导读:本文包含了基元提取论文开题报告文献综述、选题提纲参考文献，主要关键词:纹理,特征,图像,矩阵,面向对象,小波,全色。
基元提取论文文献综述写法
郭春凤,庄展梁,叶文森[1]（2019）在《基于20邻域灰度-基元共生矩阵的视频前景提取》一文中研究指出为了提高前景提取的准确率,基于灰度共生矩阵和纹理基元阵,提出了20邻域灰度-基元共生矩阵,并将特征量熵引入到20邻域灰度-基元共生矩阵的特征计算中,建立图像的纹理特征.首先以视频前100帧的情况统计出背景模型,通过计算每个像素点的20邻域灰度-基元共生矩阵计算熵值,然后依据熵值判断前景目标区域,最后对采集的前景区域进行去噪处理.实验结果表明,本文方法比传统灰度共生矩阵算法所提取的目标更为完整,准确率较高.(本文来源于《肇庆学院学报》期刊2019年05期）
贾小军,邓洪涛,滕姿,曾丹[2]（2018）在《应用轮廓线拟合提取蓝印花布图案基元》一文中研究指出针对蓝印花布的数字化传承与创新问题,提出一种基于轮廓线拟合的蓝印花布图案基元的提取方法,作为蓝印花布设计创新的素材基础。通过对获取的蓝印花布数字图像进行预处理,包括灰度化、去噪和二值化,得到能够反映图案基元特征的二值图像;采用轮廓跟踪法获取图案基元的初始轮廓,并对轮廓进行拟合优化获取理想的基元轮廓;最后提取出蓝印花布的图案基元,并生成可独立读取的图案基元子图。结果表明,利用基于面积及轮廓线像素的评价指标,提取的图案基元准确,轮廓光滑、完整,相对于其他几种轮廓提取方法,可获得更有效的图案基元轮廓以及执行效率。(本文来源于《纺织学报》期刊2018年08期）
甄宗坤,蔡东健[3]（2018）在《基于面状几何基元的特征自动提取技术》一文中研究指出基于面状几何基元的特征自动提取技术,由点直接到面和模型,通过法向量主元分析和几何结构筛选,获取单体建筑每个立面几何基元的归属点云,进而根据主成分法向量和点云,建立特征面片集,面片之间采用双向索引连接法建立几何拓扑,实现建筑立面几何重建,最终实现平面特征线的自动提取。实验证明,算法可快速、准确、有效地实现单体建筑平面几何特征的自动提取。(本文来源于《水利与建筑工程学报》期刊2018年02期）
崔齐[4]（2018）在《基于面线基元关联分析和模板匹配的光伏面板提取方法研究》一文中研究指出在面向对象图像分析(Object-based image analysis,OBIA)技术中,图像分类性能由图像分割、样本或者规则集、分类器共同决定。其中分割质量对于后续基元特征分析和提取有着较大影响。另一方面,模板匹配技术通过固定形状的模板从影像中识别特定地物,能够有效防止由于图像分割造成的目标形状缺陷问题,但模板创建和编辑费时费力。本研究以面线基元关联模型(Region-line primitive association framework,RLPAF)为技术支撑,将OBIA技术和模板匹配技术进行融合,并应用于高分遥感影像上光伏面板目标的自动提取。论文的主要工作如下:(1)基于RLPAF的模板自动生成。首先使用基于硬边界约束与两阶段合并的图像分割算法和相位编组法分别获取面、线基元并计算相关基元特征,然后分析光伏面板的光谱、形状等特征,设置规则集,获取疑似光伏面板面基元,最后进行面线基元关联建模,建立满足最佳适配模板要求的光伏面板标准模板集。(2)基于灰度信息的模板匹配。为了提高匹配效率,结合分割面基元的光谱特征对待匹配图像设置掩膜,缩小搜索区域,同时采用粗精结合的搜索策略减少每个位置的计算量,快速定位光伏面板的大致区域,最后选用结构相似度作为相似性度量指标实现光伏目标的精确模板匹配和提取。(3)开展了方法在高分影像上的应用实验。光伏面板尺寸较小且分布密集,实现精确到单一目标的精确定位和提取并不容易。本文选择不同区域、不同环境背景的多景无人机高分影像为实验数据源进行实验验证,完成了方法性能的全面评估和不同方法之间的对比分析。实验表明,本文算法相比常规模板匹配技术或监督分类方法,在高分遥感影像光伏面板检测方面具有相当或更高的精度,且由于不需要用户手动选取模板或者训练样本,因此算法的普适性和鲁棒性更好,体现了算法的技术特色和优势。(本文来源于《南京师范大学》期刊2018-04-15）
