导读:本文包含了图像信息方法论文开题报告文献综述及选题提纲参考文献,主要关键词:图像处理,信息识别,智能化
图像信息方法论文文献综述
张晓冉[1](2019)在《图像信息识别的智能处理方法分析》一文中研究指出智能化图像信息识别技术的发展有着重要意义。分析图像信息识别的智能处理方法,讨论图像信息识别智能处理方法的理论基础。(本文来源于《集成电路应用》期刊2019年11期)
夏彩韵,张小涛,张志宏[2](2019)在《利用改进型图像信息方法研究汶川8.0级地震震前电离层扰动异常特征》一文中研究指出利用改进型图像信息方法(Modified Pattern Informatics Method,MPI)基于DEMETER卫星观测的电子浓度(Ne)、电子温度(Te)数据探索了2008年5月12日汶川MS8.0震前出现的地震电离层电子参量异常现象。对电离层电子浓度(Ne)、电子温度(Te)的观测数据进行了消除年变及由太阳活动等引起的长趋势变化,以期能够提取到由地震孕育与发生所引起的电离层扰动异常。(本文来源于《国际地震动态》期刊2019年08期)
杨焱[3](2019)在《融合文本和图像信息的众包测试报告挖掘与处理方法》一文中研究指出众包测试是软件测试领域的一个新兴趋势,引起业界和学术界的广泛关注。众包测试具有可靠、高效、快速等优点,但众包平台上提交的测试报告数量庞大且高度冗余,如何在有限的时间内审查到高质量的测试报告是报告审查人员面临的一个挑战。基于此,本文提出融合文本和图像信息的众包测试报告聚类和优先级排序方法。(1)融合文本和图像信息的众包测试报告聚类方法。首先,分别提取测试报告中的文本信息和截图信息,利用自然语言处理技术和空间金字塔匹配技术对文本信息和截图信息进行处理,计算报告间的文本相似度和截图相似度;其次,利用加权法计算测试报告间的混合相似度,并基于混合相似度对测试报告进行聚类。最后,将该方法应用于五个不同应用程序的测试报告集中。实验结果表明,所提方法可以提高众包测试报告的聚类精度。(2)融合文本和图像信息的众包测试报告优先级排序方法。通过对测试报告中文本信息和截图信息的处理,计算测试报告间的相似度;此外,结合文本和截图信息给出测试报告的缺陷检测度;最后,基于测试报告缺陷检测度和相似度,提出一种两阶段排序法对测试报告进行优先级排序。第一阶段,基于缺陷检测度和报告间的相似度,对测试报告集边排序边聚类,得到部分报告的排序结果,以及已排序报告的相似测试报告集;第二阶段,以最小化相似度和最大化缺陷检测度为准则,对相似测试报告集进行排序;合并两个阶段的排序结果构成最终的测试报告优先级。最后,通过实验验证所提方法可以得到高质量的测试报告优先级序列。本文提出的众包测试报告聚类和优先级排序方法,可以大大减少报告审核人员的审查代价,从而降低测试成本、提高测试质量,为构建高质量的软件奠定基础。因此,本文研究具有一定的理论和实用价值。(本文来源于《中国矿业大学》期刊2019-05-01)
张莹,郭红梅,尹文刚,赵真,冉青[4](2019)在《基于SIFT特征与SVM分类的地震灾情图像信息异常检测方法》一文中研究指出通过分析以往震后获取的图像信息发现,部分信息存在与地震发生时间不吻合、不属于地震影响范围或与地震灾情无关等异常。通过将图像分类算法运用到震后灾情图像信息的异常检测中,提出了一种基于SIFT特征与SVM分类的地震灾情图像信息异常检测模型,以2013年芦山7.0级地震建筑物破坏灾情图像为例对模型进行验证。结果表明:该模型对图像信息异常的检测效果较好,可进一步补充和完善地震应急救援的灾情信息源,为政府抗震救灾科学决策提供灾情信息支撑。(本文来源于《地震研究》期刊2019年02期)
