导读:本文包含了小波矩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,特征,图像,模型,微带,示功图,局部。
小波矩论文文献综述
李雨虹,强会英,王洪申,杨笑蕊[1]（2019）在《小波矩和HMM的叁维CAD模型归类与检索算法》一文中研究指出为了在工程应用中检索已有的叁维CAD模型,以便重用相应零件的设计信息,节省设计和加工成本,提出一种基于小波矩和仿射不变矩特征融合的隐马尔科夫模型(HMM)叁维CAD模型归类与检索算法。对叁维模型图进行归一化处理,并分别提取归一化图像的小波矩特征值和仿射不变矩特征值;通过K-W检验算法选择出鲁棒性好、稳定性高的组合不变矩特征并进行编码;构造五类叁维模型的样本集,将上述特征值作为HMM的输入观测值,通过修正的添加比例因子的多观测序列Baum-Welch(B-W)算法进行模型的训练与识别。将本文算法与其他叁种算法进行实验对比,结果表明,本文所提出的算法具有较好的识别率和检索效率,具有一定的实用价值。(本文来源于《机械科学与技术》期刊2019年03期）
宋晓茹,赵楠,高嵩,陈超波[2]（2018）在《基于小波矩的车辆特征提取算法研究》一文中研究指出车辆目标图像特征提取是智能交通系统中车辆识别与分类的关键问题;在车型提取算法中,矩特征是较为常用的车型特征描述子;针对Hu矩的7个特征分量在数量级上差别较大且受比例因子影响的问题,基于不变矩和小波能量的原理和特点的研究,重点提出了基于小波矩的特征提取算法,并应用于车辆的特征提取;最后的实验对实际车辆图像进行采集,对预处理图像进行小波分解得到叁级子图像,对子图像求取修正Hu不变矩,将不变矩作为特征量,利用最小邻距离分类得出识别结果;最后的实验结果显示,通过这种方法提取的特征量具有平移、旋转、比例不变性,能反映目标图像的重要的、本原的属性,与传统Hu矩相比,识别率提高了13.5%,达到了预期的目标。(本文来源于《计算机测量与控制》期刊2018年09期）
张霞,汤森林[3]（2018）在《一种去除遥感图像条带噪声的小波矩匹配方法》一文中研究指出遥感图像条带噪声掩盖数据真实的辐射信息,降低图像的质量及应用效果。针对窗口矩匹配算法对灰度分布不均一影像的条带噪声去除不彻底问题,提出小波矩匹配条带噪声去除算法。首先,基于小波多分辨率的特性将低频小波系数和高频小波系数分离;其次,利用移动窗口矩匹配算法对影像低频成分滤波,利用阈值法去除影像高频成分中的条带噪声;最后,通过小波逆变换重构得到去条带后的影像。采用局部峰值信噪比、局部结构相似度、模糊系数和拟合优度对影像去噪效果进行定量评价。结果表明:小波矩匹配算法的各项指标均优于矩匹配、小波软阈值和窗口矩匹配算法。小波矩匹配算法改善了窗口矩匹配算法要求影像灰度分布均匀的局限性,结合空间域和频率域去噪的优势,在去除条带噪声的同时能够较好地保留影像的细节信息。(本文来源于《遥感技术与应用》期刊2018年02期）
王琪[4]（2017）在《基于融合LBP和小波矩的肺癌图像精细分类算法研究》一文中研究指出近些年来,科技水平的不断发展为人们生活水平的提高创造了良好的条件。智能手机、相机等先进的图像获取设备正以日新月异的速度在人们的生活中普及。大量的图像随之产生,形形色色的图像数据充斥着人们的生活。图像数据量与日俱增,逐步产生了对这些海量的数据进行有效组织与管理的需求,而最终的目的是实现图像数据的有效分类。强烈的需求吸引着众多的研究学者投入精力研究,逐步衍生了图像分类这一研究领域。与此同时,互联网的快速发展为图像分类领域的发展提供了强有力的支撑,如何在图像分类的过程中降低人工参与的成本,靠计算机来实现分类成为核心的研究内容。从研究的角度讲,计算机应当具有这样的识别与组织能力,在图像分类的整个过程中最大化的节约人力成本。