵的新方法，给出了比一维最大类间算法更好的效果。

B.比较研究图像分割算法

在这里[5]，对主图像分割算法进行了评价，并给出了图像分割算法的一些有价值的特性。作者们把最大类间方差算法列基于区域分割算法的阈值区域。另外最大类间方差的阈值算法的复杂度率非常高，处理速度非常慢。其分割算法的分割结果的稳定性还是不错的。在这里，为了提高Otsu算法的性能，还结合它与其他算法。

C.基于改进直方图的最大类间方差算法阈值

在这里[6]，作者提出了一种快速最大类间方差算法的基础上改进的直方图，减少一维和二维最大类间方差算法的高计算复杂度。在该算法二维直方图投影到对角线，然后应用到二位最大类间方差上直方图以找到最佳的阈值。为了评估算法的实际性

能，笔者应用椒盐噪声和高斯噪声在图像上。实验的结果表明，它大大提高了阈值的速度，并具对于椒盐噪声的图像有更好的抗噪声性能，但对于高斯噪声的图像没有给出好的结果。

D. 最大类间方差算法和K均值方法

在本文中[7]，它指出的最大类间方差法在多阈值的目标函数是相当于k均值算法。它们都是基于最小化的类内方差相同的标准。另外，大津法适用于全局的阈值而K均值是指在本地阈值法的工作。大津方法运行前需要计算灰度直方图。而K均值不需要在运行前计算灰度直方图。这两种方法产生良好的分割结果，但K均值相较于大津法提供更好的结果。大津方法需要较多的时间，并增加了算法的复杂性。

III OTSU方法的比较分析

表1.比较各种最大类间方差方法。

本文对各种最大类间算法的图像分割了进行研究。所述算法已被广泛使用由于它的简单性。此处，关于实施最大类间方差算法相对于它们的方法、结果和局限的不同的方式进行了比较分析比较。

致谢

感谢GB Jethva教授，计算机工程系主任，他的宝贵的知识和支持，并给我们知道正确的道路。

参考文献

[1] Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing”,

2nd ed., Beijing: Publishing House of Electronics Industry, 2007.

[2] W. X. Kang, Q. Q. Yang, R. R. Liang ,“The Comparative Research on Image Segmentation Algorithms”, IEEE Conference on ETCS, pp.

703-707, 2009

[3] Er. Nirpjeet kaur and Er Rajpreeet kaur, “A review on various method of image thresholding”,IJCSE-2011.

[4] Zhong Qu andLi Hang”Research on Iimage Segmentation Based on the Improved Otsu Algorithm.”,2010

[5] W. X. Kang, Q. Q. Yang, R. R. Liang ,“The Comparat ive Research on Image Segmentation Algorithms”, IEEE Conference on ETCS, pp.

703-707, 2009.

[6] Z. Ningbo, W. Gang, Y. Gaobo, and D. Weiming, “A fast 2d otsu thresholding algorithm based on improved histogram,” in Pattern Recognition, 2009. CCPR 2009. Chinese Conference on, 2009, pp.

1–5.

[7] L. Dongju and Y. Jian, “Otsu method and k-means,” in Hybrid Intelligent Systems, 2009. HIS ’09. Ninth International Conference on, vol. 1, 2009, pp. 344–349.

[8] LIU Jian-zhuang, Li Wen-qing, “The Automatic threshold o f gray level pictures via Two-dimentional Otsu Method”, Acta Automatic

Sinica,1993

[9] J. Gong, L. Li, and W. Chen, “Fast recursive algorithms for

two-dimensional thresholding,” Pattern Recognition,vol. 31, no. 3, pp. 295–300, 1998.

