导读:本文包含了多特征识别论文开题报告文献综述及选题提纲参考文献，主要关键词:掌静脉,掌纹,融合识别,引导滤波
多特征识别论文文献综述
李俊林,王华彬,陶亮[1]（2018）在《单幅近红外手掌图像掌静脉和掌纹多特征识别》一文中研究指出传统的掌静脉和掌纹图像融合识别一般需分别采集掌静脉和掌纹两类图像,而单幅近红外手掌图像中实际上同时包含了掌静脉和掌纹结构信息。由于二者局部纹理细节差异较大,且像素值分布范围不同,因此,可以先分离再分别增强处理。首先,提出了改进的引导滤波算法以便去除掌纹结构,并设计了反模糊细节增强模型增强掌静脉结构图像;然后,提出了一种改进的分块增强算法,可以在增强掌纹结构图像的同时滤除掌静脉结构信息,再利用基于Sobel算子的反锐化掩模算法以便突出掌纹主线条结构信息;最后,对单幅近红外手掌图像中获取的掌静脉和掌纹图像进行融合识别。在香港理工大学近红外手掌数据库上进行了实验,结果表明:所提出的算法识别率达到了99.63%,与其他已有算法相比等误率平均降低了0.66%,验证了所提出算法的有效性。(本文来源于《计算机工程与应用》期刊2018年09期）
王欣[2]（2017）在《基于多特征识别的J波检测技术研究》一文中研究指出J波在心电图中表现为QRS波群末端的驼峰形、顿挫形或尖峰状波形,其预示着恶性心率失常、心脏性猝死等心血管疾病的发生,可作为一些心脏疾病的预测指标。因此,需要一种高效准确的J波检测技术,为临床诊断J波相关疾病提供重要依据。本文提出两种J波检测方法,具体方法如下:第一种方法是基于时频域特征和自适应特征选择的J波检测方法。在对心电数据进行预处理后,从时频域角度对正常心电数据和含J波心电数据提取叁组特征,包括形态学特征、基于本征模函数的统计特征以及基于希尔伯特黄变换的统计特征。提出一种基于区分度的特征选择方法,对提取的特征集进行降维择优处理。用特征选择后的特征集训练支持向量机,通过粒子群算法优化其参数,最后用该分类模型对待测数据进行预测识别。第二种方法是基于混合特征提取的J波检测方法。对两种类型的心电数据分别提取时域上的R+75及其统计特征、频域上的DCT特征、两种非线性高阶统计特征。通过线性判别分析分别对两种非线性特征进行降维处理。对时域、频域以及降维后的非线性特征进行特征融合,使用PNN分类模型进行分类识别,对其影响因子进行数据分析确定最佳值。实验结果表明,本文提出的两种方法对J波的识别率均较高,平均准确度分别达到94.5%和95.0%,可以较为准确地从心电数据中检测出J波。(本文来源于《太原理工大学》期刊2017-06-01）
王博[3]（2017）在《车辆多特征识别方法研究与实现》一文中研究指出随着我国城镇化建设的深入开展,城市的道路交通也面临着巨大的压力和挑战,“道路拥堵严重”、“交通事故频发”等问题层出不穷,对社会经济发展造成了一定的制约,也给城市治安管理带来了许多的麻烦。为了缓解交管部门的压力,给市民提供更方便的出行条件,智能交通系统应运而生。本文研究的车辆多特征识别是智能交通系统的重要组成部分,识别内容主要包括车辆号牌、型号以及颜色。本文围绕车辆多特征识别方法研究与实现,展开了以下工作:(1)研究了一种基于聚合通道特征的车辆检测方法,该特征包含3个LUV通道、1个归一化梯度幅值通道以及6个方向梯度直方图通道,不仅包含了目标整体轮廓特征,还包含了目标局部梯度特征。算法针对本文收集的高速公路监控数据、行车记录仪数据等单视角图像具有良好的检测效果。针对低对比度车辆图像,研究了一种车辆图像增强算法,能够有效地缓解环境和光照带来的影响,间接地提高了后续车辆号牌、型号以及颜色识别的准确率。(2)研究了一种基于颜色和字符特征的车辆号牌定位方法,充分结合了颜色检测的快速性和字符检测的准确性,在自建的复杂场景数据库中测试,召回率为93.12%,准确率为94.49%。伪号牌剔除采用了LBP特征结合SVM分类器的办法进行。针对易混字符识别,采用了多级SVM策略减小误识率,单字符识别率达到了96.15%。经过实验得出,本文号牌识别算法框架适用于多种复杂场景,具有良好的鲁棒性。(3)针对传统机器学习算法无法对车辆型号进行细致分类的问题,探讨了一种基于深度学习的车辆型号识别方法,采用微调预训练网络模型的策略,在车辆型号数据库中测试结果为:top-1错误率28.2%,top-5错误率12.9%。改进了传统方法中提取感兴趣区域进行车辆颜色识别的办法,研究了一种基于深度学习的车辆颜色识别方法,有效避免了感兴趣区域定位出错导致识别错误的情况。为了研究在深度学习背景下,色彩空间对车辆颜色识别效果的影响,本文进行了对比实验,在车辆颜色数据库中,RGB色彩空间具有最好的分类效果,平均准确率达到了93.77%。(本文来源于《电子科技大学》期刊2017-03-31）
