导读:本文包含了分辩率论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分辩率,高分辨率,遥感,江汉平原,吉尔,地层学,摄像机。
分辩率论文文献综述
汪冰,张大明,魏本赞,王瑞军,张策[1]（2017）在《高分辩率遥感在青海卡尔却卡地区铜多金属矿找矿预测中的应用》一文中研究指出文章在分析青海卡尔却卡地区矽卡岩型铜多金属矿床成矿地质条件及控矿因素的基础上,利用WorldView-Ⅱ高分辨率影像进行地质解译和Aster影像蚀变信息提取,总结了矽卡岩型矿床控矿要素的影像特征,构建了矽卡岩型铜及多金属矿床遥感找矿模型。依据找矿模型和遥感解译信息,在卡尔却卡地区预测了找矿远景区,为该区进一步找矿勘查提供了依据。(本文来源于《地质找矿论丛》期刊2017年01期）
赵志国[2]（2015）在《基于深度学习的低分辩率多恣态人脸识别》一文中研究指出随着社会的发展,人脸识别技术在现实社会中的应用变得越来越广泛。在实际的视频监控系统中,图像设备采集到的图像往往含有姿态变化和分辨率低等影响因素,而现有的方法对于伴随多姿态低分辨率人脸图像的识别性能并不是很理想,为解决低分辨率多姿态人脸图像中姿态变化的非线性问题和低分辨率问题的影响,本文提出将深度信念网络与极限学习机相结合的深层网络结构的方法来识别低分辨率多姿态人脸图像。本文方法中的深度信念网络结构主要作用为特征提取,极限学习机主要用于分类识别。其中深度信念网络由多层限制玻尔兹曼机模型构成,每层的限制玻尔兹曼机通过贪婪学习算法无监督逐层学习,对训练而得的深度信念网络结构再使用自编码器进行参数微调,这样构建学习而成的深层次的非线性网络结构模型发挥在复杂函数的非线性问题逼近方面的优异性能,有效地学习带有姿态变化的高低分辨率图像之间流形假设的点对联系,充分挖掘带有姿态变化的高低分辨率图像中姿态变化的非线性联系以及高低分辨率图像之间的共有特性,从而克服姿态变化的非线性和分辨率低的影响,进而提取输入图像的本质特征。最后在构建的深度信念网络模型结构的最顶层添加极限学习机模型达到分类识别的目的。本文最后在姿态因素影响相对较大的UMIST人脸库、ORL人脸库和FERET人脸库进行相关实验,在实验前,本文先对人脸库中的图像进行预处理操作,再通过处理后的图像训练学习网络结构并测试分类,最后的实验结果表明,相比于其他方法,本文所提出的方法具有识别率高、分类时间短等优点。(本文来源于《大连理工大学》期刊2015-05-01）
黄丹,唐练,张洪明,班钊,熊山山[3]（2014）在《弯板动态称重信号的多分辩率分析及去噪》一文中研究指出弯板动态称重方法获取的车辆重量、车速、轴距及其它参数能为治理超限提供可靠依据。针对弯板动态称重数据,本文提出采用基于小波的多分辨率分析对弯板信号进行多层分解,去除高频噪声。对比实验结果表明,此方法使弯板波形变得平滑,有效保留原始有用信号,最终降低动态称重误差。(本文来源于《自动化与仪器仪表》期刊2014年05期）
焦旸[4]（2014）在《高分辩率CCD硬件系统的设计与研究》一文中研究指出全景技术已成为计算机视觉领域内的一个重要课题,在视频监控、科研探索、航空测绘等领域内都具有广泛的应用前景。目前全景技术中的前端摄像机像素在25万-38万之间、彩色分辨率为420线、黑白分辨率在500线上下,不能满足高清前端摄像机像素38万以上、彩色分辨率大于或等于480线、黑白分辨率在570线以上的高质量图像采集的要求。针对应用在全景技术中的前端摄像机分辨率不足的问题,立足于视频监控发展的要求和全景技术的需要本文设计了一种具有外同步功能,具备44万像素、彩色分辨率在550线的CCD视频前端采集设备,以满足全景视频监控领域高清晰图像采集的要求。