[10] P. K. Sahoo, S. So ltani, A. K. C. Wong, and Y. Chen, “A survey of thresholding techniques,” Computer Vision Graphics Image

外文翻译考核表

数字图像处理外文翻译参考文献

数字图像处理外文翻译参考文献 (文档含中英文对照即英文原文和中文翻译) 原文： Application Of Digital Image Processing In The Measurement Of Casting Surface Roughness Ahstract- This paper presents a surface image acquisition system based on digital image processing technology. The image acquired by CCD is pre-processed through the procedure of image editing, image equalization, the image binary conversation and feature parameters extraction to achieve casting surface roughness measurement. The three-dimensional evaluation method is taken to obtain the evaluation parameters and the casting surface roughness based on feature parameters extraction. An automatic detection interface of casting surface roughness based on MA TLAB is compiled which can provide a solid foundation for the online and fast detection of casting surface roughness based on image processing technology.

计算机专业图片处理毕业论文

高等专科学校 毕业论文（设计）论文题目以《人物写真》为例照片设计 系（部）计算机与信息工程系 专业计算机应用技术 班级计应0901班 学号 学生姓名 指导教师 职称讲师 2012年5月完成

目录 内容摘要： (2) Abstract (3) 一、Photoshop软件介绍 (4) 二、设计的目的 (4) 三、实验目的和创意 (5) 四、实例制作 (6) 五、电子相册 (9) 总结： (10) 致谢： (11) 参考文献： (12)

内容摘要： 在生活中艳丽的色彩、清新的画面、爽朗的笑容及人物富有个性的体态举止是Photoshop设计者作品成功地重要组成部分，本文主要围绕对Photoshop软件简单的介绍以及对怎样使人物与环境完美的组合的方法来阐述在Photoshop中人物面部处理的技巧。又通过使用《高影相册》工具制作了一个电子相册，使我们这些零散的照片成为一个整体，有整体美的效果。通过这次的设计更加的了解Photoshop，掌握了作为一个设计者在人物设计方面的技巧。 关键字：Photoshop 人物处理电子相册整体效果

Abstract In life, bright colors, fresh images, bright smile and a body full of personality character behavior is PS designers an important part of successful work, the main focus of this paper, a simple Photoshop software as well as how to refer to characters facial skin texture, The characters facial treatment methods, the character body treatments are used to elaborate the characters face in Photoshop processing skills. Through this greater understanding of the design of Photoshop as a master designer in the character design skills. Key words:Photoshop People deal with Electronic albums Effect all day

计算机科学与技术 外文翻译 英文文献 中英对照

附件1：外文资料翻译译文 大容量存储器 由于计算机主存储器的易失性和容量的限制, 大多数的计算机都有附加的称为大容量存储系统的存储设备, 包括有磁盘、CD 和磁带。相对于主存储器，大的容量储存系统的优点是易失性小，容量大，低成本, 并且在许多情况下, 为了归档的需要可以把储存介质从计算机上移开。 术语联机和脱机通常分别用于描述连接于和没有连接于计算机的设备。联机意味着，设备或信息已经与计算机连接，计算机不需要人的干预，脱机意味着设备或信息与机器相连前需要人的干预，或许需要将这个设备接通电源，或许包含有该信息的介质需要插到某机械装置里。 大量储存器系统的主要缺点是他们典型地需要机械的运动因此需要较多的时间，因为主存储器的所有工作都由电子器件实现。 1. 磁盘 今天，我们使用得最多的一种大量存储器是磁盘，在那里有薄的可以旋转的盘片，盘片上有磁介质以储存数据。盘片的上面和（或）下面安装有读/写磁头，当盘片旋转时，每个磁头都遍历一圈，它被叫作磁道，围绕着磁盘的上下两个表面。通过重新定位的读/写磁头，不同的同心圆磁道可以被访问。通常，一个磁盘存储系统由若干个安装在同一根轴上的盘片组成，盘片之间有足够的距离，使得磁头可以在盘片之间滑动。在一个磁盘中，所有的磁头是一起移动的。因此，当磁头移动到新的位置时，新的一组磁道可以存取了。每一组磁道称为一个柱面。 因为一个磁道能包含的信息可能比我们一次操作所需要得多，所以每个磁道划分成若干个弧区，称为扇区，记录在每个扇区上的信息是连续的二进制位串。传统的磁盘上每个磁道分为同样数目的扇区，而每个扇区也包含同样数目的二进制位。（所以，盘片中心的储存的二进制位的密度要比靠近盘片边缘的大）。 因此，一个磁盘存储器系统有许多个别的磁区, 每个扇区都可以作为独立的二进制位串存取，盘片表面上的磁道数目和每个磁道上的扇区数目对于不同的磁盘系统可能都不相同。磁区大小一般是不超过几个KB; 512 个字节或1024 个字节。

