导读:本文包含了灰度分层论文开题报告文献综述及选题提纲参考文献，主要关键词:灰度共生矩阵,纹理特征,分层聚类,BIRCH算法
灰度分层论文文献综述
郭慧,王霄,刘传泽,周玉成[1]（2018）在《基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法》一文中研究指出【目的】提出一种基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法,根据缺陷部分与正常部分纹理特征不同,利用分层聚类算法将缺陷分离出来,以解决板面缺陷检测系统中刨花板表面纹理导致缺陷提取不准确的问题。【方法】将刨花板表面灰度图像划分成若干个窗口,使用灰度共生矩阵的统计特征参数对各窗口纹理进行表征,通过分层聚类算法将纹理特征不同区域区分开。首先确定灰度共生矩阵构造因子的取值,包括窗口大小、灰度级、方向和步长,构建出各个窗口的灰度共生矩阵;使用Fisher准则和线性相关性对灰度共生矩阵14个统计特征参数的表征能力进行度量,选取出分类能力强且相关性低的特征构成特征向量,所有窗口的特征向量构成样本集。然后运用BIRCH分层聚类算法对样本集进行聚类,为使聚类结果更准确,同时加快计算速度,提出一种优化策略,绘制样本集均值和统计直方图,将其波峰数量作为理想的类别数量,当聚类产生的类别数量大于理想类别数量时,将聚类结果中距离近的簇合并,解决聚类精度过高而导致的过分割问题。最后根据聚类结果,对原图像中各窗口进行标记,提取出缺陷区域。【结果】选择大小为512像素×512像素,带有杂物、油污、胶斑、大刨花和松软5种类型缺陷的刨花板表面图像,使用本研究方法能够准确将缺陷区域提取出来,精确度达92.2%,召回率达91.8%。【结论】基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法,可解决因刨花板表面纹理导致缺陷提取不准确的问题,为机器视觉板面缺陷检测系统的缺陷度量和识别提供良好支撑。(本文来源于《林业科学》期刊2018年11期）
吴军,李伟,彭智勇,刘荣,唐敏[2]（2014）在《融合形态学灰度重建与叁角网分层加密的LiDAR点云滤波》一文中研究指出形态学滤波与叁角网加密滤波是从LiDAR点云中自动识别真实地面点的两种重要方法,本文分析了两种方法优劣性及其过程实施的特点,提出了一种融合形态学灰度重建与不规则叁角网分层加密的点云滤波新策略:1首先对LiDAR点云实施Ⅰ类错误优先的形态学灰度重建初始滤波,并通过"非最小值抑制"将LiDAR点云标记为地面可靠点、地面可疑点、非地面可疑点叁种类别;2依据形态学灰度重建迭代顺序对非地面可疑点进行分层标记;3利用地面可靠点构建初始叁角网,对地面可疑点、非地面可疑点依次进行叁角网加密滤波,并基于分层标记信息自适应调整地面点判据参数。ISPRS标准数据滤波实验结果表明,本方法滤波质量高且具有较好的通用性。(本文来源于《武汉大学学报(信息科学版)》期刊2014年11期）
唐浩,熊邦书,欧巧凤,李俊[3]（2014）在《基于灰度分层和几何分块的蛋白质点匹配算法》一文中研究指出针对二维电泳凝胶图像匹配过程中,由于图像局部非线性形变导致的伪匹配和漏匹配问题,本文提出了一种结合灰度分层和几何分块的自动匹配算法。首先,依据灰度和几何位置对蛋白质点进行分组,采用形状上下文特征,结合归一化互相关法对蛋白质点进行粗匹配;然后,以粗匹配结果作为标记特征点,采用几何相似性准则,对未匹配点进行精确匹配;最后,采用局部仿射变换模型,验证匹配的正确性,去除伪匹配和漏匹配。通过对不同来源的凝胶图像进行匹配实验,结果表明本算法能有效解决蛋白质点匹配中的伪匹配和漏匹配问题,可获得更为精确的匹配结果。(本文来源于《生物医学工程学杂志》期刊2014年03期）