本课题通过分析高清前端摄像系统需求,对比不同的解决方案,最终确定采用SUPER HAD技术的ICX409AK作为CCD图像传感器,在此基础上分别确定专用DSP芯片CXD3172AR作为核心视频处理器,其内置CCD驱动器和八位模数转换器,支持外同步功能,缩短了开发的周期；外附以视频信号降噪放大处理器、外同步信号电路、EEPROM存储单元和电源电路的设计方案。系统中图像传感器有效像素为752(H)×582(V),显示图像清晰,已属于高端视频监控CCD;IC级视频信号处理芯片CXA3796N,具有相关双采样电路和大范围可调可编程增益放大器,实现对原始视频信号的降噪和放大功能；可重复擦除和写入存储器EEPROM用于存储专用DSP固件程序和系统操作模式的选择；利用锁相环电路相位跟踪的作用,设计锁相环电路实现本地视频信号驱动时钟同步于外同步信号；电源单元针对CCD对电压的严格要求,实现系统提供的12V电源通过电压转换芯片降压为3.3V,同时通过线性电源转换成5V。同时考虑布线、体积、外同步信号相互干扰等问题,采用图像采集和同步电路分离在两块PCB上,提高了系统的可靠性。测试结果表明,驱动信号、视频输出信号符合芯片手册要求,采集到的图像清晰、画面连贯、疵点少、50帧/s。通过观察监视器和对比示波器中外同步信号波形与视频输出信号波形,两台CCD摄像机同一频率扫描图像,视频信号与外时钟信号相位稳态差固定在10μs内,实现任一帧周期内驱动时钟与外信号同步的功能。通过对电子摄像机分辨率测试方法的研究,搭建测试平台对高清前端摄像系统的空间分辨率进行测试,测试结果表明,高清前端摄像系统具备44万有效像素,实现了高质量图像采集的设计初衷,具有较高的应用价值和研究意义。(本文来源于《西安工业大学》期刊2014-04-25）
李枫,朱诚,吴立,李兰,孙伟[5]（2011）在《江汉平原12757 cal.aBP以来环境干湿变化的高分辩率研究》一文中研究指出选择位于江汉平原的荆州JZ-2010湖相沉积剖面为研究对象,利用AMS~(14)C测年建立了12757 cal.aBP以来江汉平原干湿环境演变的时间序列。对湖相沉积物中的Rb/Sr值、Ti元素含量以及磁化率等多项环境代用指标的综合分析表明:112757～9060 cal.aBP,江汉平原处于冰后期偏干环境向湿润发展的阶段;其中12000～11500 cal.aBP出现干旱事件,是对Younger Dryas事件的响应;在9800～9600 cal.aBP也出现显着的干旱事件。29060～7900 cal.aBP,江汉平原环境继续向湿润发展,但在8190～8045 cal.aBP出现一次干旱事件。37900～6050 cal.aBP,区域环境整体呈湿润状态,而Ti元素含量的下降则表明了该时期江汉平原区域侵蚀沉积通量的减少,磁化率在该阶段出现的异常峰值则是对江汉平原大溪文化期古人类活动的响应。46050～4420 cal.aBP,江汉平原环境处于冰后期以来最湿润阶段。54420～2700 cal.aBP,该阶段初期江汉平原经历了4420～4200 cal.aBP十分显着的干旱事件;4200～4000 cal.aBP间干湿波动较频繁,至4000 cal.aBP之后又渐湿润,区域有效湿度明显增加,其中磁化率异常可能与古楚人迁入江汉平原定居有关。62700～1220 cal.aBP,该阶段前期环境于波动中向较干发展,至2000 cal.aBP一次显着干旱事件后又逐渐转向湿润。71220 cal.aBP～1950AD,江汉平原整体转向偏干的环境,突出表现在Sr含量的快速上升和Rb/Sr值的大幅下降;磁化率的异常高值指示此阶段环境变化与人类活动有很大关系,其影响于清末达到高峰。⑧1950AD之后,各环境替代指标波动剧烈,江汉平原总体环境趋向偏干,侵蚀通量急剧增加,人为因素扰动强烈。(本文来源于《地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集》期刊2011-07-01）