李莉[5]（2017）在《基于基元特征提取的图像检索方法研究》一文中研究指出随着网络技术和多媒体技术的快速发展,互联网上的数字图像迅速增长。如何快速、高效地从海量的图像库中找到所需的图像,即图像检索成为目前模式识别领域的一个热点问题。传统的文本图像检索方法存在人工标注多义且耗时的问题,利用这种方法很难获得准确的图像。而基于内容的图像检索(Content Based Image Retrieval,CBIR)方法是从图像中提取出描述图像内容的固有本质视觉特征,通过视觉特征相似度的匹配找出待查询图像与数据库中相似的图像,这种方法更符合人眼视觉感知特性。因此,CBIR方法得到广泛使用。其中图像底层特征提取是CBIR系统的关键步骤,直接影响了图像的检索结果。本文主要研究了基于基元的特征提取方法,并将其应用在图像检索中。在对彩色基元和二值基元方法(局部模式方法)深入研究的基础上,本文取得的研究成果总结如下:(1)针对彩色基元的基元结构有限及特征区分性低的问题,本文提出半圆形局部二值模式结构相关性描述子(Semicircle Local Binary Patterns Structure Correlation Descriptor,SLBPSCD)。首先,定义了一种新的半圆形局部二值模式结构基元;其次,检测不同量化颜色层中的结构基元;最后,提取新结构基元的空间分布和对比度特征。相比传统的彩色基元方法,提出的描述子检测的结构基元更加丰富,包含更多可能的结构区分性。同时,本文还提出一种新的应用在HSV颜色空间上的叁结构描述子的特征提取算法。该方法不仅避免了颜色信息的过多干扰,还考虑到了局部结构像素间的空间相关性及像素间的信息变化,提高了特征的区分性。在不同图像库上与传统彩色基元方法进行比较,验证了提出的两种方法在图像检索中的有效性。(2)针对局部二值模式方法模式有限及特征区分性低的问题,本文利用局部结构邻居像素点间的方向边缘信息和空间结构信息来提高特征的区分性。本文将Haar特征引入到局部二值模式提取中,与周围邻居像素点的方向特征相结合,提出了局部Haar二值模式的图像特征提取方法来获得更多的空间结构信息。同时,在颜色空间上提取局部Haar二值模式的纹理和颜色特征,进一步提高了检索查准率。实验结果表明,该方法在Corel-1000、Corel-5000、Corel-10000 和 Coil-100 图像库上的检索查准率分别达到 78.3%、35.8%、49.5%和96.3%,与其他方法相比,检索查准率得到了提高。(3)针对局部模式方法特征区分性低的问题,提出了相应的解决方案。局部模式方法没有考虑相邻模式间的共生相关性信息,丧失了很多区分性信息。针对该问题,首先,提出局部二值共生模式。该方法将图像像素间的共生相关性引入到局部二值模式中,既考虑到了每个模式的分布情况又同时考虑到相邻像素间的共生性,提高了特征区分性。其次,以局部叁值模式为基础,结合共生相关性,提出共生局部叁值模式来获得弱的边缘信息和像素间的相关性信息。最后,在不同数据库中的实验结果表明,与其他方法相比,本文提出的基于共生相关性描述子的检索方法有效地提高了检索性能。