随着研究的不断深入,图像分类技术在很多领域应用并且都取得了可观的研究成果。尤其是在机器视觉等领域,图像分类有着举足轻重的地位。而随着图像分类技术发展的日趋成熟,又逐步衍生出了另一个新的研究领域——图像精细分类领域。在对这一研究方向的逐步探索过程中,研究学者发现图像精细分类技术在食品监控,材料分析,生态环境监控,地质勘测等诸多领域都有非常广泛的实用价值与研究前景。于是计算机视觉及相关领域的研究学者纷纷投入到图像分类技术的研究。与此同时,很多相关的技术如人工智能技术、计算机技术都获得了广泛的发展。这些领域的进步在理论与技术上促进了图像精细分类技术的发展。但是目前来看,将图像精细分类应用在医学图像分类上的研究还比较少。因此本文提出一套完整的算法,实现肺癌图像的精细分类,也就是将肺癌进一步区分为小细胞肺癌、鳞肺癌、腺肺癌、细支气管肺泡癌等。这一分类技术能有力的促进肺癌诊断治疗领域的进一步发展。局部二值模式(LBP,Local Binary Patterns)是一种思想简单高效的纹理特征提取算法。广泛的应用到很多热门的领域,如:人脸识别、医学图像处理、场景的识别分类等。本文主要研究在图像特征提取这一步骤提出基于LBP的融合特征提取算法,并融合进适用于肺癌图像精细分类的技术框架,该框架包括了针对图像精细分类的其它算法步骤。最终将整套的算法应用于肺癌图像的精细分类。本文的研究内容如下:(1)简要介绍图像分类及其相关技术的研究现状,对图像精细分类技术领域的研究工作进行综述,列举图像分类技术在军事、生活等领域的应用。(2)介绍本文框架所依赖的快速模板匹配的图像精细分类技术,主要是图像预处理技术,图像提取技术,特征响应图等。(3)本文介绍了原始的LBP算法以及其相关的经典的改进技术,简要介绍了LBP算法的研究现状以及应用广泛的领域。LBP以往应用在普通医学图像分类技术中时效果较好,但是因为很容易忽略对图像精细分类至关重要的细节信息,且仅有纹理特征不能全面的表示图像信息,因此应用在图像精细分类领域时注定会有劣势。同时,在肺癌图像精细分类这一应用中,以往的普通分类技术无法高效的应用在精细分类领域。针对以上这些提出的问题,本文在无需码本与释文的快速模板匹配框架下,提出了基于LBP和小波矩融合特征的肺癌图像精细分类算法,有效的识别了肺癌图像精细分类所需的细节差异信息,实现肺癌图像的精细分类,是精细分类思想在医学领域应用的一次尝试。(4)本文将改进的LBP融合算法应用于肺癌图像精细分类的系统架构中,在实验部分选用经典的SVM分类器进行后续的分类操作。实验数据库选择LIDC(Lung Image Database Consortium,肺部影像数据库联盟)图像数据集。对比实验与不同特征、不同参数下的融合算法在RBF核函数等环境下进行对比,实验结果表明本文所提算法能有效的应用于肺癌图像的精细分类。(本文来源于《吉林大学》期刊2017-05-01）
范蟠果,薛小斌,王恩俊[5]（2016）在《基于Hu矩、Zernike矩和小波矩的局部放电识别分析》一文中研究指出为了分析不同图像矩特征在局部放电中的识别效果,将基于局部放电相位分辨(Phase-Resolved Partial Discharge,PRPD)模式的φ-q-n叁维图谱转化为二维灰度图,基于灰度图的矩特征对局部放电进行模式识别,不同的矩特征,图像的识别率相差较大。采用Hu矩、Zernike矩和小波矩对3种局部放电类型进行模式识别,结果表明:基于Hu矩和Zernike矩表征图像全局信息的特点,其图像识别率较低;而基于小波多分辨率特性的小波矩,不仅可以反映图像的全局信息,而且能够表征图像的局部信息,其图像的识别率达到100%,拓展了矩特征在局部放电模式识别中的应用。(本文来源于《电气应用》期刊2016年19期）
