导读:本文包含了纹理耦合论文开题报告文献综述及选题提纲参考文献，主要关键词:电网,纹理参数,GA-BP,图像识别
纹理耦合论文文献综述
王昕,蒋佐富,蔡荣明,尚将,吴瑞文[1]（2019）在《纹理参数耦合GA-BP神经网络的电力设备图像识别方法介绍》一文中研究指出针对目前电厂和变电站的视频监控设备只有视频监控,而没有图像识别功能,提出结合纹理参数和GA-BP神经网络的电力设备图像识别方法。首先,用采集到的图像数据构建灰度共生矩阵;其次,通过灰度共生矩阵计算出各图像的纹理参数;最后,对GA-BP神经网络进行训练并确定最优模型,实现分类。(本文来源于《应用能源技术》期刊2019年08期）
杨歆,孙俊航[2]（2018）在《动态调节耦合纹理差异量化的图像修复算法》一文中研究指出为解决当前图像修复算法存在的块效应以及模糊效应等不足,提出动态调节机制耦合纹理差异的图像修复技术。利用权重配比,构造优先权度量模型,评估待修复区像素点的优先权;利用样本块的梯度特性,构造结构差异度量函数,计算样本块及其邻域块之间的差异;根据度量结果,设计动态调节机制,调整样本块大小;按照调整后样本块的大小,利用像素点的R、G、B颜色值搜索最优匹配块;利用像素点的梯度值,构造纹理差异度量模型,联合最优匹配块,完成图像修复。实验结果表明,与当前图像修复算法相比,所提算法具备更好的图像视觉质量与鲁棒性能。(本文来源于《计算机工程与设计》期刊2018年07期）
廖春荣[3]（2017）在《基于杨木不同纹理方向的微波生物体耦合规律及其热效应研究》一文中研究指出现代社会,人们生活在电磁波的海洋里,通信、医疗、食物处理、化学制药、材料加工都离不开电磁波的作用,电磁波为人们的生活带来了便利,同时也带来了危害。电磁波是一种高频的电磁波,在辐射人体时,与人体细胞中的极性分子作用,使极性分子发生每秒数十亿次的取向运动,进而产生大量的热量,烧伤人体。但善于利用,也可以应用电磁波与生物体的耦合作用,利用微波具有选择性,频率、功率可调等特点,选择性地杀死人体内部的癌细胞,帮助人体恢复健康。由于电磁波具有干涉和衍射现象,其与生物质的作用规律较为复杂,目前研究还较少,因此探究微波的生物电磁效应规律显得尤为必要,它能够为微波辐射的利用以及防护提供有用的理论依据。本文以杨木为研究对象,探究了电磁波和生物体的相互作用原理,并在此基础上,通过实验探究和有限元分析两种方法,从叁个方面探究了微波干燥杨木时的温度分布均匀性等问题。利用微波干燥杨木时,由于微波能量很高,在杨木内部容易形成局部高温,使杨木局部碳化,或者造成开裂等干燥后木材质量低劣等情况,所以探究杨木的微波干燥温度均匀性问题显得尤为必要。(1)采用有限元和实验探究两种方法进行对比分析,探究微波电磁场方向沿着杨木不同纹理方向作用时,杨木内部温度的分布规律、水分散失情况和能量利用效率情况。研究表明:①采用微波纵向馈入的方式,木材的受热情况最均匀,温度分布均匀性最好,微波能量利用率最高。②采用纵向馈入的方法,能够快速打通木材内部的水分运输通道,为木材后期的烘干过程提高效率,节约能源的利用。③有限元分析法和实验探究的结果是一致的,虽然木材是各向异性的,但是通过有限元法可以接近真实值地模拟杨木微波干燥过程中的温度分布情况,使结果可视化,更直观地为后期的研究提供理论依据。(2)采用理论计算和有限元法,探究微波纵向馈入杨木时,随着含水率的增加,微波在杨木中的穿透深度及能量利用率问题。