导读:本文包含了小波零树结构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:小波,图像,模型,结构,子树,社交,马尔。
小波零树结构论文文献综述
施宇,夏平,雷帮军,师冬霞[1]（2018）在《基于小波域树结构MRF的医学图像分割》一文中研究指出针对医学图像分割中器官组织结构复杂重迭,且伴有噪声、局部容积效应、及伪影的问题,提出了小波域树结构MRF(wavelet tree-structured Markov random field,WTS-MRF)的医学图像分割算法。通过小波多分辨率分析描述医学图像的特征信息;在小波分解的每一尺度上定义相同的树结构MRF来表征医学图像特征信息间的联系。小波域树结构MRF模型包括层间小波系数四叉树结构和层内TS-MRF结构,层间小波系数结构具有一阶Markov性;层内TS-MRF模型,采用Potts模型对节点标号势函数建模,同标号的观测特征用高斯模型建模;最后,通过从低分辨率尺度到高分辨率尺度的递归运算、以及每一分辨率中从分类层次树的顶层向底层的递归来求解最大后验概率,实现医学图像分割。实验结果从视觉效果和定量分析两方面验证表明,文中算法能有效地提取图像的细节信息,比较完整地分割医学图像的目标区域,具有较高的分割精度和鲁棒性。(本文来源于《信息通信》期刊2018年11期）
夏平,刘小妹,雷帮军,吴涛[2]（2016）在《基于复小波域树结构化MRF模型的声纳图像分割》一文中研究指出声纳图像受成像环境影响对比度低,特性信息较弱,且图像分辨率不高,用传统的分割方法效果较差,为此,构建了双树复小波域树结构化的MRF模型(TS-MRF),提出了基于此模型的声纳图像分割算法。双树复小波变换(DT-CWT)具有近似平移不变性和良好的方向选择性,其多分辨率分析能有效地提取声纳图像的弱特征信息,以便TS-MRF中节点参数的描述能准确地反映树结构的分布规律和图像统计特性;复小波域6个方向高频子带相互独立,尺度间父子节点标号具有一阶Markov性;尺度内构建TS-MRF模型,且每一节点标号依赖于父节点,采用Potts模型对节点标号势函数建模,相同标号的观测特征用高斯模型建模;最后,用多分辨率递归和每一分辨率分类层次树从顶层向底层的尺度内递归算法来求解最大后验概率,实现分类层次树标号,完成声纳图像分割。实验结果从视觉效果和定量分析两方面验证表明,本文算法能有效地抑制噪声,较好地提取声纳图像的弱特征信息,具有较高的分割精度和鲁棒性。(本文来源于《仪器仪表学报》期刊2016年04期）
张茜,郭金库,余志勇,刘光斌[3]（2014）在《使用小波分层连通树结构的压缩信号重构》一文中研究指出基于小波树模型的压缩感知可以通过较少的观测量得到鲁棒的信号重构,但采用最优树逼近时,则存在复杂度大的问题。在证明分层后的小波树仍然具备连通树性质的基础上,提出了基于小波分层连通树结构的压缩重构算法,在与原观测量一致的情况下,保证了重构精度并且提高了重构效率。实验结果表明,改进算法相对于原算法在处理大尺度数据时,效率有明显的改善。(本文来源于《国防科技大学学报》期刊2014年05期）
叶从欢,熊曾刚,丁么明,李纪平,王光伟[4]（2014）在《面向社交多媒体安全分享的树结构小波域联合指纹与加密》一文中研究指出社交网络的出现,使得基于社交网络平台的多媒体分享变得非常容易,并引起了一些安全与隐私问题.为了减少不必要的损失,面向社交网络的多媒体安全分享需确保保密性、可追踪性以及可扩展性(即安全分享方法可应用于不同规模的社交网络),而现有的联合指纹与加密技术虽可提供对前二者的双重保护,但会制约可扩展性.本文提出了一种面向社交网络多媒体安全分享的树结构的小波变换域的联合指纹与加密技术,该技术主要在社交网络的层次机构和多级指纹码之间建立一种映射关系,并根据该结构对多媒体内容实施树结构的小波变换,进而进行指纹与加密,实验结果与理论分析证明了该方法可以同时兼具保密性、可追踪性与可扩展性.(本文来源于《小型微型计算机系统》期刊2014年10期）