计算机毕业论文文献翻译

目录 1 外文文献译文1 ...................................................................... 错误！未定义书签。 2 外文文献原文1 (5) 3 外文文献译文2 (9) 4 外文文献原文2 (12)

1 外文文献译文1 Access2000关系型数据库 在Office的家族成员当中，人们最初对于Access2000的了解，往往只是局限在它的操作界面中，对于数据库的管理功能仍然只是停留在建立数据表、数据的输入、使用窗体向导、使用报表向导、数据访问的向导等一些相对比较简单的应用上面。其实Access2000的功能非常强大，而且超乎你的想象。它是微软自发布Access以来功能最全面、与Windows和Internet结合最密切的数据库软件，是一个功能非常强大，且简单易用的数据库管理系统（DBMS），就是对数据库进行存储、管理和处理的系统。 Access2000数据库管理系统是Microsoft公司的Office办公自动化软件的一个组成部分。它可以有效地组织、管理和共享数据库的信息，并且将数据库的信息与Web结合在一起，并通过Internet共享数据信息提供了基础的平台。伴随着信息技术的发展，信息技术平台的选择往往是建立或者是重新建立应用系统的重要问题，而数据库正是它们要做出选择的关键平台。Access2000是一种关系型数据库管理系统，是中小型企业管理系统的最理想的开发环境，在当前的数据库领域，已经有越来越多的人在使用。它是一个功能非常强大的数据库管理系统的MIS系统开发工具。数据库是存储在一起的相关数据的集合，这些数据是结构化的，数据库是一种用来存储数据并且对数据进行管理的工具。数据库的作用就在于组织和表达信息，简单来说，数据库就是不同信息的集合。计算机的数据库可以分为两大类：非关系型的数据库（flat-file）和关系型的数据库（relational）。关系型的数据库中包含了多个数据表的信息，数据库含有各个不同部分的术语，像记录等。关系型的数据库管理系统曾经处于技术主流而且独领风骚，但是这种传统的数据库管理系统因为采用了两维的数据模型，而且存在着本身固有的约束和限制。难以适应现在迅速变化的业务需求，以及新技术的发展。信息技术的飞速发展，数据处理不仅在数量上需要越来越大，而且在质量上也要求越来越高，数据库所管理的数据已经发生了根本上的变化。这样一个变化给数据库技术带来了巨大的挑战，数据库管理的对象已经不再局限于文本数据等一些简单的数据类型，而是需要描述和保存大量多媒体非结构化的复杂数据，以及数据之间的关系。另外，随着热门网站访问数量的逐渐增加，对数据库本身的存储机制、大量并发

计算机图像处理论文范文

计算机图像处理论文范文 计算机图像处理技术在社会生产生活的许多方面都得到了较为广泛的应用，下面是小编为大家整理的计算机图像处理论文，希望对大家有帮助。 浅析计算机图像处理技术 作者：未知 摘要随着市场经济的不断发展，计算机图像处理技术在社会生产生活的许多方面都得到了较为广泛的应用。计算机图像处理技术，主要是指计算机对图像信息以及数据信息的进行处理的技术。本文将对计算机图像处理技术的概念进行分析，了解其在社会生产生活各方面的应用，并对其发展趋势进行研究和探讨。 【关键词】计算机技术图像处理应用技术分析研究 计算机图像处理技术在社会生产生活的许多领域都有着较为广泛的应用，提高着相关活动的效率，便利着社会的生产生活。在工业、农业、建筑业以及广告传媒等行业，计算机图像处理技术都发挥着重要的作用，具有广阔的发展前景，推动着生产效率与人们生活水平的提升。 1 计算机图像处理技术的概念与内容 计算机图像处理技术，主要是能够通过计算机的图像处理能力及数据运算处理能力，对需要处理的图像信息进行数据处理，使其能够通过图像成像等方式达到使用目的。计算机图像处理技术在早期主要应用于航天事业中，通过成像数据处理技术服务航天使用需求。计算机图像处理技术能够将图像信息数字化，对图像进行加强、修复、分析和编码等。计算机图像处理技术也能够通过实现对图像信息的几何转换、建立工程的设计图样、以及图像的色彩变化达到使用目的。在现今的社会活动中，计算机图像处理技术应用于计算机技术教育、计算机动画设计、计算机广告传媒等领域，在工农业生产中也得到了较为广泛的应用，促进着相关行业的进步与发展。

