导读:本文包含了小波和形态学论文开题报告文献综述及选题提纲参考文献,主要关键词:数学形态滤波,自适应多尺度滤波算法,小波阈值滤波,大地电磁信号
小波和形态学论文文献综述
史维,严良俊,谢兴兵,周磊[1](2019)在《基于数学形态学与小波阈值组合滤波算法的大地电磁噪声压制》一文中研究指出针对实测大地电磁信号资料中常出现的强噪声干扰问题,提出一种基于数学形态滤波和小波阈值滤波结合的大地电磁噪声压制方法。首先,利用自适应多尺度形态滤波算法对含噪信号进行初次滤波,以消除脉冲类干扰。然后,对已处理的信号进行小波阈值滤波提取大尺度强噪声轮廓。最后,剔除强噪声干扰重构大地电磁信号。通过仿真实验对比,在不同强度噪声干扰背景下,所提方法的性能优于普通小波阈值方法,能更多地保留大地电磁原始信号的细节特征。实测资料处理结果表明,该方法能有效地抑制大尺度强噪声干扰和基线偏移的影响,改善视电阻率曲线质量,具有较好的应用前景。(本文来源于《科学技术与工程》期刊2019年09期)
胡志斌[2](2019)在《改进的二进小波与形态学融合的边缘检测算法》一文中研究指出图像的边缘是构成图像最基本的部分,包含图像的大部分信息。因此,图像的边缘检测是图像分割和识别等领域研究的重要依据。目前,图像的边缘检测面临的主要问题是检测的边缘清晰度和定位精度与去噪能力之间的矛盾。本文分别针对小波变换边缘检测算法和形态学边缘检测算法的缺陷进行改进,并融合两种算法。具体的内容如下:小波变换边缘检测算法在提取边缘时,由于图像本身的复杂性,使得检测过程中,在图像的去噪和边缘的定位等方面不能获得良好的效果。以二进小波变换为例,由于其本身具有平移不变性等良好的性质,进一步提高了边缘检测的准确性,但检测的边缘存在细节不连续的缺点。针对二进小波变换边缘检测算法的不足,通过提高二进小波的光滑度,选取适当的小波滤波器来克服该算法的缺点。由于小波函数的光滑度受到该小波函数消失矩阶数的影响,所以本文将着力提高B-样条二进小波消失矩的阶数,给出了一个新的提升格式和提升参数,实现了一个具有高阶消失矩、对称性和紧支撑等性质的二进小波滤波器。同时,提出一种基于提升的B-样条二进小波边缘检测算法。该算法可以抑制图像噪声且图像的边缘细节连续。在数学形态学边缘检测算法中,不同的结构元素和形态学算子影响图像的边缘检测和去噪的能力。本文选取方向不同的结构元素,按照改进的形态学算子进行边缘检测。实验结果表明:对于含噪图像,该算法检测得到的边缘光滑、噪声少。由于二进小波变换边缘检测算法只对图像的低频分量进行了处理,忽略了图像高频分量的信息,边缘轮廓细节少,而形态学边缘检测算法去噪效果好,细节信息丰富。为提高边缘的连续性和精确度,保留图像细节,本文将两种算法结合,提出一种基于二进小波和抗噪形态学融合的边缘检测算法。实验结果表明:利用该融合算法得到的边缘连续且清晰、噪声少,在客观评价方面优于上述两种算法。(本文来源于《哈尔滨理工大学》期刊2019-03-01)
施慧慧,王妮,滕文秀,刘玉婵[3](2019)在《结合Gabor小波和形态学的高分辨率图像树冠提取方法》一文中研究指出树冠信息的遥感提取能有效辅助森林参数反演、林分长势监测、树种识别等森林调查活动。随着遥感信息自动化提取的需求不断加强,本文基于高空间分辨率遥感数据,以滁州市皇甫山林场为研究区域,设计了一种结合Gabor小波和形态学的树冠提取方法。该方法首先采用Gabor小波提取出纹理特征,其次结合K-means聚类分析方法,对PCA降维后的纹理特征向量提取出阔叶林区,最后基于形态学理论降低影像噪声,并利用前景后景标记的分水岭方法进行单木树冠提取。经过与人工解译的树冠信息结果对比发现,在郁闭度较高的阔叶林区,该自动化方法提取树冠精度较高,分割准确率Ad为79.59%,F测度达到了79.00%能有效提供精确的单木树冠信息,为林业经济调查技术的发展具有一定的实践意义。(本文来源于《地球信息科学学报》期刊2019年02期)
