导读:本文包含了轮廓小波变换论文开题报告文献综述及选题提纲参考文献，主要关键词:复数域轮廓波变换,图像质量,仿真设计,评价
轮廓小波变换论文文献综述
张传俊,张春芳[1]（2019）在《复数域轮廓波变换的图像质量的仿真研究》一文中研究指出从数据库databaserelease 2中提取所需要的图像,基于皮尔逊线和斯皮尔曼等级结合法对图像质量进行对比分析,运用MATLAB软件运行后得到五种失真类型的散点图,分析了白噪声与高斯模糊高质量失真效果与JPEG2000和JPEG低质量失真效果的原因,为深入研究复数域轮廓波变换多分辨率、局部性、方向性以及各向异性特点具有重要参考价值.(本文来源于《宁夏师范学院学报》期刊2019年07期）
李龙,单东日,高立营,邱化冬[2]（2019）在《基于小波变换的轴承内外轮廓尺寸测量》一文中研究指出设计了一种基于小波变换的轴承内外轮廓尺寸测量方法。该方法采用了小波去噪、图像增强与小波边缘检测等算法并通过Hough变换对轴承内外轮廓提取及测量,开发了轴承视觉测量软件。通过实验测试表明该系统具有较高的测量精度,为轴承内外轮廓测量提供了一种可行、实用的方法。(本文来源于《制造技术与机床》期刊2019年05期）
李虹杉[3]（2019）在《基于非下采样轮廓波变换的图像融合算法的FPGA实现》一文中研究指出图像融合是指对来自于同一场景的不同类型传感器获取的多幅图像加以综合和处理,得到一幅包含更多信息的合成图像。图像融合技术一经出现就受到世界各国的关注,被广泛应用于军事、医疗和航天等领域。目前图像融合的研究主要都集中在算法研究及其软件实现方面,而忽视了融合算法的实时硬件实现研究。已有的硬件融合系统采用的融合算法也比较简单,难以取得较好的融合效果。本文以FPGA为核心器件,深入研究了基于非下采样轮廓波变换(NSCT)的图像融合算法的特点并实现了整个算法的硬件仿真。具体研究内容如下:基于NSCT的可见光和红外图像融合算法的FPGA实现是本文主要研究内容。NSCT能够实现图像的多尺度和多方向分解,是一种性能优异的图像处理算法,已被广泛的应用于图像融合领域。但由于其自身结构的复杂性,目前还未出现基于FPGA的NSCT算法的实现方案。本文在详细阐述了NSCT原理的基础上,分析了多种因素(滤波器类型等)对NSCT算法的影响。同时,为了兼顾图像的融合效果和FPGA的实时数据流处理特点,本文选取了基于直方图显着性特征的低频系数融合策略和绝对值取大的高频系数融合策略。另外,在保证融合图像质量的前提下,选择了最佳的NSCT结构,尽量降低对FPGA性能的要求。最后还对本融合算法的FPGA实现可行性进行了分析,形成了一套基于NSCT的图像融合算法的FPGA实现方案。在完成了基于NSCT的图像融合算法的整体结构设计基础上,本文采用Verilog HDL对设计进行了完全可综合的RTL级描述,并运用了同步设计的方法,提高了系统可靠性。本设计的主要模块包括:NSCT分解模块,图像融合模块,图像重构模块等。为验证各个模块功能的正确性,本文结合FPGA开发软件QuartusII15.0和Modelsim对上述设计的各个模块以及整个融合系统进行了仿真。另外,还采用了主客观的评价方法对融合图像的质量进行了评估,并从FPGA的资源占用率和实时性两个方面分析了系统性能。实验结果表明,本设计可以在FPGA上较好地实现分辨率为640*480的红外图像和可见光图像的融合,并且系统的延迟较小,可以实现图像的实时融合。(本文来源于《电子科技大学》期刊2019-04-01）
徐庆红,方力,钟微,蒋克华[4]（2019）在《一种基于自适应轮廓波变换的图像编码方法》一文中研究指出为实现图像更加高效的稀疏表示,本文提出一种基于自适应轮廓波变换的图像编码方法。该方法基于熵准则,能够根据图像的频率分布,自适应地划分子带,从而实现图像的高效稀疏表示,提高编码质量。将本文所提算法用于多种标准测试图像的编码,分别与基于脊波、曲线波、轮廓波等变换的编码方法相比,实验结果表明,本文所提方法均优于上述方法,同等码率下峰值信噪比提升约0.5-2dB,且主观重构效果明显提高,证明了本文所提方法是有效可行的。(本文来源于《中国传媒大学学报(自然科学版)》期刊2019年01期）