2 计算机图像处理技术在实际中的应用分析 2.1 计算机图像处理技术在农业生产加工中的应用 计算机图像处理技术在农业农产品的加工收获方面，有着极为广泛的应用。通过计算机图像处理技术的应用，能够经过图像技术处理，实现对农业农产品的自动采摘与加工，使农业生产活动趋于高效，避免人力的过度投入，使人力使用成本得到控制。农业应用计算机图像处理技术，不仅能够减轻农业生产的人力负担，使农业生产趋于高效，还能够在很大程度上促进农业生产活动实现机械化生产，提高生产效率，促进农业生产规模的扩大，实现规模化经营。应用计算机图像处理技术实现的农业果实自动采摘系统，能够实现自动化作业，只需进行适当程度的监管和控制即可，也能够有效地避免采摘过程中对植物枝干以及果实的损坏，全面提升农业农产品的加工与收获工作水平，推动农业更快更好的发展。另外，在西方国家现行的鲜虾自动处理加工系统，也是应用了计算机图像处理技术，能够根据鲜虾的形体特征进行图像处理技术的处理，实现自动化的加工作业。 2.2 计算机图像处理技术在工业生产中的应用 计算机图像处理技术在工业生产中的应用极为广泛，有效地推动着工业生产的发展。工业生产也因为其特殊的工作运行方式，为实现机械化工业生产，往往需要自动化的机制建立，这在很大程度上都依赖于计算机图像处理技术的应用。计算机图像处理技术在工业生产中的应用，主要体现在工业生产的机械设备、内部零件构造以及生产线识别系统的运行中，计算机图像处理技术能够使相关设备通过图像的处理加工进行相关信息的识别，将信息进行传递，使设备的控制系统能够获得信息并实现相应的工作。计算机图像处理技术在工业生产中的应用具有必然性，工业生产的机械化与自动化，都要求着计算机图像处理技术能够与工业生产相结合，从而满足工业生产的需求，促进工业生产的正常稳定进行。 2.3 计算机图像处理技术在交通事业中的应用 计算机图像处理技术在交通事业中的运用，主要体现在通过摄像监控系统，实现对道路交通不规范行为的约束。在十字路口以及高速

图像分割毕业论文

第一章绪论 1.1课题的研究背景及意义 随着信息技术的开展和不断深入，人们越来越多的利用计算机来帮助人类获取与处理各种信息。据统计，在人类从外界获得的信息中有75%左右是来自视觉或者说图像信息，它是人类最有效的信息获取和交流方式，图像也因为其所含的信息量大、表现直观而在近年得到的广为宣传和应用的多媒体中占据了重要的地位。 图像分割是一种根本的计算机视觉技术，是从图像处理到图像分析的关键步骤。图像分割就是将图像表示为物理上有意义的连通区域的集合，是进行图像分析的第一步工作，也是解决起来比较困难的一个问题。对于那些基于图像分割结果的接下来的任务，如特征提取、目标识别等的质量的好坏都取决于是否有一个质量比较好的图像分割结果，有效合理的图像分割能够为基于内容的图像检索、对象分析等抽象出十分有用的信息，从而使得更高层的图像理解成为可能[1]。 1.1.1图像分割在数字图像处理中的地位 为了弄清图像分割在数字图像处理中所处的地位，我们引入并使用“图像工程〞这个概念。图像技术在广义上是各种与图像有关技术的总称。图像技术种类很多，跨度很大，但可以将它们归在一个整体框架一一“图像工程〞之下。图像工程是一个对整个图像领域进行研究应用的新科学，它的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个有特点的层次〔如图1-1所示〕：图像处理、图像分析和图像理解[2]。 图1-1图像分割在图像工程中的位置