研究表明:①当杨木的含水率从30%增加到110%时,通过有限元法和理论计算发现,微波在不同含水率杨木中的穿透深度不同,穿透深度随着含水率的增加而减小;杨木含水率从30%增加到110%时,微波频率为2.45 GHz时,微波的穿透深度从22.30 cm减小到3.64 cm;微波频率为0.915 GHz时,微波穿透深度从60.32 cm减小到9.85 cm,根据以上结果对杨木微波干燥提供理论指导。②采用频率为2.45 GHz的微波对上述含水率的杨木进行热处理,进一步分析表明,随着含水率的增加,杨木内部温度变异系数从0.4增加到0.63左右,温度分布均匀性变差,能量利用率从92%降低至73%左右,为了提高能量利用率和温度分布均匀性,在微波热处理过程中,使杨木厚度尽量小于微波的穿透深度,获得更佳的处理效果。(3)采用有限元和实验探究两种方法,探究微波沿杨木纵向纹理馈入时,杨木在微波谐振腔中不同位置时,其温度分布均匀性的问题。研究表明:探究杨木在微波谐振腔中不同位置的温度分布均匀性实验与有限元法模拟的结果一致,当杨木块置于微波谐振腔的中心位置或者偏离中心位置在离波导口较远的后端位置时,木材的温度分布均匀性较好,木材的水分减少也较快,干燥效果好。(本文来源于《中南林业科技大学》期刊2017-05-01）
梅树立[4]（2016）在《基于变分法和剪切波耦合算法的蝗虫切片保纹理图像降噪》一文中研究指出保纹理降噪在农业领域图像处理中具有非常重要的作用。现有降噪方法由于无法正确识别纹理和噪声导致降噪效果不理想。针对该问题,该文提出多尺度插值小波框架下的变分法和剪切波变换耦合降噪方法,其中变分法可以识别图像中的主要目标物轮廓,但把纹理识别为噪声;而剪切波变换可识别图像中的纹理细节,但也容易把噪声当作纹理。耦合方法首先对图像进行错切变换,实现图像中纹理区域的降噪,然后通过变分法消除剪切波变换中误将噪声作为纹理重构出现的人工伪影。耦合方法结合了2种方法的优点,使图像降噪效果得到提高。最后以蝗虫切片图像的降噪为例进行数值验证,相对于变分法,峰值信噪比PSNR提高了6.37%;相对于剪切波,PSNR提高了5.90%,数值结果表明了该方法的有效性。(本文来源于《农业工程学报》期刊2016年17期）
姚娜,吕海芳,陈杰[5]（2013）在《基于脉冲耦合神经网络的汉字纹理特征提取》一文中研究指出论文运用改进的脉冲耦合神经网络(PCNN)简化模型结合梯度向量的方法对汉字图像进行纹理特征提取。首先对汉字图像求出梯度向量得到梯度图像,然后利用PCNN的脉冲并行高速传播特性对梯度图像进行迭代点火,每次点火后的二值图像进行概率统计,全部迭代次数的统计向量作为提取的纹理特征。仿真结果表明统计向量作为纹理特征的有效性,同时验证了该方法具有运算速度快、旋转不变性和尺度不变性的优点,为汉字复原提供了研究的基础条件。(本文来源于《塔里木大学学报》期刊2013年04期）
张力娜,李小林[6]（2012）在《参数自适应的耦合卡通-纹理分解及边缘检测方法》一文中研究指出在耦合卡通-纹理分解及边缘检测模型的基础上,提出了根据原图像在不同位置的图像特征自适应选取参数的算法,即根据对原图像预分析的结果,分别在边缘、纹理、分片光滑区域选取不同的参数值,从而达到充分提取纹理、保证卡通图像光滑性同时保护边缘的目的。数值实验结果表明,本文方法提高了图像分解的质量及边缘检测的准确性,减少了边缘提取的奇异点。(本文来源于《激光与红外》期刊2012年08期）