(4)针对多特征图像检索查准率低的问题,本文利用基于图融合的方法将词袋模型和结合颜色特征的灰度局部差分模式(Color Intensity-based Local Difference Patterns,CILDP)的排序结果进行融合,提出一种混合框架用于彩色图像检索。该框架避免了在颜色空间中直接定义纹理结构的方法偏重对颜色特征描述的问题,以及避免了将有效的特征和无效的特征直接结合后,无效的特征会降低检索性能的问题,提高了检索性能。(本文来源于《大连理工大学》期刊2017-06-30）
胡华龙,薛武,秦志远[6]（2017）在《基于小波纹理和基元合并的高分影像居民地提取》一文中研究指出由于高分辨率全色影像(简称"高分影像")中的信息高度细节化,再加上噪声的影响,会导致传统基于纹理特征的居民地提取方法效果不理想。为此,提出一种基于小波纹理和基元合并的居民地提取方法。首先,利用结合小波变换(wavelet transform,WT)的分形网络进化算法(fractal net evolution approach,FNEA)获取初始基元,并对基元的多尺度小波纹理进行分析;然后,在人工给定种子基元的基础上合并具有相似纹理的基元;最后,对基元合并的结果进行数学形态学修整,得到居民地区域。利用天绘一号(TH-1)全色影像对所提方法进行验证及对比分析的结果表明,该方法对高分影像中的街区式居民地可取得较高的提取精度和计算效率。(本文来源于《国土资源遥感》期刊2017年01期）
孔令新,徐建明,臧永灿,朱自立,王耀东[7]（2016）在《基于轨迹基元优化匹配的初次迭代控制信号提取方法》一文中研究指出在传统迭代学习控制(ILC)系统中,只要参考轨迹发生变化,需要重新经历一段训练学习过程,且初次ILC往往达不到期望加工精度.本文研究迭代学习控制中的初次迭代控制信号提取问题,提出了一种基于轨迹基元优化匹配组合算法的初次迭代控制信号提取方法.首先在一定相似度条件下,基于Kabsch算法从轨迹基元库中搜寻出与当前期望轨迹空间形状相似的轨迹组合.进而,通过时间尺度变换和轨迹基元控制信号拼接提取出当前期望轨迹的初次迭代控制信号.最后通过仿真验证了所提方法的有效性.(本文来源于《第28届中国控制与决策会议论文集（下）》期刊2016-05-28）
张冲[8]（2015）在《基于线面基元融合的港航目标提取方法研究》一文中研究指出遥感技术作为一种快速、有效的对地观测手段,已经被广泛的应用到日常生活的各行各业中,但是,对于高分辨率遥感影像的影像处理技术还尚不够成熟。虽然近年来面向对象的影像分析技术的崛起突破了基于单像元分析的束缚,但目前单纯依靠分割斑块的面向对象分析尚无法全面有效的利用所获得的特征(光谱、形状、纹理、空间关系等)对影像进行分析,且对分割产生的过分割现象显得有些束手无策。针对目前面向对象影像分析技术所存在的问题,本文提出了一种从线面基元相融合的角度出发的面向对象影像分析方法,并结合港航信息中典型人工建筑物(桥梁和堤坝)的自身特征,实现了对桥梁和堤坝的提取。论文主要研究内容与成果如下:(1)线面基元的获取及线面关系的建立。通过利用基于硬边界约束与两阶段合并的遥感图像分割方法对影像进行分割,获取影像面基元特征;利用边缘和相位相融合的提取方法,获取影像线基元特征;分析高分遥感影像中地物目标特征,结合同一地物的线特征和面特征以及相邻地物的线特征和面特征之间的关系,建立所获取的线基元和面基元之间的空间关系。很好的解决了影像分割所产生的过分割现象,将本为同一地物的多个斑块联系起来,恢复地物原有的特征。(2)线面基元相融合的桥梁及堤坝提取。在分析了遥感影像中桥梁、堤坝的特征及使用支持向量机的影像分类获取水体范围的基础上,结合影像线面特征,先从面到线,根据目标、水体、陆地叁者之间的空间关系,获取目标直线;再从线到面,结合目标地物的形状、长宽比、面积以及目标线与周围面基元的关系实现桥梁、堤坝对象的提取。在多幅非同源影像上的实验结果表明,该方法可以准确并精确的实现对桥梁和堤坝的提取。(本文来源于《江西理工大学》期刊2015-05-30）
