软件工程毕业论文提纲范文
拟写论文提纲是论文写作过程中的重要一步，软件工程毕业生要如何写论文提纲呢?
摘要 5-6
Abstract 6
目录 7-9
第一章 绪论 9-15
1.1 研究背景与意义 9-10
1.2 国内外研究现状 10-12
1.2.1 数据仓库技术国内外应用情况 10-11
1.2.2 人口数据分析应用国内外现状 11-12
1.3 本文主要研究内容 12-13
1.3.1 研究目标 12
1.3.2 研究内容 12-13
1.4 本文组织结构 13-15
第二章 关键技术分析 15-25
2.1 人口数据分析 15-16
2.1.1 人口数据分析特点 15-16
2.1.2 人口数据分析内容 16
2.2 数据仓库技术 16-20
2.2.1 数据仓库概念 16-18
2.2.2 数据仓库设计 18-20
2.3 数据ETL技术 20-22
2.3.1 ETL概念 20
2.3.2 ETL设计 20-21
2.3.3 ETL实现 21-22
2.4 OLAP技术 22-23
2.4.1 OLAP概念 22
2.4.2 OLAP实现 22-23
2.5 小结 23-25
第三章 人口数据分析系统的设计与实现 25-65
3.1 系统概念设计 25-29
3.1.1 业务需求 25-26
3.1.2 数据描述 26-27
3.1.3 维度事实模型 27-29
3.2 系统逻辑设计 29-40
3.2.1 人口性别年龄民族分析主题 29-32
3.2.2 人口婚姻状况文化程度分析主题 32-35
3.2.3 人口姓氏分析主题 35-37
3.2.4 人口姓名分析主题 37-38
3.2.5 人口籍贯出生地分析主题 38-40
3.3 系统实现 40-63
3.3.1 物理设计 40-42
3.3.2 ETL准备及规则 42-46
3.3.3 ETL实现 46-57
3.3.4 多维数据模型构建 57-63
3.4 小结 63-65
第四章 实际应用及验证 65-87
4.1 应用背景 65
4.2 应用展示 65-84
4.2.1 OLAP操作 65-75
4.2.2 报表展现 75-84
4.3 效果分析 84-85
4.4 小结 85-87
第五章 结论与展望 87-91
5.1 论文工作总结 87-88
5.2 论文工作展望 88-91
参考文献 91-93
致谢 93-95
个人简历、在学期间发表的论文与研究成果 95
摘要 6-7
Abstract 7-8
第一章 绪论 11-19
1.1 课题来源 11
1.2 研究的背景和意义 11-13
1.3 国内外研究现状 13-16
1.3.1 土壤压实对作物影响 13
1.3.2 数字图像处理 13-14
1.3.3 虚拟植物 14-16
1.4 本研究的内容,技术路线 16-18
1.4.1 研究内容 16-17
1.4.2 技术路线 17-18
1.5 本章小结 18-19
第二章 试验方案设计 19-29
2.1 土钵容重标定 19-25
2.1.1 压实装置设计 19-20
2.1.2 容重标定 20-25
2.2 栽培与管理方法 25-26
2.3 数据采集方案 26-28
2.3.1 原位观测数据获取 26-27
2.3.2 破坏性采样测量数据获取 27-28
2.4 本章小结 28-29
第三章 基于图像分析的陆稻形态特征获取方法研究 29-42
3.1 植物图像获取 30-31
3.2 图像增强 31-32
3.2.1 图像平滑 31-32
3.2.2 图像锐化 32
3.3 图像分割 32-37
3.3.1 阈值分割法 33-34
3.3.2 数学形态学运算 34-37
3.3.3 连通域检测算法 37
3.4 植物特征提取的研究 37-41
3.4.1 图像标识 38-39
3.4.2 基于像素统计的面积计算 39-40
3.4.3 基于最小外界矩形理论的叶片长宽测量算法 40-41
3.5 本章小结 41-42
第四章 试验结果分析 42-47
4.1 土壤压实对陆稻地上部分的.影响 42-43
4.2 土壤压实对陆稻地下部分生长的影响 43-45
4.3 陆稻地上部分与地下部分相关性分析 45-46
4.4 结论 46-47
第五章 陆稻植株的三维建模 47-53
5.1 陆稻的生长机模型 48-51
5.1.1 陆稻根系的生长机模型 48-51
5.1.2. 陆稻茎秆、叶片的生长机模型 51
5.2 陆稻可视化模型 51-52
5.2.1. 陆稻根系可视化模型 51-52
5.2.2 陆稻茎秆、叶片的可视化模型 52
5.3 本章小结 52-53
第六章 陆稻模拟系统的实现与程序设计 53-67
6.1 系统开发关键技术简介 53-54
6.2 开发环境搭建 54-57
6.3 系统实观 57-64
6.3.1 系统需求分析及总体设计 57-58
6.3.2 生长机的模块 58-60
6.3.3 可视化模块 60-61
6.3.4 形态学参数统计模块 61-62
6.3.5 坐标变换模块 62-63
6.3.6 系统模拟界面 63-64
6.4 仿真结果及分析 64-66
6.5 本章小结 66-67
第七章 结论与展望 67-69
致谢 69-70
参考文献 70-74
附录A：本人在攻读硕士学位期间的科研情况及工作情况 74-75
附录B：试验附图 75-76
附录C：部分源代码 76-86