袁琴,吴宣够,熊焰[5]（2014）在《小波树结构在贝叶斯压缩感知图像重构中的应用研究》一文中研究指出结合贝叶斯和压缩感知理论,提出了一种基于小波变换的图像压缩和重建方法。这种算法充分利用了小波变换系数的结构特征和相关性,有效地提高了图像的压缩比例和重建精度。对小波变换的尺度系数采用基于预测的恢复算法;对高频系数的恢复结合了贝叶斯理论和压缩感知理论,采用了一种基于回归模型的方法,通过高斯混合参数对未知权值参数赋予确定的先验分布,以限制系数的稀疏性。该方法能够得到未知参数的一组具有较高概率的模型,从而实现系数在MMSE意义下的重建。与现有的图像压缩方法以及其它基于压缩感知的图像压缩方法相比,该算法能够获得较高的图像重建质量和较大的图像压缩比。(本文来源于《计算机科学》期刊2014年03期）
刘哲,南炳炳,顾淑音,李强[6]（2013）在《基于小波子树结构化采样的压缩图像融合方法》一文中研究指出现有压缩图像融合算法的采样模式以傅里叶谱域内星形采样和小波谱域内放射状采样为主,并没有充分利用信号在谱域内的结构化特征,算法的性能和效率仍有提升空间。为此,本文利用图像在小波谱域内的重要变换系数所体现出的结构化特征,通过沿小波谱域内子树结构进行自适应采样,以采集到图像更多的重要信息,并结合空域递归图像重构算法,提出一种新的压缩图像融合方法。数值实验结果表明,所提出的压缩图像融合方法与现有的其它方法相比,不仅有效提高了图像融合效果,而且计算效率也有很大提升。(本文来源于《光电子.激光》期刊2013年11期）
金炜,周亚训,符冉迪,尹曹谦[7]（2012）在《采用零树结构分类小波系数的红外图像降噪》一文中研究指出红外图像易受噪声污染,为了改善红外图像的质量,提出了一种基于零树结构分类小波系数的红外图像降噪算法。该算法利用小波零树结构表达尺度间的相关性,通过空间自适应阈值将小波系数进行分类,并根据不同类系数的统计特性采用不同的先验分布模型,在贝叶斯框架下实现降噪。实验结果表明,本文算法在峰值信噪比(PSNR)指标上优于传统算法;从视觉效果来看,该算法在有效去除图像噪声的同时能较好地保持空间细节,可以满足当前红外图像降噪的需求。(本文来源于《光电工程》期刊2012年05期）
马丹丹[8]（2011）在《基于干扰和PAPR的小波包调制树结构的优化研究》一文中研究指出小波包调制作为一种新型的多载波调制技术，以其频谱利用率高、抗干扰性较强和保密性好等优良特性受到广泛关注。小波包调制的显着特点是可以对带宽进行任意方式的划分，这就带来了小波包调制树形结构的多样性，使得小波包调制结构的优选成为研究的主要问题。本文将结合通信特点，从码间干扰、载波间干扰和峰均功率比(PAPR)对结构影响的角度，探讨小波包调制树结构的优选。1.以小波包基础理论为背景，介绍了小波包调制系统的调制原理和实现方式，并且引入了等效滤波器组的概念。2.从降低干扰的角度，提出了一种基于降低ISI和ICI的小波包调制结构分步优化方案。通过对ISI和ICI产生原因分析，以及不同小波包树结构对ISI和ICI影响的分析，利用综合干扰功率和最小均方误差方法，实现了小波包调制树结构的优选。仿真表明这种方法在一定程度上提高了系统的传输性能，简化了小波包调制树结构。3.从降低峰均功率比(PAPR)和综合干扰的角度，探讨了降低峰均功率比(PAPR)和综合干扰相结合的小波包调制树结构的优选方法。利用不同调制树结构峰均功率比(PAPR)大小的差异性实现对小波包调制树各个节点的选择频率的统计，完成对树结构的初步筛选，通过对综合干扰功率的计算，最终完成树结构的优选。仿真结果表明，将峰均功率比(PAPR)与干扰综合进行考虑的优选方案比单一考虑一方面的优选方案，在提高系统性能上更具有优越性。(本文来源于《杭州电子科技大学》期刊2011-12-01）
肖莹[9]（2011）在《基于小波树结构及小波模糊特征的压缩感知方法研究》一文中研究指出标准压缩感知主要利用信号和图像在小波变换具有稀疏性的先验知识,能从少量的观测值中重构出原始信号和图像。模型化压缩感知将小波系数具有统计相依结构的先验知识引入到压缩感知理论中,提出了贪婪树和最优树结构,这种方法极大地缩小了搜索空间,减少了计算量,实现信号和图像的快速重构。本文在学习已有压缩感知重构算法的基础上,主要利用小波系数具有统计相依结构的思想进行研究,并完成以下工作。首先,本文将各种匹配追踪算法应用到地下离散点目标的探地雷达(GPR)成像中,对比不同算法的成像效果。并针对块状目标,结合块稀疏性的思想,提出了基于块稀疏性和压缩感知的GPR成像算法。