张军,张海云,赵玉刚,司马中文[4](2019)在《基于形态学和小波变换的瓷砖缺陷边缘检测》一文中研究指出针对传统算法难以检测复杂的不规则花纹瓷砖缺陷的问题,提出一种基于形态学算子和小波变换融合的边缘检测算法。上述算法利用了小波变换能够把图像高低频分离、重构的特性,在经过二层小波变换后,用设计的自适应形态学算子对低频图像中的缺陷、花纹及背景分离;将提出的高通滤波器用于高频轮廓细节信息的提取,重构得到检测的缺陷轮廓。经多组实验对比仿真证明,与通用方法相比,提出的算法能有效地提取复杂背景缺陷轮廓,对瓷砖及其它产品的边缘检测有积极的作用。(本文来源于《计算机仿真》期刊2019年01期)
舒彬[5](2018)在《基于数学形态学的提升小波图像去噪研究》一文中研究指出数学形态学能够借助逻辑推理以及方程推导等方式,实现针对集合论的语言处理,并进行集合运算,使其能够在图像描述当中完成各单元特性的关系表达。在进行图像去噪方式研究时,提出运用数学形态学进行小波分析的策略,首先完成数学形态学中提升小波分析的应用方式,随后结合具体的含噪图像特征,对数学形态学去噪方式进行论述。(本文来源于《科技经济导刊》期刊2018年35期)
牛犇,慕晓冬,陈长倩[6](2019)在《基于双树复小波和形态学的红外图像去噪方法》一文中研究指出红外成像技术随着科技的快速进步在各个领域的应用与日俱增。但是,红外成像后的图像较为模糊且噪声较大,严重影响了目标检测和识别的效果,对图像进行有效的去噪处理就显得很有必要。在研究双树复小波变换和形态学滤波的基础上,提出了一种基于MAP估计的双树复小波变换与形态学滤波相结合的红外图像去噪方法,并将其应用于红外图像的去噪。与传统的去噪方法进行比较,无论从视觉效果还是客观评价指标上来看,所提方法都优于传统的去噪方法,可以广泛应用于红外图像处理领域。(本文来源于《电光与控制》期刊2019年02期)
余小庆,陈仁文,唐杰,许锦婷[7](2018)在《融合小波变换和新形态学的含噪图像边缘检测》一文中研究指出针对图像边缘检测中,滤除图像噪声并有效保留图像边缘信息这一研究,提出了一种融合小波变换模极大值法和新型改进的数学形态学的含噪图像边缘检测方法。首先介绍了基于小波变换模极大值的图像边缘检测算法;然后提出了一种新型改进的数学形态学检测算法;最后为了综合两种算法的优点,应用新的融合方式将两种方法的检测结果融合到一起,提出一种融合小波变换和新形态学的含噪图像边缘检测方法。实验结果表明,提出的融合检测算法相比于单独使用小波变换模极大值或数学形态学算法,能更有效地抑制噪声,提高边缘检测效果。(本文来源于《计算机科学》期刊2018年S2期)
李颖莹,魏连鑫[8](2018)在《基于小波变换与数学形态学的图像边缘检测方法》一文中研究指出为得到更加连续完整的边缘图像,提出一种基于B样条小波变换与数学形态学的图像边缘检测方法,在此方法中给出有效重构算法。针对自然图像,利用B样条小波变换作用于图像的高频子图像得到高频边缘图;利用数学形态学检测图像的低频子图像得到图像的低频边缘图;利用文中给出的有效重构的方法将高频边缘图和低频边缘图重构得到最终的边缘图像。实验结果表明,新方法提取出的边缘效果较之前更佳。(本文来源于《软件工程》期刊2018年11期)
刘建新,曾嫱,徐可,王亚威[9](2018)在《基于形态学和小波变换的烟叶病斑分割》一文中研究指出烟叶病虫害分割是提高烟叶质量的重要保证。针对传统分割方法的分割精度和效率不够理想的问题,提出了一种结合形态学和小波变换的Otsu算法用于烟叶病斑的分割。首先对背景区域进行数学形态学处理,获得烟叶的叶面图像;然后选择小波系数分解叶面图像,再将分解后的图像进行低频重构,去除噪声的影响;最后应用Otsu算法对叶面图像进行二次分割得到病斑。由于形态学的开、闭运算分别能提取图像中的明暗细节特征,所以该分割方法能有效减少背景对病斑区域的干扰,从而提高分割精度和效率;通过小波多分辨率分解,可以克服冗余信息和噪声的影响,进一步提高了分割的精度。采用不同种类的烟叶病斑图像进行实验,结果表明,该方法能够有效地分割出烟叶病斑,并且也适合于分割其他作物的病害。(本文来源于《图学学报》期刊2018年05期)