张荣芳[4]（2014）在《基于叁子集划分的灰度图像分层插值新算法》一文中研究指出近些年计算机信息技术的发展速度是非常显着的，数字图像越来越多的应用于信息传播的媒介，并且随着信息化的逐步深入，数字图像处理技术已经被广泛的应用在航空、医学以及军事通信等各个领域。那么图像插值技术的使用，可以实现对图像缩放处理，并且能够实现低分辨率图像到高分辨率图像的重建，使图像能够得到清晰的视觉效果。在生产实践和现实生活中，人们获取信息的80%以图像为载体，所以数字图像插值技术也同时被获得广泛的关注。基于叁子集划分的灰度图像分层表示算法-TSPL（Triple-subset Partition BasedImage Layer-presentation），属于有别于传统线性变换的一个新算法。这种算法通过借助于一连串的具备解析形式的函数gn(x,y)，通过组合运算进而来重建原图像的灰度函数f (x,y)，这是属于TSPL算法的最根本的思想。那么关于在序列中的任何一个灰度函数gn(x,y)，也最主要的是在一个针对像素集合的叁子集分类的角度上进行思考。此算法属于一个良好的逼近器，它本身就具备相当迅速的收敛特征。通过实验数据结果显示，当分层数N的取值达到15时，利用此算法就已经能够重构出一副质量相当好的图像。借助于此算法进一步研究了关于叁值图像插值放大的技术方案，为了能对插值放大后的图像进行客观对比评价，采用图像质量评估的参数：峰值信噪比（PSNR）、基于平均结构相似度(MSSIM)两个参数作为图像插值效果的客观评价标准。通过实验结果显示，关于TSPL插值与双叁次插值、B样条插值、NEDI插值、SAI插值的比较，其中TSPL算法的PSNR、MSSIM参数值最高，同时实验表明TSPL插值算法能够把图像放大任意倍数，生成的图像边缘信息能够得到较好的保持，边缘清晰度较高，不会出现马赛克现象。(本文来源于《山东财经大学》期刊2014-05-01）
唐浩[5]（2013）在《基于灰度分层与几何分块的蛋白质点匹配方法研究》一文中研究指出二维凝胶电泳技术是生命科学的重要研究方法之一，其主要内容为提取凝胶中的差异蛋白质点，而二维凝胶电泳图像的蛋白质点匹配技术是差异蛋白质点提取的关键步骤，匹配精确度直接影响蛋白质功能鉴定和分类的准确性。本文结合国家自然基金项目和江西省自然科学基金项目，以二维凝胶电泳图像为对象，对不同凝胶图像间同源蛋白质点的自动匹配方法进行了深入研究，主要研究工作和成果如下：1.介绍了蛋白质组学及其主要分析方法，系统研究了国内外各种二维凝胶图像蛋白质点匹配算法，分析了目前的研究趋势，详细阐述了图像匹配的基本要素和主要流程等相关理论知识。2.提出了一种基于局部特征的蛋白质点匹配算法，首先，对蛋白质点集建立几何相关图，计算各点的局部几何结构特征；其次，采用蛋白质点中心灰度与局部几何结构作为特征空间，结合蛋白质点间的相对距离进行相似性度量，对图像中的蛋白质点进行粗匹配；然后，利用粗匹配结果，采用多项式拟合法建立两图像间的几何坐标变换模型，统一蛋白质点的坐标空间；最后，采用距离度量法，确定剩余蛋白质点的匹配关系，实现了蛋白质点整体匹配。通过真实凝胶图像的蛋白质点匹配实验，结果表明本算法具有较好的匹配精度。3.针对蛋白质点匹配过程中，由于图像局部形变导致伪匹配和漏匹配的问题，提出了一种基于灰度分层和几何分块的蛋白质点匹配算法。首先，利用灰度和几何位置对蛋白质点进行分组，采用形状上下文特征和归一化互相关法对蛋白质点进行粗匹配；其次，以粗匹配结果作为标记特征点，采用几何相似性准则，对未匹配点进行精确匹配；最后，采用局部仿射变换模型，验证匹配的正确性，去除伪匹配和漏匹配。通过对存在不同差异的凝胶图像进行多组匹配实验，结果表明本算法能有效解决蛋白质点匹配中的伪匹配和漏匹配问题，可获得更为精确的匹配结果。(本文来源于《南昌航空大学》期刊2013-06-01）
