导读:本文包含了灰度统计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:二维相关谱,灰度统计特征,主成分分析,贝叶斯
灰度统计特征论文文献综述
单慧勇,曹燕,赵辉,杨仁杰,杨延荣[1]（2018）在《基于二维相关谱灰度统计特征判别掺杂尿素牛奶》一文中研究指出如今,乳制品掺杂问题日益突出,为寻求一种快速高效的鉴别掺杂牛奶的方法,提出将二维相关谱和灰度统计特征分析技术应用于判别掺杂牛奶的研究。运用MATLAB软件绘制出掺杂牛奶和纯牛奶的二维相关谱灰度图像,利用图像纹理分析中的灰度统计特征的方法提取出平均值、方差、偏度、自相关、惯性矩等11个图像灰度统计特征参数。为避免"特征维数灾难"问题的产生从而影响分类效果,采用主成分分析的方法提取出10个主要特征,实现对图像灰度统计特征的降维。设计贝叶斯分类器和BP神经网络分类器对掺杂牛奶进行判别和分类,基于二维同步-异步近红外光谱贝叶斯分类器和BP神经网络对掺杂尿素牛奶判别,其正确率分别为100%和92.31%,判别纯牛奶的正确率分别为92.3%和100%。(本文来源于《食品工业》期刊2018年11期）
周佳丽[2]（2018）在《声呐图像的灰度统计特征及其在OTSU和FCM分割中的应用》一文中研究指出在声呐技术中,声呐图像分割结果的准确性直接影响后续的处理环节以及最终对声呐图像的理解,因此声呐图像分割在声呐技术中具有重要的地位。但是由于声呐图像受海底噪声影响,其存在分辨率小、边界模糊、易受噪声干扰等问题,使得声呐图像分割没有可靠、可行的方法进行指导。本文主要研究声呐图像的灰度统计特征,以及应用最大类间方差算法(OTSU)和模糊C-均值(FCM)聚类算法来实现声呐图像分割。本文首先对声呐图像灰度统计特征的国内外研究现状进行概述,并给出声呐图像部分灰度统计特征的计算公式和物理意义。其次研究了现有OTSU图像分割算法,针对传统OTSU算法以灰度均值为衡量参数,本文提出改进的一维OTSU图像分割算法,其主要思想为将能够反映图像边缘灰度离散程度的均方差引入到算法中,以灰度均值和灰度均方差为参数构建新的类间方差。针对二维OTSU算法中二维直方图的构建,本文使用声呐图像的灰度统计特征灰度值、邻域灰度均值、邻域灰度中值和邻域灰度最大值来定义不同的二维直方图,从而实现二维OTSU双阈值声呐图像分割。最后针对经典FCM聚类图像分割算法既没有考虑图像灰度强度不均匀,也没有考虑像素空间信息的问题,本文将声呐图像的灰度统计特征引入到FCM聚类算法中,实现基于声呐图像灰度和空间信息的叁维向量表示,该方法有别于其它基于图像灰度和空间信息的二维向量表示。(本文来源于《内蒙古大学》期刊2018-06-12）
符志鹏,侯海燕,胡志刚[3]（2011）在《基于局部对称性及灰度统计特征的人眼定位方法》一文中研究指出为了兼顾人眼定位方法的准确率和实时性,提出基于局部对称性和灰度统计特征的人眼定位方法。该方法结合了模板匹配与对称变换的思想,利用了人眼灰度统计信息,取得了较好的效果。通过仿真实验表明:算法在满足算法定位准确率的同时,具有较好的实时性,因为其算法复杂度相对于模板匹配法和基于学习的方法大大降低。(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2011年04期）
张军团,林君[4]（2008）在《基于二阶灰度统计特征的SAR图像变化检测》一文中研究指出为了探讨斑点噪声对SAR(Synthetic Aperture Radar)图像变化检测的影响,深入研究了SAR图像的二阶灰度统计特性,提出了一种基于二阶灰度统计特性的SAR图像变化检测算法,并针对斑点噪声,进行了比较变化检测实验。实验结果表明,该变化检测算法是可行、有效的,且不受斑点噪声的影响。(本文来源于《吉林大学学报(信息科学版)》期刊2008年05期）