马圆,韩鸿毅,孙燕北,梁志刚,郭秀花[5]（2019）在《基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像》一文中研究指出目的观察基于非下采样双树复轮廓波变换(NSDTCT)的小波纹理特征在识别肺良恶性结节CT图像中的应用价值。方法从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维。对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能。结果采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37%,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05%,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义(Z=6.430,P<0.001)。结论基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高。(本文来源于《中国医学影像技术》期刊2019年02期）
刘冬梅,常发亮[6]（2019）在《基于非下采样轮廓小波变换增强的从粗到精的显着性检测》一文中研究指出随着机器视觉和人工智能的快速发展,视觉注意机制作为机器视觉的重要组成部分,受到越来越多的关注。提出一种建立在非下采样轮廓小波变换(NSCT)基础上的从粗到精的显着性检测方法,该方法作为一种基于频域分析的显着性检测算法,能够充分利用图像的低频和高频信息,并能抑制光照对检测造成的影响。模型首先对输入图像进行非下采样轮廓小波分解,对低频分量进行Retinex增强以改善图像亮度的均匀性,从而抑制光照对显着性检测带来的影响,随后对其进行粗糙显着性检测;对高频分量进行非线性增强以抑制噪声并增强细节,重构得到高频特征图,在低频粗糙显着图的范围内对高频特征图进行全局和局部的显着性分析;最后经过融合得到精细显着图。在叁个数据集上进行对比实验,验证了所提算法的可行性和有效性。(本文来源于《光学学报》期刊2019年01期）
张方东[7]（2018）在《基于轮廓波变换和局部二元模式的齿轮箱故障分类方法研究》一文中研究指出针对实际工况中难于提取齿轮箱故障特征的问题,根据轮廓波变换的全局纹理和局部二元模式的局部纹理特性,提出了一种基于振动信号时频图像的故障特征提取方法。首先,利用小波变换将振动信号变换到时频域并得到其时频灰度图像;然后,对该灰度图像进行轮廓波变换,得到低频和高频子带部分,提取低频子带的均值和标准差以及高频子带各层的能量均值作为一部分特征向量;同时,对该时频灰度图像进行局部二元模式的特征值提取并得到另一部分特征向量,将两部分特征向量进行组合连接得到最终的特征向量;最后,利用支持向量机对齿轮箱不同程度故障进行分类测试,实验结果表明了该方法的有效性,为机械设备的模式识别提供了一种方法。(本文来源于《机械传动》期刊2018年12期）
王培珍,刘婕梅,汪文艳,任将,张代林[8]（2018）在《基于轮廓波变换的煤壳质组显微组分分类》一文中研究指出在分析煤壳质组显微组分图像特点的基础上,鉴于其纹理及方向信息特征差异,提出一种基于轮廓波变换(Contourlet)与超限学习机的煤壳质组显微组分自动分类方法。首先,运用Contourlet变换对煤壳质组显微图像进行多尺度多方向分解,提取各子带的统计特征量组成特征向量集;再构建超限学习机分类器对壳质组各显微组分进行分类。实验结果表明:与其他用于描述纹理的同类特征提取方法相比,采用本文方法提取的特征量训练的分类器,在分类效果上具有明显的优势,其分类准确率可达97.64%;与支持向量机分类结果相比,超限学习机对于煤壳质组分类准确率可高出2%,分类速度显着提高。(本文来源于《煤炭学报》期刊2018年S2期）