图像处理着重强调在图像之间进行变换以改善图像的视觉效果。图像分析那么主要是对图像中感兴趣的目标进行监测和测量，以获得它们的客观信息从而建立对图像的描述。图像理解的重点是在图像分析的根底上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对原始成像客观场景的解释，从而指导和规划行动。 图像处理、图像分析和图像理解具有不同的操作对象，参考图1-1图像处理是比较低层的操作，它主要在图像像素级上进行处理。图像分析那么进入了中层，它侧重于对像素集合到目标的表达测量描述。图像理解主要是高层操作，根本上是对从描述中抽象出来的数据符号进行运算推理。 在对图像的研究和应用中，人们往往仅对图像中的某些局部感兴趣。这些局部常称为目标或前景(其他局部称为背景)，它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将它们别离提取出来，在此根底上才有可能对目标进一步利用。图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。这里的特性可以是像素的灰度、颜色、纹理等。 图像分割是由图像处理过渡到图像分析的关键步骤，在图像工程中占据重要的位置。一方面，它是目标表达的根底，对特证测量有重要的影响。另一方面，因为图像分割及其基于分割的目标表达、特证提取和参数测量等将原始图像转化为更抽象更紧凑的形式，这才使得更高层的图像分析和理解成为可能。 1.1.2图像分割的应用领域 在实际生产生活中，图像分割的应用也非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。例如，在遥感应用中，卫星云图的处理;在医学应用中，脑部MR图像分析;在交通图像分析中，违章车辆车牌区域的分割;在面向对象的图像压缩和基于内容的图像检索中感兴趣区域的提取。在这些应用中，图像分割通常是为了进一步对图像进行分析、识别、压缩编码等，区域提取的准确性将直接影响后继任务的有效性，因此分割的方法和精确程度是至关重要的。 也是因为图像分割在数字图像处理中占据了如此举足轻重的地位，所以才会在但凡有数字图像处理出现的地方就必然少不了图像分割的身影。纵观数字图像处理的历史，随着计算机的高速化和大容量化，摄像设备的小型化和高精度化，这在使得图像处理在工作站及个人计算机等小型机上的实现成为可能的同时，更使图像的质量有了突飞猛进的改善。技术的进步带来应用的革新，对人们的生产生活产生了全面而深刻的影响，使得数字图像处理技术在科学研究、工业生产、军事国防及现代管理决策部门等各行各业都得到越来越多的应用，其场合广阔、内容众多、形式新颖、门类齐全，其应用前景可以说是方兴未艾，正向着实时化、群众化、小型化、远程化等多方面迅猛开展。下面列出的表1-1简明扼要地展示了数字图像处理的一些常见应用领域[2]。 1.2图像分割技术的现状

计算机专业外文文献翻译

毕业设计（论文）外文文献翻译 （本科学生用） 题目：Plc based control system for the music fountain 学生姓名：_ ___学号：060108011117 学部（系）: 信息学部 专业年级: _06自动化（1）班_ 指导教师： ___职称或学位：助教__ 20 年月日

