文献综述（或调研报告）：
3.1研究现状
近年来随着计算机科学和数学学科的不断发展，数字图像处理技术也在不断发展。数字图像处理技术多半是通过计算机对图像进行处理，主要包括图像的增强、复原、重建、识别、理解等内容。现在数字图像处理应用非常广泛，已经渗透到了科研、医学、航空、交通、气象等各个领域。同样地，在计算机辅助围棋胜负判定的过程中，数字图像处理技术也必不可少。计算机辅助围棋胜负判定主要用到了数字图像处理中的图像平滑、边缘检测、几何变换、霍夫变换、图像分割等技术。
边缘检测，显而易见，作用是寻找图像的边缘，即图像中目标与背景之间的边界。传统的边缘检测算子包括：基于梯度的Sobel算子、Roberts算子、Prewitt算子等，基于二阶微分的Laplacian算子和Marr-Hildreth算子等。目前研究学者对边缘检测算法的改进主要有两方面，一方面是对这些经典算子的改进[1, 2]，另一方面由于计算机技术的发展，边缘处像素值差异缩小，梯度算子的发展受到限制，因此对新的边缘检测算法进行研究，比如基于模糊推理的边缘检测算法[3]和基于小波变换的多尺度边缘检测[4]等。
霍夫变换的目的是检测识别出物体的某种特征。早期的霍夫变换主要用于辨别图像中的直线[5]，后逐渐发展成为可以检测各种形状，比如十字线[6]、圆形[7]等。为了降低算法的复杂性，并且使算法能够更加关注特定特征的提取，在标准霍夫变换算法的基础上，研究学者提出了许多改进，比如概率霍夫变换、随机霍夫变换以及对应两者的改进[8]算法。
图像分割作为图像分析前的一项基础任务，其分割结果严重影响到后续的图像识别、目标检测算法的效果。目前存在多种基于不同理论的图像分割算法，因此不存在唯一、统一的性能评估标准。比较经典的分割算法可以分为两类：基于区域的和基于边缘的。阈值分割是一种常见的基于区域的分割算法，因此这些年对阈值分割的研究一直都未停止，比如基于直方图划分的Ostu[9]、最大熵法，基于空间特征的局部阈值法、灰度共生矩阵法[10]等。
目前总体来看，关于围棋算法的研究更倾向于围棋博弈，对围棋数子的研究相对较少，而且侧重点不尽相同。邓超[11]等人利用UCT算法求解围棋死活题集，并对UCT算法进行了改进；刘奕博等人[12]提出了三种校正棋盘线性畸变的算法，分别为四点矫正法、识别轮廓法和结合前两者的优化算法，主要用于校正图像视角，使倾斜的图像转换为正视图；刘汉等人[13]指出了对棋盘图像进行二值化处理的局限——对光照要求苛刻，因此跳过二值化，采用动态比较的方法，实时确定棋子位置。刘聪[14]在其学位论文中对围棋胜负判定进行完整的研究与实现，但对于死棋的判定比较简单。
3.2参考文献
[1] 代文征, 杨勇. 基于改进高斯—拉普拉斯算子的噪声图像边缘检测方法[J]. 计算机应用研究, 2019,36(08): 2544-2547.
[2] 夏清, 胡振琪, 许立江, 等. 一种改进Sobel算子的热红外影像边缘检测方法[J]. 红外技术, 2015,37(06): 462-466.
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。