柴玉华,孙玮璘[6]（2016）在《基于小波矩的大豆外观品质特征提取方法的研究》一文中研究指出应用机器视觉技术对大豆的外观品质进行检测成为近年来的研究热点,大豆的外观特征提取是检测的重要内容之一。为提高大豆样本的识别率,减少噪声对特征提取造成的污染,提出了一种基于小波矩的大豆外观品质特征提取方法。该方法对大豆样本图像进行基于小波变换的不变矩特征提取,有效地解决了由于大豆本身存在的大小不同、移动等造成的特征不明的问题。试验证明:此方法不仅能够精确地描述大豆外观品质特征而且对噪声不敏感,此方法识别精度高,正确识别率达到99%。(本文来源于《大豆科学》期刊2016年04期）
丛蕊,杨亚勋[7]（2016）在《基于小波矩和模糊核聚类的示功图诊断方法研究》一文中研究指出提出了基于小波矩特征和模糊核聚类算法的示功图故障诊断方法。通过边缘检测和形态学细化的方法完成示功图的图像分割,采用极坐标下小波不变矩算法提取示功图的形状特征,通过参数选择确定12个小波矩特征量,将特征量输入到模糊核聚类分类器中进行故障类型的分类识别,得到了良好的实验效果,验证了该算法对于示功图故障诊断的有效性。(本文来源于《机械设计与制造工程》期刊2016年07期）
邓斌,金林,陈健[8]（2015）在《小波矩量法分析环形微带缝隙天线》一文中研究指出将矩量法和小波变换理论结合起来,应用于求解电磁场积分方程,分析计算了环形微带缝隙天线磁流分布、驻波、阻抗特性和辐射方向图,通过用小波基代替一般的分域基矩量法中的权函数和基函数,使矩量法中与算子相对应的阻抗矩阵变成为大量元素为零的稀疏矩阵,减小了数值方法对存储量的要求,在达到允许精度的前提下,使计算量显着降低。文中给出计算实例,验证该方法,计算结果与用一般矩量法计算结果和实际测试结果相比,吻合较好。(本文来源于《微波学报》期刊2015年02期）
杜杰,程瑛颖,周峰,肖冀,杨华潇[9]（2015）在《油纸绝缘沿面放电小波矩特征信息提取及其过程划分》一文中研究指出油纸绝缘沿面放电是变压器内局部放电的主要形式,研究其产生及发展特性,能有效诊断运行变压器的潜伏性缺陷。笔者基于典型油纸绝缘沿面放电模型,采用恒压法开展局部放电发展特性试验研究。采集沿面放电发展过程中不同时刻的信号样本,提取了不同阶段沿面放电灰度图像的小波矩特征参量。对新特征参量进行无监督聚类分析,聚类结果结合不同时刻的信息将沿面放电发展过程分为初始、发展、稳定、预击穿4个阶段,为沿面放电发展特性研究提出了一种新的方法。(本文来源于《高压电器》期刊2015年01期）
林琳[10]（2014）在《基于小波矩及SVM的湖南高速公路沥青路面典型病害图像识别研究》一文中研究指出开展路况调查是掌握路况信息的基本方法,而病害的识别是路况调查的核心组成部分。现阶段路况中病害识别以人工上路识别为主,其识别成本高、识别速度慢、识别周期长、工作繁琐、资金投入高等问题日益显现。随着高速公路的建设不断进行,投入运营的路网总里程数不断增加,路况调查任务越来越艰巨,传统的工作方式已经不能与现阶段的养护需求相适应,研究科学化、智能化、系统化的路面典型病害识别技术势在必行。本文以小波矩及SVM (Support Vector Machine)为基础,以湖南省高速公路依托,研究沥青路面病害图像识别技术,构建高速公路沥青路面典型病害图像识别体系,并以湖南省湘潭高速公路2011及2012年沥青路面病害图像为实例,进行高速公路沥青路面典型病害图像识别体系实例分析。本文在国内外相关研究的基础上进行了深入研究分析,具体研究成果如下：(1)沥青路面典型病害特征提取算法的选择。对现今主流不变矩算法进行研究,综合考虑了各不变矩的抗噪能力、图像细节提取能力等,对Hu矩、Zernike矩、legendre矩、小波矩的原理进行研究,并从中选择出最适合用于提取沥青路面典型病害图像特征点的小波矩算法,为下一步图像的特征分类打下基础。