文畅,谢凯,张龙,贺建飚[9]（2018）在《梯度主动轮廓与曲波变换联合分割方法研究》一文中研究指出随着医学技术不断发展,人们对肿瘤图像的分割要求日益提高,为了满足临床需要,提高医学图像分割的准确性,提出了一种基于梯度主动轮廓和第二代离散曲波变换(Discrete Curvelet Transform,以下简称:DCUT)的医学图像分割算法。该算法首先对医学数据进行离散曲波变换,获取增强后的医学数据,再利用Canny算子和形态学运算进行边缘检测,对处理后的数据利用梯度主动轮廓模型确定病灶区域的轮廓。本文选取了297组医学图像进行验证,实验结果表明:医学图像经过本算法处理后,边缘检测性能由传统算法的88.95%达到96.03%,分割位置的准确性得到进一步提高,目标边缘和轮廓提取更加清晰、稳定,有效提高了医学图像分割精确性。(本文来源于《科技通报》期刊2018年09期）
王海江,姚付启,李丽宏,马永强,杨勤科[10]（2018）在《基于分数进制轮廓波变换的DEM多尺度表达》一文中研究指出现有数字高程模型(DEM)多分辨率表达方法多数属于冗余变换,冗余量随变换尺度的增大而剧增,无法有效表达多尺度地形轮廓结构。为此,提出一种有效表达不同尺度地形特征的无冗余DEM多分辨率表达方法。整合现有无冗余分数进制小波变换的多尺度变换结构与轮廓波变换的多方向滤波器组,在此基础上构建无冗余分数进制轮廓波变换。实验结果表明,该方法能够有效保留DEM的宏观统计特征与局部地形细节,具有无冗余性且算法复杂度较低。(本文来源于《计算机工程》期刊2018年09期）
轮廓小波变换论文开题报告
（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：
设计了一种基于小波变换的轴承内外轮廓尺寸测量方法。该方法采用了小波去噪、图像增强与小波边缘检测等算法并通过Hough变换对轴承内外轮廓提取及测量,开发了轴承视觉测量软件。通过实验测试表明该系统具有较高的测量精度,为轴承内外轮廓测量提供了一种可行、实用的方法。
（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。
轮廓小波变换论文参考文献
[1].张传俊,张春芳.复数域轮廓波变换的图像质量的仿真研究[J].宁夏师范学院学报.2019
[2].李龙,单东日,高立营,邱化冬.基于小波变换的轴承内外轮廓尺寸测量[J].制造技术与机床.2019
[3].李虹杉.基于非下采样轮廓波变换的图像融合算法的FPGA实现[D].电子科技大学.2019
[4].徐庆红,方力,钟微,蒋克华.一种基于自适应轮廓波变换的图像编码方法[J].中国传媒大学学报(自然科学版).2019
[5].马圆,韩鸿毅,孙燕北,梁志刚,郭秀花.基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像[J].中国医学影像技术.2019
[6].刘冬梅,常发亮.基于非下采样轮廓小波变换增强的从粗到精的显着性检测[J].光学学报.2019
[7].张方东.基于轮廓波变换和局部二元模式的齿轮箱故障分类方法研究[J].机械传动.2018
[8].王培珍,刘婕梅,汪文艳,任将,张代林.基于轮廓波变换的煤壳质组显微组分分类[J].煤炭学报.2018
[9].文畅,谢凯,张龙,贺建飚.梯度主动轮廓与曲波变换联合分割方法研究[J].科技通报.2018
[10].王海江,姚付启,李丽宏,马永强,杨勤科.基于分数进制轮廓波变换的DEM多尺度表达[J].计算机工程.2018