杨丽[7]（2011）在《脉冲耦合神经网络纹理检索系统研究》一文中研究指出脉冲耦合神经网络用于图像检索时,具有平移、旋转、尺度、扭曲等不变性,同时对噪声还具有很好的鲁棒性.本文提出了一种改进的脉冲耦合神经网络图像纹理检索算法,该算法将脉冲耦合神经网络和离散余弦变换相结合.首先将脉冲耦合神经网络输出的二值图像序列进行离散余弦变换,然后选择不同的特征提取方法提取纹理图像的关键特征,最后利用欧氏距离分类器对图像进行识别.基于Brodatz纹理图像库的实验结果证明了该算法的有效性。(本文来源于《新疆职业大学学报》期刊2011年03期）
鲜燚[8]（2011）在《耦合马尔可夫随机场与模糊聚类的纹理图像分割算法研究》一文中研究指出自然界许多场景表面都存在着纹理特征,纹理图像分割是数字图像处理领域研究的一个重要分支,在机器视觉中有着十分重要的作用。但是,一方面由于自然纹理类型庞杂,形态各异且结构繁复;另一方面也因为对人类视觉系统感知纹理的机理认识不足;纹理图像分割仍然是图像处理领域的一大难题。在过去的四十多年中,广大研究人员虽然提出了大量的纹理图像分割算法,但是这些算法都存在着一定的不足。迄今为止,纹理图像分割仍然是一个没有得到很好解决的富有挑战性的课题。本文以灰度纹理图像的分割方法为研究内容,对目前广泛采用的一些纹理描述方法和纹理分割方法进行了认真的总结和研究。选择了从基于特征的角度研究纹理图像的分割问题。基于特征的纹理图像分割包括特征提取和图像分割这两个步骤,本文分别对这两个步骤进行了研究完成了以下几个方面的工作:(1)提出了一种结合模糊C-均值聚类和隐马尔可夫随机场的图像分割算法。由于聚类算法不需要提供训练样本,是一种无监督的统计方法。但模糊C-均值聚类算法没有考虑图像位置上的依赖关系,为此本文提出结合模糊C-均值聚类和隐马尔可夫随机场的图像分割算法。该算法将隐马尔可夫随机场的先验概率和条件概率引入到聚类的目标函数中,通过聚类的迭代思想获取马尔可夫模型的参数。(2)提出了一种耦合马尔可夫随机场纹理特征提取方法。纹理是一种区域特性,纹理特征的提取必须在一定的区域内进行。该方法根据纹理图像的这一特性,采用高斯马尔可夫随机场提取纹理特征。在特征提取过程中充分考虑标记场影响,从而在每次耦合的标记场下估计更准确的纹理特征,利用该特征场,可以获取更准确的标记场。根据上述思想,对人工合成图像、通用纹理图像和医学图像等叁种纹理图像进行了分割实验。通过对实验结果的分析表明:本文的方法和众多纹理图像分割算法相比,具有在保证较少的特征耦合次数的情况下具有更强的抗噪能力,并且能使分割的对象保持区域一致性和边界的清晰性,有较高的分割准确性。(本文来源于《中南民族大学》期刊2011-05-24）
刘丽[9]（2011）在《基于脉冲耦合神经网络和单类支持向量机的纹理检索》一文中研究指出基于内容的图像检索技术是目前图像检索领域广泛研究和应用的热点,其关键问题是提取具有平移、旋转和尺度等不变性的图像特征,因而基于不变特征的图像检索有着广阔的研究前景。脉冲耦合神经网络的输出包含了原始激励的唯一性特征,其特别适合不变特征提取。支持向量机解决了小样本和维数灾难等问题,并且能够得到全局最优解,特别是单类支持向量机的出现很好地解决了单类问题,目前已被广泛应用于图像检索中。本文在分析研究现有纹理图像检索理论的基础上,提出了一种脉冲耦合神经网络和单类支持向量机相结合的纹理图像检索系统。本文主要研究工作如下：(1)系统地介绍了不变特征检索技术的内容、方法及发展现状,分析了不变特征检索的关键技术,学习和探讨了脉冲耦合神经网络模型和单类支持向量机的基本原理和应用,为本文的研究算法提供理论依据。(2)提出了基于脉冲耦合神经网络和单类支持向量机的几何不变性纹理检索系统。首先采用脉冲耦合神经网络对目前普遍研究的纹理图像进行不变特征提取,然后采用单类支持向量机对这些脉冲特征进行分类检索。实验中对发生不同旋转角度和尺度变换的纹理图像进行检索,实验结果显示了本文提出的检索系统具有较好的旋转和尺度不变性。(3)对基于脉冲耦合神经网络和单类支持向量机的纹理检索系统进行了抗噪性实验。实验中对加入不同类型和不同程度噪声的纹理图像进行检索,实验结果证明了本文提出的检索系统对各种噪声的抗噪性能较强。总之,脉冲特征和统计学习理论的结合在图像检索领域中具有广阔的应用前景。(本文来源于《兰州大学》期刊2011-04-01）
