导读:本文包含了迭代分割论文开题报告文献综述及选题提纲参考文献，主要关键词:稀疏重构,分割Bregman迭代,加速梯度方法
迭代分割论文文献综述
张亚,邹健,沈马锐,彭思豪[1]（2019）在《一种求解稀疏重构问题的加速分割Bregman迭代算法》一文中研究指出为提高分割Bregman迭代算法的收敛速率,将加速梯度方法与分割Bregman迭代算法结合,提出了一种加速分割Bregman迭代算法,并将该方法用于求解L_1范数约束条件下的稀疏重构问题。新算法在保持原有算法迭代简单、易于实现等优点的同时,还具有超线性收敛性,可更好地求解实际问题。试验结果表明,与目前已有方法相比,加速分割Bregman迭代算法在迭代次数上有明显提升。(本文来源于《长江大学学报(自然科学版)》期刊2019年10期）
张婧,国晶[2]（2019）在《基于迭代分割的无线传感器网络定位算法》一文中研究指出定位精度对于提高应用的服务能力至关重要。为了提高无线传感器网络中未知节点的定位精度,提出了基于迭代分割的无线传感器定位算法。针对APIT算法进行叁角形判定时产生的误判问题,引入同向法以及叁角形角度之间的关系来判定节点隶属关系,然后再利用迭代的思想对未知节点的定位区域进行分割,来得到更精确的节点位置信息。通过实验对比分析,基于迭代分割的无线传感器网络定位算法的定位精度较原始的APIT算法的定位精度提高约24.6%。(本文来源于《长春理工大学学报(自然科学版)》期刊2019年05期）
夏敏[3]（2019）在《基于随机游走的迭代分割算法》一文中研究指出针对受光线变化影响的图像,本文提出一个新的基于随机游走的迭代分割算法。该算法先利用随机游走对受光线变化影响部分进行部分边缘分割,然后利用迭代分割算法对整体图像进行分割。实验结果表明,该算法能减少光线变化对图像分割的影响,能对图像进行高精度的分割。(本文来源于《数字技术与应用》期刊2019年09期）
王德明,颜熠,周光亮,李勇奇,刘成菊[4]（2019）在《基于实例分割网络与迭代优化方法的3D视觉分拣系统》一文中研究指出针对工业上常见的弱纹理、散乱堆迭的物体的检测和位姿估计问题,提出了一种基于实例分割网络与迭代优化方法的工件识别抓取系统.该系统包括图像获取、目标检测和位姿估计3个模块.图像获取模块中,设计了一种对偶RGB-D相机结构,通过融合3张深度图像来获得更高质量的深度数据;目标检测模块对实例分割网络Mask R-CNN(region-based convolutional neural network)进行了改进,同时以彩色图像和包含3维信息的HHA(horizontal disparity,height above ground,angle with gravity)特征作为输入,并在其内部增加了STN(空间变换网络)模块,提升对弱纹理物体的分割性能,结合点云信息分割目标点云;在目标检测模块的基础上,位姿估计模块利用改进的4PCS(4-points congruent set)算法和ICP(迭代最近点)算法将分割出的点云和目标模型的点云进行匹配和位姿精修,得到最终位姿估计的结果,机器人根据此结果完成抓取动作.在自采工件数据集上和实际搭建的分拣系统上进行实验,结果表明,该抓取系统能够对不同形状、弱纹理、散乱堆迭的物体实现快速的目标识别和位姿估计,位置误差可达1 mm,角度误差可达1°,其性能可满足实际应用的要求.(本文来源于《机器人》期刊2019年05期）
马敏,王涛,范广永[5]（2018）在《基于分割Bregman迭代的内-外置电极电容层析成像》一文中研究指出针对电容层析成像(electrical capacitance tomography,ECT)逆问题的病态性和不适定性,提出了一种基于分割布雷格曼迭代(split Bregman iteration,SBI)的图像重构算法。在目标函数中引入基于参考图像的正则化、低阶约束和空间约束,从而提高成像质量和空间分辨率。对内-外置电极的ECT敏感场内环形区域进行图像重建。仿真结果表明:与Tlkhonov正则化算法和Landweber迭代算法相比,基于布雷格曼迭代的图像重建算法具有较好的空间分辨率,图像误差降低至0. 162 1,图像相关系数提升至0. 874 4,图像重建的精度和质量较高,说明了该算法在ECT图像重建领域的可行性和有效性。(本文来源于《科学技术与工程》期刊2018年32期）
刘仲民,王阳,李战明,胡文瑾[6]（2018）在《基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法》一文中研究指出针对传统区域邻接图在描述数据结构时,搜索全局最优解难的问题,提出了一种基于简单线性迭代聚类(SLIC)和快速最近邻区域合并的图像分割算法。该方法在区域邻接图基础上引入了最近邻接图来优化全局搜索,首先用SLIC超像素算法将图像分割成小区域,利用区域邻接图(RAG)和最近邻接图(NNG)的邻接表数据结构来描述区域之间的关系,然后计算每个待合并区域与其所有邻接区域之间的不相似度函数值,最后合并不相似度值最小的区域。实验结果表明:本文方法能较好地将最相似的区域进行合并,与传统的区域合并算法相比,降低了合并计算的复杂度,大幅度提高了区域合并的准确性。(本文来源于《吉林大学学报(工学版)》期刊2018年06期）
