导读:本文包含了图像筛选论文开题报告文献综述及选题提纲参考文献，主要关键词:恒虚警率,合成孔径雷达图像,目标检测,排序筛选
图像筛选论文文献综述
陈帅[1]（2019）在《一种快速排序筛选SAR图像目标CFAR检测算法》一文中研究指出传统SAR图像目标CFAR检测算法通常针对低分辨率图像,目标在高分辨率图像中表现为扩展目标时难以获得较好的检测性能.为解决高分辨率SAR图像的目标检测问题,借鉴3种传统CFAR检测算法,研究了一种快速排序筛选SAR图像目标CFAR检测算法.该算法引入杂波像素排序筛选机制,通过获取候选目标区域减少CFAR检测像素点,针对滑窗移动时杂波像素大量重合进行参数快速估计.实验结果表明,该算法与传统CFAR算法相比,在检测效果和检测效率上都有显着提升;而SAR图像的检测性能与筛选深度有关.(本文来源于《空军预警学院学报》期刊2019年04期）
韩萍,宋厅华[2]（2019）在《区域筛选与多级特征判别相结合的PolSAR图像飞机目标检测》一文中研究指出目的针对全极化、复杂场景下飞机目标检测问题,提出了区域筛选与多级特征判别相结合的Pol SAR飞机目标检测方法。方法首先对原始Pol SAR图像进行滤波及去取向预处理,消除相干斑和随机取向对检测效果的影响;其次对图像进行基于功率值的区域分割,提取感兴趣区域;然后对感兴趣区域进行区域筛选,提取疑似飞机目标;最后以功率交叉熵、背景匀质性、功率差异度为特征对疑似飞机目标进行筛选,得到最终的检测结果。结果利用美国NASA实验室的AIRSAR和UVASAR系统采集的Half-Moon-Bay、Kahului及Kona地区的实测数据进行实验,并与其他方法进行了对比。在实验1中,本文方法和对比方法均能准确检测出场景中存在的2架飞机目标,本文方法产生了7个虚警,对比方法产生了22个虚警;在实验2中,本文方法和对比方法都检测出了4架飞机目标,本文方法产生了4个虚警,对比方法产生了17个虚警;在实验3中,本文方法检测出了15架飞机中的13架,产生了6个虚警,对比方法检测出了6个待测目标,产生了17个虚警。结论本文方法在提取出疑似飞机目标的前提下,利用多种特征对疑似飞机目标进行筛选,不需要提取出机场跑道和停机坪区域,避免了由于跑道和停机坪区域提取不完整导致的检测不准确的问题,相比于对比方法,本文方法在降低虚警和漏警的同时,提高了运算效率。(本文来源于《中国图象图形学报》期刊2019年07期）
王志娟[3]（2019）在《单颗粒冷冻电镜叁维重构中投影图像的筛选》一文中研究指出目前,单颗粒冷冻电镜叁维重构过程中面临着一个非常重要的问题,即如何在投影图像的方向角未知且随机分布的情况下,利用这些二维图像构建可靠的叁维初始模型。在重构过程中首先需要估计出每张二维投影图像的方向角。角重构方法通过构建直角坐标系可以估计出投影图像的方向角。然而由于一部分投影图像的高噪声影响,很难获得较为准确的投影角。在本文中,我们提出了一个新的基于等价线原理的方法。该方法主要是通过筛除部分低质量的投影图像来提高叁维重构的效果。其中,我们认为噪声较大或者具有错误特征的图像为低质量图像。通常利用欧拉角α,β和γ表示投影角的参数。我们发现通过计算投影图像的欧拉角γ可以估计二维图像的质量。在筛除掉低质量的投影图像后,利用其余的图像构建初始模型。基于欧拉角估计的投影图像筛选算法的主要原理过程是:首先,获得每张投影图像的方向角,在实验中我们利用了目前求投影角比较可靠的算法估计投影角。然后,根据旋转定理,我们可以利用第i副图像的α,β和γ角,以及第j副图像的α和β角计算出第j副图像的γ角,并根据得到的γ角的分布对投影图像的质量进行评估。最后,我们筛除一部分低质量的投影图像只利用其余的图像进行初始模型的构建。同时我们还发现通过统计投影图像间的有效等价线的个数也可以估计图像的质量,即一张图像与其它图像能够估计出的有效等价线越多,我们就认为这张图像的质量更高。实验结果表明等价线筛选算法也可以有效地增强初始模型,但是效果不如基于欧拉角的投影图像筛选算法好。在实验中,我们对70S核糖体模拟产生了投影图像,并利用欧拉角筛选算法和等价线筛选算法对投影图像进行了筛选。实验结果表明,欧拉角筛选算法和等价线筛选算法都可以在原有基础上提高初始模型的准确度,其中欧拉角筛选算法相对于等价线筛选算法更加有效。(本文来源于《兰州大学》期刊2019-03-01）