应俊,周履冰[6]（2011）在《镜头分辩率及高清摄像机镜头选择》一文中研究指出目前百万像素高清摄像机已越来越多地应用于监控,有1百万像素摄像机、2百万像素摄像机、5百万像素摄像机。摄像机的像素高是图像清晰的一个方面,另一方面高像素感光元也要配以高分辨率的镜头才能使高清摄像机的能力得以体现。(本文来源于《中国公共安全(综合版)》期刊2011年05期）
张艮龙[7]（2010）在《基于高空间分辩率遥感影像的森林资源调查小班区划》一文中研究指出我国森林资源调查体系中用途最广的调查是森林资源规划设计调查，其最重要的内容之一就是小班区划。这是因为森林空间分布定位的准确性、面积测量的精确性和最终资源成果的可靠性，都直接受到小班区划结果的影响。当前森林资源调查小班区划主要是在现地进行对坡勾绘，这种方法存在人为主观性，不够科学客观。本文首先分析了SPOT-5遥感数据的特点以及现行小班区划中所存在因人的视野小而产生误判的缺点，然后采用了面向对象的多尺度分割策略，针对不同尺度的地物信息采用不同的分割尺度，在此基础上构建多尺度分割等级网，实现了地物信息的分层提取。其具体流程为在小班边界控制条件下，对SPOT-5影像进行初始分割，并输出矢量化结果，建立“对象”的拓扑关系（邻接关系和连通关系），为建立多尺度分割数据间的联系奠定基础。此时，对影像分割结果进行地块类型识别，形成初步的小班区划结果。然后从已矢量化的地块类型图中提取出有林地，在有林地斑块控制范围内的影像进行分割，并进行矢量化。最后在有林地边界控制范围内的矢量化结果与小班区划初步结果迭加，形成小班区划第二次结果，如果对第二次小班区划结果不满意，使用小班区划模块对边界进行手工调整，形成最后的小班边界。此外，所构建的森林资源规划设计调查数据内业生成系统基础平台主要实现了：文件管理及视图、图像基本操作、图像预处理、图像边界提取、图像分类模块、小班区划模块、帮助等模块。为小班区划技术路线的实施提供了一个很好的平台。基于该系统对吉林省汪清县金沟岭林场的森林资源进行小班区划，实验结果表明该技术路线取得了较好的预期效果，是对计算机自动识别和小班区划的一个新的尝试。(本文来源于《西安科技大学》期刊2010-06-30）
俞琴,冉隆富,周映华[8]（2009）在《高分辩率CT对早期小肺癌的诊断价值》一文中研究指出目的探讨高分辨率CT对早期周围性小肺癌(直径≤3cm)的诊断价值。方法收集30例肺癌病例,经手术、穿刺活检的病理结果和临床观察证实。每例病人均行常规螺旋CT扫描,再对病灶行高分辨扫描,其中20例行增强后高分辨重复扫描。对病灶大小、部位、形态、边缘、密度、强化前后CT值及强化范围、以及病灶与支气管的关系等信息进行观察与分析。结果30例早期肺癌的主要CT表现:全部为孤立型小结节,30例有分叶征;30例有小毛刺征;15例有胸膜凹陷征;16例有血管集束征;9例有支气管气相和空泡征。结论高分辩率CT+动态增强扫描能更好显示病灶内部结构和边缘形态,可提高早期周围型肺癌的诊断率,具有重要的临床应用价值。(本文来源于《西部医学》期刊2009年12期）
晋喜林[9]（2009）在《胡状地区沙河街组高分辩率层序地层样式》一文中研究指出高分辨率地层学是一门新学科和新技术,其核心是地层基准面变化旋回的识别和对比。该文通过钻井、岩心、测井和地震资料的详细分析,对胡状集地区沙河街组沉积地层的中、短期基准面旋回进行了仔细研究,并从砂泥岩变化、颗粒粒度变化及测井曲线变化等方面进行描述、总结出该区高分辨率层序地层的堆积样式和沉积特征,为今后胡状集地区高分辨率地层研究提供了一种可借鉴的方法。(本文来源于《内蒙古石油化工》期刊2009年14期）