李建飞,李建鑫[5](2019)在《一种新的基于DCT域的图像信息隐藏方法》一文中研究指出为了避免经典扩频算法中因为嵌入强度减少导致虽隐蔽性得到提高,但秘密信息提取误差却变大的问题,本文提出一种新的图像隐藏扩频算法。基于DCT特性,若将秘密信息扩频嵌入载体图像的每个8×8维DCT系数矩阵的特定元素内,并根据嵌入位置的不同对隐秘图像作相应改换,就可提高扩频算法隐蔽性。仿真结果表明,基于DCT特性的扩频算法,不需要减少嵌入强度就可提高隐秘图像的峰值信噪比(PSNR)值。(本文来源于《电子测试》期刊2019年Z1期)
王中任,郭晓康,赵刚[6](2019)在《两组双目立体深度图像信息融合与叁维重建方法》一文中研究指出获取工件目标的叁维表面与深度信息是实现工业立体视觉应用的关键。提出一种将两组双目视觉系统结合的方法,对随机摆放的工件多方位采集图像并获得目标工件的叁维表面点云。其中,两组双目视觉系统会根据NCC(Normalized Cross Correlation)匹配算法产生工作场景的两组视差图像,去噪分割之后对其立体深度信息进行提取,其过程中采用一种新颖的转换方法,视差图像中每个坐标位置的像素点的x、y、z方向的立体深度信息分别被转化为X、Y、Z图像中对应位置上像素的灰度值。采样两组立体深度数据,共同储存到标定完成的参考相机坐标系中达到信息融合的目的。最后,对随机摆放的工业工件进行了的叁维重构实验,对于相互重迭、高度、姿势都不同的零件能较好的恢复出清晰的轮廓点云,在重迭区域也能产生较为明显的层次性。(本文来源于《激光与红外》期刊2019年02期)
黄靖伟[7](2019)在《基于水下图像信息的同步定位与地图构建方法研究》一文中研究指出同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术,可以在未知的作业区域,机器人通过自身传感器来获取周围环境的特征推算出其位姿,并借助定位信息逐渐更新出周围的环境地图。水下自主机器人的作业特点通常是时间长、隐蔽性强。视觉SLAM技术可以利用视觉信息在航行器没有配备导航系统或者其它定位导航方法失效的时候提供定位导航功能。实现基于水下视觉的同步定位与地图构建解决方案,本文主要的研究工作有:1.通过图像序列信息获取相机内参。在只有图像信息的条件下,本文的相机标定方法区别于传统方法,直接采用图像信息获得相机传感器的模型参数,得到叁维空间和二维测量数据之间的数学映射关系。2.ORB(Oriented FAST and Rotated BRIEF)特征点提取算法能够满足系统的实时性要求,针对提取的特征点在图像中分别不均匀的问题,本文采用格栅化图像分区域提取的方法。为提高特征点匹配的速率,本文借助词袋模型构建的字典、借助运动先验知识加速特征点的匹配。在提升特征点匹配的正确率方面,运用匹配特征点对的方向差的统计规律来剔除错误匹配。3.设计一个借助空间路标点和图像特征点的匹配关系得到位姿估计的视觉里程计。由于单目视觉没有特征点的深度信息,采用叁角测量来还原与图像特征点相对应的空间路标点,获得由图像帧和路标点组成的初始地图。通过优化相机位姿使得空间点在图像中的投影点到图像特征点的偏差最小,达到对相机定位的目的。4.为了跟踪定位的可持续性,用最新时刻的图像信息来维护一个地图要素(关键帧和路标点)随着图像信息更新的地图。地图的信息应该具有代表性且尽量精简,本文在图像序列中设计规则选择有代表性的关键帧加入地图,新的关键帧与其有共视关系的关键帧继续生成新的路标点,然后设计一定的策略来精简冗余的关键帧和路标点。通过光束平差法(Bundle Adjustment)来优化更新得到的关键帧和路标点的这一局部地图。5.虽然在多个环节对估计结果不断优化的视觉里程计可以提供相对满意的定位结果,但是视觉里程计还是难以避免累计误差的问题,所以设计一个闭环控制环节来修正误差。首先通过词袋模型算法找到与当前关键帧相似的回环关键帧,计算这两个关键帧之间的相似变化,确立当前关键帧新的位姿,再通过位姿传播策略来修正关键帧位姿,调整地图中的路标点。最后通过只有位姿节点的图优化来调整全局定位结果。(本文来源于《哈尔滨工程大学》期刊2019-01-08)