低频就是颜色缓慢变化，也就是灰度缓慢地变化，就代表着那是连续渐变的一块区域。相反高频即灰度变化快，相邻区域的灰度差别大，例如边缘，噪点都是灰度变化快的区域。 图像平滑是要突出图像的低频成分、主干部分或抑制图像噪声和干扰高频成分的图像处理方法，目的是使图像亮度平缓渐变，减小突变梯度，改善图像质量。字面意思就是让图像上颜色灰度变化更光滑。我们也称图像平滑为图像模糊，因为在平滑的时候，也失去了尖锐的特点。 现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像或噪声图像。那么除去这些噪声的过程就是图像去噪。 均值滤波也成线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用原图像中某个像素临近值的均值代替原图像中的像素值。即滤波器的核（kernel）中所有的系数都相等，然后用该核去对图像做卷积。 基本和均值一样，即滤波器的核（kernel）中所有的系数都相等。但是它可以选择是否归一化，如果归一化，则和均值滤波毫无差别；若不选择归一化，则会导致像素点的值超过255，发生越界。 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。 高斯模糊的卷积核里的数值是满足高斯分布，相当于更重视中间的，离得越近的像素点发挥的作用越大。 高斯核主要取决于σ。如果σ越小，高斯分布中心区域更加聚集，平滑效果越差；反之，则更离散，平滑效果越明显。 中值滤波器，使用滤波器窗口包含区域的像素值的中值来得到窗口中心的像素值。是一种非线性平滑滤波器。在去噪同时,较好的保持边缘轮廓细节，适合处理椒盐噪声，但对高斯噪声效果不好。 双边滤波器是一种可以保边去噪的滤波器，也是一种加权平均滤波器，与高斯滤波不同的是，其滤波核是由两个函数构成，一个函数是由几何空间距离决定滤波器系数，另一个由像素差值决定滤波器系数。 适合处理高斯噪声，但对椒盐噪声基本不起任何作用。
姓名：寇世文 学号：21011110234 【嵌牛导读】：随着人工智能技术的不断发展，智能机器人领域也得到了空前的发展。尤其是深度神经网络广泛应用于视觉系统中后，取得了许多很明显的成效。对于自主移动机器人来说，视觉系统有着十分重要的作用，而图像分割技术更是在这个系统中担任着十分重要的角色。传统的图像分割技术基本上已经能够将图像的前景和后景分隔开来，但是近年来随着深度学习算法的发展，人们开始将其应用到图像分割中，提出了很多分割网络，也达到了很好的分割效果。在实现图像分割的基础上，人们还使得分割具有了语义类别和标签，就是现在的语义分割。本文在介绍了语义分割的基础上又引出了新的任务分割场景，实例分割和全景分割。并且介绍了最近研究的热点三维点云的语义分割问题，阐述了其实现的必要性。 【嵌牛鼻子】智能机器人，图像分割、语义分割、计算机视觉 【嵌牛提问】图像分割技术的传统常见方法 【嵌牛正文】 一、引言 计算机视觉，即computer vision，就是通过计算机来模拟人的视觉工作原理，来获取和完成一系列图像信息处理的机器。计算机视觉属于机器学习在视觉领域的应用，是一个多学科交叉的研究领域，其涉及数学、物理、生物、计算机工程等多个学科。 计算机视觉的主要应用有无人驾驶、人脸识别、无人安防、车辆车牌识别、智能传图、3D重构、VR/AR、智能拍照、医学图像处理、无人机、工业检测等。人驾驶又称自动驾驶，是目前人工智能领域一个比较重要的研究方向，让汽车可以进行自主驾驶，或者辅助驾驶员驾驶，提升驾驶操作的安全性。人脸识别技术目前已经研究得相对比较成熟，并在很多地方得到了应用，且人脸识别准确率目前已经高于人眼的识别准确率。安防一直是我国比较重视的问题，也是人们特别重视的问题，在很多重要地点都安排有巡警巡查，在居民小区以及公司一般也都有保安巡查来确保安全。车辆车牌识别目前已经是一种非诚成熟的技术了，高速路上的违章检测，车流分析，安全带识别，智能红绿灯，还有停车场的车辆身份识别等都用到了车辆车牌识别。3D重构之前在工业领域应用比较多，可以用于对三维物体进行建模，方便测量出物体的各种参数，或者对物体进行简单复制。计算机视觉还有很多应用，随着技术的发展，应用领域也会越来越多。在工业领域的应用，在机器人技术方面的应用等。 对于传统的图像分割过程，通常可以分为5个步骤，即特征感知、图像预处理、特征提取、特征筛选和推理预测与识别。通过研究发现，在视觉的早期的发展过程中，人们对于图像中的特征并没有表现出足够的关注。且传统的分割过程是把特征提取和分类分开来做的，等到需要输出结果的时候再结合到一起，可想而知其实现的困难程度。 在深度学习算法出来之后，卷积神经网络被广泛应用于计算机视觉技术中，也因此衍生出了很多的研究方向。深度学习主要是以特征为基础来进行比对，如在人脸识别方面，使用卷积神经网络分别对两张人脸进行不同位置的特征提取，然后再进行相互比对，最后得到比对结果。目前的计算机视觉的主要研究方向有图像分类、目标检测、图像分割、目标跟踪、图像滤波与降噪、图像增强、风格化、三维重建、图像检索、GAN等。本文主要是针对图像分割这一领域，进行简要的概述。 图像分割技术是计算机视觉领域的个重要的研究方向，是图像语义理解的重要一环。图像分割是指将图像分成若干具有相似性质的区域的过程，从数学角度来看，图像分割是将图像划分成互不相交的区域的过程。近些年来随着深度学习技术的逐步深入，图像分割技术有了突飞猛进的发展，该技术相关的场景物体分割、人体前背景分割、人脸人体Parsing、三维重建等技术已经在无人驾驶、增强现实、安防监控等行业都得到广泛的应用。 二、发展现状 近来已经有很多学者将图像分割技术应用到移动机器人的控制中，能够做到在机器人运动的同时定位、构建地图并分割出不同的前景和后景，使视觉系统扫描到的图像具有语义信息。并有学者也致力于分割得更为准确和精细，不仅能够做到区分不同类的物体，也能够实现对同类的不同物体的分类，甚至可以做到在此基础上加上对背景的分割。由于我们生活的世界是三维空间，还有学者将图像场景还原到三维中，然后使用相关方法对整个三维场景进行分割。作为计算机视觉的研究中的一个较为经典的难题，图像分割这一领域也越来越被人们所关注。 首先是传统的图像分割方法。在传统分割方面，人们使用数字图像处理、拓扑学、数学等方面的知识来进行图像分割。虽然现在的算力逐渐增加且深度学习不断发展，一些传统的分割方法所取得的效果不如深度学习，但是其分割的思想仍有很多值得我们去学习的。 第一种方法是基于阈值的图像分割方法。这种方法的核心思想是想根据图像的灰度特征来给出一个或多个灰度阈值，将此阈值作为一个标准值与图像中的每个像素逐一进行比较。很容易想到，通过这个逐一比较过程能够得到两类结果，一类是灰度值大于阈值的像素点集，另一类是灰度值小于阈值的像素点集，从而很自然地将图像进行了分割。所以，不难发现，此方法的最关键的一步就是按照一定的准则函数来得到最佳灰度阈值，这样才能够得到合适的分类结果。值得一提的是，如果图像中需要分割的目标和背景分别占据了不同的灰度值甚至是不同的等级，那使用这种方法会得到很好的效果。并且，假如对于一张图像的处理，我们只需要设定一个阈值时，可以将其称为单阈值分割。