杨晓明[5]（2007）在《基于灰度统计特征的岩屑岩性最优描述方法研究》一文中研究指出由于PDC (Polycrystalline Diamond Compact)钻头的推广使用导致岩屑非常细小,岩性用肉眼识别十分困难,传统的岩屑录井方法已不再适用。然而岩性的识别是地质描述必不可少的关键性参数,因此迫切需要寻求一种新手段、新方法来判断岩屑的岩性。数字图像处理技术是一个跨学科的前沿技术,具有再现性好、处理精度高、适用面广、灵活性高等优点,随着各个应用学科的发展,它逐渐形成了自己的独立的学科体系,呈现出强大的生命力。它广泛应用于生物医学、遥感、气象、林业、农业等方面。但是应用于石油行业特别是岩屑录井方面却极少。基于目前PDC钻头条件下岩屑描述的重要性和困难性,以及数字图像处理技术的种种优势,本论文主要以数字图像处理技术中的纹理特征提取方法中的灰度统计方法为基础,对岩屑岩性描述的方法进行了研究,为本实验室即将开发的岩屑描述仪提供了技术支持,希望能为目前岩屑录井中存在的问题提供一种方法。论文主要由四部分组成。引言和第一章为第一部分,主要介绍了目前岩屑录井所面临的困难、国内外对录井问题所提出的解决方案以及基于灰度统计特征的几种重要的纹理特征提取方法。作为论文的第二部分,第二章主要介绍了岩屑图像采集系统的参数的确定。对照明条件的优化,先从常见光源天空光和白炽灯入手,对比了两种光源条件下的灰度直方图及其它们的六种数学统计量,得出所选光源必须是与天空光相近的稳定光源,最后色温为6700 K的环形节能灯成为了首选,并建立了一套实验室用的样品拍摄装置。通过不同光源位置下的岩屑图片的分析,确定了最佳光源位置。在此基础上,对岩屑图片的分辨率进行了评估。通过比较分析,得出适合图像分析的分辨率为每毫米不低于256个像素,并确定了获得该分辨率的硬件方案,即以佳能EOS 20D型照相机与佳能MP-E型微距镜头( 65mm f2.8 1-5X )来实现。经过实验验证,以该方案建立的岩屑拍摄系统所拍摄的岩屑图片纹理清晰,符合纹理特征提取的要求。第叁章和第四章构成了文章的第叁部分。该部分主要是确定基于灰度统计特征的岩屑岩性最优描述方法――和差直方图。论文首先应用了基于灰度的统计方法中的叁种直方图方法(灰度直方图、灰度水平差分直方图和和差直方图)对岩屑样品进行纹理特征提取。对比分析的结果表明,和差直方图方法对于岩屑的分类帮助较大,优于灰度直方图和水平差分直方图方法。运用和差直方图方法并结合贝叶斯分类器对岩屑样品进行分类,通过204个样本训练后,对102个样本进行测试的结果表明,该方法对泥岩和砂岩的识别率都很高,泥岩的平均识别率为100%,砂岩的平均识别率为98.70%。接着运用纹理特征提取中经典而成熟的方法――灰度共生矩阵方法,对岩屑样品进行特征提取并结合贝叶斯分类器对岩屑样品(训练样本数为204,测试样本数为102)进行分类,并与和差直方图方法的分类结果进行了比较。结果表明,灰度共生矩阵方法同样适用于岩屑样品的分类,分类识别的结果分别为泥岩的识别率为99.35%,砂岩的识别率为97.71%。但是,考虑到和差直方图方法在存储空间和运算速度等方面,明显优于灰度共生矩阵的方法,因此可以确定基于灰度统计特征的纹理特征提取方法中岩屑岩性的最佳描述方法为和差直方图方法。作为论文的最后一部分,第五章在对论文工作进行总结的基础上,从图像采集系统、实验样品、实验方法和编程工具等四个方面提出了进一步努力的方向。总之,本论文通过实验的尝试和探索,认为和差直方图方法有望成为岩屑岩性描述的最佳方法。(本文来源于《中国海洋大学》期刊2007-04-23）