外文文献翻译（译成中文1000字左右）： 【主要阅读文献不少于5篇，译文后附注文献信息，包括：作者、书名（或论文题目）、出版社（或刊物名称）、出版时间（或刊号）、页码。提供所译外文资料附件（印刷类含封面、封 底、目录、翻译部分的复印件等，网站类的请附网址及原文】 英文节选原文： Central Processing Unit (CPU) is the brain of a PLC controller. CPU itself is usually one of the microcontrollers. Aforetime these were 8-bit microcontrollers such as 8051, and now these are 16-and 32-bit microcontrollers. Unspoken rule is that you’ll find mostly Hitachi and Fujicu microcontrollers in PLC controllers by Japanese makers, Siemens in European controllers, and Motorola microcontrollers in American ones. CPU also takes care of communication, interconnectedness among other parts of PLC controllers, program execution, memory operation, overseeing input and setting up of an output. PLC controllers have complex routines for memory checkup in order to ensure that PLC memory was not damaged (memory checkup is done for safety reasons).Generally speaking, CPU unit makes a great number of check-ups of the PLC controller itself so eventual errors would be discovered early. You can simply look at any PLC controller and see that there are several indicators in the form. of light diodes for error signalization. System memory (today mostly implemented in FLASH technology) is used by a PLC for a process control system. Aside form. this operating system it also contains a user program translated forma ladder diagram to a binary form. FLASH memory contents can be changed only in case where user program is being changed. PLC controllers were used earlier instead of PLASH memory and have had EPROM memory instead of FLASH memory which had to be erased with UV lamp and programmed on programmers. With the use of FLASH technology this process was greatly shortened. Reprogramming a program memory is done through a serial cable in a program for application development. User memory is divided into blocks having special functions. Some parts of a memory are used for storing input and output status. The real status of an input is stored either as “1”or as “0”in a specific memory bit/ each input or output has one corresponding bit in memory. Other parts of memory are used to store variable contents for variables used in used program. For example, time value, or counter value would be stored in this part of the memory. PLC controller can be reprogrammed through a computer (usual way), but also through manual programmers (consoles). This practically means that each PLC controller can programmed through a computer if you have the software needed for programming. Today’s transmission computers are ideal for reprogramming a PLC controller in factory itself. This is of great importance to industry. Once the system is corrected, it is also important to read the right program into a PLC again. It is also good to check from time to time whether program in a PLC has not changed. This helps to avoid hazardous situations in factory rooms (some automakers have established communication networks which regularly check programs in PLC controllers to ensure execution only of good programs). Almost every program for programming a PLC controller possesses various useful options such as: forced switching on and off of the system input/outputs (I/O lines),

计算机科学与技术专业深入浅出JavaScript大学毕业论文外文文献翻译及原文

毕业设计（论文） 外文文献翻译 文献、资料中文题目：深入浅出JavaScript 文献、资料英文题目： 文献、资料来源： 文献、资料发表（出版）日期： 院（部）： 专业：计算机科学与技术 班级： 姓名： 学号： 指导教师： 翻译日期： 2017.02.14

毕业设计(论文)外文资料翻译 题目：Beginning JavaScript with DOM Scripting and Ajax 学院：信息工程学院系计算机 专业：计算机科学与技术 班级： 学号： 姓名： 指导教师： 起讫日期：

外文资料翻译译文 深入浅出JavaScript 1.1 JavaScript产生的原因 在Web发展的初期，主要有HTML和公共管理接口(GUI)。HTML定义了大部分的文本文档并且只是用户代理（通常为网页浏览器）如何显示。比如，标签 之间的文字就会成为一个段落，在这个段落中可以使用标签

来定义最主要的页面标题。注意大多数开始标签，都会有相应的以

计算机科学与技术专业毕业设计外文翻译IP协议及IPSec协议安全分析

郑州轻工业学院 本科毕业设计 ——文献翻译 题目IP协议及IPSec协议安全分析 学生姓名 专业班级计算机科学与技术2003-1班 学号56 院(系) 计算机与通信工程学院 指导教师) 完成时间2007 年6 月6 日

英文原文 The Analysis Of IP and IPSec Protocol’s Security Problem 1.OSI model in time for TCP/IP protocol Overview 1.1OSI model in time for TCP/IP protocol introduce It was repose International Or ganization for Standardization’ suggest to whereas extend arisen', it broke into seven layer into to that OSI model (open system interconnection reference model). The overdone bulkiness, intricacy incur know clearly heap criticism of the is ISO constitutive OSI reference model. As shown in the following chart The practical application sense nope very large, thereof forsooth toward fathom network protocol interior wield did very avail out of the refer to network cannot but talk OSI reference model, notwithstanding OSI reference model. In reins network world liner, TCP/IP protocol suite obtain know clearly still for extensive application. These OSI seven layer model suffer, per layer big city provide thereon thickness with, combine one visit mouthpiece or interface. The homology hierarchy entitled peer layer of the differ mainframe of compartment. Stand for and mainframe B menses presentation layer each other for

