导读:本文包含了对偶树小波论文开题报告文献综述及选题提纲参考文献，主要关键词:手势识别,空域特征,对偶树复小波,特征融合
对偶树小波论文文献综述
贾鹤鸣,朱传旭,张森,杨泽文,何东旭[1]（2018）在《对偶树复小波与空域信息的手势识别分类研究》一文中研究指出为提高手势识别中特征获取的有效性,本文提出空域特征与对偶树复小波变换特征相结合的融合特征,主要包括水平位置、竖直位置、长宽比、矩形度、Hu矩7个分量,及11维空域特征与对偶树复小波变换的16维特征进行融合后得到的27维特征。针对分类器优化算法,提出进行训练样本优选的最优距离–支持向量机(BD-SVM)分类方法。最后的实验结果表明,对"1~9"手势进行测试,当采用径向基核函数时,平均识别精度最高,为90.33%,平均识别时间为0.026 s,说明所提出的方法能够较好地进行静态手势识别,具有较高的训练速度和辨识精度。(本文来源于《智能系统学报》期刊2018年04期）
黎晓伊[2]（2016）在《基于对偶树复小波变换和迁移支持向量回归的遥感图像薄云去除》一文中研究指出卫星遥感传感器获取的部分遥感图像由于气候的原因会产生不同程度的云覆盖,大大降低了遥感图像的利用率、影响其后期处理和应用。对此类遥感图像进行云层去除,能有效提高卫星图像的利用率和可用性,也是遥感图像预处理中一个十分重要的研究方向。本文针对目前应用较为广泛的陆地(Landsat)系列卫星和环境一号(HJ一1)系列卫星获取的含薄云遥感图像,提出了叁种有效的薄云去除算法,主要内容包括以下几个方面：1.阐述了薄云去除研究的目的和意义,介绍了Landsat系列卫星和环境一号A、B卫星成像传感器的主要参数,分析了薄云去除算法的国内外研究现状,以及对偶树复小波变换和支持向量机理论。2.提出一种基于对偶树复小波变换的遥感图像薄云去除算法。该算法是将含薄云的遥感图像进行多层对偶树复小波变换,使得低频系数中主要为薄云信息,高频系数中主要为地物信息。通过对高频补偿和低频抑制处理,有效去除遥感图像中的薄云,恢复云覆盖区域的地面信息。实验结果表明,该方法能有效去除薄云且具有较快的运算速度。3.提出一种基于多方向对偶树复小波变换和迁移最小二乘支持向量回归的遥感图像薄云去除算法。在对偶树复小波变换基础上,结合方向滤波器组构建了多方向对偶树复小波变换；根据迁移学习及最小二乘支持向量回归理论构建了迁移最小二乘支持向量回归模型；借助与原始含云图像同一位置的清晰多源多时相卫星图像,使用迁移最小二乘支持向量回归对原始含云图像的低频系数进行填充,原始图像经多方向对偶树复小波分解后的高频系数采用自适应增强函数进行增强,将处理后的高低频系数重构后获得清晰无云的图像,有效地降低了地物信息的损失。4.提出一种基于多方向对偶树复小波变换和迁移孪生支持向量回归的遥感图像薄云去除算法。根据孪生支持向量机和迁移学习理论构建了域自适应迁移孪生支持向量回归模型。由于卫星传感器获取遥感数据具有一定的周期,在获得的可用同一位置多源多时相遥感图像中,地物信息不可避免地会发生一些变化,此算法采用基于分类的变化检测算法对原始图像和多源多时相图像进行地物变化检测,对未发生变化的区域进行迁移孪生支持向量回归的方法预测该区域中的低频系数,对于发生变化的区域则对原始图像该区域进行对偶树复小波分解,采用自适应增强函数增强高频并抑制低频,最终重构得到清晰无云图像。(本文来源于《安徽大学》期刊2016-05-01）