王大轶,张磊,朱卫红,史纪鑫,黄美丽[8](2019)在《基于双目光学图像信息的空间非合作目标自主相对导航方法》一文中研究指出针对无任何先验信息的空间非合作目标相对导航问题,提出了一种仅基于双目视觉图像测量的自主相对导航方法.首先,建立了非合作目标双目图像测量辨识模型及特征位置矢量解算方法.利用观测卫星相机系下的目标相对位置矢量观测序列,结合卫星姿态、相机安装方位等信息,给出了非合作目标初始相对运动状态估计及导航滤波参数初始化方法.之后采用考虑状态噪声补偿以及观测方差矩阵和状态噪声矩阵自适应修正的扩展卡尔曼滤波算法,完成空间非合作目标自主相对导航解算.最后以低轨非合作目标逼近段为例进行相对导航仿真,验证了该方法的有效性.(本文来源于《中国科学:物理学 力学 天文学》期刊2019年02期)
滕艺丹[9](2018)在《高光谱图像信息恢复方法研究》一文中研究指出空间遥感和光谱成像技术的不断发展,让我们不仅突破了观测距离的限制,也摆脱了可见光的光谱束缚。高光谱图像以更高的光谱分辨率,搭建起了物质微观粒子构成和宏观地物分布特性间的信息桥梁,其图谱合一的表现能力使得遥感突破视觉的束缚而更加接近物理真实,在资源勘探、农林检测、城市规划、目标侦察等领域都得到了广泛应用。然而,复杂的高光谱成像链路以及受限的硬件水平会引入多种降质,严重影响了高光谱图像的对地物本征空谱特性的表现能力和后续应用的性能。受物理原理和现有成像机理的限制,这些降质短时间内无法从根本上避免,现有高光谱遥感平台已经并将继续产生海量高光谱数据,利用图像处理技术对降质高光谱图像进行恢复,并在当前硬件水平下,尽可能提升其质量以更准确的体现地物固有空谱特性,进而提高后续解译精度,对扩大高光谱遥感在工农业生产和国防建设等多领域的应用具有重要的意义。高光谱图像具有图谱合一的特点,降质往往会同时对其光谱特征和空间特征造成损害。一方面,传统方法在恢复降质信息的同时通常对地物本征空谱特性的保护不足;另一方面,各种降质的成因复杂,呈现不同的空谱统计特性,很难被统一的方法有效恢复。实现海量且未知质量的高光谱数据的系统性恢复,使其能更准确地反映地物空谱辐射信息,是当前高光谱遥感领域亟待解决的核心任务。本文突破传统数字图像处理技术的限制,从电磁辐射原理和光谱成像基本机理出发,面向各种降质不同的空谱分布特点,建立退化模型,并利用空谱相关性、先验统计特性和多源遥感信息,提出针对高光谱遥感图像的综合恢复多种降质的新思路。首先,高光谱图像的成像机理不仅是分析其空谱特征和各种降质特性的基础,也为设计区别于常规图像处理技术的降质恢复方法提供理论支撑。本文从电磁辐射的物理原理出发阐述了高光谱成像的基本原理及高光谱图像的空谱特性与地物分布间的联系。在此基础上,对高光谱遥感图像中常见的四类主要降质原因及其各自的空谱分布特点进行分析,建立整体退化模型并梳理恢复任务和评价体系,为本文后续针对性的研究相应的恢复方法奠定理论基础。最后,针对高光谱图像存在大气衰减谱段进而造成诊断性特征损失的问题,利用光谱分辨率高,谱间相关性强的特点,提出了基于双向导数预测的大气衰减谱段恢复方法。实验证明,与传统方法相比,该方法能够更好地还原地物的本征光谱特性,获得很好的恢复效果。其次,针对传感器部分功能单元受损等非线性响应导致空间维扫描出现全波段条带状信息缺损的问题,提出了基于边缘约束和自适应形态学滤波的恢复方法。首先,利用地物的空谱相关性,通过计算光谱信息的空间梯度进行边缘提取以描述地物结构信息并检测降质区域;之后,利用基于局部边缘概率支撑模型和学习算法的边缘重建方法或是借助多源遥感图像的空间结构信息,构建缺失区域的空间结构信息;最后,在边缘约束下生成自适应结构元素结合滤波方法恢复条带内的空谱信息。