导读:本文包含了矩阵分割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:矩阵,图像,灰度,纹理,轮廓,疵点,模型。
矩阵分割论文文献综述
杨军,王恒亮[1]（2019）在《结合巴氏系数和灰度共生矩阵的遥感影像分割》一文中研究指出针对遥感影像纹理信息丰富的特点,以及传统分水岭变换用于遥感影像分割容易出现过分割的问题,提出了一种基于巴氏系数和灰度共生矩阵的区域合并方法改进分水岭算法的分割结果。首先,利用数学形态学的方法提取原始影像的梯度图像,并且从梯度图像中获取标记;其次,在标记的梯度图像上进行分水岭变换,得到初始分割图像;最后,利用所提出的结合巴氏系数和灰度共生矩阵的区域合并方法对过分割区域进行合并,得到最终分割结果。实验结果表明,该算法既能得到连通,封闭的分割轮廓,还能有效解决分水岭分割算法的过分割问题,得到了较为准确的分割结果。(本文来源于《遥感信息》期刊2019年03期）
梁顺攀,王辰,原福永,张付志[2]（2019）在《融合均值分割与word2vec的矩阵分解推荐算法》一文中研究指出随着推荐内容的多样化,推荐系统中需要引入隐式反馈信息来加强其适用范围.但是隐式反馈推荐存在着缺少负反馈的问题,并且稀疏的隐式反馈信息会影响推荐结果准确度.针对这些问题,首先,考虑到用户会存在喜欢和不喜欢的内容,提出均值分割方法,并使用均值分割方法改进矩阵分解推荐算法,解决隐式反馈中缺少负反馈的问题.然后,引入了word2vec技术计算相似度,并使用得到的相似度对隐式评分矩阵进行预测填充,以达到降低隐式评分矩阵稀疏度的目的.最后,使用真实世界数据集进行实验,实验结果表明本文提出的推荐算法可以解决隐式反馈推荐中缺少负反馈的问题,并降低数据的稀疏度,提高推荐结果的准确度.(本文来源于《小型微型计算机系统》期刊2019年05期）
王鑫,严加勇,林涛,王伟[3]（2019）在《基于Hessian矩阵和RSF模型的CT图像淋巴结分割》一文中研究指出临床上医生分割淋巴结主要依靠手动,针对手动分割淋巴结的缺点和局限,本文提出一种基于Hessian矩阵和区域扩展拟合水平集模型(Region-Scalable Fitting,RSF)的淋巴结自动分割算法。该算法首先利用Hessian矩阵对CT图像中的淋巴结进行增强,并得到淋巴结粗略轮廓,然后把该粗略轮廓作为RSF模型的初始轮廓,并利用RSF模型对初始轮廓进行演化以实现淋巴结的有效分割。将该方法应用于6个病例的CT淋巴结图像中,初步实验结果与医生手动分割结果对比,平均重迭率93.3%,平均Hausdorff距离为3.8 mm。(本文来源于《软件》期刊2019年03期）
陆聪[4]（2019）在《基于灰度LBP共生矩阵和空间加权k-means的织物图像疵点分割》一文中研究指出自古以来,纺织行业都是我国最重要的产业之一。在这个全球经济逐渐一体化的时代下,织物的质量直接影响到我国纺织行业的竞争力,所以质量控制是织物生产过程中十分重要的环节。然而在织物的生产过程中,织物表面总是会无法避免地产生各种各样疵点。目前,国内大多数的纺织工厂在织物疵点检测方面,仍旧依靠传统的人工检测,存在着检测效率低、成本高、有害人体健康等缺点。随着数字图像和机器视觉的发展,织物的疵点检测数字化和自动化成为可能,利用计算机代替人工检测,可以降低成本、提高工作效率。本文以织物图像疵点检测作为研究对象,进行了以下叁方面的研究:(1)针对织物图像的特征提取,在灰度共生矩阵与LBP特征的基础上,改变共生矩阵的计算方式,将两种方法进行了结合使用,提出了基于灰度LBP共生矩阵的特征提取算法,保留了两种方法的优点,减少了计算量。同时采用插值运算,改善了距离选取时所产生的误差。实验结果表明,本文方法计算耗时更短,更能满足实时性要求。(2)针对疵点区域的图像分割,对k-means方法进行了改进,结合图像数据的特点,提出了空间加权的k-means算法,使其能够更好应用在图像分割上。实验结果表明,本文方法更加适合图像分割应用,分割结果优于传统方法。(3)完成了织物图像疵点检测系统的设计,包括硬件选型与软件实现两方面。依此完成了光源与照明、图像采集等硬件平台的搭建,与基于MFC与OpenCV的软件上位机的实现。并对系统与本文提出的算法进行了调试与验证,实验结果表明该平台基本满足检测的准确性和实时性要求。最后对全文的研究工作进行了总结,对织物疵点识别研究领域做了进一步的展望,提出了相关的建议。(本文来源于《浙江大学》期刊2019-01-15）