王晓飞,李柏年[10]（2012）在《利用脉冲耦合神经网络的纹理图像检索方法》一文中研究指出为提高基于内容的图像检索系统(CBIR)中纹理特征提取的有效性,进一步提升CBIR系统的整体性能。提出了一种基于脉冲耦合神经网络的纹理图像检索方法。脉冲耦合神经网络(PCNN)是新一代的人工神经网络,在数据处理上具有很多优势。特征提取时具有平移、旋转、尺度、扭曲等不变性,以及很好的抗噪性,而这一点非常适合于图像检索系统。利用PCNN及简化模型ICM得到对应于不同灰度值的二值图像序列,计算序列中每幅图像的熵序列,其一维的特征矢量作为纹理特征。采用Eu-clidean距离进行相似度计算,建立了一套基于示例查询图像的纹理图像检索系统。实验结果表明,与小波包等特征提取方法相比,该方法不仅对噪声具有较强的鲁棒性,同时能降低特征向量维数,具有尺度、平移和旋转不变性,而且能取得更高的检索率。(本文来源于《计算机工程与应用》期刊2012年07期）
纹理耦合论文开题报告
（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：
为解决当前图像修复算法存在的块效应以及模糊效应等不足,提出动态调节机制耦合纹理差异的图像修复技术。利用权重配比,构造优先权度量模型,评估待修复区像素点的优先权;利用样本块的梯度特性,构造结构差异度量函数,计算样本块及其邻域块之间的差异;根据度量结果,设计动态调节机制,调整样本块大小;按照调整后样本块的大小,利用像素点的R、G、B颜色值搜索最优匹配块;利用像素点的梯度值,构造纹理差异度量模型,联合最优匹配块,完成图像修复。实验结果表明,与当前图像修复算法相比,所提算法具备更好的图像视觉质量与鲁棒性能。
（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。
纹理耦合论文参考文献
[1].王昕,蒋佐富,蔡荣明,尚将,吴瑞文.纹理参数耦合GA-BP神经网络的电力设备图像识别方法介绍[J].应用能源技术.2019
[2].杨歆,孙俊航.动态调节耦合纹理差异量化的图像修复算法[J].计算机工程与设计.2018
[3].廖春荣.基于杨木不同纹理方向的微波生物体耦合规律及其热效应研究[D].中南林业科技大学.2017
[4].梅树立.基于变分法和剪切波耦合算法的蝗虫切片保纹理图像降噪[J].农业工程学报.2016
[5].姚娜,吕海芳,陈杰.基于脉冲耦合神经网络的汉字纹理特征提取[J].塔里木大学学报.2013
[6].张力娜,李小林.参数自适应的耦合卡通-纹理分解及边缘检测方法[J].激光与红外.2012
[7].杨丽.脉冲耦合神经网络纹理检索系统研究[J].新疆职业大学学报.2011
[8].鲜燚.耦合马尔可夫随机场与模糊聚类的纹理图像分割算法研究[D].中南民族大学.2011
[9].刘丽.基于脉冲耦合神经网络和单类支持向量机的纹理检索[D].兰州大学.2011
[10].王晓飞,李柏年.利用脉冲耦合神经网络的纹理图像检索方法[J].计算机工程与应用.2012