胡根生,黎晓伊,梁栋,黄林生[3]（2016）在《基于对偶树复小波变换的遥感图像薄云去除》一文中研究指出在卫星传感器获得的遥感图像中,由于受气候影响,图像可能存在被云雾噪声覆盖的区域.提出一种基于对偶树复小波变换的薄云去除方法,利用该变换将含云遥感图像分解成高频和低频成分,通过对高频补偿和低频抑制处理,有效去除遥感图像中的薄云,恢复云覆盖区域的地物信息.实验结果表明,该方法优于常用的薄云去除方法,在去除薄云的同时能有效恢复云覆盖下的地物信息,此效果源于对偶树复小波变换具有的近似平移不变性和良好的方向选择性.(本文来源于《安徽大学学报(自然科学版)》期刊2016年01期）
姚家扬,罗志增[4]（2015）在《对偶树复小波在脑电消噪中的应用》一文中研究指出为解决脑电去噪过程中离散小波带来的信息丢失与频率混迭问题,提出了一种新型对偶树复小波去噪方法.用对偶树复小波对输入脑电信号(EEG)进行多层分解,得到实树部分与虚树部分,分别对实树部与虚树部各子代小波系数进行小波中值阈值处理,再逆变换得到去噪小波.仿真结果表明:该方法可以比传统离散小波去噪方法获得更好的信噪比与均方误差,因此更适合于处理微弱的脑电信号.(本文来源于《华中科技大学学报(自然科学版)》期刊2015年S1期）
刘婧,王威,李骥,杨蔚蔚[5]（2015）在《基于对偶树复小波变换的模糊图像质量评价》一文中研究指出小波域和结构相似度SSIM的质量评价方法已经成为图像处理领域的研究热点,然而都存在一定的缺陷:传统的离散小波变换缺乏平移不变性,其方向选择性也十分有限;对于严重模糊的图像,SSIM评价结果并不十分准确。基于此,提出了一种适应于模糊图像质量评价的新算法。该算法用对偶树复小波变换DTCWT将图像进行分解来获取复小波系数,然后对所得到的六个方向的高频子带系数分别进行平均梯度幅度值的结构相似度MGSIM测量,最后将所得到的全部MGSIM的均值作为最终的原始模糊图像的模糊值。仿真实验验证了本方法比结构相似度更吻合人眼的视觉效果,与主观评价方法具有很好的一致性,并且在各方面的性能都优于目前有关文献的方法。(本文来源于《计算机工程与科学》期刊2015年08期）
王奉涛,陈守海,闫达文,王雷,朱泓[6]（2014）在《对偶树复小波流形域降噪方法及其在故障诊断中的应用》一文中研究指出滚动轴承工作环境比较复杂,现场测得的振动信号往往含有大量噪声且滚动轴承早期故障特征比较微弱容易被噪声所淹没,如何有效降低滚动轴承故障信号中的噪声准确提取故障特征是一个难题。将流形理论与对偶树复小波(Dual-tree complex wavelet transform,DTCWT)方法结合,提出一种对偶树复小波流形域降噪方法。将轴承振动信号进行对偶树复小波分解构造高维信号空间,然后利用最大方差展开流形算法(Maximum variance unfolding,MVU)提取高维信号空间中的真实信号子空间,去除噪声子空间,充分利用了MVU的非线性特征提取能力以及DTCWT的完全重构特征和平移不变性。运用仿真数据和滚动轴承工程信号对降噪方法进行检验,结果表明DTCWT_MVU可以有效消除轴承信号中的噪声成分,保持信号特征波形,提高信噪比,具有较强的工程使用价值和通用性。(本文来源于《机械工程学报》期刊2014年21期）
陈曦,梁方,王威[7]（2014）在《基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究》一文中研究指出图像变化检测是遥感图像处理领域重要方向,大多数变化检测算法都存在算法复杂度高、抗噪性弱等缺陷,利用对偶树复小波变换的平移不变性与能提高方向分辨率的优点,把对偶树复小波变换运用于变化检测中,可以提高图像细节变化的检测和算法抗噪性。首先用对偶树复小波变换对图像进行尺度分解,把图像在每个尺度上分解成一个低通子图和六个方向的高通子图。然后运用PCA(主向量分析法)提取每个尺度与方向上的特征并降维,然后运用k均值算法将图像像素分成为变化与不变化两类,最后通过多尺度融合,得到变化检测图像。(本文来源于《计算机工程与科学》期刊2014年08期）