但是图像中如果不止一个目标，即有多个目标需要进行提取的时候，单一阈值分割就无法做到将它们都分割开来，此时应选取多个阈值对其进行处理，这个分割的过程为多阈值分割。总的来说，阈值分割法有着其独特的特点，其计算简单、效率较高。但是，由于这种方法只考虑的是单个像素的灰度值及其特征，而完全忽略了空间特征，这也就导致了其对噪声比较敏感且鲁棒性不高。 第二种方法是基于区域的图像分割方法。这种方法具有两种基本形式：一种是区域生长，这种分割方法是从单个像素出发，逐渐将相似的区域进行合并，最终得到需要的区域。另一种方法是直接从图像的全局出发，一点一点逐步切割至所需要的区域。区域生长指的是，给定一组种子像素，其分别代表了不同的生长区域，然后让这些种子像素逐渐合并邻域里符合条件的像素点。如果有新的像素点添加进来，同样把它们作为种子像素来处理。 区域分裂合并的分割过程可以说是区域生长的逆过程，这种方法是从图像的全局出发通过不断分裂得到各个子区域，然后提取目标的过程。此外，在此过程中，还需要合并前景区域。 在区域分割方法中还有一种分水岭算法。受启发于分水岭的构成，这种分割方法将图像看作是测地学上的拓扑地貌，这样图像中每一个像素点对应的海拔高度可以用该点的灰度值来表示。分水岭的形成过程实际上可以通过模拟浸入过程来实现。具体做法是，在每个局部极小值的表面都刺穿一个小孔，然后把模型慢慢浸入水中，随着水慢慢浸入其中，分水岭就随之形成了。 第三种方法是基于边缘检测的分割方法。边缘检测的思想就是试图通过检测不同物体的边缘来将图像分割开来，这种方法是人们最先想到的也是研究最多的方法之一。如果我们将图片从空间域变换到频率域中去，其中物体的边缘部分就对应着高频部分，很容易就能够找到边缘信息，因此也使得分割问题变得容易。边缘检测的方法能够实现快而且准确的定位，但是其不能保证边缘的连续性和封闭性，且当一幅图像的细节信息过多时，其就会在边缘处产生大量的细碎边缘，在形成完整的分割区域时就会有缺陷。 第四种图像分割方法结合了特定的工具。这里所说的特定工具是各种图像处理工具以及算法等，随着图像分割研究工作的深入，很多学者开始将一些图像处理的工具和一些算法应用到此工作中，并取得了不错的结果。小波变换在数字图像处理中发挥着很重要的作用，它能够将时域和频域统一起来研究信号。尤其是在图像边缘检测方面，小波变换能够检测二元函数的局部突变能力。其次是基于遗传算法的图像分割，遗传算法主要借鉴了生物界自然选择和自然遗传机制的随机化搜索方法。其模拟了由基因序列控制的生物群体的进化过程，其擅长于全局搜索，但是局部搜多能力不足。将遗传算法应用到图像处理中也是当前研究的一个热点问题，在此选择这种方法的主要原因是遗传算法具有快速的随机搜索能力，而且其搜索能力与问题的领域没有任何关系。 除此之外，还有基于主动轮廓模型的分割方法，这种方法具有统一的开放式的描述形式，为图像分割技术的研究和创新提供了理想的框架。此方法也是对边缘信息进行检测的一种方法，主要是在给定图像中利用曲线演化来检测目标。
图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。 图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。 基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。 常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。 设原始图像为f(x，y)，按照一定的准则f(x，y)中找到特征值T，将图像分割为两个部分，分割后的图像为： 若取：b0=0(黑)，b1=1(白)，即为我们通常所说的图像二值化。 阈值分割方法实际上是输入图像f到输出图像g的如下变换： 其中，T为阈值，对于物体的图像元素g(i,j)=1，对于背景的图像元素g(i,j)=0。 由此可见，阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。阈值确定后，将阈值与像素点的灰度值逐个进行比较，而且像素分割可对各像素并行地进行，分割的结果直接给出图像区域。 阈值分割的优点是计算简单、运算效率较高、速度快。有着各种各样的阈值处理技术，包括全局阈值、自适应阈值、最佳阈值等等。 阈值处理技术参看： 区域分割是讲图像按照相似性准则分成不同的区域，主要包括区域增长，区域分裂合并和分水岭等几种类型。 区域生长是一种串行区域分割的图像分割方法。区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当满足一定的条件时，区域生长终止。区域生长的好坏决定于1. 初始点（种子点）的选取。 2. 生长准则。 3. 终止条件 。区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标的提取。 区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似准则来判定)合并到种子像素所在的区域中。将这些新像素当作新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来。这样一个区域就长成了。 区域生长需要选择一组能正确代表所需区域的种子像素，确定在生长过程中的相似性准则，制定让生长停止的条件或准则。相似性准则可以是灰度级、彩色、纹理、梯度等特性。选取的种子像素可以是单个像素，也可以是包含若干个像素的小区域。大部分区域生长准则使用图像的局部性质。生长准则可根据不同原则制定，而使用不同的生长准则会影响区域生长的过程。 图1是区域增长的示例。 区域生长是一种古老的图像分割方法，最早的区域生长图像分割方法是由Levine等人提出的。该方法一般有两种方式，一种是先给定图像中要分割的目标物体内的一个小块或者说种子区域(seed point)，再在种子区域基础上不断将其周围的像素点以一定的规则加入其中，达到最终将代表该物体的所有像素点结合成一个区域的目的；另一种是先将图像分割成很多的一致性较强，如区域内像素灰度值相同的小区域，再按一定的规则将小区域融合成大区域，达到分割图像的目的，典型的区域生长法如T. C. Pong等人提出的基于小面（facet）模型的区域生长法，区域生长法固有的缺点是往往会造成过度分割，即将图像分割成过多的区域 区域生长实现的步骤如下: 区域分裂合并算法的基本思想是先确定一个分裂合并的准则，即区域特征一致性的测度，当图像中某个区域的特征不一致时就将该区域分裂成4个相等的子区域，当相邻的子区域满足一致性特征时则将它们合成一个大区域，直至所有区域不再满足分裂合并的条件为止。