计算机科学与技术毕业论文

计算机科学与技术毕业论文 计算机科学与技术毕业论文：深度学习在图像识别领域的应用研究 随着计算机科学技术的发展，特别是深度学习技术的进步，图像识别已经成为了计算机领域中的重要研究方向。本文旨在探索深度学习在图像识别领域的应用，并分析其准确性和鲁棒性。 近年来，卷积神经网络（CNN）在图像识别领域中取得了巨大的成功。CNN能够自动提取图像的特征，并且能够有效地进行分类和识别。其中，AlexNet、VGG、GoogLeNet、ResNet等网络结构在图像分类、目标检测、人脸识别等任务中都取得了优异的成绩。 然而，深度学习在图像识别领域中也存在一些挑战和问题。首先，深度学习对于数据量的需求非常大，需要有大量的标注数据进行训练。其次，深度学习对于图像的分辨率和噪声比较敏感，需要在训练过程中进行一些数据增强和优化。此外，深度学习的解释性比较差，对于一些未知类型的图像可能无法进行有效识别。 为了解决这些问题，研究者们提出了一些新的网络结构和优化方法。例如，轻量级的网络结构如MobileNet、ShuffleNet等能够降低计算量和内存消耗，使得深度学习可以应用于移动设备和嵌入式设备。还有一些自注意力机制的网络结构如Transformer、CapsNet等能够更好地理解图像内容，提高识别精度。此外，一些元学习和自监督学习的方法也能够利用未标注数据进行训练，提高模型的泛化能力。

本文首先对深度学习在图像识别领域中的应用进行了全面的文献综述，然后设计了一个基于MobileNet的图像识别系统，用于对自然场景中的物体进行分类和识别。实验结果表明，该系统能够有效地提取图像特征，并且具有较高的分类准确率和较低的计算复杂度。 本文的研究结果表明，深度学习在图像识别领域中具有广泛的应用前景。未来的研究方向包括：探索更有效的网络结构和优化方法，进一步提高图像识别的准确性和效率；研究深度学习与其他机器学习算法的结合，提高模型的泛化能力和解释性；推进深度学习在嵌入式设备和移动设备中的应用，实现实时图像识别和智能分析。 总之，深度学习在图像识别领域中具有巨大的发展潜力，为计算机科学技术的进步带来了新的机遇和挑战。本文的研究成果为未来的研究提供了有益的参考，同时也为计算机科学与技术的进步做出了贡献。

计算机专业毕业设计论文外文文献中英文翻译——java对象

1 . Introduction To Objects 1.1The progress of abstraction All programming languages provide abstractions. It can be argued that the complexity of the problems you’re able to solve is directly related to the kind and quality of abstraction。By “kind” I mean，“What is it that you are abstracting?” Assembly language is a small abstraction of the underlying machine. Many so—called “imperative” languages that followed （such as FORTRAN，BASIC, and C) were abstractions of assembly language。These languages are big improvements over assembly language，but their primary abstraction still requires you to think in terms of the structure of the computer rather than the structure of the problem you are trying to solve。The programmer must establish the association between the machine model (in the “solution space，” which is the place where you’re modeling that problem, such as a computer) and the model of the problem that is actually being solved (in the “problem space,” which is the place where the problem exists). The effort required to perform this mapping, and the fact that it is extrinsic to the programming language，produces programs that are difficult to write and expensive to maintain，and as a side effect created the entire “programming methods” industry. The alter native to modeling the machine is to model the problem you’re trying to solve。Early languages such as LISP and APL chose particular views of the world （“All problems are ultimately lists” or “All problems are algorithmic，” respectively）。PROLOG casts all problems into chains of decisions. Languages have been created for constraint-based programming and for programming exclusively by manipulating graphical symbols。（The latter proved to be too restrictive.) Each of these approaches is a good solution to the particular class of problem they’re designed to solve，but when you step outside of that domain they become awkward。 The object—oriented approach goes a step further by providing tools for the programmer to represent elements in the problem space. This representation is general enough that the programmer is not constrained to any particular type of problem. We refer to the elements in the problem space and their representations in the solution space as “objects。" （You will also need other objects that don't have problem—space analogs。）The idea is that the program is allowed to adapt itself to the lingo of the problem by adding new types of objects, so

