导读:本文包含了基于纹理特征论文开题报告文献综述及选题提纲参考文献，主要关键词:遥感影像,分类,纹理特征,几何特征
基于纹理特征论文文献综述
马长辉,黄登山[1]（2019）在《纹理与几何特征信息在高空间分辨率遥感影像分类中的应用》一文中研究指出为充分利用高空间分辨率遥感影像所包含的纹理与几何特征信息,提高影像的分类精度,应用面向对象技术和Log-Gabor小波来提取影像纹理和几何特征信息,并结合影像光谱信息对影像进行分类。选用的分类器为粒群优化算法优化参数的支持向量机分类器,使用资源叁号和高分二号两种不同传感器的卫星影像对方法进行验证,影像数据地物类型包含林地、草地、裸地、沙地、建筑物和道路等典型实体对象。通过对实验结果的目视比较和统计分析结果表明,所提方法分类结果精度较传统方法有所提高。(本文来源于《测绘地理信息》期刊2019年06期）
陈静,张艳新,姜媛媛[2]（2019）在《融合多特征与随机森林的纹理图像分类方法》一文中研究指出针对单一纹理特征与单一分类器对失真纹理图像分类识别率差的问题,提出了一种融合多特征与随机森林的纹理图像分类方法。利用改进的方向梯度直方图(HOG)特征提取方法以及局部二值模式(LBP)图像的灰度共生矩阵进行特征提取;将提取的特征矩阵级联组成一个新的特征矩阵,利用主成分分析法进行降维融合处理;降维融合后的特征矩阵输入随机森林,通过融合投票得到最终的识别率。在KTH-TIPS失真纹理图像库上进行对比实验,结果表明:采用融合多特征与随机森林的分类方法提高了失真纹理图像的分类正确率,且具有更好的实时性。(本文来源于《传感器与微系统》期刊2019年12期）
沈荻帆,丁洁[3]（2019）在《基于NSCT和纹理特征的SAR图像相干斑抑制》一文中研究指出提出了一种基于非下采样轮廓波变换和纹理特征的合成孔径雷达(SAR)图像相干斑噪声抑制方法。由于SAR图像的相干成像原理,造成其固有的相干斑噪声,对后续的图像处理会造成很大的困难。针对相干斑噪声的抑制问题,利用非下采样轮廓波变换的平移不变特性,结合变换后的高频子带系数的纹理模型特征,生成各子带系数自适应阈值,再经反变换,达到相干斑噪声抑制目的。实验数据表明,该方法经边缘保持指数(ESI)和等效视数(ENL)评测,能较好的抑制噪声,且更好的保持边缘。(本文来源于《科技创新与应用》期刊2019年33期）
张陵,常喜强,高宝琪,王学民,王志远[4]（2019）在《基于最优鉴别特征的电力设备铭牌图像边缘纹理数据识别》一文中研究指出为解决电力纹理图像精准识别率低下的问题,提出基于最优鉴别特征的电力模糊图像边缘纹理智能识别方法。在电力模糊图像的最优特征鉴别子集中,通过计算提取复杂度的方式,统计图像纹理的邻类参量,完成基于最优鉴别特征的电力模糊图像边缘纹理参量提取。在此基础上,利用边缘神经网络中电力图像节点的分布情况,计算智能平滑参数,并根据现有模糊图像的具体数量,对识别流程进行完善创新,实现新型智能识别方法的搭建。与现有识别手段相比,应用基于最优鉴别特征的电力模糊图像边缘纹理智能识别方法后,横波、纵波电力纹理图像识别准确率的最大值均超过90%,精准识别率低下的问题得到有效解决。(本文来源于《自动化与仪器仪表》期刊2019年11期）
徐翰文,艾波,史绍雨[5]（2019）在《基于纹理特征融合与核模糊聚类的道路提取》一文中研究指出根据高分辨率遥感影像中道路方向上的纹理一致性,提出了一种基于纹理特征融合与核模糊C均值聚类的高分辨率遥感影像道路提取新算法。该算法改进了角度纹理特征的计算方式,首先与Gabor纹理特征进行融合;再利用结合空间信息的核模糊C均值聚类算法对融合特征进行聚类,从而提取高分辨率遥感影像中的道路。实验结果表明,该算法可较高精度地从高分辨率遥感影像中提取具有一定纹理的道路。(本文来源于《地理空间信息》期刊2019年11期）
黄兴华,叶军一,熊杰[6]（2019）在《基于纹理特征融合的道路垃圾图像识别及提取》一文中研究指出为准确利用机器视觉对道路垃圾图像进行识别及提取,在对现有纹理特征提取方法基础上,提出一种纹理特征融合与支持向量机(SVM)相结合的分类识别方法。对局部二值模式(LBP)进行改进,得到改进后的A-LBP;将A-LBP与Uniform LBP进行特征融合得到AD-LBP;利用AD-LBP和梯度方向直方图(HOG)算法对图像进行特征提取,训练SVM对测试样本进行识别分类;对识别出的图像进行形态学处理提取垃圾的质心位置。在沥青道路上进行的垃圾识别及提取实验结果表明,利用AD-LBP+HOG算法进行道路垃圾识别,识别率可达95.58%,并能准确提取垃圾的质心位置。(本文来源于《计算机工程与设计》期刊2019年11期）