王圣昆,刘明光,韩婉娇,王昕[10](2018)在《基于形态学-小波的接触网断线故障检测研究》一文中研究指出针对接触网监测中棘轮补偿装置坠砣风振位移与断线位移容易混淆的问题,提出一种基于形态学-小波的断线故障检测方法。利用有限元软件ANSYS搭建接触网模型,采用谐波迭加法模拟脉动风场,通过瞬态动力学仿真模拟接触线b值的风振位移曲线;构造出无干扰断线信号和有风振分量干扰的断线信号,采用基于形态学方法的交替混合滤波器对含噪信号进行消噪处理;对信号做小波变换并根据模极大值原理计算Lipschitz指数实现断线故障的检测。研究结果表明:形态学滤波方法能够完整保留断线故障特征;断线点Lipschitz指数最大值不超过0.11,风振位移Lipschitz指数最小值不低于0.25,将Lipschitz指数作为定量判据可以有效区分坠砣的断线位移和风振位移,该检测方法具有较高的实际应用价值。(本文来源于《铁道科学与工程学报》期刊2018年07期)
小波和形态学论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
图像的边缘是构成图像最基本的部分,包含图像的大部分信息。因此,图像的边缘检测是图像分割和识别等领域研究的重要依据。目前,图像的边缘检测面临的主要问题是检测的边缘清晰度和定位精度与去噪能力之间的矛盾。本文分别针对小波变换边缘检测算法和形态学边缘检测算法的缺陷进行改进,并融合两种算法。具体的内容如下:小波变换边缘检测算法在提取边缘时,由于图像本身的复杂性,使得检测过程中,在图像的去噪和边缘的定位等方面不能获得良好的效果。以二进小波变换为例,由于其本身具有平移不变性等良好的性质,进一步提高了边缘检测的准确性,但检测的边缘存在细节不连续的缺点。针对二进小波变换边缘检测算法的不足,通过提高二进小波的光滑度,选取适当的小波滤波器来克服该算法的缺点。由于小波函数的光滑度受到该小波函数消失矩阶数的影响,所以本文将着力提高B-样条二进小波消失矩的阶数,给出了一个新的提升格式和提升参数,实现了一个具有高阶消失矩、对称性和紧支撑等性质的二进小波滤波器。同时,提出一种基于提升的B-样条二进小波边缘检测算法。该算法可以抑制图像噪声且图像的边缘细节连续。在数学形态学边缘检测算法中,不同的结构元素和形态学算子影响图像的边缘检测和去噪的能力。本文选取方向不同的结构元素,按照改进的形态学算子进行边缘检测。实验结果表明:对于含噪图像,该算法检测得到的边缘光滑、噪声少。由于二进小波变换边缘检测算法只对图像的低频分量进行了处理,忽略了图像高频分量的信息,边缘轮廓细节少,而形态学边缘检测算法去噪效果好,细节信息丰富。为提高边缘的连续性和精确度,保留图像细节,本文将两种算法结合,提出一种基于二进小波和抗噪形态学融合的边缘检测算法。实验结果表明:利用该融合算法得到的边缘连续且清晰、噪声少,在客观评价方面优于上述两种算法。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波和形态学论文参考文献
[1].史维,严良俊,谢兴兵,周磊.基于数学形态学与小波阈值组合滤波算法的大地电磁噪声压制[J].科学技术与工程.2019
[2].胡志斌.改进的二进小波与形态学融合的边缘检测算法[D].哈尔滨理工大学.2019
[3].施慧慧,王妮,滕文秀,刘玉婵.结合Gabor小波和形态学的高分辨率图像树冠提取方法[J].地球信息科学学报.2019
[4].张军,张海云,赵玉刚,司马中文.基于形态学和小波变换的瓷砖缺陷边缘检测[J].计算机仿真.2019
[5].舒彬.基于数学形态学的提升小波图像去噪研究[J].科技经济导刊.2018
[6].牛犇,慕晓冬,陈长倩.基于双树复小波和形态学的红外图像去噪方法[J].电光与控制.2019
[7].余小庆,陈仁文,唐杰,许锦婷.融合小波变换和新形态学的含噪图像边缘检测[J].计算机科学.2018
[8].李颖莹,魏连鑫.基于小波变换与数学形态学的图像边缘检测方法[J].软件工程.2018
[9].刘建新,曾嫱,徐可,王亚威.基于形态学和小波变换的烟叶病斑分割[J].图学学报.2018
[10].王圣昆,刘明光,韩婉娇,王昕.基于形态学-小波的接触网断线故障检测研究[J].铁道科学与工程学报.2018
标签:数学形态滤波; 自适应多尺度滤波算法; 小波阈值滤波; 大地电磁信号;