当分裂到不能再分的情况时，分裂结束，然后它将查找相邻区域有没有相似的特征，如果有就将相似区域进行合并，最后达到分割的作用。在一定程度上区域生长和区域分裂合并算法有异曲同工之妙，互相促进相辅相成的，区域分裂到极致就是分割成单一像素点，然后按照一定的测量准则进行合并，在一定程度上可以认为是单一像素点的区域生长方法。区域生长比区域分裂合并的方法节省了分裂的过程，而区域分裂合并的方法可以在较大的一个相似区域基础上再进行相似合并，而区域生长只能从单一像素点出发进行生长（合并）。 反复进行拆分和聚合以满足限制条件的算法。 令R表示整幅图像区域并选择一个谓词P。对R进行分割的一种方法是反复将分割得到的结果图像再次分为四个区域，直到对任何区域Ri，有P(Ri)=TRUE。这里是从整幅图像开始。如果P(R)=FALSE，就将图像分割为4个区域。对任何区域如果P的值是FALSE．就将这4个区域的每个区域再次分别分为4个区域，如此不断继续下去。这种特殊的分割技术用所谓的四叉树形式表示最为方便(就是说，每个非叶子节点正好有4个子树)，这正如图10.42中说明的树那样。注意，树的根对应于整幅图像，每个节点对应于划分的子部分。此时，只有R4进行了进一步的再细分。 如果只使用拆分，最后的分区可能会包含具有相同性质的相邻区域。这种缺陷可以通过进行拆分的同时也允许进行区域聚合来得到矫正。就是说，只有在P(Rj∪Rk)=TRUE时，两个相邻的区域Rj和Rk才能聚合。 前面的讨论可以总结为如下过程。在反复操作的每一步，我们需要做： 可以对前面讲述的基本思想进行几种变化。例如，一种可能的变化是开始时将图像拆分为一组图象块。然后对每个块进一步进行上述拆分，但聚合操作开始时受只能将4个块并为一组的限制。这4个块是四叉树表示法中节点的后代且都满足谓词P。当不能再进行此类聚合时，这个过程终止于满足步骤2的最后的区域聚合。在这种情况下，聚合的区域可能会大小不同。这种方法的主要优点是对于拆分和聚合都使用同样的四叉树，直到聚合的最后一步。 分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。 分水岭的计算过程是一个迭代标注过程。分水岭比较经典的计算方法是L. Vincent提出的。在该算法中，分水岭计算分两个步骤，一个是排序过程，一个是淹没过程。首先对每个像素的灰度级进行从低到高排序，然后在从低到高实现淹没过程中，对每一个局部极小值在h阶高度的影响域采用先进先出(FIFO)结构进行判断及标注。 分水岭变换得到的是输入图像的集水盆图像，集水盆之间的边界点，即为分水岭。显然，分水岭表示的是输入图像极大值点。因此，为得到图像的边缘信息，通常把梯度图像作为输入图像，即 分水岭算法对微弱边缘具有良好的响应，图像中的噪声、物体表面细微的灰度变化，都会产生过度分割的现象。但同时应当看出，分水岭算法对微弱边缘具有良好的响应，是得到封闭连续边缘的保证的。另外，分水岭算法所得到的封闭的集水盆，为分析图像的区域特征提供了可能。 为消除分水岭算法产生的过度分割，通常可以采用两种处理方法，一是利用先验知识去除无关边缘信息。二是修改梯度函数使得集水盆只响应想要探测的目标。 为降低分水岭算法产生的过度分割，通常要对梯度函数进行修改，一个简单的方法是对梯度图像进行阈值处理，以消除灰度的微小变化产生的过度分割。即 程序可采用方法：用阈值限制梯度图像以达到消除灰度值的微小变化产生的过度分割，获得适量的区域，再对这些区域的边缘点的灰度级进行从低到高排序，然后在从低到高实现淹没的过程，梯度图像用Sobel算子计算获得。对梯度图像进行阈值处理时，选取合适的阈值对最终分割的图像有很大影响，因此阈值的选取是图像分割效果好坏的一个关键。缺点：实际图像中可能含有微弱的边缘，灰度变化的数值差别不是特别明显，选取阈值过大可能会消去这些微弱边缘。 参考文章： 图像分割的一种重要途径是通过边缘检测，即检测灰度级或者结构具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方。这种不连续性称为边缘。不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像。 图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。对于阶跃状边缘，其位置对应一阶导数的极值点，对应二阶导数的过零点(零交叉点)。因此常用微分算子进行边缘检测。常用的一阶微分算子有Roberts算子、Prewitt算子和Sobel算子，二阶微分算子有Laplace算子和Kirsh算子等。在实际中各种微分算子常用小区域模板来表示，微分运算是利用模板和图像卷积来实现。这些算子对噪声敏感，只适合于噪声较小不太复杂的图像。 由于边缘和噪声都是灰度不连续点，在频域均为高频分量，直接采用微分运算难以克服噪声的影响。因此用微分算子检测边缘前要对图像进行平滑滤波。LoG算子和Canny算子是具有平滑功能的二阶和一阶微分算子，边缘检测效果较好， 在边缘检测算法中，前三个步骤用得十分普遍。这是因为大多数场合下，仅仅需要边缘检测器指出边缘出现在图像某一像素点的附近，而没有必要指出边缘的精确位置或方向．边缘检测误差通常是指边缘误分类误差，即把假边缘判别成边缘而保留，而把真边缘判别成假边缘而去掉．边缘估计误差是用概率统计模型来描述边缘的位置和方向误差的．我们将边缘检测误差和边缘估计误差区分开，是因为它们的计算方法完全不同，其误差模型也完全不同． Roberts算子 ：边缘定位准，但是对噪声敏感。适用于边缘明显且噪声较少的图像分割。Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子,Robert算子图像处理后结果边缘不是很平滑。经分析，由于Robert算子通常会在图像边缘附近的区域内产生较宽的响应，故采用上述算子检测的边缘图像常需做细化处理，边缘定位的精度不是很高。 