路建方,王新赛,肖志洋,贺明,靳世红[6]（2013）在《基于灰度分层的FPGA红外图像伪彩色实时化研究》一文中研究指出介绍了一种基于FPGA的红外图像的伪彩色化实现方法。这种方法首先通过Matlab提取颜色表,然后通过FPGA控制颜色表的在线更新实现红外图像不同种类的伪彩色化效果。该方法大大提高了人们对红外图像感兴趣目标点的辨识能力。该方法已经在自主研发的红外观测系统中得到验证,具有硬件实现简单、占用逻辑资源少、速度快、实时性强等特点。(本文来源于《红外技术》期刊2013年05期）
唐澜倩[7]（2013）在《基于分层组合模式的灰度仿真数码提花织物设计研究》一文中研究指出与传统黑白仿真织物设计方法不同，本课题研究的灰度仿真数码提花织物设计基于分层组合的提花织物设计模式以及灰色丝线的应用，通过增加灰度色彩的处理和灰度丝线的应用来还原数码灰度图像中的灰度成分。该方法既满足黑白灰数码图像设计灰度仿真数码提花织物的需要，也能满足彩色数码图像设计灰度仿真以及色彩仿真数码提花织物的需要。由于在灰度仿真数码提花织物设计过程中增加了灰度色彩细腻度，设计所得的灰度仿真数码提花织物中保留了数码图像中原有的灰度层次,大大提高了灰度仿真数码提花织物的灰度还原能力。分层组合设计模式突破了机织物组织与颜色一一对应的传统方式，将若干单层组织结构组合。可以说单层结构设计方法是分层组合模式设计方法的基础。本课题首先从分层组合模式下的单层结构设计方法出发，提出了双向全显色非遮盖组织结构，之后从组织平衡与组织飞数等方面完善组织结构，并与分层组合设计模式结合，提出两种分层组合设计模式全显色组织设计方法。然后，本课题对分层组合模式设计方法进行详细研究分析，结合分层组合设计模式全显色组织设计方法，设计实践了一系列具有不同效果的黑白灰数码图像灰度仿真的数码提花织物。主要进行的是分层组合设计模式在图案分层方面的设计方法创新。在低密黑白灰插画设计实践中，证明了组合全显色结构设计低密工艺的可行性与大规模织造性；在人物肖像灰度仿真设计实践中，提出了增加灰度层方法提高织物灰度细腻度，织物效果符合预期，灰度过渡细腻；在2.5D黑白灰花纹闪变数码提花织物设计实践中，将数码图案分层，再将其组合，由于织物非遮盖组织结构以及灰色与黑色营造的空间感，得到具有2.5D闪变效果的提花织物。在彩色数码图像设计灰度仿真以及色彩仿真的研究中，本课题运用江南水乡四季数码图像进行设计实践，基于分层组合设计模式，将数码图像进行色彩分层，然后组合，得到的织物组织结构保留了原图像灰度信息，可用同一个组织结构图仅仅通过变换纱线同时进行彩色数码图像的灰度仿真与色彩仿真。本研究是基于分层组合模式的灰度仿真数码提花织物设计，主要从图案、颜色两个分层方面进行了新的分层组合模式方法创新设计，完美表现纹样丰富的灰度层次和细腻的光影效果，表达具有传统提花织物所不能表达的特殊织物效果，可在织物工艺设计过程中保留灰度信息，实现了灰度仿真数码提花织物对彩色数码图像的高度仿真设计，是传统技术的突破与创新。该设计原理方法对于有彩数码提花织物设计提供了原理性的基础研究，具有良好的参考价值，可以无限制应用于家纺面料、服装面料的设计，产品应用前景广阔。(本文来源于《浙江理工大学》期刊2013-03-11）