寇旗旗,程德强,于文洁,李化玉[7]（2019）在《融合CLBP和局部几何特征的纹理目标分类》一文中研究指出针对基于LBP的许多改进方法需要提前训练,对旋转和照明变化鲁棒性较差的特点,本文通过融合CLBP和图像表面的局部几何不变特征提出了一种新的纹理分类方法。该算法首先计算图像表面的局部几何不变特征,然后对其进行量化和编码。其次,再将编码结果与CLBP直方图进行融合。本文提出的算法能够同时提取图像的宏观和微观特征,且具有不明显增加特征维度,无需提前训练,对图像的旋转和光照变化保持不变的特点。在两个标准纹理数据库上进行实验验证,结果表明,本文算法与其它算法相比在分类精度和鲁棒性上都有明显的提高。(本文来源于《光电工程》期刊2019年11期）
詹森,张景发,龚丽霞,李强,王建飞[8]（2019）在《基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》一文中研究指出获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。以叁景北川老县城震后0. 24 m Terra SAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度均在80%以上,RF识别精度均在83%以上。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。(本文来源于《科学技术与工程》期刊2019年31期）
王军敏,李宁,王艳辉[9]（2019）在《基于Gabor特征和局部二值模式融合的纹理图像识别》一文中研究指出传统的Gabor滤波方法和局部二值模式(Local Binary Pattern,LBP)算法提取的纹理特征鉴别能力不足,导致纹理识别精度不够理想.为了解决上述问题,提出一种将全局Gabor特征和局部LBP特征进行融合的纹理图像识别方法.该方法利用Gabor滤波方法提取纹理图像的全局特征,利用LBP算法提取纹理图像的局部特征,然后在最近子空间分类器的框架下实现全局和局部特征的融合以及纹理图像识别.在CURe T和KTH-TIPS基准纹理库上的实验结果表明,笔者提出的方法显着超越了传统Gabor滤波方法和LBP算法的纹理识别精度.(本文来源于《平顶山学院学报》期刊2019年05期）
孙枭文[10]（2019）在《基于纹理特征和Hu不变矩的KELM滤光片缺陷识别研究》一文中研究指出为提高滤光片缺陷识别的精度,提出一种基于纹理特征和Hu不变矩的核极限学习机(KELM)滤光片缺陷识别算法。通过提取能量、熵、对比度和局部均匀性以及7阶Hu不变矩特征组成联合特征向量,将联合特征作为KELM的输入,滤光片缺陷类别作为KELM的输出,建立KELM的滤光片缺陷识别模型。通过KELM和极限学习机(ELM)、支持向量机(SVM)、BP神经网络(BPNN)的对比发现,算法KELM具有更高的识别准确率,提高了滤光片缺陷识别的精度,同时为滤光片缺陷识别研究和应用提供了新的方法。(本文来源于《甘肃科学学报》期刊2019年05期）
基于纹理特征论文开题报告
（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：
针对单一纹理特征与单一分类器对失真纹理图像分类识别率差的问题,提出了一种融合多特征与随机森林的纹理图像分类方法。利用改进的方向梯度直方图(HOG)特征提取方法以及局部二值模式(LBP)图像的灰度共生矩阵进行特征提取;将提取的特征矩阵级联组成一个新的特征矩阵,利用主成分分析法进行降维融合处理;降维融合后的特征矩阵输入随机森林,通过融合投票得到最终的识别率。在KTH-TIPS失真纹理图像库上进行对比实验,结果表明:采用融合多特征与随机森林的分类方法提高了失真纹理图像的分类正确率,且具有更好的实时性。
（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。
基于纹理特征论文参考文献
[1].马长辉,黄登山.纹理与几何特征信息在高空间分辨率遥感影像分类中的应用[J].测绘地理信息.2019
[2].陈静,张艳新,姜媛媛.融合多特征与随机森林的纹理图像分类方法[J].传感器与微系统.2019
[3].沈荻帆,丁洁.基于NSCT和纹理特征的SAR图像相干斑抑制[J].科技创新与应用.2019
[4].张陵,常喜强,高宝琪,王学民,王志远.基于最优鉴别特征的电力设备铭牌图像边缘纹理数据识别[J].自动化与仪器仪表.2019
[5].徐翰文,艾波,史绍雨.基于纹理特征融合与核模糊聚类的道路提取[J].地理空间信息.2019
[6].黄兴华,叶军一,熊杰.基于纹理特征融合的道路垃圾图像识别及提取[J].计算机工程与设计.2019
[7].寇旗旗,程德强,于文洁,李化玉.融合CLBP和局部几何特征的纹理目标分类[J].光电工程.2019
[8].詹森,张景发,龚丽霞,李强,王建飞.基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别[J].科学技术与工程.2019
[9].王军敏,李宁,王艳辉.基于Gabor特征和局部二值模式融合的纹理图像识别[J].平顶山学院学报.2019
[10].孙枭文.基于纹理特征和Hu不变矩的KELM滤光片缺陷识别研究[J].甘肃科学学报.2019