阮国荣[4]（2018）在《基于图像识别的基坑自动化监测异常数据筛选方法》一文中研究指出结合工程实际,研究了在低成本因素下如何解决突变数据的判别,由此提出了基于图像识别技术的基坑施工自动化监测异常数据筛选方法,并详细阐述了其中图像识别和数据筛选算法的原理。通过该方法的应用,可大幅度提高自动监测数据报警的有效性和自动监测数据分析的合理性。(本文来源于《建筑施工》期刊2018年12期）
郭富春[5]（2018）在《“基于卷积神经网络的货车图像故障识别筛选系统”通过太原局集团公司技术评审》一文中研究指出2018年5月10日,由湖东车辆段、北京飞鸿云际科技有限公司和北京航空航天大学联合研制的"基于卷积神经网络的货车图像故障识别筛选系统"通过了太原局集团公司科委组织的技术评审。"基于卷积神经网络的货车图像故障识别筛选系统"主要由识别图像服务器、GPU工(本文来源于《太原铁道科技》期刊2018年04期）
石楠,张莹莹,陈海清,李志辉,刘双[6]（2018）在《基于图像灰度处理的谷氨酰胺转氨酶产生菌半定量-高通量筛选》一文中研究指出以图像灰度处理软件Image J为测量手段,以微生物谷氨酰胺转氨酶(MTG)产生菌拟无枝酸菌(Amycolatopsis sp.)109.5为出发菌株,经紫外诱变后,对突变株进行半定量测定和高通量筛选。突变株在含有营养琼脂培养基的96孔板中30℃条件下培养3 d后进行显色反应,利用Image J获得各孔灰度均值,根据灰度均值差异预测突变株的产酶水平。结果表明,从334株突变株中筛选到一株MTG活力为0.803 U/m L的正突变株80,较出发菌株MTG活力提高148.6%。基于Image J图像处理软件与96孔板的固体培养法可以实现MTG产生菌株的半定量测定和高通量筛选。(本文来源于《中国酿造》期刊2018年11期）
李婷[7]（2018）在《无参考图像质量评价在车牌筛选中的应用》一文中研究指出车牌筛选可以看做是一种对车牌识别的预处理过程。通过筛选出能够被识别的车牌图像,以及分析不能够识别的图像,修正车牌图像采集系统误差,来达到提高车牌识别准确率的目的。本文使用基于图像信息熵的无参考图像质量评价算法来进行车牌筛选。本文对车牌图像采集系统的工作特点进行了简要分析,总结出车牌图像质量评价算法需要覆盖噪声、模糊、块效应等失真类型。根据图像质量对车牌识别准确率的影响,得出筛选时应该反映图像的亮度、清晰度、对比度。比较了四种现有的车牌图像质量评价算法对图像的亮度、清晰度等方面的评价。发现其中叁种算法均没有给出车牌图像的总体质量,另外一种也是对四种评价因子的简单加权求和。针对这些算法的缺点,提出了基于图像信息熵的车牌图像质量评价算法。使用车牌图像的空间熵值、频谱熵值和梯度熵值作为图像的特征向量,采用两级框架的结构计算图像的总体质量分数。其中空间熵值反映图像的亮度,频谱熵值反映图像的清晰度,梯度熵值反映图像的对比度。设计了交互性友好的人机界面,使用该界面检测算法的性能。本文算法能够通过评价图像的亮度、清晰度指导MCS爬山法和单向搜索算法找到合适的光圈和焦距。即能够通过分析质量低下的图像,修正图像采集系统的误差。本文算法能够筛选出图像数据库中图像质量小于阈值的图像,且准确性、一致性和单调性能均比文章所比较的算法好,即表示能够准确的筛选出质量合格的图像。(本文来源于《内蒙古大学》期刊2018-06-11）
曹福来,刘怡杉,张亚赠,楚慧闯,娄金辉[8]（2018）在《基于matlab的发动机喷雾图像筛选程序设计》一文中研究指出燃油雾化的好坏对发动机经济性、动力性、排放性等有着重要影响,而在燃油喷雾试验中会得到的大量喷雾图像,其中能满足要求反应雾化真实情况的少之又少。笔者利用MATLAB编写辅助程序,采用灰度直方图、平均灰度、拉普拉斯算子、graythresh全局阈值、标准偏差等多种算法,结合GUI用户界面来实现喷雾图像自动筛选,避免人工的费时费力以及判别误差。(本文来源于《科技创新与应用》期刊2018年15期）
王利文[9]（2018）在《基于支持向量机的天文图像筛选与研究》一文中研究指出时域天文学是一个目前非常活跃的研究领域,其主要研究对象包括超新星、变星及系外星系等光度连续变化的目标源和太阳系内的近地天体等快速移动目标。在时域天文研究中,中小口径光学望远镜的自动巡天是获取观测数据的重要来源,在观测时,望远镜根据观测策略自动观测并连续曝光,以获得时间上密集采样的大量天体图像。受此观测模式影响,获取的大量数据会受到外界环境、望远镜和CCD等机制影响而产生一些存在缺陷的图像。这些缺陷数据会随着有效数据一并传输,大大浪费存储和网络资源,同时影响后期的数据处理和科学研究。为此,在获取数据的同时,自动识别和筛选存在缺陷的数据对于数据传输和自动处理非常重要。