黄亮,宋晶[7]（2019）在《一种改进迭代条件模型的遥感影像语义分割方法》一文中研究指出随着遥感影像空间分辨率的提高,地物纹理细节更加丰富,采用传统的语义分割方法使分割结果过于细碎,整体性不强。针对该问题,提出一种改进迭代条件模型的遥感影像语义分割方法。首先采用L0梯度最小化模型对遥感影像去噪,然后采用迭代条件模型,通过更新影像中每个点的标记完成影像分割,最后采用Kappa指数对实验结果进行精度评价。实验结果表明,该方法是一种有效的遥感影像语义分割方法。(本文来源于《软件导刊》期刊2019年01期）
牛利,尹唱唱,刘喜禄,赵猛,程学珍[8]（2018）在《一种基于迭代直径圆检测的大气颗粒物图像分割方法》一文中研究指出大气颗粒物图像的分割是研究大气颗粒物形态特征的重要前提,针对球形大气颗粒物的扫描式电子显微镜(scanning electron microscope,SEM)图像,提出了一种基于迭代直径圆检测的图像分割方法,首先获取大气颗粒图像的边界,并利用迭代直径抽样策略检测颗粒物图像的边界,去除边缘噪声;然后利用细化方法计算可能圆的圆心和半径,检测可能圆获得候选圆;最后利用检测到的候选圆分割球形大气颗粒图像。选取4幅球形大气颗粒的SEM图像进行分割实验,结果表明所提方法的平均分割准确率可达到94%以上。(本文来源于《中国科技论文》期刊2018年20期）
刘峻,孙美艳,焦中元,练毅[9]（2018）在《基于全局阈值迭代的苹果图像分割计数方法》一文中研究指出针对苹果分拣生产线检测分级过程中面临的多个苹果堆迭而产生的计数精度不高的问题,提出了一种全局阈值迭代算法,在RGB图像空间利用抓取的彩色苹果图像R值矩阵生成灰度图,通过多次迭代计算,提取了各连通域质心的欧式距离特征,并针对堆迭苹果的粘连连通域进行了堆迭质心的剔除,进行了叁次迭代计算之后,最终确定了图像中苹果的数量,计数精度达到90%,该研究可为苹果分拣生产线的自动化设计提供技术支持。(本文来源于《安徽农业科学》期刊2018年29期）
官飞[10]（2018）在《基于迭代阀值分割法的植物特征图像处理》一文中研究指出通过构建好的植物分类识别系统,运用图像处理算法中迭代阀值法对植物的特征图像进行分割运算,获取植物属性图像中的个性特征,解决了传统植物识别速度慢、准确率低等问题。(本文来源于《辽宁科技学院学报》期刊2018年04期）
迭代分割论文开题报告
（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：
定位精度对于提高应用的服务能力至关重要。为了提高无线传感器网络中未知节点的定位精度,提出了基于迭代分割的无线传感器定位算法。针对APIT算法进行叁角形判定时产生的误判问题,引入同向法以及叁角形角度之间的关系来判定节点隶属关系,然后再利用迭代的思想对未知节点的定位区域进行分割,来得到更精确的节点位置信息。通过实验对比分析,基于迭代分割的无线传感器网络定位算法的定位精度较原始的APIT算法的定位精度提高约24.6%。
（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。
迭代分割论文参考文献
[1].张亚,邹健,沈马锐,彭思豪.一种求解稀疏重构问题的加速分割Bregman迭代算法[J].长江大学学报(自然科学版).2019
[2].张婧,国晶.基于迭代分割的无线传感器网络定位算法[J].长春理工大学学报(自然科学版).2019
[3].夏敏.基于随机游走的迭代分割算法[J].数字技术与应用.2019
[4].王德明,颜熠,周光亮,李勇奇,刘成菊.基于实例分割网络与迭代优化方法的3D视觉分拣系统[J].机器人.2019
[5].马敏,王涛,范广永.基于分割Bregman迭代的内-外置电极电容层析成像[J].科学技术与工程.2018
[6].刘仲民,王阳,李战明,胡文瑾.基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J].吉林大学学报(工学版).2018
[7].黄亮,宋晶.一种改进迭代条件模型的遥感影像语义分割方法[J].软件导刊.2019
[8].牛利,尹唱唱,刘喜禄,赵猛,程学珍.一种基于迭代直径圆检测的大气颗粒物图像分割方法[J].中国科技论文.2018
[9].刘峻,孙美艳,焦中元,练毅.基于全局阈值迭代的苹果图像分割计数方法[J].安徽农业科学.2018
[10].官飞.基于迭代阀值分割法的植物特征图像处理[J].辽宁科技学院学报.2018
标签：稀疏重构; 分割Bregman迭代; 加速梯度方法;