跳到主要內容

臺灣博碩士論文加值系統

(44.220.247.152) 您好!臺灣時間:2024/09/15 11:34
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:蔡宗勝
研究生(外文):Tsung-Sheng Tsai
論文名稱:雪花結構的分類
論文名稱(外文):The Structural Classification of Snowflakes
指導教授:陳國鎮陳國鎮引用關係
指導教授(外文):Kuo-Gen Chen
學位類別:碩士
校院名稱:佛光人文社會學院
系所名稱:生命學研究所
學門:人文學門
學類:哲學學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:87
中文關鍵詞:雪花結構傅立葉轉換頻譜圖相關係數相似判準值分類
外文關鍵詞:Shape of SnowflakeFourier transformspectrumcoefficient of correlationClassification
相關次數:
  • 被引用被引用:0
  • 點閱點閱:451
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
雪花在自然界是形貌極其豐富的東西,其樣式之多常令人稱奇不已。從雪花的研究文獻中可以發現,多數研究者著重在雪花生長型態的記錄與其微觀的形成機制,對於雪花成形後的分類,則未見有相關的研究。因此本文作者擬以科學的方法,試將雪花略做分類。本研究運用影像處理及圖像的轉換技術,處理所收集的雪花圖像,藉此處理的結果進行相互的比對與分類。首先將雪花圖像進行影像處理的運算,此階段將圖像做平滑運算,目的在於減少雜訊;其次,利用傅立葉轉換法,將前述圖像轉換成頻譜圖。第三階段將雪花頻譜圖進行不同角度的比對,透過圖像間相關係數值的計算,做為圖像間的相似度指標,並且找出相似判準值,然後據以分類雪花圖。
本研究所獲得的結果是:(一)將複雜的雪花結構轉換成頻譜圖;(二)雪花結構的分辨可藉其頻譜圖做量化的分析比對;(三)依本研究的方法,可將60張雪花影像區分為22類;(四)自然界中雖然沒有兩個相同的雪花影像,但本研究利用頻譜轉換做分類,由分析的結果顯示,雪花影像似可依此方法判別其異同而加以分類。
The snowflakes have abundant shapes in the nature; the types of shapes are amazingly enormous. Many researches of snowflakes mostly focus on recording various forming mechanisms of the patterns, but the shape classification of snowflakes has not been done yet. The author of this dissertation tries to classify the snowflakes through the shape analysis by scientific method. The image processing and the mathematical transformation method of the pictures are applied to discriminate the collected pictures of snowflakes. At first, the images of all snowflake pictures should be processed to reduce the flaws appearing in the patterns. Secondly, the processed pictures are transformed into two dimensional spectra by using the Fourier transform. Thirdly, compare two spectral snowflake pictures in different orientations by calculating their correlation coefficient. It is easy to find out the similar snowflakes by the maximum values of such coefficients as long as they are larger than the criterion.
The analytical results are: (1) all complicated snowflakes can be transformed into their corresponding spectra; (2) the similarity matching can be quantified through the calculation of correlation coefficients; (3) the collected sixty snowflake images are classified into twenty-two types; (4) there is no identical shape of snowflakes in the nature, however using Fourier transform it seems possible to classify all snowflake images.
摘要---------------------------------------------------------------i
Abstract----------------------------------------------------------ii
誌謝--------------------------------------------------------------iii
目錄--------------------------------------------------------------iv
圖目錄------------------------------------------------------------vi
表目錄------------------------------------------------------------ix
第一章 緒論-------------------------------------------------------1
第一節 研究背景與動機-----------------------------------------1
第二節 研究目的-----------------------------------------------6
第三節 研究方法架構-------------------------------------------7
第四節 文獻探討-----------------------------------------------8
第二章 數位影像處理技術------------------------------------------10
第一節 數位影像之定義及應用----------------------------------10
第二節 影像平滑與邊緣偵測------------------------------------14
第三章 影像之轉換------------------------------------------------18
第一節 傅立葉轉換之介紹--------------------------------------19
第二節 傅立葉轉換的平移與旋轉--------------------------------21
第四章 圖形比對辨識理論-----------------------------------------23
第一節 圖形比對原理-----------------------------------------23
第二節 比對分類方法之概述-----------------------------------26
第三節 相關係數法-------------------------------------------30
第五章 研究材料與方法-------------------------------------------33
第一節 材料與設備-------------------------------------------33
第二節 影像處理與轉換之模組---------------------------------34
第三節 比對判別模組-----------------------------------------38
第六章 研究結果-------------------------------------------------40
第七章 討論與結論-----------------------------------------------65
參考文獻---------------------------------------------------------67
附錄-------------------------------------------------------------71
壹、中文專書
吳健康,《數位影像分析》(台北:儒林,1992年)。
長安靜美(譯)、江本勝(著),《生命的答案,水知道》(台北:如何,2002年)。
楊武智,《影像處理與辨認》(全華,1994年)。
劉晟志、黃煥超,《數位影像處理》 (台北:儒林,1988年)。
繆紹綱(譯)、Rafael C. Gonzalez and Richard E. Woods (著) ,《數位影像處理》 (台北:台灣培生教育,2003年) 。