CCD是图像噪声的一个重要来源,为了更好的研究图像噪声特性,模拟了CCD/CMOS传感器的成像过程,执行了从光子到电子、从电子到模拟电压、从模拟电压到数字电压的过程,构建了高精度的光电传感器模型,并模拟了图像像差,还从几个常见的影响天文图像质量的因素出发,模拟了叁种天文图像噪声:点状缺陷噪声、类条状缺陷噪声和云噪声等。根据几种主要影响图像数据的外界因素,本文提出了使用支持向量机融合如下四种图像评价指标:灰度不一致度、点状缺陷系数、类条状缺系数、云噪声等,以实现对不同质量天文图像的筛选,并根据对于瞬变源等目标观测数据处理速度需求,使用GPU技术实现了天文图像快速筛选的要求,在筛选出存在缺陷的图像数据后,对存在云噪声的数据,进行了云的指标图提取。实验结果表明:该系统对天文图像的分类准确率可达97%以上,对1024?1024大小的图像可达3.8s/幅的筛选速度,满足快速筛选的需求,利用直方图变换和特征提取可以初步提取云的指标图,给测光和暗弱目标提取提供参考。(本文来源于《太原理工大学》期刊2018-04-01）
王刚[10]（2017）在《基于浮选工艺改进与图像处理的铜矿筛选研究》一文中研究指出为提高铜矿筛选工艺的效率和筛选精度,结合铜矿筛选问题,从筛选工艺和筛选图像处理的角度对铜矿筛选进行研究。一方面结合铜矿石的物相分析和传统的混合筛选工艺,提出一种优选浮选硫化铜—氧化铜改进工艺;另一方面,针对在浮选中人工筛选存在的弊端,借助现代图像处理技术筛选出Cu2S和Cu O矿石。最后通过试验对样品进行筛选,结果表明最终铜的回收率可达到91.96%的标准,验证了两者方法结合的有效性。(本文来源于《中国锰业》期刊2017年06期）
图像筛选论文开题报告
（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：
目的针对全极化、复杂场景下飞机目标检测问题,提出了区域筛选与多级特征判别相结合的Pol SAR飞机目标检测方法。方法首先对原始Pol SAR图像进行滤波及去取向预处理,消除相干斑和随机取向对检测效果的影响;其次对图像进行基于功率值的区域分割,提取感兴趣区域;然后对感兴趣区域进行区域筛选,提取疑似飞机目标;最后以功率交叉熵、背景匀质性、功率差异度为特征对疑似飞机目标进行筛选,得到最终的检测结果。结果利用美国NASA实验室的AIRSAR和UVASAR系统采集的Half-Moon-Bay、Kahului及Kona地区的实测数据进行实验,并与其他方法进行了对比。在实验1中,本文方法和对比方法均能准确检测出场景中存在的2架飞机目标,本文方法产生了7个虚警,对比方法产生了22个虚警;在实验2中,本文方法和对比方法都检测出了4架飞机目标,本文方法产生了4个虚警,对比方法产生了17个虚警;在实验3中,本文方法检测出了15架飞机中的13架,产生了6个虚警,对比方法检测出了6个待测目标,产生了17个虚警。结论本文方法在提取出疑似飞机目标的前提下,利用多种特征对疑似飞机目标进行筛选,不需要提取出机场跑道和停机坪区域,避免了由于跑道和停机坪区域提取不完整导致的检测不准确的问题,相比于对比方法,本文方法在降低虚警和漏警的同时,提高了运算效率。
（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。
图像筛选论文参考文献
[1].陈帅.一种快速排序筛选SAR图像目标CFAR检测算法[J].空军预警学院学报.2019
[2].韩萍,宋厅华.区域筛选与多级特征判别相结合的PolSAR图像飞机目标检测[J].中国图象图形学报.2019
[3].王志娟.单颗粒冷冻电镜叁维重构中投影图像的筛选[D].兰州大学.2019
[4].阮国荣.基于图像识别的基坑自动化监测异常数据筛选方法[J].建筑施工.2018
[5].郭富春.“基于卷积神经网络的货车图像故障识别筛选系统”通过太原局集团公司技术评审[J].太原铁道科技.2018
[6].石楠,张莹莹,陈海清,李志辉,刘双.基于图像灰度处理的谷氨酰胺转氨酶产生菌半定量-高通量筛选[J].中国酿造.2018
[7].李婷.无参考图像质量评价在车牌筛选中的应用[D].内蒙古大学.2018
[8].曹福来,刘怡杉,张亚赠,楚慧闯,娄金辉.基于matlab的发动机喷雾图像筛选程序设计[J].科技创新与应用.2018
[9].王利文.基于支持向量机的天文图像筛选与研究[D].太原理工大学.2018
[10].王刚.基于浮选工艺改进与图像处理的铜矿筛选研究[J].中国锰业.2017