杨根,张艳宁,郗润平[8]（2007）在《红外运动目标的灰度分层检测算法》一文中研究指出为了减少复杂背景下红外序列图像运动目标检测中的漏检与误检,采用了基于灰度分层的瞬时帧差检测算法。该算法根据红外图像的特点,使用自适应门限将当前帧图像分为两层,采用基于区域的像素间差分代替传统的基于空间坐标的像素间差分,通过对高灰度层检测时得到的高置信度的检测结果去引导对低灰度层的检测。实验表明,该算法可对多类多个运动目标进行有效检测,且具有较高的实时性与鲁棒性。(本文来源于《红外与激光工程》期刊2007年06期）
邹小庆,王经瑾[9]（1999）在《X-射线分层成像中灰度重建的研究》一文中研究指出利用边缘提取和立体匹配技术可对Ｘ－射线立体透视图像进行分层成像， 但分层后得到的物体图像仅仅是边缘图像。研究了一种利用原始的灰度图像对分层后的边缘图像进行灰度重建的方法。使得每一层的图像有接近实际的灰度图像。(本文来源于《核电子学与探测技术》期刊1999年06期）
罗昕[10]（1982）在《灰度分层伪彩色图象处理装置》一文中研究指出本文叙述一种常用的图象增强技术——伪彩色灰度分层技术,用以显示原始是黑白灰度分布的图象,以增强人眼判读的敏感性。该装置只采用8种颜色分层,巧妙地和显象管的R、G、B电子枪叁基色原理结合,电路工作在开关状态,使该装置十分简单,工作稳定可靠。(本文来源于《光电子学技术》期刊1982年03期）
灰度分层论文开题报告
（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：
形态学滤波与叁角网加密滤波是从LiDAR点云中自动识别真实地面点的两种重要方法,本文分析了两种方法优劣性及其过程实施的特点,提出了一种融合形态学灰度重建与不规则叁角网分层加密的点云滤波新策略:1首先对LiDAR点云实施Ⅰ类错误优先的形态学灰度重建初始滤波,并通过"非最小值抑制"将LiDAR点云标记为地面可靠点、地面可疑点、非地面可疑点叁种类别;2依据形态学灰度重建迭代顺序对非地面可疑点进行分层标记;3利用地面可靠点构建初始叁角网,对地面可疑点、非地面可疑点依次进行叁角网加密滤波,并基于分层标记信息自适应调整地面点判据参数。ISPRS标准数据滤波实验结果表明,本方法滤波质量高且具有较好的通用性。
（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。
灰度分层论文参考文献
[1].郭慧,王霄,刘传泽,周玉成.基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法[J].林业科学.2018
[2].吴军,李伟,彭智勇,刘荣,唐敏.融合形态学灰度重建与叁角网分层加密的LiDAR点云滤波[J].武汉大学学报(信息科学版).2014
[3].唐浩,熊邦书,欧巧凤,李俊.基于灰度分层和几何分块的蛋白质点匹配算法[J].生物医学工程学杂志.2014
[4].张荣芳.基于叁子集划分的灰度图像分层插值新算法[D].山东财经大学.2014
[5].唐浩.基于灰度分层与几何分块的蛋白质点匹配方法研究[D].南昌航空大学.2013
[6].路建方,王新赛,肖志洋,贺明,靳世红.基于灰度分层的FPGA红外图像伪彩色实时化研究[J].红外技术.2013
[7].唐澜倩.基于分层组合模式的灰度仿真数码提花织物设计研究[D].浙江理工大学.2013
[8].杨根,张艳宁,郗润平.红外运动目标的灰度分层检测算法[J].红外与激光工程.2007
[9].邹小庆,王经瑾.X-射线分层成像中灰度重建的研究[J].核电子学与探测技术.1999
[10].罗昕.灰度分层伪彩色图象处理装置[J].光电子学技术.1982