实验证明,该方法能够更好地保持地物的空间结构特性,并有效抑制了区域交界处的光谱混迭。此外,通过面向应用的分类实验,进一步证明了本文提出的自适应形态学结构元素可以提升滤波算法的空间特性保护能力,这对于高光谱图像的处理和智能解译都有着重要的应用价值。再次,针对复杂成像链路引入的空谱域随机分布的高斯噪声、稀疏噪声、结构性噪声等混合噪声的问题,提出了一种基于超像素分割和多分辨低秩表达的恢复方法。首先,分析了图像信号及混合噪声的空谱域统计特性,建立高光谱图像混合降质退化模型。之后,针对现有方法未有效利用高光谱图像全局低秩性的问题,建立多分辨低秩恢复模型,在低分辨层抑制具有局部低秩性的结构性噪声。最后,在高分辨层,利用线性空谱聚类算法获取空间邻近光谱相似的超像素代替传统的方块作为低秩恢复单元,以提升各单元内地物种类的稳定性和信号的空谱低秩性。实验证明该方法可以更好的去除混合噪声、保护图像的空谱特性,并有效解决了传统低秩恢复架构中的块状效应问题。最后,针对现有成像系统硬件限制导致的高光谱图像空间分辨率低、光谱混迭较为严重的问题,利用多光谱图像与高光谱图像间的空谱相关性,提出了一种基于局部自适应稀疏解混和亚像素校准的融合超分辨方法以进一步恢复地物本征空谱信息。首先,将丰度矩阵稀疏性引入联合光谱解混模型,并根据地物概率分布的空间相关性,优化非负矩阵分解的迭代求解过程,有效地获取了具有更好空谱特性的高分辨率高光谱图像,并明显提升了算法收敛性。之后,为了进一步提升融合超分辨后图像的空间准确性,提出基于最优拟合自适应形态学滤波方法,以融合图像空间特性尽可能接近多光谱图像为目标的亚像素校准方法。实验证明,本方法获取的高分辨率高光谱图像能更准确地体现地物的空谱本征特性。(本文来源于《哈尔滨工业大学》期刊2018-09-01)
汪维清[10](2018)在《大容量及高信噪比的可逆图像信息隐藏方法研究》一文中研究指出信息隐藏DH(Data hiding)技术在数字媒体授权、版权保护、军事信息传递、个人隐私保护以及电子商务活动等方面都得到了广泛应用。然而传统DH技术存在较大缺陷,即隐密图像提取信息后不能完全正确地复原原始载体图像,这对一些要求较高的特殊应用,如军事、医学及法律应用等,即使载体图像有一点小小改变都不可忽视。因此涌现出了大量有关可逆图像信息隐藏RDH(Reversible data hiding)技术的研究。RDH方法可以在保证提取出隐藏信息的同时无损地恢复载体图像。目前,RDH算法研究主要分为四大类:基于差分扩展DE(Difference expansion)的RDH、基于直方图平移HS(Histogram shifting)的RDH、基于预测误差扩展PEE(Prediction error expansion)的RDH以及基于双图像和图像内插的RDH。然而RDH技术还存在几个关键问题有待解决:1.建立信息隐藏过程中隐密图像失真数学模型;2.构造出更陡峭的直方图;3.寻找信息隐藏量与隐密图像质量平衡点;4.提升图像信息隐藏技术鲁棒性;5.研究新视觉质量评价标准。本文针对当前RDH存在的问题提出了解决信息隐藏过程中的抗干扰具体办法,建立了信息隐藏过程中隐密图像失真的数学模型,分析了信息隐藏中出现的上溢/下溢机理,并提出了相应解决措施,同时构造出了一些更为陡峭的误差差分分布直方图模型。主要创新点有3方面:(1)提出了基于有效位差分扩展的RDH算法。结合像素二进制有效位和DE方法而提出了一种基于有效位差分扩展的RDH方法。如果隐密图像完好无损,原始载体图像就能正确地恢复,隐藏信息也能正确地被提取出来;另一方面,如果隐密图像被一些无意改变如噪声等,算法也能具有一定鲁棒性。