导读:本文包含了图像局部特征论文开题报告文献综述及选题提纲参考文献，主要关键词:图像处理,局部二值模式,图像梯度,图像鉴别算法
图像局部特征论文文献综述
袁哲,孙延君,陈亮[1]（2019）在《基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法》一文中研究指出针对目前计算机生成图像鉴别算法存在的计算复杂度高及检测率低等问题,提出一种改进局部二值模式和梯度特征的计算机生成图像鉴别算法.该算法主要基于图像的局部纹理特征,先提取计算机生成图像和自然图像的特征向量,再将该特征利用SVM分类器进行分类.实验结果表明,该算法可有效地鉴别计算机生成图像和真实图像.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
王军敏,李宁,王艳辉[2]（2019）在《基于Gabor特征和局部二值模式融合的纹理图像识别》一文中研究指出传统的Gabor滤波方法和局部二值模式(Local Binary Pattern,LBP)算法提取的纹理特征鉴别能力不足,导致纹理识别精度不够理想.为了解决上述问题,提出一种将全局Gabor特征和局部LBP特征进行融合的纹理图像识别方法.该方法利用Gabor滤波方法提取纹理图像的全局特征,利用LBP算法提取纹理图像的局部特征,然后在最近子空间分类器的框架下实现全局和局部特征的融合以及纹理图像识别.在CURe T和KTH-TIPS基准纹理库上的实验结果表明,笔者提出的方法显着超越了传统Gabor滤波方法和LBP算法的纹理识别精度.(本文来源于《平顶山学院学报》期刊2019年05期）
赵杰,吴晓云,王博,毕秀丽,梁东云[3]（2019）在《一种基于局部特征的图像Copy-Move篡改取证方法》一文中研究指出针对图像容易受到Copy-Move的篡改问题,提出一种基于图像块特征的图像区域Copy-Move篡改检测方法。首先将检测图像分为若干相互重迭的区域块,利用区域块的统计特征,提取出各块的特征向量。对特征向量进行排序,然后进行块特征匹配,得到初步检测结果。利用形态学运算滤除检测结果中的误匹配块,得到最终检测结果。实验仿真表明,该方法能够检测出Copy-Move篡改,并且对JPEG压缩等后处理具有一定鲁棒性。(本文来源于《舰船电子工程》期刊2019年10期）
纪超,黄新波,曹雯,朱永灿,张烨[4]（2019）在《结合深度学习和全局-局部特征的图像显着区域计算》一文中研究指出为提高图像显着区域的检测效率,提出一种结合区域特征-全文信息的深度学习框架用于显着区域检测计算.首先提出基于前景的颜色独特性和紧凑性来突出显着前景区域;然后结合全局空间情景分布和局部信息之间的关系,提出全局上下文模型与局部精细检测模型来深度准确计算图像的显着特征;并提出循环结构网络对每个特征图进行位置加权,最后将每个块模型的输出以反馈方式连接到输入建立循环连接,通过反复迭代过滤噪声,减少背景信息的影响.将提出的算法在ECSSD,DUT-OMRON图像库中与其他算法进行对比测试,得出的实验结果均优于当前流行算法.(本文来源于《计算机辅助设计与图形学学报》期刊2019年10期）
孙京文,闫士举,韩勇森,宋成利[5]（2019）在《基于脑部磁共振图像叁维局部模式变换特征提取进行阿尔茨海默病病程预测分类》一文中研究指出本文提出一种叁维局部模式变换提取进行纹理特征并与常规特征相融合的方法,基于脑部磁共振图像,对认知功能正常的健康人体(CN)、轻度认知障碍(MCI)患者和阿尔茨海默病(AD)患者进行预测分类.首先对46例CN对照组、61例MCI患者和25例AD患者的脑部磁共振图像提取感兴趣区域,然后提取双侧海马体组织、灰质和白质的叁维局部模式变换纹理特征和常规特征,并将两类特征融合,使用支持向量机分类算法进行分类.