姚宇华,严洪,熊江辉,李莹辉,马永生[6]（2005）在《模拟微重力条件下心肌细胞骨架的灰度统计特征分析》一文中研究指出微重力条件下细胞的细胞骨架形态会发生弥散性变化。由于细胞骨架的结构十分复杂,目前对于该变化主要是定性地描述。本研究对模拟微重力条件下培养的乳鼠心肌细胞(回转组)和正常条件下培养的心肌细胞(对照组)细胞骨架的微管图像提取灰度统计特征,试图利用灰度方差、偏度及峰度等参数量化细胞骨架的灰度特征。结果发现所选的参数对量化微管的灰度特征有不同程度的统计意义,其统计结果表明微管图像的灰度在模拟微重力条件下弥散性下降。利用灰度方差、偏度和峰度进行多元判决,对模拟微重力条件下培养的心肌细胞和正常条件下培养的心肌细胞微管的误判率仅为16 . 7%。这说明图像的灰度统计特征参数对细胞骨架的定量分析不失为一种好的方法。(本文来源于《中国生物医学工程学报》期刊2005年03期）
灰度统计特征论文开题报告
（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：
在声呐技术中,声呐图像分割结果的准确性直接影响后续的处理环节以及最终对声呐图像的理解,因此声呐图像分割在声呐技术中具有重要的地位。但是由于声呐图像受海底噪声影响,其存在分辨率小、边界模糊、易受噪声干扰等问题,使得声呐图像分割没有可靠、可行的方法进行指导。本文主要研究声呐图像的灰度统计特征,以及应用最大类间方差算法(OTSU)和模糊C-均值(FCM)聚类算法来实现声呐图像分割。本文首先对声呐图像灰度统计特征的国内外研究现状进行概述,并给出声呐图像部分灰度统计特征的计算公式和物理意义。其次研究了现有OTSU图像分割算法,针对传统OTSU算法以灰度均值为衡量参数,本文提出改进的一维OTSU图像分割算法,其主要思想为将能够反映图像边缘灰度离散程度的均方差引入到算法中,以灰度均值和灰度均方差为参数构建新的类间方差。针对二维OTSU算法中二维直方图的构建,本文使用声呐图像的灰度统计特征灰度值、邻域灰度均值、邻域灰度中值和邻域灰度最大值来定义不同的二维直方图,从而实现二维OTSU双阈值声呐图像分割。最后针对经典FCM聚类图像分割算法既没有考虑图像灰度强度不均匀,也没有考虑像素空间信息的问题,本文将声呐图像的灰度统计特征引入到FCM聚类算法中,实现基于声呐图像灰度和空间信息的叁维向量表示,该方法有别于其它基于图像灰度和空间信息的二维向量表示。
（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。
灰度统计特征论文参考文献
[1].单慧勇,曹燕,赵辉,杨仁杰,杨延荣.基于二维相关谱灰度统计特征判别掺杂尿素牛奶[J].食品工业.2018
[2].周佳丽.声呐图像的灰度统计特征及其在OTSU和FCM分割中的应用[D].内蒙古大学.2018
[3].符志鹏,侯海燕,胡志刚.基于局部对称性及灰度统计特征的人眼定位方法[J].辽宁工程技术大学学报(自然科学版).2011
[4].张军团,林君.基于二阶灰度统计特征的SAR图像变化检测[J].吉林大学学报(信息科学版).2008
[5].杨晓明.基于灰度统计特征的岩屑岩性最优描述方法研究[D].中国海洋大学.2007
[6].姚宇华,严洪,熊江辉,李莹辉,马永生.模拟微重力条件下心肌细胞骨架的灰度统计特征分析[J].中国生物医学工程学报.2005