算法首先将载体图像像素分解成两部分:较高有效位HSB(Higher significant bits)与最低有效位LSB(Least significant bits),并计算相邻像素间的HSB差分。然后通过差分平移在HSB中隐藏信息,平移量和平移规则相对比较固定,故能实现可逆性。由于像素的HSB和LSB的分离,一些对隐密图像无意改变并不能影响HSB,故算法具有一定鲁棒性。(2)基于左右平移的大容量RDH算法。根据矩形预测误差的分布特点:直方图的最高峰值点也同时是差分零值点,位于原点,其它峰值点以近似对称的形式分布在原点两侧,而其它频率为零值点也近似对称地分布在原点两侧。首先将峰值点向右平移,留下部分空位用于隐藏信息,接着再将峰值点向左平移,再次留下部分空位用于隐藏信息。由于向右移增大像素,而向左移又会减小像素,故两次平移具有一定综合性,能减小隐密图像总体失真。同时,通过分析PE(Predictive error)条件,可以在不增加任何附加信息情况下有效地解决上溢/下溢问题。实验分析表明,算法具有嵌入量大且隐密图像质量高的特点,算法性能有明显提高。(3)提出了基于双向差分扩展的可逆图像信息隐藏算法。首先,以“Z”字形顺序扫描光栅图像,将二维图像转换为一维数组;然后,将相邻像素间的差分分别向左右两个方向扩展,并同时在左侧嵌入一位信息;最后,再将嵌入了信息位的加密一维数组转换为二维数组,得到隐密图像。信息接收者接收到隐密图像后,以“Z”字形顺序扫描光栅图像,将二维图像转换为一维数组;然后,将相邻像素间差分分别向左右两个方向压缩,并同时在左侧提取一位信息;最后,再将提取了信息位的一维数组转换为二维数组,得到无损载体图像。另外,利用两个像素的均值取值范围解决了上溢/下溢问题,并减小了隐密图像失真,即图像质量得到了提高。实验表明,算法在嵌入量及隐密图像质量等方面都有明显地提高。(本文来源于《重庆大学》期刊2018-09-01)
图像信息方法论文开题报告
(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:
利用改进型图像信息方法(Modified Pattern Informatics Method,MPI)基于DEMETER卫星观测的电子浓度(Ne)、电子温度(Te)数据探索了2008年5月12日汶川MS8.0震前出现的地震电离层电子参量异常现象。对电离层电子浓度(Ne)、电子温度(Te)的观测数据进行了消除年变及由太阳活动等引起的长趋势变化,以期能够提取到由地震孕育与发生所引起的电离层扰动异常。
(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。
图像信息方法论文参考文献
[1].张晓冉.图像信息识别的智能处理方法分析[J].集成电路应用.2019
[2].夏彩韵,张小涛,张志宏.利用改进型图像信息方法研究汶川8.0级地震震前电离层扰动异常特征[J].国际地震动态.2019
[3].杨焱.融合文本和图像信息的众包测试报告挖掘与处理方法[D].中国矿业大学.2019
[4].张莹,郭红梅,尹文刚,赵真,冉青.基于SIFT特征与SVM分类的地震灾情图像信息异常检测方法[J].地震研究.2019
[5].李建飞,李建鑫.一种新的基于DCT域的图像信息隐藏方法[J].电子测试.2019
[6].王中任,郭晓康,赵刚.两组双目立体深度图像信息融合与叁维重建方法[J].激光与红外.2019
[7].黄靖伟.基于水下图像信息的同步定位与地图构建方法研究[D].哈尔滨工程大学.2019
[8].王大轶,张磊,朱卫红,史纪鑫,黄美丽.基于双目光学图像信息的空间非合作目标自主相对导航方法[J].中国科学:物理学力学天文学.2019
[9].滕艺丹.高光谱图像信息恢复方法研究[D].哈尔滨工业大学.2018
[10].汪维清.大容量及高信噪比的可逆图像信息隐藏方法研究[D].重庆大学.2018