貳、中文期刊論文
池坤徽,〈以凌波轉換為基礎的虹膜辨識系統〉,《暨南國際大學電機工程碩士論文》(2004年)。
李建旻,〈影像識別在保全系統上的應用〉,《南台科技大學電機工程碩士論文》(2005年)。
李政宜,〈圓形實際物體之影像辨識〉,《中央大學電機工程碩士論文》(1997年)。
李健儒,〈數位影像處理技術之探討〉,《機電整合》(2000年)。
林汝喆,〈麻將牌辨識系統〉,《中央大學電機工程碩士論文》(2001年)。
林東賦,〈應用影像處理技術與類神經網路理論於非織物瑕疵辨識〉,《國立台灣科技大學纖維及高分子工程技術研究所碩士論文》(2001年)。
林家瑋,〈眼位追蹤系統〉,《國立中山大學資訊工程碩士論文》(2003年)。
施鴻冠,〈應用三維小波轉換於高光譜影像壓縮之研究〉,《國立成功大學測量工程研究所碩士論文》(2000年)。
紀凱屏,〈影像雜訊過濾方法與效果之探討〉,《成功大學測量工程學碩士論文》(2000年)。
張紘愷,〈應用分群技術於資料探勘之研究〉,《國立高雄應用科技大學電子與資訊工程研究所碩士論文》(2004年)。
莊家和,〈紋路特徵編碼法於紋路分析之研究〉,《南華大學資訊管理碩士論文》(2002年)。
郭永隆,〈多尺度的紋路分類及分割系統〉,《國立成功大學資訊及電子工程碩士論文》(1994年)。
陳世章,〈影像輪廓偵測〉,《逢甲大學通訊工程碩士論文》(2004年)。
陳建宏,〈利用方向性法則實現影像邊緣檢測之研究〉,《中正理工學院電子工程研究所碩士論文》(1999年)。
陳國鎮,〈水能儲存和傳遞環境的信息〉,《佛光人文社會學刊第二期》(2002年),頁271-278。
華春和,〈影像邊緣偵測之參數化FPGA架構設計〉,《台灣師範大學工業教育碩士論文》(2003年)。
楊東昌,〈自組織映射圖神經網路改善模式與分群應用之回顧研究〉,《華梵大學工業管理學研究所碩士論文》(2004年)。
劉敦行,〈細長形實際物體之影像辨識〉,《中央大學電機工程碩士論文》(1997年)。
蔡雅惠,〈彩色圖形比對:元件搜尋與瑕疵檢測之應用〉,《元智大學工業工程碩士論文》(1998年)。

參、外文書刊
Earl Gose, Richard Johnsonbaugh, and Steve Jost, Pattern recognition and image analysis (Prentice Hall Inc., New Jersey, 1996).
Jurgen Schurmann, Pattern Classification: A unified view of statistical and Neural Approaches (New York: Jhon wiley & sons, 1996)
Kenneth G. Libbrecht, Patricia Rasmussen, The Snowflake: Winter's Secret Beauty (Voyageur Press, 2003).
Nakaya U., Snow crystals: natural and artificial (Cambridge: Harvard University Press, 1954).
Umbaugh, S. E., Computer Vision and Image Processing: A Practical Approach Using CVIPtools (Prentice Hall, 1988)

肆、外文期刊
C. C. Chang, S. M. Hwang, and D. J. Buehrer, “A Shape Recognition Scheme Based on Relative Distances of Feature Points from the Centroid”, Pattern Recognition 24:11 (1991), pp. 1053-1063.
C. T. Zahn, and R. Z. Roskies, “Fourier Descriptor for Plane Closed Curves”, IEEE Transaction on Computer 21:3 (1972), pp. 269-281.
Clifford A. Reiter, “A local cellular model for snow crystal growth”, Chaos, Solitons and Fractals 23 (2005), pp.1111-1119.
D. K. Isenor, and S. G. Zaky, “Fingerprint Pattern Using Graph Matching”, Pattern Recognition 19:2 (1986), pp. 113-122.
E. Davenas, F. Beauvais et all, “Human basophil degranulation triggered by very dilute antiserum against IgE”, Nature 333 (1988), pp.816- 818.
Guha, S, Rastogi, R., & Shim K, “ROCK: A robust clustering algorithm for categorical attributes”, In Proceedings of the IEEE Conference on Data Engineering (1999)
Katsuhiro Kikuchi et all, “Formation mechanisms of multibranched snow crystals (twelve-, eighteen-, twenty-four-branched crystals”, Atmospheric Research 47-48 (1998), pp.169-179.
Kenneth G. Libbrecht, Patricia Rasmussen, “A Critical Look at Ice Crystal Growth Data”.
Kenneth G. Libbrecht, Patricia Rasmussen, “Morphogenesis on Ice: The Physics of Snow Crystals”, Engineering & Science 1 (2001), pp.10-19.
L. Gupta, and M. D. Srinath, “Invariant Planar Shape Recognition Using Dynamic Alignment”, Pattern Recognition 21:3 (1988), pp. 235-239.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top