黄静,苑玮琦[9]（2014）在《基于基元模式信息统计的虹膜卷缩轮提取》一文中研究指出人眼虹膜表面纹理特征变化能够体现身体健康状况,为了利用虹膜卷缩轮的变化间接反映人体肠部功能,提出一种基于模糊纹理统计的虹膜卷缩轮提取算法.首先利用纹理基元统计出纹理变化规律;然后定义边界模式与非边界模式,在窗口内统计这2种模式出现的频数;最后通过频数的变化规律找出包含卷缩轮的窗口,以此提取卷缩轮.实验结果表明,该算法可以有效地提取具有模糊纹理的虹膜卷缩轮,为基于虹膜的计算机辅助诊断提供有利的依据.(本文来源于《计算机辅助设计与图形学学报》期刊2014年08期）
黄媛媛,管图华[10]（2014）在《双树复小波域基元共生矩阵的纹理特征提取方法》一文中研究指出提出了一种双树复小波域基元共生矩阵的纹理特征提取方法。利用双树复小波域作为分析域,以纹理基元作为依据,来描述纹理的局部特征,提取图像纹理特征值。实验结果表明,该方法能有效提取出多尺度、多方向的纹理特征,并兼顾纹理局部随机性和整体规律性,所提取的纹理特征具有良好的聚类分离度和类内样本差异性。(本文来源于《实验室研究与探索》期刊2014年08期）
基元提取论文开题报告范文
（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：
针对蓝印花布的数字化传承与创新问题,提出一种基于轮廓线拟合的蓝印花布图案基元的提取方法,作为蓝印花布设计创新的素材基础。通过对获取的蓝印花布数字图像进行预处理,包括灰度化、去噪和二值化,得到能够反映图案基元特征的二值图像;采用轮廓跟踪法获取图案基元的初始轮廓,并对轮廓进行拟合优化获取理想的基元轮廓;最后提取出蓝印花布的图案基元,并生成可独立读取的图案基元子图。结果表明,利用基于面积及轮廓线像素的评价指标,提取的图案基元准确,轮廓光滑、完整,相对于其他几种轮廓提取方法,可获得更有效的图案基元轮廓以及执行效率。
（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。
基元提取论文参考文献
[1].郭春凤,庄展梁,叶文森.基于20邻域灰度-基元共生矩阵的视频前景提取[J].肇庆学院学报.2019
[2].贾小军,邓洪涛,滕姿,曾丹.应用轮廓线拟合提取蓝印花布图案基元[J].纺织学报.2018
[3].甄宗坤,蔡东健.基于面状几何基元的特征自动提取技术[J].水利与建筑工程学报.2018
[4].崔齐.基于面线基元关联分析和模板匹配的光伏面板提取方法研究[D].南京师范大学.2018
[5].李莉.基于基元特征提取的图像检索方法研究[D].大连理工大学.2017
[6].胡华龙,薛武,秦志远.基于小波纹理和基元合并的高分影像居民地提取[J].国土资源遥感.2017
[7].孔令新,徐建明,臧永灿,朱自立,王耀东.基于轨迹基元优化匹配的初次迭代控制信号提取方法[C].第28届中国控制与决策会议论文集（下）.2016
[8].张冲.基于线面基元融合的港航目标提取方法研究[D].江西理工大学.2015
[9].黄静,苑玮琦.基于基元模式信息统计的虹膜卷缩轮提取[J].计算机辅助设计与图形学学报.2014
[10].黄媛媛,管图华.双树复小波域基元共生矩阵的纹理特征提取方法[J].实验室研究与探索.2014