于国辉[4]（2016）在《车辆多特征识别算法研究与实现》一文中研究指出车辆多特征识别是智能交通管理领域的一个重要组成部分,随着人民生活水平的提高机动车数量急剧增加,城市的交通系统面临的压力也越来越大。车辆多特征识别系统能够自动、有效、智能的提取多种车辆信息,对于快速解决交通事故、违章、拥堵等问题有着重要的意义。本论文主要研究了车辆多特征识别的两方面内容:车牌识别和车标识别,在车牌识别方面主要针对车牌的定位算法和车牌倾斜矫正算法进行了改进,在车标识别方面提出了完整的车标识别系统。(1)研究了基于快速特征金字塔的车牌定位算法,针对现阶段复杂场景和极端环境下车牌定位准确率低以及车牌误检率较高的情况,利用快速特征金子塔算法结合AdaBoost机器学习分类算法实现车牌定位。该算法有效的提高的车牌定位的准确率并且降低了车牌检测的误检率,而且具有良好的鲁棒性。(2)研究了一种基于低秩纹理变换不变性的车牌倾斜矫正算法。针对传统的车牌矫正算法对于大角度倾斜以及错切矫正的效果不好的难点,根据对称纹理信息具有低秩特性的原理实现车牌的倾斜矫正。该算法有效拓展了车牌倾斜矫正的角度范围,并且对于错切矫正有比较好的效果。(3)提出了一种基于视觉显着性的二级车标定位算法。根据车头部分的车标与车牌的位置关系,以车牌定位结果为基础粗定位车标,再运用视觉显着性算法精确定位车标位置。该算法有效的实现了车标的精确定位,在复杂场景下具有有较高的准确率和较低的误检率。(4)研究了一种结合梯度直方图特征加投影特征结合支持向量机分类器的车标识别算法,以车标定位算法为依据,同时以整体车标识别系统的实时性为要求,选择了一种适合本论文的车标识别算法。该算法在保证识别准确率的同时,有效的达到了车标识别系统的实时性要求。(本文来源于《电子科技大学》期刊2016-04-01）
杨英杰,胡义轩,张文龙[5]（2015）在《基于图像多特征识别的空闲车位检测》一文中研究指出车位空闲状态检测与识别是停车场自动泊车引导的关键技术,目前虽有多种检测识别方法,但就某一种方法而言,很难达到快速、准确的检测目的.原因在于每种识别算法各有所长,既有优势,又有不足,因而实际中需要结合采用两种或两种以上的方法才有可能达到满意的检测效果。基于图像多特征识别检测方案,提出一种融合边缘检测、封闭轮廓检测以及前景与背景的像素差异的联合检测方法,对每一个停车位进行综合检测,判断车位上是否有停泊车辆.实验表明,这种融合算法不仅十分有效,且具有较强的识别能力和较高的准确性。(本文来源于《辽宁大学学报(自然科学版)》期刊2015年01期）
靳珍璐,潘泉,梁彦,程咏梅,周问天[6]（2012）在《基于SVM的地海杂波多特征识别算法》一文中研究指出针对基于无源信标参考源的天波超视距雷达目标定位误差修正问题,本文通过建立地海杂波回波信号模型,详细分析了地海杂波的叁类典型特征,提出了基于SVM的地海杂波多特征识别算法。该算法与基于后向散射幅值的单特征识别算法及基于线性判别式的识别算法相比,在不同杂噪比实验环境下均具有较高的地海杂波识别率,可为提高天波超视距雷达的目标定位精度提供理论指导。(本文来源于《第叁十一届中国控制会议论文集C卷》期刊2012-07-25）
刘大利,郭俊,方淑慧,井长娟,刘媛媛[7]（2012）在《使用目标多特征识别的纳米纤维制造在线监测系统》一文中研究指出针对电纺丝成型纳米级纤维工艺中因供料速度与电压值不匹配而出现的不稳定现象-流涎,提出了基于目标多特征识别的纳米纤维制造在线检测系统来提高纳米纤维成型质量的稳定性并实现纤维直径的可控性。首先,使用工业CCD对喷头出口处的泰勒锥进行连续图像采集,并对其进行锐化、滤波、阈值分割等预处理;然后,用目标多特征识别算法对泰勒锥的周长、面积和锥高等特征进行识别,实现对泰勒锥的形态和大小实时判别;最后,以判别结果作为控制系统的反馈信号,实时在线调节供料模块或电源模块驱动供料速度与电压达到匹配。实验结果表明,当电压为8kV,系统能在0.43s后达到稳定,从而维持泰勒锥形状稳定,无流涎现象,得到直径均匀的纳米纤维。提出的方法有效地解决了电纺纳米纤维直径不均匀和不可控制的难题。(本文来源于《光学精密工程》期刊2012年02期）