Prewitt算子 ：对噪声有抑制作用，抑制噪声的原理是通过像素平均，但是像素平均相当于对图像的低通滤波，所以Prewitt算子对边缘的定位不如Roberts算子。 Sobel算子 ：Sobel算子和Prewitt算子都是加权平均，但是Sobel算子认为，邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越远，产生的影响越小。 Isotropic Sobel算子 ：加权平均算子，权值反比于邻点与中心点的距离，当沿不同方向检测边缘时梯度幅度一致，就是通常所说的各向同性。 在边沿检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边沿的；另一个是检测垂直平边沿的 。Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于建筑物图像的特殊性，我们可以发现，处理该类型图像轮廓时，并不需要对梯度方向进行运算，所以程序并没有给出各向同性Sobel算子的处理方法。 1971年，R.Kirsch[34]提出了一种能检测边缘方向的Kirsch算子新方法：它使用了8个模板来确定梯度幅度值和梯度的方向。 图像中的每个点都用8个掩模进行卷积，每个掩模对某个特定边缘方向作出最大响应。所有8个方向中的最大值作为边缘幅度图像的输出。最大响应掩模的序号构成了对边缘方向的编码。 Kirsch算子的梯度幅度值用如下公式： 不同检测算子的对比： 参考文章： 文章引用于 木夜溯 编辑 Lornatang 校准 Lornatang
（一）选题毕业论文（设计）题目应符合本专业的培养目标和教学要求，具有综合性和创新性。本科生要根据自己的实际情况和专业特长，选择适当的论文题目，但所写论文要与本专业所学课程有关。（二）查阅资料、列出论文提纲题目选定后，要在指导教师指导下开展调研和进行实验，搜集、查阅有关资料，进行加工、提炼，然后列出详细的写作提纲。（三）完成初稿根据所列提纲，按指导教师的意见认真完成初稿。（四）定稿初稿须经指导教师审阅，并按其意见和要求进行修改，然后定稿。一般毕业论文题目的选择最好不要太泛，越具体越好，而且老师希望学生能结合自己学过的知识对问题进行分析和解决。不知道你是否确定了选题，确定选题了接下来你需要根据选题去查阅前辈们的相关论文，看看人家是怎么规划论文整体框架的；其次就是需要自己动手收集资料了，进而整理和分析资料得出自己的论文框架；最后就是按照框架去组织论文了。你如果需要什么参考资料和范文我可以提供给你。还有什么不了解的可以直接问我，希望可以帮到你，祝写作过程顺利毕业论文选题的方法:一、尽快确定毕业论文的选题方向 在毕业论文工作布置后,每个人都应遵循选题的基本原则,在较短的时间内把选题的方向确定下来。从毕业论文题目的性质来看,基本上可以分为两大类:一类是社会主义现代化建设实践中提出的理论和实际问题;另一类是专业学科本身发展中存在的基本范畴和基本理论问题。大学生应根据自己的志趣和爱好,尽快从上述两大类中确定一个方向。二、在初步调查研究的基础上选定毕业论文的具体题目在选题的方向确定以后,还要经过一定的调查和研究,来进一步确定选题的范围,以至最后选定具体题目。下面介绍两种常见的选题方法。 浏览捕捉法 :这种方法就是通过对占有的文献资料快速地、大量地阅读,在比较中来确定论文题目地方法。浏览,一般是在资料占有达到一定数量时集中一段时间进行,这样便于对资料作集中的比较和鉴别。浏览的目的是在咀嚼消化已有资料的过程中,提出问题,寻找自己的研究课题。这就需要对收集到的材料作一全面的阅读研究,主要的、次要的、不同角度的、不同观点的都应了解,不能看了一些资料,有了一点看法,就到此为止,急于动笔。也不能“先入为主”,以自己头脑中原有的观点或看了第一篇资料后得到的看法去决定取舍。而应冷静地、客观地对所有资料作认真的分析思考。在浩如烟海,内容丰富的资料中吸取营养,反复思考琢磨许多时候之后,必然会有所发现,这是搞科学研究的人时常会碰到的情形。 浏览捕捉法一般可按以下步骤进行:第一步,广泛地浏览资料。在浏览中要注意勤作笔录,随时记下资料的纲目,记下资料中对自己影响最深刻的观点、论据、论证方法等,记下脑海中涌现的点滴体会。当然,手抄笔录并不等于有言必录,有文必录,而是要做细心的选择,有目的、有重点地摘录,当详则详,当略则略,一些相同的或类似的观点和材料则不必重复摘录,只需记下资料来源及页码就行,以避免浪费时间和精力。第二步,是将阅读所得到的方方面面的内容,进行分类、排列、组合,从中寻找问题、发现问题,材料可按纲目分类,如分成: 系统介绍有关问题研究发展概况的资料; 对某一个问题研究情况的资料; 对同一问题几种不同观点的资料; 对某一问题研究最新的资料和成果等等。第三步,将自己在研究中的体会与资料分别加以比较,找出哪些体会在资料中没有或部分没有;哪些体会虽然资料已有,但自己对此有不同看法;哪些体会和资料是基本一致的;哪些体会是在资料基础上的深化和发挥等等。经过几番深思熟虑的思考过程,就容易萌生自己的想法。把这种想法及时捕捉住,再作进一步的思考,选题的目标也就会渐渐明确起来。希望可以帮到你，有什么不懂的可以问我
图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为，应用广泛，多用于测绘学、大气科学、天文学、美图、使图像提高辨识等。学术堂在这里为大家整理了一些图像处理本科毕业论文题目，希望对你有用。1、基于模糊分析的图像处理方法及其在无损检测中的应用研究2、数字图像处理与识别系统的开发3、关于数字图像处理在运动目标检测和医学检验中若干应用的研究4、基于ARM和DSP的嵌入式实时图像处理系统设计与研究5、基于图像处理技术的齿轮参数测量研究6、图像处理技术在玻璃缺陷检测中的应用研究7、图像处理技术在机械零件检测系统中的应用8、基于MATLAB的X光图像处理方法9、基于图像处理技术的自动报靶系统研究10、多小波变换及其在数字图像处理中的应用11、基于图像处理的检测系统的研究与设计12、基于DSP的图像处理系统的设计13、医学超声图像处理研究14、基于DSP的视频图像处理系统设计15、基于FPGA的图像处理算法的研究与硬件设计
哈哈 我也是大一的 支持哈 为什么要有作业呀
你给的分还真高。。。
答： 请去百度文库投诉中心拿出确凿的证据然后文库工作人员就会受理的.