林国宏[10]（2009）在《基桩低应变检测提高分辩率的方法》一文中研究指出文章分析了基桩低应变反射波法影响检测缺陷分辨率的各种干扰信号来源,提出用改变脉冲宽度法、多次迭加平均法、提高采样频率、采用低通滤波法、采用高的A/D转换位数减少量化误差等综合方法来提高信噪比,提高检测分辨率。(本文来源于《岩土工程界》期刊2009年07期）
分辩率论文开题报告
（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：
随着社会的发展,人脸识别技术在现实社会中的应用变得越来越广泛。在实际的视频监控系统中,图像设备采集到的图像往往含有姿态变化和分辨率低等影响因素,而现有的方法对于伴随多姿态低分辨率人脸图像的识别性能并不是很理想,为解决低分辨率多姿态人脸图像中姿态变化的非线性问题和低分辨率问题的影响,本文提出将深度信念网络与极限学习机相结合的深层网络结构的方法来识别低分辨率多姿态人脸图像。本文方法中的深度信念网络结构主要作用为特征提取,极限学习机主要用于分类识别。其中深度信念网络由多层限制玻尔兹曼机模型构成,每层的限制玻尔兹曼机通过贪婪学习算法无监督逐层学习,对训练而得的深度信念网络结构再使用自编码器进行参数微调,这样构建学习而成的深层次的非线性网络结构模型发挥在复杂函数的非线性问题逼近方面的优异性能,有效地学习带有姿态变化的高低分辨率图像之间流形假设的点对联系,充分挖掘带有姿态变化的高低分辨率图像中姿态变化的非线性联系以及高低分辨率图像之间的共有特性,从而克服姿态变化的非线性和分辨率低的影响,进而提取输入图像的本质特征。最后在构建的深度信念网络模型结构的最顶层添加极限学习机模型达到分类识别的目的。本文最后在姿态因素影响相对较大的UMIST人脸库、ORL人脸库和FERET人脸库进行相关实验,在实验前,本文先对人脸库中的图像进行预处理操作,再通过处理后的图像训练学习网络结构并测试分类,最后的实验结果表明,相比于其他方法,本文所提出的方法具有识别率高、分类时间短等优点。
（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。
分辩率论文参考文献
[1].汪冰,张大明,魏本赞,王瑞军,张策.高分辩率遥感在青海卡尔却卡地区铜多金属矿找矿预测中的应用[J].地质找矿论丛.2017
[2].赵志国.基于深度学习的低分辩率多恣态人脸识别[D].大连理工大学.2015
[3].黄丹,唐练,张洪明,班钊,熊山山.弯板动态称重信号的多分辩率分析及去噪[J].自动化与仪器仪表.2014
[4].焦旸.高分辩率CCD硬件系统的设计与研究[D].西安工业大学.2014
[5].李枫,朱诚,吴立,李兰,孙伟.江汉平原12757cal.aBP以来环境干湿变化的高分辩率研究[C].地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集.2011
[6].应俊,周履冰.镜头分辩率及高清摄像机镜头选择[J].中国公共安全(综合版).2011
[7].张艮龙.基于高空间分辩率遥感影像的森林资源调查小班区划[D].西安科技大学.2010
[8].俞琴,冉隆富,周映华.高分辩率CT对早期小肺癌的诊断价值[J].西部医学.2009
[9].晋喜林.胡状地区沙河街组高分辩率层序地层样式[J].内蒙古石油化工.2009
[10].林国宏.基桩低应变检测提高分辩率的方法[J].岩土工程界.2009
论文知识图