实验结果表明,在无噪声和含噪声的情况下,该算法均可以很好地重构出地下目标。其次,本文在模型化压缩感知重构中已有的小波树结构的基础上,依据对大量自然图像小波系数关系的统计结果,提出了基于相邻系数、父系数与子系数之间统计相依结构的小波系数合理树结构,并结合小波系数合理树结构的思想,改进了迭代硬阈值压缩感知图像重构算法和模型化压缩感知图像重构算法。实验结果表明,该算法能获得更高的图像重构质量。最后,为了更有效地描述小波系数具有的统计相依结构,本文将模糊逻辑引入到压缩感知重构算法中,利用模糊特征描述双树复数小波变换下小波系数尺度内相邻系数间和相邻方向上系数的统计相依结构,并根据模糊成员函数对小波系数进行迭代收缩,得到基于双树复数小波模糊特征和模糊迭代收缩的压缩感知图像重构算法。实验结果表明,该算法能获得更高的图像重构质量,尤其是图像纹理部分的重构效果特别好。(本文来源于《燕山大学》期刊2011-05-01）
练秋生,肖莹[10]（2011）在《基于小波树结构和迭代收缩的图像压缩感知算法研究》一文中研究指出模型化压缩感知图像重构在标准压缩感知重构的基础上利用了小波树结构的先验知识,分别用贪婪树逼近和最优树逼近的方法求解重构优化问题。该文以模型化压缩感知重构中已有的小波树结构为基础,依据对大量自然图像小波系数关系的统计结果,提出了基于相邻系数、父系数与子系数之间统计相依关系的小波系数合理树结构,并结合小波系数合理树结构的思想,改进了普通迭代硬阈值压缩感知图像重构算法和基于最优树的模型化压缩感知图像重构算法。实验结果表明,该文算法能获得更高的图像重构质量。(本文来源于《电子与信息学报》期刊2011年04期）
小波零树结构论文开题报告
（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：
声纳图像受成像环境影响对比度低,特性信息较弱,且图像分辨率不高,用传统的分割方法效果较差,为此,构建了双树复小波域树结构化的MRF模型(TS-MRF),提出了基于此模型的声纳图像分割算法。双树复小波变换(DT-CWT)具有近似平移不变性和良好的方向选择性,其多分辨率分析能有效地提取声纳图像的弱特征信息,以便TS-MRF中节点参数的描述能准确地反映树结构的分布规律和图像统计特性;复小波域6个方向高频子带相互独立,尺度间父子节点标号具有一阶Markov性;尺度内构建TS-MRF模型,且每一节点标号依赖于父节点,采用Potts模型对节点标号势函数建模,相同标号的观测特征用高斯模型建模;最后,用多分辨率递归和每一分辨率分类层次树从顶层向底层的尺度内递归算法来求解最大后验概率,实现分类层次树标号,完成声纳图像分割。实验结果从视觉效果和定量分析两方面验证表明,本文算法能有效地抑制噪声,较好地提取声纳图像的弱特征信息,具有较高的分割精度和鲁棒性。
（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。
小波零树结构论文参考文献
[1].施宇,夏平,雷帮军,师冬霞.基于小波域树结构MRF的医学图像分割[J].信息通信.2018
[2].夏平,刘小妹,雷帮军,吴涛.基于复小波域树结构化MRF模型的声纳图像分割[J].仪器仪表学报.2016
[3].张茜,郭金库,余志勇,刘光斌.使用小波分层连通树结构的压缩信号重构[J].国防科技大学学报.2014
[4].叶从欢,熊曾刚,丁么明,李纪平,王光伟.面向社交多媒体安全分享的树结构小波域联合指纹与加密[J].小型微型计算机系统.2014
[5].袁琴,吴宣够,熊焰.小波树结构在贝叶斯压缩感知图像重构中的应用研究[J].计算机科学.2014
[6].刘哲,南炳炳,顾淑音,李强.基于小波子树结构化采样的压缩图像融合方法[J].光电子.激光.2013
[7].金炜,周亚训,符冉迪,尹曹谦.采用零树结构分类小波系数的红外图像降噪[J].光电工程.2012
[8].马丹丹.基于干扰和PAPR的小波包调制树结构的优化研究[D].杭州电子科技大学.2011
[9].肖莹.基于小波树结构及小波模糊特征的压缩感知方法研究[D].燕山大学.2011
[10].练秋生,肖莹.基于小波树结构和迭代收缩的图像压缩感知算法研究[J].电子与信息学报.2011
论文知识图