毕业论文外文翻译--虚拟现实技术的发展过程及研究现状（适用于毕业论文外文翻译+中英文对照）

虚拟现实技术的发展过程及研究现状虚拟现实技术是近年来发展最快的技术之一，它与多媒体技术、网络技术并称为三大前景最好的计算机技术。与其他高新技术一样，客观需求是虚拟现实技术发展的动力。近年来，在仿真建模、计算机设计、可视化计算、遥控机器人等领域，提出了一个共同的需求，即建立一个比现有计算机系统更为直观的输入输出系统，成为能与各种船感器相联、更为友好的人机界面、人能沉浸其中、超越其上、进出自如、交互作用的多维化信息环境。VR技术是人工智能、计算机图形学、人机接口技术、多媒体技术、网络技术、并行计算技术等多种技术的集成。它是一种有效的模拟人在自然环境中视听、动等行为的高级人机交互技术。 虚拟现实(Virtual Reality )：是一种最有效的模拟人在自然环境中视、听、动等行为的高级人机交互技术，是综合计算机图形技术、多媒体技术、并行实时计算技术、人工智能、仿真技术等多种学科而发展起来的20世纪90年代计算机领域的最新技术。VR以模拟方式为使用者创造一个实时反映实体对象变化与相互作用的三维图像世界，在视、听、触、嗅等感知行为的逼真体验中，使参与者可直接探索虚拟对象在所处环境中的作用和变化；仿佛置身于虚拟的现实世界中，产生沉浸感(immersive)、想象(imaginative和实现交互性interactive) 。 VR技术的每一步都是围绕这三个特征而前进的。这三个特征为沉浸特征、交互特征和构想特征。这三个重要特征用以区别相邻近的技术，如多媒体技术、计算机可视化技术沉浸特征，即在VR提供的虚拟世界中，使用户能感觉到是真实的进入了一个客观世界；交互特征，要求用户能用人类熟悉的方式对虚拟环境中的实体进行观察和操纵；构想特征：即“从定性和定量综合集成环境中得到感性和理性的认识：从而化概念和萌发新意”。

计算机专业毕业设计论文外文文献中英文翻译(Object)

计算机专业毕业设计论文外文文献中英文翻译(Object) LT

itself whenever necessary to accommodate everything you place inside it. So you don’t need to know how manyobjects you’re going to hold in a container. Just create a container object and let it take care of the details. Fortunately, a good OOP language comes with a set of containers as part of the package. In C++, it’s part of the Standard C++ Library and is sometimes called the Standard Template Library (STL). Object Pascal has containers in its Visual Component Library (VCL). Smalltalk has a very complete set of containers. Java also has containers in its standard library. In some libraries, a generic container is considered good enough for all needs, and in others (Java, for example) the library has different types of containers for different needs: a vector (called an ArrayList in Java) for consistent access to all elements, and a linked list for consistent insertion at all elements, for example, so you can choose the particular type that fits your needs. Container libraries may also include sets, queues, hash tables, trees, stacks, etc. All containers have some way to put things in and get things out; there are usually functions to add elements to a container, and others to fetch those elements back out. But fetching elements can be more problematic, because a single-selection function is restrictive. What if you want to manipulate or compare a set of elements in the container instead of just one? The solution is an iterator, which is an object whose job is to select the elements within a container and present them to the user of the iterator. As a class, it also provides a level of abstraction. This abstraction can be used to separate the details of the container from the code that’s accessing that container. The container, via the iterator, is abstracted to be simply a sequence. The iterator allows you to traverse that sequence without worrying about the underlying structure—that is, whether it’s an ArrayList, a LinkedList, a Stack, or something else. This gives you the flexibility to easily change the underlying data structure without disturbing the code in your program. Java began (in version 1.0 and 1.1) with a standard iterator, called Enumeration, for all of its container classes. Java 2 has added a much more complete container library that