结果显示利用本方法,基于双侧海马体组织对AD组和CN组进行分类的准确率为88.73%、敏感度为78.00%、特异度为95.7%、受试者工作特征(ROC)曲线下面积(AUC)为0.886 5;基于灰质的准确率为85.92%、敏感度为80.00%、特异度为86.6%、AUC为0.854 3.这证明基于海马体磁共振图像,利用本文提出的改进叁维局部模式变换提取的纹理特征进行阿尔茨海默病病程分类效果较好,融合常规特征后更可提高分类预测的精度.(本文来源于《波谱学杂志》期刊2019年03期）
祝磊,胡奇峰,王棋林,杨君婷,严明[6]（2019）在《基于正交指数局部保留投影的高光谱图像特征提取》一文中研究指出针对高光谱图像,在判别局部保留投影(Discriminant Locality Preserving Projection,DLPP)的基础上,提出了一种名为正交指数判别局部保留投影(Orthogonal Exponential Discriminant Locality Preserving Projection,OEDLPP)的特征提取方法。该算法不但保留了DLPP算法的有监督特性,还利用了指数矩阵(the matrix exponential)来获取更有效的样本信息,避免了小样本问题。同时,OEDLPP对投影矩阵进行施密特正交化,解决了特征的冗余性问题。应用OEDLPP算法对高光谱图像进行特征提取后,并采用支持向量机(SVM)对降维后的数据进行分类。与主成分分析(PCA)、局部保留投影(LPP)、判别局部保留投影(DLPP)、指数判别局部保留投影(EDLPP)、正交判别局部保留投影(ODLPP)等对比实验结果表明,本文算法对样本有效信息的获取具有一定的优越性,分类精度提升了2%～3%左右。(本文来源于《光电子·激光》期刊2019年09期）
侯春萍,李浩,岳广辉[7]（2019）在《局部和全局特征融合的色调映射图像质量评价》一文中研究指出人类视觉系统首先粗略地感知全局区域,然后精细地感知局部区域的图像质量.针对色调映射图像的质量评价问题,考虑人眼视觉机制的特性,提出一种融合局部和全局特征的无参考图像质量评价算法.首先从全局特征出发,考虑了颜色矩、全局熵和欠曝光/过曝光条件下的明暗分布特性,得到相应的全局特征;然后结合局部对比度、局部熵和分块小波能量,得到相应的局部特征;最后,融合全局特征和局部特征,使用支持向量回归进行特征训练,建立图像特征空间与感观质量分数的关系,得到图像质量评价模型.在公开的ESPL-LIVE HDR数据库上验证,实验结果表明,提出的方法与主观评分有较高的一致性,并且性能优于目前较优秀的无参考图像质量评价算法.(本文来源于《湖南大学学报(自然科学版)》期刊2019年08期）
高晶,蔡幸福[8]（2019）在《基于局部不变特征的图像匹配方法》一文中研究指出针对红外与可见光图像的灰度相关性低,两幅图像上同一关键点邻域梯度方向不一致,导致点特征描述子SIFT算法失效的问题,构建了一种新的特征匹配算法,该算法将基于尺度不变特征变换和形状上下文描述相结合,运用于红外与可见光图像匹配。首先,运用高斯尺度差分检测算法提取两幅图像的特征点;其次,在统计特征点邻域梯度情况时,对图像所得的梯度方向进行修正;再次,运用改进的Nprod方法进行特征点粗匹配,对匹配结果中的误匹配点对进行剔除,并对粗匹配结果中检测的特征点进行边缘特征描述;最后,运用形状上下文方法进行精确匹配。实验结果表明,在红外和可见光异源图像匹配中,文中算法能明显提高匹配准确率,取得比较稳定可靠的匹配结果。(本文来源于《国家安全地球物理丛书（十五）——丝路环境与地球物理》期刊2019-08-13）