韩成海[8]（2013）在《基于对偶树复小波的图像融合方法研究》一文中研究指出图像融合算法历来是图像数据处理领域需要做的关键工作。对于它的研究需要综合考虑图像配准、频率域的转换、代数统计、数据融合等多个方面的知识。在日常应用中，图像融合技术也几乎在生产和生活的方方面面有所参与，前景比较明朗。因此，这一技术的研究切入点非常多，具有范围广、实用性强的特点。本文对图像融合的大致流程做了具体的介绍，对于关键的配准和融合环节中常见的算法做了细致的总结，包括叁种插值方法、小波变换的由来、基于DT-CWT的图像配准方法、基于估计的HMT模型、对偶树复小波变换等。以介绍各环节的方法为重点，考察各自的优缺点，再对几种不同的算法实现效果对比，分析探讨可以改进的切入点。全文的主要布局如下：1．首先对场景图像融合方法的发展现状和研究意义做了介绍，然后说明图像融合流程中的主要环节，最后对它们一一展开叙述。2．介绍可以用于配准的一些特征，说明它们的概念和原理，再通过实验评测它们的效果，接着着重介绍本文所采用的基于DT-CWT的图像配准。3．引入基于估计的HMT模型，对其原理简要说明，提到了在复小波变换过程中进行逐层改进的方法，最后提出了对偶树复小波和HMT模型结合起来完成融合的算法。文章在综合考察多种算法模型的同时，着重强调具有多重优势的对偶树复小波变换，并通过HMT估计模型的细微处理，加强了融合的效果。通过实验证实，本文的方法具有明显的优势。(本文来源于《吉林大学》期刊2013-04-01）
韩成海[9]（2012）在《基于对偶树复小波域HMT模型的遥感图像融合》一文中研究指出针对遥感图像融合领域的实际应用,提出一种基于对偶树复小波变换与隐马尔可夫树模型结合的图像融合新方法。该算法将分别具有高光谱和高空间分辨率优势的两幅图像进行复小波变换,再对分解后不同频率域的系数选择不同的融合规则处理。采用低频系数加权平均;高频系数先建模,再基于区域能量规则处理的方法,最后完成逆变换得到重构图像。将该算法与其他几种图像融合方法进行比较,实验表明,该算法能够取得较为理想的效果。(本文来源于《现代电子技术》期刊2012年16期）
侯艳丽,杨国胜[10]（2012）在《基于对偶树复小波变换的模糊纹理分割》一文中研究指出提出了一种基于对偶树复小波变换的模糊纹理图像分割算法,该方法包括纹理特征提取和纹理分类两个阶段,其中,特征提取在对偶树复小波变换的基础上进行;纹理分类可以直接用模糊C均值算法进行聚类从而完成纹理的分割,但由于该算法中隶属度函数是基于样本到类中心的距离设计的,这对非球形分布数据很不合理,针对该问题,引入样本与样本的紧致度来度量类中各个样本之间的关系从而修正隶属度函数,并将其用于纹理分类。实验结果表明与模糊C均值算法在运行时间上相差不大的情况下,改进的方法在分割精度、边缘准确性和区域一致性上都得到了明显的改善。(本文来源于《计算机工程与应用》期刊2012年14期）
对偶树小波论文开题报告
（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：
