导读:本文包含了多尺度多方向分析论文开题报告文献综述及选题提纲参考文献，主要关键词:虹膜识别,多尺度,方向滤波器,特征提取
多尺度多方向分析论文文献综述
赵彦明[1]（2009）在《基于二维小波多尺度多方向分析的虹膜识别算法研究》一文中研究指出基于传统二维小波的虹膜识别算法被广泛研究,但大量文献显示二维小波极化性差,无法从最佳极化方向上,描述虹膜纹理的方向信息。进而导致识别率不高。本文从理论和实践角度,改进进而改变了这一现状,提高了识别率,完善二维小波在虹膜识别领域的应用。首先本文简要介绍了,生物识别领域内,虹膜识别的独特优势,虹膜识别的发展状况,虹膜识别系统组成,采集系统的组成与应用以及虹膜预处理方法。其次,本文重点学习了小波变换的理论。一方面介绍小波变换的常见性质的关系,从更深一层去理解和掌握小波的基本性质及其应用。为实验部分的小波基选取有重要的指导作用。另一方面研究与本课题研究相关的五个小波高级性质,也是小波分析的精髓部分。尤其是重点研究了小波的多尺度分析能力、小波的时频局域性分析能力的来源和应用、小波的恒Q性、小波的极化能力和多方向滤波技术的应用、小波系数稀疏性特征,并给出小波基选择的指导性建议。这些内容是本课题的理论基础,是算法设计的基石。接着,依据上面的小波理论,结合虹膜纹理的自身特征,设计了叁个实验。从不同角度解决二维小波方向性差导致的识别率不高的缺欠。首先从二维小波自身特点出发改善这个缺欠。设计了基于纹理分布的虹膜识别算法。接着依据小波的极化特征,给出多尺度多方向带通滤波技术在虹膜识别领域的应用,设计了基于最大能量相应方向的虹膜识别系统。对上述算法进行改进,设计了基于countourlet变换的虹膜识别算法。后两种算法从本质上改变了二维小波方向性差而导致的识别率不高的现状。提高了基于二维小波的虹膜识别算法的识别率。最后,当上述算法取得成功后,依次设计了虹膜识别系统评价平台和虹膜识别应用软件。(本文来源于《沈阳工业大学》期刊2009-12-15）
汪华章[2]（2009）在《基于多尺度及多方向分析的纹理图像检索算法》一文中研究指出提出一种基于多尺度及多方向分析的纹理图像检索算法.针对纹理图像的特点,从不同尺度和方向比较了实数离散小波变换和双树复小波变换的性能.充分利用双树复小波变换的旋转不变性、良好的方向选择性以及有限的冗余等优点,将其有效地应用于纹理特征提取过程中.通过提取各子带上的能量和标准差作为特征矢量,采用Camberra距离作为相似度量进行检索,减小了计算量,取得了良好的检索效果.实验结果表明,双树复小波提取纹理特征所获得的检索性能优于实数离散小波检索算法,也优于经典的灰度共生矩阵算法,且算法具有良好的旋转不变性.(本文来源于《郑州大学学报(理学版)》期刊2009年01期）
胡晰远[3]（2007）在《基于几何多尺度方向分析的感知图像编码算法研究》一文中研究指出图像编码是多媒体信息处理的核心技术。图像编码的目的是通过消除图像中象素间冗余、统计冗余和视觉冗余，以较少的比特数达到图像高视觉质量压缩的目的。压缩比和视觉质量是衡量图像编码算法的两个基本性能指标；同时，质量可分级性、分辨率可分级性和支持随机访问等也是图像编码的应用要求。如何设计符合上述要求的高性能编码器是众多研究者关注的问题。首先，小波以其时一频局部化特点和多尺度特性，使得它在图像处理领域得到了广泛的应用。虽然小波能有效的表示信号的点状奇异性，但是由于小波基各向同性并且方向选择性较差，因此难以表达二维图像中的边缘和纹理等高维几何特性，故它并不是图像稀疏表示的最优基。其次，图像有损编码的目的就是尽可能地消除图像中那些对感知不重要的视觉信息以提高压缩比；或尽可能地使编码失真被图像本身所掩盖，以提高重构图像的感知质量。目前的研究表明，结合人类视觉系统的特性是提高图像压缩算法性能的有效途径。因此，本文基于以Contourlet为代表的几何多尺度分析的图像编码为研究主线，对几何多尺度方向分析进行了深入的分析和研究，并且在Contourlet变换的框架下，建立了定量的人类视觉系统(HVS)感知可计算模型，形成了最终的图像的感知编码算法。在几何多尺度方向分析的研究方面，本文以Contourlet变换为例，采用矩估计和极大似然估计的方法对Contourlet变换系数的边缘分布和联合分布进行拟合，并通过χ~2假设检验的方法验证了拟合的结果，证明了Contourlet变换系数的非高斯性和非独立性。随后，通过分析Contourlet变换的特点，给出了定量可计算的在Contourlet变换域下的HVS模型，给出了Contourlet变换域中准SPIHT算法，最后将该视觉模型应用于基于Contourlet变换的图像编码算法。最后，考虑到Contourlet变换带来的冗余对编码的不利影响，本文将Contourlet变换中的LP分解换成了小波变换，并在这种新的变换下结合HVS模型提出了基于该变换的图像感知编码算法。通过大量的实验证明：对于一般图像，该算法略优于JPEG2000压缩算法；而对于纹理图像，该算法则要明显优于JPEG2000的算法。(本文来源于《南京理工大学》期刊2007-06-01）