(2)特征分类算法的选择。对国内外常用的特征分类算法进行研究,对BP神经网络、SVM的算法机理进行了分析,并从中选择出了最适合沥青路面典型病害图像特征的分类算法。并以(1)中的各不变矩阵所提取的特征点为基础,通过实验对学习时间、识别时间、识别精度等方面进行分析比较,论证了SVM与小波矩的优越性。(3)建立了沥青路面典型病害图像识别体系。将路面典型病害识别分为四步：第一步,图像信息的捕获,对需要识别的图像进行采集；第二步,对图像进行预处理,去除噪声与其他干扰并突出病害图像主体、图像分割等；第叁步,选择合适的小波基函数,运用小波矩算法提取出病害图像的特征点；第四步,首先对分类模型SVM进行正负包样本集训练,已经训练好的分类模型在设置好参数后,通过已划分好的超平面进行特征识别,并得出最终识别结果。文中详细描述了预处理模型、特征提取模型及分类模型的建立步骤与理论方法,确定了在高速公路沥青路面病害图像的前提下,噪声处理与图像分割的方法、小波基的选取方法与小波基的选取原则、SVM初始参数的选择方法等。(4)以湖南省湘潭高速2011及2012年沥青路面病害图像为原型,建立实验病害图像样本库对SVM进行学习训练,然后通过小波矩提取特征点,输入到已训练好的SVM中进行特征分类。最后用实验证明了(3)中所建立的高速公路沥青路面典型病害图像识别体系的可行性、正确性及优越性,并在小样本学习的情况下,得出89.86%的正确识别率及93.86%的最终识别率。(本文来源于《长沙理工大学》期刊2014-12-23）
小波矩论文开题报告
（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：
车辆目标图像特征提取是智能交通系统中车辆识别与分类的关键问题;在车型提取算法中,矩特征是较为常用的车型特征描述子;针对Hu矩的7个特征分量在数量级上差别较大且受比例因子影响的问题,基于不变矩和小波能量的原理和特点的研究,重点提出了基于小波矩的特征提取算法,并应用于车辆的特征提取;最后的实验对实际车辆图像进行采集,对预处理图像进行小波分解得到叁级子图像,对子图像求取修正Hu不变矩,将不变矩作为特征量,利用最小邻距离分类得出识别结果;最后的实验结果显示,通过这种方法提取的特征量具有平移、旋转、比例不变性,能反映目标图像的重要的、本原的属性,与传统Hu矩相比,识别率提高了13.5%,达到了预期的目标。
（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。
小波矩论文参考文献
[1].李雨虹,强会英,王洪申,杨笑蕊.小波矩和HMM的叁维CAD模型归类与检索算法[J].机械科学与技术.2019
[2].宋晓茹,赵楠,高嵩,陈超波.基于小波矩的车辆特征提取算法研究[J].计算机测量与控制.2018
[3].张霞,汤森林.一种去除遥感图像条带噪声的小波矩匹配方法[J].遥感技术与应用.2018
[4].王琪.基于融合LBP和小波矩的肺癌图像精细分类算法研究[D].吉林大学.2017
[5].范蟠果,薛小斌,王恩俊.基于Hu矩、Zernike矩和小波矩的局部放电识别分析[J].电气应用.2016
[6].柴玉华,孙玮璘.基于小波矩的大豆外观品质特征提取方法的研究[J].大豆科学.2016
[7].丛蕊,杨亚勋.基于小波矩和模糊核聚类的示功图诊断方法研究[J].机械设计与制造工程.2016
[8].邓斌,金林,陈健.小波矩量法分析环形微带缝隙天线[J].微波学报.2015
[9].杜杰,程瑛颖,周峰,肖冀,杨华潇.油纸绝缘沿面放电小波矩特征信息提取及其过程划分[J].高压电器.2015
[10].林琳.基于小波矩及SVM的湖南高速公路沥青路面典型病害图像识别研究[D].长沙理工大学.2014
论文知识图