卫星遥感传感器获取的部分遥感图像由于气候的原因会产生不同程度的云覆盖,大大降低了遥感图像的利用率、影响其后期处理和应用。对此类遥感图像进行云层去除,能有效提高卫星图像的利用率和可用性,也是遥感图像预处理中一个十分重要的研究方向。本文针对目前应用较为广泛的陆地(Landsat)系列卫星和环境一号(HJ一1)系列卫星获取的含薄云遥感图像,提出了叁种有效的薄云去除算法,主要内容包括以下几个方面：1.阐述了薄云去除研究的目的和意义,介绍了Landsat系列卫星和环境一号A、B卫星成像传感器的主要参数,分析了薄云去除算法的国内外研究现状,以及对偶树复小波变换和支持向量机理论。2.提出一种基于对偶树复小波变换的遥感图像薄云去除算法。该算法是将含薄云的遥感图像进行多层对偶树复小波变换,使得低频系数中主要为薄云信息,高频系数中主要为地物信息。通过对高频补偿和低频抑制处理,有效去除遥感图像中的薄云,恢复云覆盖区域的地面信息。实验结果表明,该方法能有效去除薄云且具有较快的运算速度。3.提出一种基于多方向对偶树复小波变换和迁移最小二乘支持向量回归的遥感图像薄云去除算法。在对偶树复小波变换基础上,结合方向滤波器组构建了多方向对偶树复小波变换；根据迁移学习及最小二乘支持向量回归理论构建了迁移最小二乘支持向量回归模型；借助与原始含云图像同一位置的清晰多源多时相卫星图像,使用迁移最小二乘支持向量回归对原始含云图像的低频系数进行填充,原始图像经多方向对偶树复小波分解后的高频系数采用自适应增强函数进行增强,将处理后的高低频系数重构后获得清晰无云的图像,有效地降低了地物信息的损失。4.提出一种基于多方向对偶树复小波变换和迁移孪生支持向量回归的遥感图像薄云去除算法。根据孪生支持向量机和迁移学习理论构建了域自适应迁移孪生支持向量回归模型。由于卫星传感器获取遥感数据具有一定的周期,在获得的可用同一位置多源多时相遥感图像中,地物信息不可避免地会发生一些变化,此算法采用基于分类的变化检测算法对原始图像和多源多时相图像进行地物变化检测,对未发生变化的区域进行迁移孪生支持向量回归的方法预测该区域中的低频系数,对于发生变化的区域则对原始图像该区域进行对偶树复小波分解,采用自适应增强函数增强高频并抑制低频,最终重构得到清晰无云图像。
（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。
对偶树小波论文参考文献
[1].贾鹤鸣,朱传旭,张森,杨泽文,何东旭.对偶树复小波与空域信息的手势识别分类研究[J].智能系统学报.2018
[2].黎晓伊.基于对偶树复小波变换和迁移支持向量回归的遥感图像薄云去除[D].安徽大学.2016
[3].胡根生,黎晓伊,梁栋,黄林生.基于对偶树复小波变换的遥感图像薄云去除[J].安徽大学学报(自然科学版).2016
[4].姚家扬,罗志增.对偶树复小波在脑电消噪中的应用[J].华中科技大学学报(自然科学版).2015
[5].刘婧,王威,李骥,杨蔚蔚.基于对偶树复小波变换的模糊图像质量评价[J].计算机工程与科学.2015
[6].王奉涛,陈守海,闫达文,王雷,朱泓.对偶树复小波流形域降噪方法及其在故障诊断中的应用[J].机械工程学报.2014
[7].陈曦,梁方,王威.基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究[J].计算机工程与科学.2014
[8].韩成海.基于对偶树复小波的图像融合方法研究[D].吉林大学.2013
[9].韩成海.基于对偶树复小波域HMT模型的遥感图像融合[J].现代电子技术.2012
[10].侯艳丽,杨国胜.基于对偶树复小波变换的模糊纹理分割[J].计算机工程与应用.2012