洪向共,周世芬[5]（2018）在《基于灰度共生矩阵和区域生长算法的红外光伏面板图像分割》一文中研究指出随着光伏产业的迅速发展,这种新能源在各个方面正扮演越来越重要的作用,因此对光伏面板的维护和状态监测就变得尤为急切。对光伏面板红外图像的分割是对光伏面板故障检测的基础。因此,针对红外图像对比度低、信噪比低等特点,提出一种改进的区域生长算法结合灰度共生矩阵(GLCM)的纹理特征和图像的梯度特征对红外光伏面板图像进行分割,该算法通过图像的梯度特征和灰度共生矩阵的熵特征对原始红外光伏图像进行预处理,获得梯度特征和熵特征图像加权迭加后的预处理图像,然后再利用红外图像灰度直方图分布集中的特点,使需要人工干预进行种子点的选取,实现自动进行种子点的选取,同时对区域生长准则进行改进,使其能够自动地调整生长阈值,从而可以分割出光伏面板区域。实验结果表明,本文算法相比OTSU和K-means聚类算法分割效果更好且更接近手动分割的目标区域。(本文来源于《科学技术与工程》期刊2018年34期）
李忠海,金海洋,邢晓红,陈灿灿[6]（2018）在《基于分数阶权系数矩阵的静态图像分割算法》一文中研究指出边缘停止函数的结构不同导致基于轮廓迭代的静态图像分割算法存在控制边缘精度的能力低、大误差轮廓演变为精确轮廓的速度慢等问题,为此,从改进停止函数的结构入手,以整数阶Sobel算子为例,引入整数阶Sobel算子,通过建立分数阶权系数矩阵定义新的分数阶Sobel算子,提出基于分数阶权系数矩阵的边缘停止函数。改进后的停止函数兼顾分数阶微分图像弱边缘连续性强和整数阶微分能够减少轮廓迭代次数的优势,避免传统停止函数存在的问题。实验结果表明,改进后的停止函数结构能够使弱边缘的识别能力大大提高,大误差轮廓演变为精确轮廓的速度更快,迭代速度提高30%以上。(本文来源于《计算机工程与设计》期刊2018年05期）
胡婕,周跃跃[7]（2018）在《基于新距离矩阵方差的模糊聚类图像分割算法》一文中研究指出传统模糊聚类算法(FCM)存在初始聚类中心不确定的问题,在图像分割中没有完全考虑到像素之间的灰度、空间信息.为解决此问题,提出了基于新距离矩阵方差的模糊聚类图像分割算法。用像素点生成一个改进的新距离矩阵,并根据此矩阵特点选取初始聚类中心;结合方差确定聚类类别数,并消除部分噪声;对聚类结果进行有效性判定,确定最佳的分割结果。与SPFCM算法相比,提出算法的平均准确率提高了4.55%。实验结果表明提出方法能有效提高图像分割的平均准确率,对处理噪声有更好的效果。(本文来源于《量子电子学报》期刊2018年03期）
侯艳丽[8]（2018）在《结合小波框架和灰度共生矩阵的纹理分割算法》一文中研究指出提出了一种结合小波框架和灰度共生矩阵的纹理分割算法,首先利用强壮的小波框架提取纹理的频域特征;然后利用灰度共生矩阵提取纹理的空间特征;最后将提取到的频域特征和空间特征结合起来,利用模糊C均值算法对结合后的纹理特征进行分类。实验结果表明与只利用纹理频域特征或空间特征进行分割相比,该方法的分割错误率显着降低。(本文来源于《电脑知识与技术》期刊2018年12期）
高明琦[9]（2017）在《基于非负矩阵分解与活动轮廓模型的纹理图像分割方法研究》一文中研究指出图像分割是图像处理过程的一项关键技术,也是当今技术领域的一个经典难题。作为图像的一种视觉信息,纹理描述了图像中灰度值的空间结构,可用于复杂图像的分割过程。与现有分割模型相比,活动轮廓模型由于其使用平滑曲线描述目标边界,且能够提供亚像素分割准确率的特点,得到了广泛的关注与研究。其基本原理是通过对能量函数的最小化过程,引导活动轮廓向真实的目标边界移动。在现有用于纹理图像分割的活动轮廓模型中,主要存在以下几个因素导致了分割结果的不理想:1)对输入图像的结构描述通常比较单一,使模型对图像噪声、复杂纹理以及弱边界等干扰更加敏感;2)对像素点属于某个区域的可能性,大多使用距离度量方法实现,但由于区域边界附近的特征向量的构成较复杂,很难实现准确的边界定位结果;3)现有的模型大多基于传统的水平集框架构造,然而近年来的研究结果表明,该框架在最小化过程中容易陷入局部极值。为了解决上述问题,本文提出了一种新的活动轮廓模型,用于更精准的实现纹理图像的分割。在特征提取、区域特征计算以及能量函数的构造与优化等方面做出了改进与提升,具体工作如下:(1)为获得更全面的纹理信息描述,提出了一种基于直方图特征融合的方法提取纹理特征。