方便问一下 是你的本科论文吗？
如果你再次使用相同的肯定查重率特别高的
可以从斯嘉丽的女性意识变化写起。战前和战后她性格的变化尤为明显，从女性主义入手分析，探讨新旧南方对她的性格影响。
我肯定可以农村好的
1.1 进入21世纪后，随着我国社会主义现代化建设的步伐的加快，人们对建立社会主义农业国的希望迫切，我国出台了许多农业扶持政策，加大了农业方面的财政支出，据统计显示，在财政支农资金方面21世纪初期与20世纪70年代同期比增加了21.06倍。近年来政府加强了我国农业基础设施建设的投入力度，农民的生活水平得到一定程度的提高。与西方的大国相比，我国社会主义农业建设仍然存在各种各样的问题，例如，当下农业经济结构尚不完善，政府农业资金发放不及时，扶持基金利用率较低等等，这些弊端极大的影响了我国农业经济建设的速度和幅度。在资金较为缺乏的基层，政府投入的财政资金是他们主要的经济来源，由于资金的来源途径较单一，资金匮乏极大的影响了农业项目的顺利运作，增加了实现建设目标的难度，降低了城乡一体化建设的速度。虽然我国政府部门在农业财政支出方面投入较大，但是产生的效果和收益和预期和预期相差太大，这需要政府转变工作重心，不仅要加强农业资金的投入力度更要加强资金运用过程的管理和监督力度。例如，近年来虽然我国的农业财政支出总金额呈现增长的态势，但是农民的年收入没有提高，反而下降了。这种情况出现的根本原因在于政府投入的资金并没有转化为收益，说明资金运用过程中政府的管理和监督力度不够。因此，要想提高农民的农业收入，提高农民的生活水平，把我国建设成为社会主义农业大国，政府应该扮演好领导者，明确管理工作的重点环节应该为投入资金的转化环节，加强管理和监督工作使投入资金转化为农业生产效益。山西省作为我国的西北地区，农业水平较高，具有农业大省的称号。拥有独特的地理位置并且自然资源丰富。为了合理的利用这些自然资源，我国在山西省建立起了五个特色的农业区：雁门关农业区、太行山、吕梁山、晋中盆地和晋南盆地。雁门关农业区是玉米生产地和草食牲畜的重要产地；太行山农业区是主要的玉米和毛猪的生产地；吕梁山生产区是主要的粮食和干果生产基地；晋中盆地成产区是主要的瓜果蔬菜、家畜、家禽、生产基地。山西省深入贯彻落实“一县一业、一村一品”的战略思想，建立起了一些较规范的城乡生产基地，“十二五”期间，建立起了一批设施农业、观光农业和循环农业基地和示范园。现如今，我国进入了社会主义现代化建设的新时期，山西省党委和政府积极响应党的号召，把社会主义现代化农业建设作为农业建设的重心。社会主业现代农业建设阶段使一个国家发展到一定阶段必须要搞的工作，决定了我国社会农业大国的建设进程。社会主义农业国的建设过程就是我国实现社会主义农业现代化（20世纪中叶由我国学者提出，长期受到理论家和农业实践家的关注）的过程。1.2.1 经济绩效评价在中国起步较晚，还处于初级阶段。农业的相关框架系统和评价标准尚未完善，农业财政项目绩效评估体系漏洞较多。既缺乏相关理论的支持又缺少实践的支撑，仍处在探索研究阶段。我国的农业管理部门和经营部门的管理和经营水平较低。促进我国的农业发展，构建出一个完整的适合我国农业生产水平的经济效益评估体系是我国当下必须和立即进行的工作。1.2.2 建立健全我国的农业经济效益评估体系，是我国社会主义现代化农业建设的主要内容。它不仅丰富了农业建设的理论基础，更为今后的实践提供了依据。 一方面， 我国的农业经济绩效评价体系还尚未成熟，严重影响了我国农业财政资金的配置工作的进行。经济效益评估体系在今后的实践过程中具有重大的意义，他可以帮助人们发现影响财政资金利用率的因素，使人们及时制定出相应的措施；可以促进资源的合理配置；可以提高管理水平。经济效益评估体系为我国农业财政资金的合理配置、投入力度和利用效率方面提供科学的理论支撑。经济效益评估体系加强了各部门之间的联系，从根本解决了农业财政资金利用问题，加强了项目执行力度和实施后的评估工作，有利于资金转化为具体的生产效益。，大大的加快了农业现代化建设的步伐。另一方面，经济效益评估体系促进了我国农业公共财政体制的建设步伐和完善了相关体系，增强了对农业绩效预算的管理工作。预算绩效管理的核心内容是预算支出资金时必须负责和预算支出资金必须具有较高的效益，必须强调预算资金在资金流动的全过程中带来的影响。财政支出资金是否在起到了应有的效果可以通过绩效评估系统进行检测。加强绩效评价结果的利用程度，提高预算执行部门的工作效率，促进社会公共服务体系的完善，推动社会主义农业现代化建设和提高社会主义人均生活水平；实现农业的可持续性发展。1.3.1美国作为超级大国，农业现代建设的水平处于世界之先列。美国的农业现代化建设起步较早，可追溯到二战时期，那时国家已经将建设的重心放在灌溉系统和土地改革上，到了1972年前后，农业开发的核心开始发生了改变，人力资源开发和经济效益评估体系的建立成为当时建设的重心，具体讲，政府通过鼓励建设评估体系，提高科研水平，加强环境保护和提高农民科学文化水平。到了1990年前后，随着《二十一世纪农业系统纲要》的颁布，美国农业开发进入新的时期。这一时期主要是依靠科学技术促进农业资源的开发，具体的形式包括：试验田、示范农场和环境保护。 