陆卿[4]（2007）在《多尺度方向分析在图像压缩中的应用》一文中研究指出现代通信业务的发展，需要大量地存储、记录和传输文件、真迹、图形、气象云图、遥感图像等各类静止图像和“凝固”图像。他们不仅要求图像质量高，设备稳定可靠，能够利用现存的或发展中的通信信道，而且还要求成本低廉。解决这个问题的途径之一，是实现图像通信的数字化，把图像信息转换成数字信号，去除与图像质量无关的冗余信息，并且在保证质量的前提下，用最少量的数码或数码率，实现各类图像的数字存储、数字记录或数字传输，达到优质、可靠、经济的要求。如何设计符合上述要求的高性能编码器是众多研究者关注的问题。小波以其时—频局部化特点和多尺度特性，使得它在图像处理领域得到了广泛的应用，其中最成功的应用领域之一就是图像压缩。虽然小波能有效地表示信号的点状奇异性，但是由于小波基各向同性并且方向选择性较差，因此难以表达二维图像中的边缘和纹理等高维几何特性，故它并不是图像稀疏表示的最优基。其次，图像有损编码的目的就是尽可能地消除图像中那些对感知不重要的视觉信息以提高压缩比；或尽可能地使编码失真被图像本身所掩盖，以提高重构图像的感知质量。因此，本文以Contourlet为代表的多尺度方向分析理论为研究主线，对多尺度方向分析进行了深入的分析和研究，并且在Contourlet变换的框架下，建立图像的压缩编码算法。本文以Contourlet变换作为切入点，证明了Contourlet变换是一种稀疏表示方式，测试图像在Contourlet变换域的边缘分布属于高度非高斯分布。随后，通过分析Contourlet变换的特点，提出了基于Contourlet变换域中EZW和SPIHT算法。通过大量的实验证明：对于纹理图像，基于Contourlet变换域的SPIHT算法不仅比基于Contourlet变换域的EZW算法有效，而且从直观的视觉角度评价，基于Contourlet变换域的SPIHT算法对纹理信息的刻画要优于JPEG2000和基于小波域的SPIHT算法。(本文来源于《南京理工大学》期刊2007-06-01）
高翔[5]（2007）在《多尺度方向分析在图像去噪、增强和融合中的应用》一文中研究指出图像稀疏表示是图像处理领域的基本问题，多尺度方向分析是图像稀疏表示的一种新兴方法，为稀疏地表示图像几何结构信息提供了一条有效途径。论文以Contourlet变换及其图像处理应用为研究主线，在介绍Contourlet变换的构造和滤波器组实现的基础上，着重从理论和实验方面分析了Contourlet系数的边缘概率分布、联合概率分布和隐马尔可夫模型等统计特性，进而研究了Contourlet变换在图像去噪、特征增强、分辨率增强和图像融合中的应用。本文的主要研究成果包括：1)研究了基于Contourlet变换的阈值去噪原理，提出了基于Contourlet统计模型和系数四叉树结构的逐次扫描收缩图像去噪算法，该方法利用噪声系数和图像系数在Contourlet域的分布特性差异，能有效地去除噪声和保持原始图像的边缘和纹理等几何特征。文中通过大量实验和比较分析，验证了本文方法的有效性。2)研究了基于Contourlet变换的特征增强算法。本文结合模糊集理论和Contourlet变换设计了一种图像特征增强算法，实验证明该增强算法能够增强图像的边缘细节，显着提高图像的对比度。3)针对单幅图像的超分辨率问题，本文利用Contourlet变换系数的曲线奇异性稀疏表示特点和空间方向树结构，研究并实现了基于学习的图像分辨率增强算法。利用邻域相关性，本文提出了一种改进的快速学习算法。实验证明改进算法从速度和超分辨率重建质量上达到了较好的折衷。4)研究了基于Contourtet变换的多聚焦图像的融合算法，利用Contourlet变换的多尺度多方向分解特性，针对不同的方向子带设计不同的特征和区域能量特性的融合规则，给出了一种新的Contourlet域图像融合算法。实验结果表明，该算法明显优于小波域多聚焦图像融合算法。(本文来源于《南京理工大学》期刊2007-06-01）
多尺度多方向分析论文开题报告
（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：
提出一种基于多尺度及多方向分析的纹理图像检索算法.针对纹理图像的特点,从不同尺度和方向比较了实数离散小波变换和双树复小波变换的性能.充分利用双树复小波变换的旋转不变性、良好的方向选择性以及有限的冗余等优点,将其有效地应用于纹理特征提取过程中.通过提取各子带上的能量和标准差作为特征矢量,采用Camberra距离作为相似度量进行检索,减小了计算量,取得了良好的检索效果.实验结果表明,双树复小波提取纹理特征所获得的检索性能优于实数离散小波检索算法,也优于经典的灰度共生矩阵算法,且算法具有良好的旋转不变性.
（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。
多尺度多方向分析论文参考文献
[1].赵彦明.基于二维小波多尺度多方向分析的虹膜识别算法研究[D].沈阳工业大学.2009
[2].汪华章.基于多尺度及多方向分析的纹理图像检索算法[J].郑州大学学报(理学版).2009
[3].胡晰远.基于几何多尺度方向分析的感知图像编码算法研究[D].南京理工大学.2007
[4].陆卿.多尺度方向分析在图像压缩中的应用[D].南京理工大学.2007
[5].高翔.多尺度方向分析在图像去噪、增强和融合中的应用[D].南京理工大学.2007