首先对于输入图像,使用灰度局部变化度(Local Variation Degree,LVD)与Gabor滤波器得到输入图像的多重特征映射,接下来对每个特征映射,计算每个像素点固定大小邻域内的特征直方图,最后通过对每个特征映射的特征直方图的收尾串联得到最终的纹理描述,这种融合方式能够有效提升待分割区域的可分性以及模型对噪声与复杂结构的鲁棒性。(2)提出了一种新的计算区域代表性特征的方式,即轮廓收缩方法(Contour Shrinking Method,CSM),通过使当前演化轮廓分别向目标内外收缩一定距离,避免将轮廓附近由多个区域特征混合的特征直方图计算在代表性特征中。(3)为了更精准的实现区域边界定位,非负矩阵分解方法(Non-negative Matrix Factorization,NMF)被整合到了本文的能量函数中。在分割过程中,基于NMF的能量能够准确的估计待分割区域在每个像素点局部邻域内的覆盖面积,并以此作为像素点落入某个区域的可能性。因而,可自然的实现像素点的区域划分。(4)根据全局优化理论,我们在确保最小值不变的前提下将本文的分割模型转化为一个全局最小化问题。通过对该优化问题的求解,可实现本文能量函数的全局最小化,从而避免模型在分割过程中陷入局部最小值。为了验证本文模型对分割性能的提升,我们在合成纹理图像、组织学图像以及自然图像中都做了测试实验。同时在多目标分割以及不同初始化等方面也做了附加实验。实验结果表明,本文提出的模型在分割带有图像噪声、复杂纹理的图像时,能够得到更准确的区域边界。(本文来源于《重庆大学》期刊2017-05-01）
秦红星,黄晓雪[10]（2016）在《基于Hessian矩阵的冠脉造影图像分割与骨架提取》一文中研究指出针对冠脉造影图像模糊、对比度低等导致的冠脉血管提取不完整、骨架不连续等问题,提出一种基于Hessian矩阵的多尺度冠脉分割与骨架提取算法,并估计血管半径值,为冠脉结构的叁维重建奠定基础。该方法利用Hessian矩阵特征值对应线性目标的关系,构造一个新颖的血管相似性响应函数,对冠脉增强并阈值化得到分割结果,同时由Hessian矩阵确定冠脉血管的法线方向,通过求解法线方向上的极值点得到冠脉骨架的初始像素点集,以此来提取冠脉血管的欧氏骨架。实验结果表明,该算法简洁高效,相比现有算法能提取到更多的细小分支,得到的冠脉骨架完整,半径估计准确。(本文来源于《数据采集与处理》期刊2016年05期）
矩阵分割论文开题报告
（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：
随着推荐内容的多样化,推荐系统中需要引入隐式反馈信息来加强其适用范围.但是隐式反馈推荐存在着缺少负反馈的问题,并且稀疏的隐式反馈信息会影响推荐结果准确度.针对这些问题,首先,考虑到用户会存在喜欢和不喜欢的内容,提出均值分割方法,并使用均值分割方法改进矩阵分解推荐算法,解决隐式反馈中缺少负反馈的问题.然后,引入了word2vec技术计算相似度,并使用得到的相似度对隐式评分矩阵进行预测填充,以达到降低隐式评分矩阵稀疏度的目的.最后,使用真实世界数据集进行实验,实验结果表明本文提出的推荐算法可以解决隐式反馈推荐中缺少负反馈的问题,并降低数据的稀疏度,提高推荐结果的准确度.
（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。
矩阵分割论文参考文献
[1].杨军,王恒亮.结合巴氏系数和灰度共生矩阵的遥感影像分割[J].遥感信息.2019
[2].梁顺攀,王辰,原福永,张付志.融合均值分割与word2vec的矩阵分解推荐算法[J].小型微型计算机系统.2019
[3].王鑫,严加勇,林涛,王伟.基于Hessian矩阵和RSF模型的CT图像淋巴结分割[J].软件.2019
[4].陆聪.基于灰度LBP共生矩阵和空间加权k-means的织物图像疵点分割[D].浙江大学.2019
[5].洪向共,周世芬.基于灰度共生矩阵和区域生长算法的红外光伏面板图像分割[J].科学技术与工程.2018
[6].李忠海,金海洋,邢晓红,陈灿灿.基于分数阶权系数矩阵的静态图像分割算法[J].计算机工程与设计.2018
[7].胡婕,周跃跃.基于新距离矩阵方差的模糊聚类图像分割算法[J].量子电子学报.2018
[8].侯艳丽.结合小波框架和灰度共生矩阵的纹理分割算法[J].电脑知识与技术.2018
[9].高明琦.基于非负矩阵分解与活动轮廓模型的纹理图像分割方法研究[D].重庆大学.2017
[10].秦红星,黄晓雪.基于Hessian矩阵的冠脉造影图像分割与骨架提取[J].数据采集与处理.2016
论文知识图