与美国相比，以色列地理位置较差和气候条件恶劣，自然资源比较匮乏，但是以色列的农业十分的发达主要是因为国家比较重视科技生产力，善于将科学技术运用到农业中，建立起了现代化农业。以色列的资金评估体系较为完善，农作物品种更新换代快，灌溉技术位于世界先列并且农民的科学文化素质较高，机械化水平较高。这样高度发达的农业不仅提高了国民的生活水平。高度发达的农业不仅满足了本国的需求而且远销到世界各地，较为发达的生产技术被世界各国借鉴，推动了世界农业的发展。 像以色列和美国这样的国家农业之所以如此发达与本国绩效评估机制的完善程度是密切相关的，一个国家绩效评估体系的科学性决定了一个国家的农业现代化水平。绩效评估系统的科学性主要表现在以下方面：一是把估计生产能力、抗灾水平向开发技术和研发新品种、环境保护力度等方面转化；二是加强农民教育水平、建设农产品科研机构、鼓励资源开发，转变考核标准。为其他国家农业现代化建设提供了宝贵的素材。
你们导师有没有跟你定论题呢？或者说是论题的范围~你要不看下（农业科学）期刊里面别人已经发表的论文~看下参考下也是可以的~
农业大学本科生毕业论文(设计)格式要求
论文格式就是指进行论文写作时的样式要求，以及写作标准，下面我以农业大学本科生毕业论文(设计)格式为例，为大家展开介绍。
毕业论文(设计)是培养学生综合运用所学知识，分析和解决实际问题，提高实践能力和创造能力的重要教学环节，，是记录科学研究成果的重要文献，也是学生申请学位的基本依据。为保证本科生毕业论文(设计)质量，促进国内外学术交流，特制定《沈阳农业大学本科生毕业论文(设计)撰写要求与格式规范》
一、毕业论文(设计)的基本结构
毕业论文(设计)的基本结构是：
1.前置部分：包括封面、任务书、选题审批表、指导记录、考核表、中(外)文摘要、关键词和目录等。
2.主体部分：包括前言、正文、参考文献、附录和致谢等。
二、毕业论文(设计)的内容要求
(一)前置部分
1.封面：由学校统一设计。
毕业论文(设计)任务由各教学单位负责安排，并根据已确定的论文(设计)课题下达给学生，是学生和指导教师共同从事毕业论文(设计)工作的依据。毕业论文(设计)任务书的内容包括课题名称、学生姓名、下发日期、论文(设计)的主要内容与要求、毕业论文(设计)的工作进度和起止时间等。
3.论文(设计)选题审批表
4.论文(设计)指导记录
5.毕业论文(设计)考核表
指导教师评语、评阅人评审意见分别由指导教师和评阅人填写，答辩委员会意见、评定成绩以及是否授予学士学位的建议等材料应由答辩委员会填写。
6.中(外)文摘要
摘要是毕业论文(设计)研究内容及结论的简明概述，具有独立性和自含性。其内容包括论文(设计)的主要内容、试(实)验方法、结果、结论和意义等。中文摘要不少于400字;英文摘要必须用第三人称，采用现在时态编写。
7.关键词
关键词均应为专业名词(或词组)，注意专业术语的通用性，数量一般为3-5个;外文关键词与中文关键词一一对应。
8.目录
目录由论文(设计)的章、节、附录等序号、名称和页码组成。
(二)主体部分
1.前言(引言或序言)
简要说明本项研究课题的提出及其研究意义(学术、实用价值)，本项研究的前人工作基础及其欲深入研究的方向和思路、方法以及要解决的主要问题等。
2.正文
正文是毕业论文(设计)的核心部分，应占主要篇幅。正文内容必须实事求是，客观真切、准确完备、合乎逻辑、层次分明、语言流畅、结构严谨、书写工整，符合学科及本专业的有关要求。论文(设计)中的用语、图纸、表格、插图应规范、准确，量和单位的使用必须符合国家标准规定，不得使用已废弃的单位。凡有法定符号代表量和单位的，均用法定符号表示，引用他人资料要有标注。
(1)农科类
农科类毕业论文的正文部分，一般应包括：
a.材料与方法
材料主要描述用于试(实)验的生物、试剂、工具及主要配套用具等材料的规格、型号、数量。方法包括试验的设计方案和主要仪器安装，操作方法以及与试验有关的环境条件等。
b.结果与分析
结果与分析部分指对本试(实)验观测所获得的数据(现象、图像)，经过初步整理加工，对其结果进行逐项(条)分析，用文字加以表述。这部分是论文的核心内容，需要较详细、实事求是地阐述。
c.结论与讨论
结论是指对试验结果分析后的概述，一般是按一定的逻辑关系，先后归纳成结论性条文。讨论通常是对某些不成熟的结论，或经过本试验尚不能做出明确结论的现象或问题，加以推断性的解释。有的甚至对与前人持有不同观点的结论，发表商榷性意见，同时还可以提出进一步研究的建议。
农科类毕业论文总字数在10000字以上。
(2)工科类
工科类毕业设计(论文)的正文部分，一般应包括：
a.设计方案论证：应说明设计原理，进行方案选择，论述方案选择的合理性及特点。
b.计算部分：这部分在设计说明书中应占有相当的比例。一般应包括机器系统性能参数的选择与计算;主要零部件结构参数的选择与计算;各零件材料的选择等。在说明书中要列出各工作条件、给定的参数，计算公式以及各主要参数计算的详细步骤和计算结果。对应用计算机的设计还应包括各种软件设计。
c.结构设计部分：应包括机械结构设计、各种电气控制线路设计及功能电路设计、计算机控制的硬件装置设计以及以上各种设计所绘制的图纸等。