秦芳,顾广华[9]（2019）在《基于多尺度局部特征编码与多通道特征融合的图像场景分类》一文中研究指出场景分类在图像理解和计算机视觉中是一个挑战性问题。有效的图像表示在场景分类任务中至关重要。CNN特征在场景分类任务中表现相对突出,但仍有缺陷,其主要表征图像的全局特征,忽略了局部信息,且缺乏几何不变性。本文通过编码多尺度局部图像块的中层CNN特征,获得图像的局部信息,并将编码特征与原始图像的全局CNN特征进行多通道融合来描述场景图像,获得更高效的图像表示,以实现更好的分类判别。本文在两个常用的场景数据集上进行实验评估,结果表明,该方法在场景分类任务中取得了令人满意的效果。(本文来源于《燕山大学学报》期刊2019年04期）
靳华中,刘潇龙,胡梓珂[10]（2019）在《一种结合全局和局部特征的图像描述生成模型》一文中研究指出针对局部特征的图像描述模型存在的不足之处,提出了一种结合局部和全局特征的带有注意力机制的图像描述生成模型.在编码器-解码器结构框架下,在编码器端利用InceptionV3和VGG16网络模型分别提取图像的局部特征和全局特征,将两种不同尺度的图像特征融合形成编码结果.在解码器端,利用长短期记忆网络将提取的图像特征翻译为自然语言,借助微软COCO数据集进行模型训练和测试.实验结果表明:与基于局部特征的图像描述生成模型相比,该方法能够从图像中提取更加丰富完整的信息,生成表达图像内容更加准确的句子.(本文来源于《应用科学学报》期刊2019年04期）
图像局部特征论文开题报告
（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：
传统的Gabor滤波方法和局部二值模式(Local Binary Pattern,LBP)算法提取的纹理特征鉴别能力不足,导致纹理识别精度不够理想.为了解决上述问题,提出一种将全局Gabor特征和局部LBP特征进行融合的纹理图像识别方法.该方法利用Gabor滤波方法提取纹理图像的全局特征,利用LBP算法提取纹理图像的局部特征,然后在最近子空间分类器的框架下实现全局和局部特征的融合以及纹理图像识别.在CURe T和KTH-TIPS基准纹理库上的实验结果表明,笔者提出的方法显着超越了传统Gabor滤波方法和LBP算法的纹理识别精度.
（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。
图像局部特征论文参考文献
[1].袁哲,孙延君,陈亮.基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法[J].吉林大学学报(理学版).2019
[2].王军敏,李宁,王艳辉.基于Gabor特征和局部二值模式融合的纹理图像识别[J].平顶山学院学报.2019
[3].赵杰,吴晓云,王博,毕秀丽,梁东云.一种基于局部特征的图像Copy-Move篡改取证方法[J].舰船电子工程.2019
[4].纪超,黄新波,曹雯,朱永灿,张烨.结合深度学习和全局-局部特征的图像显着区域计算[J].计算机辅助设计与图形学学报.2019
[5].孙京文,闫士举,韩勇森,宋成利.基于脑部磁共振图像叁维局部模式变换特征提取进行阿尔茨海默病病程预测分类[J].波谱学杂志.2019
[6].祝磊,胡奇峰,王棋林,杨君婷,严明.基于正交指数局部保留投影的高光谱图像特征提取[J].光电子·激光.2019
[7].侯春萍,李浩,岳广辉.局部和全局特征融合的色调映射图像质量评价[J].湖南大学学报(自然科学版).2019
[8].高晶,蔡幸福.基于局部不变特征的图像匹配方法[C].国家安全地球物理丛书（十五）——丝路环境与地球物理.2019
[9].秦芳,顾广华.基于多尺度局部特征编码与多通道特征融合的图像场景分类[J].燕山大学学报.2019
[10].靳华中,刘潇龙,胡梓珂.一种结合全局和局部特征的图像描述生成模型[J].应用科学学报.2019