鲁徐青[8]（1989）在《上海光学仪器研究所、上海机械学院共同研究的新课题——汉字字符多特征识别通过部级鉴定》一文中研究指出该课变系国家机械电子工业部技术发展基金项目。它应用于信息社会的许多领域,如情报检索、编辑照排系统、程序教学和计算机辅助教学识别、自动翻译利计算机辅助翻译的文字模式识别中,为邮电、海关、交通、银行、文教及政府办公部门等行业提供方便,提高效率。(本文来源于《光学仪器》期刊1989年06期）
刘文山,庄松林,曹俊卿,沈晓庆,陆霞芳[9]（1989）在《用双透镜Joint变换实现多特征识别》一文中研究指出本文分析了多特征函数与函数阵列Joint变换的相关特性,提出用双透镜Joint变换实现多特征识别,并应用于变尺度.变方位特征识别.实验结果表明:分析是正确的,方法是可行的.(本文来源于《光学学报》期刊1989年03期）
明海,龚建民,张静娟,黄碧霞,季明荣[10]（1987）在《光谱图象的多特征识别》一文中研究指出本文叙述使用一维空间可变相干光处理系统和根据投影变换原理对光谱图形进行多特征识别,对含Mg、Fe、Cu的溶液的浓度进行了测定,并将此实验结果与由等离子体发射光谱化学分析法获得的结果进行了比较。(本文来源于《量子电子学》期刊1987年03期）
多特征识别论文开题报告
（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：
J波在心电图中表现为QRS波群末端的驼峰形、顿挫形或尖峰状波形,其预示着恶性心率失常、心脏性猝死等心血管疾病的发生,可作为一些心脏疾病的预测指标。因此,需要一种高效准确的J波检测技术,为临床诊断J波相关疾病提供重要依据。本文提出两种J波检测方法,具体方法如下:第一种方法是基于时频域特征和自适应特征选择的J波检测方法。在对心电数据进行预处理后,从时频域角度对正常心电数据和含J波心电数据提取叁组特征,包括形态学特征、基于本征模函数的统计特征以及基于希尔伯特黄变换的统计特征。提出一种基于区分度的特征选择方法,对提取的特征集进行降维择优处理。用特征选择后的特征集训练支持向量机,通过粒子群算法优化其参数,最后用该分类模型对待测数据进行预测识别。第二种方法是基于混合特征提取的J波检测方法。对两种类型的心电数据分别提取时域上的R+75及其统计特征、频域上的DCT特征、两种非线性高阶统计特征。通过线性判别分析分别对两种非线性特征进行降维处理。对时域、频域以及降维后的非线性特征进行特征融合,使用PNN分类模型进行分类识别,对其影响因子进行数据分析确定最佳值。实验结果表明,本文提出的两种方法对J波的识别率均较高,平均准确度分别达到94.5%和95.0%,可以较为准确地从心电数据中检测出J波。
（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。
多特征识别论文参考文献
[1].李俊林,王华彬,陶亮.单幅近红外手掌图像掌静脉和掌纹多特征识别[J].计算机工程与应用.2018
[2].王欣.基于多特征识别的J波检测技术研究[D].太原理工大学.2017
[3].王博.车辆多特征识别方法研究与实现[D].电子科技大学.2017
[4].于国辉.车辆多特征识别算法研究与实现[D].电子科技大学.2016
[5].杨英杰,胡义轩,张文龙.基于图像多特征识别的空闲车位检测[J].辽宁大学学报(自然科学版).2015
[6].靳珍璐,潘泉,梁彦,程咏梅,周问天.基于SVM的地海杂波多特征识别算法[C].第叁十一届中国控制会议论文集C卷.2012
[7].刘大利,郭俊,方淑慧,井长娟,刘媛媛.使用目标多特征识别的纳米纤维制造在线监测系统[J].光学精密工程.2012
[8].鲁徐青.上海光学仪器研究所、上海机械学院共同研究的新课题——汉字字符多特征识别通过部级鉴定[J].光学仪器.1989
[9].刘文山,庄松林,曹俊卿,沈晓庆,陆霞芳.用双透镜Joint变换实现多特征识别[J].光学学报.1989
[10].明海,龚建民,张静娟,黄碧霞,季明荣.光谱图象的多特征识别[J].量子电子学.1987