样机或试件的各种实验及测试情况：包括实验方法、线路及数据处理等。
d.方案的校验：说明所设计的系统是否满足各项性能指标的要求，能否达到预期效果。
e.结论:概括说明本设计的情况和价值,分析其优点、特色，有何创新，性能达到何水平，并应指出其中存在的问题和今后改进的方向，特别是对设计中遇到的重要问题要重点阐述并加以研究。
工科类毕业设计(论文)字数在10000字以上，机械类专业学生还要至少要独立完成零号图纸2张，电气类专业学生要有完整的'系统电气原理图或电气控制系统图。
(3)经管类
经管类毕业论文，可以是理论性论文、应用软件设计或调查报告。论文选题新颖，符合专业学科要求，具有逻辑性、结构严谨、论点明确、论据充分、资料翔实、数据准确、研究与写作方法规范。
经管类毕业论文字数在10000字以上。
3.参考文献
列出的参考文献限于作者直接阅读过的、最主要的且发表在正式出版物上的文献。参考文献的著录，按中文在前英文在后的顺序编号;或按在论文中出现的先后顺序编号。
期刊类文献书写方法：[序号]作者(不超过3人，多者用等或etal表示).题(篇)名[J].刊名(版本),出版年，卷次(期次)：起止页次.
图书类文献书写方法：[序号]作者.书名[M].版本.出版地：出版者,出版年.起止页次.
论文集类文献书写方法：[序号]作者.篇名[A].编著者.论文集名[C].出版地：出版者，出版年.起止页次.
4.附录
附录的主要内容有：某些重要的原始数据，数学推导，计算程序，框图，结构图，装配图等。
5.致谢
向指导教师，曾经支持和协助自己完成论文课题研究工作的教师、技术人员以及合作伙伴等人表示谢意，致谢写在毕业论文的最后。
三、毕业论文(设计)撰写与装订的格式规范
第一部分：封面
1.封面：由学校统一设计。
2.封皮颜色按学位种类划分，农科类用绿色封皮，工科类用黄色封皮，理科类用灰色封皮，管理学用粉色封皮。
3.需填写的项目一律电脑打印，不得手写。
第二部分：目录
目录(三号，宋体，加粗，居中)
中文摘要(关键词)(小四号，宋体，下同)…(页码)
外文摘要(关键词)………………………………(页码)
前言…………………………………………………(页码)
1 XXXXXX(一级标题)……………………………(页码)
1.1 XXXXXX(二级标题)…………………………(页码)
1.1.1 xxxxxx(三级标题)…………………………(页码)
1.1.1.1 xxxxxx(四级标题)………………………(页码)
参考文献……………………………………………(页码)
致谢…………………………………………………(页码)
第三部分：摘要与关键词
1.中文摘要与关键词(单独用页)
摘要(三号，宋体，加粗，居中)
摘要内容(五号，宋体)
关键词标题(五号，宋体，顶格，加粗)
关健词内容(五号，宋体，词间用分号隔开)
2.外文摘要与关键词(单独用页)
外文摘要标题(三号，英文用Times New Roman，加粗，居中)
外文摘要内容(五号，英文用Times New Roman)
外文关键词标题(五号，英文用Times New Roman，顶格，加粗)
外文关键词内容(五号，英文用Times New Roman，每个词组(或词)的第一个字母大写，词组(或词)间用分号隔开)
第四部分： 论文(设计)主题
1.标题
标题一律采用本规范中目录部分的样式，最多分四级。
一级标题，三号字，宋体，顶格，加粗
二级标题，四号字，宋体，顶格，加粗
三级标题，小四号字，宋体，顶格，加粗
2.正文
小四号字，宋体。
3.引文注释
引文后注释标示示例：激光平地技术能够大幅度地提高土地平整的精度，激光感应系统的灵敏度至少比人工肉眼判断和操作人员手动控制的准确度提高10～50倍，是常规平地技术所不及的[1]。这里[1]是右上标，其中[1]表示正文后面的参考文献中的第1个文献。
4.图表
正文中图、表均需编排序号，有图、表题目及说明(五号、宋体、加粗)。文中所列图形应有所选择，照片不得直接粘贴，须经扫描后以图片形式插入，插图宽度一般不超过10cm。标目中物理量的符号用斜体，单位符号用正体，坐标标值线朝里。标值的数字尽量不超过3位数，或小数点以后不多于1个0。如用30km代替30000m，用5μg代替0.005mg等，并与正文一致。中英文、罗马字符应统一，一般采用Time New Roman斜体(单位符号、缩写等除外)。
第五部分：参考文献
参考文献标题(三号，宋体，加粗，居中)
参考文献内容(五号、宋体;英文用五号，Times New Roman)
第六部分：附录标题(三号，宋体，加粗，居中)
内容的格式与正文相同。
第七部分： 致谢标题(三号，宋体，加粗，居中)
内容的格式与正文相同。
第八部分：版面要求
论文开本大小：210mm×297mm(A4纸)
版芯要求：左边距：25mm，右边距：25mm，上边距：30mm，下边距：25mm，页眉边距：23mm，页脚边距：18mm
字符间距：标准
行距：1.25倍
页眉页角：
从中文摘要开始，直到致谢为止;页眉的奇数页书写
沈阳农业大学学士学位论文。页眉的偶数页书写论文题目。在每页底部居中加页码。(宋体、五号、居中)
四、论文(设计)装订