导读:本文包含了纹理模型论文开题报告文献综述及选题提纲参考文献，主要关键词:纹理模型,灰阶,支持向量机,动态对比增强
纹理模型论文文献综述
南海燕,杨洋,颜林枫,张欣,王文[1]（2018）在《基于DCE图像优化胶质瘤自动分级纹理模型》一文中研究指出目的探讨不同纹理模型和灰阶对基于动态对比增强磁共振图像(dynamic contrast enhancement magnetic resonance imaging,DCE-MRI)的支持向量机的胶质瘤自动分级影响。材料与方法收集经磁共振扫描且经病理证实为胶质瘤Ⅱ、Ⅲ、Ⅳ级的患者共117例,计算DCE-MRI图像血流动力学参数(NordicICE 4.0),利用不同纹理模型和灰阶提取参数图肿瘤区域相应纹理特征。支持向量机递归特征消除算法选择特征后,输入线性SVM对胶质瘤级别进行分类并使用留一法交叉验证。分类结果使用Graphpad Prism 6统计软件分析。结果灰阶对分类效能的影响差异无统计学意义(P=0.1589),纹理模型对分类效能的影响差异存在统计学意义(P<0.0001)。在使用灰度共生矩阵(gray-level cooccurrence matrix,GLCM)提取纹理特征并且灰阶为32和256时,分别选取前22个和前17个特征所得分类正确率最高(正确率=0.79)。结论基于DCE图像纹理对支持向量机胶质瘤分级中,纹理模型GLCM结合特征选择是胶质瘤分级的最优方案,并推荐在后期研究中使用。(本文来源于《磁共振成像》期刊2018年10期）
陈珠琳,王雪峰[2]（2018）在《基于纹理模型的檀香咖啡豹蠹蛾虫害图像诊断方法研究》一文中研究指出基于纹理特征模型的檀香咖啡豹蠹蛾图像诊断方法,根据健康图像和虫害图像在纹理方面表现出的差异,提出海南省北部县市檀香受咖啡豹蠹蛾虫害"多纹理特征"的确定方法。针对每种图像类型,使用提取出的4维多纹理特征,组合得到6种数学模型,并对其进行评估。结果表明:模型1(自变量为熵值均值-相关性均值,因变量为熵值均值-能量均值)的模型精度与分类精度均为最佳,并且总体分类精度达到91.25%。与逐步聚类算法和K-means聚类算法、Logistic模型二分类法相比,该方法在保证分类精度的前提下减小了计算量,并为之后纹理图像分类提供了参考依据。(本文来源于《西南林业大学学报(自然科学)》期刊2018年01期）
魏建荣[3]（2017）在《背景纹理模型在海面舰船目标检测中的应用研究》一文中研究指出随着我国海洋贸易的快速增长,各种用途的船舶航行在广阔的海洋上,船舶的分工用途也越来越复杂,在船舶的航行安全领域,往往需要人工对水面的船只进行不间断的监测,这大大增加了航运成本。为了有效提高船舶的航行安全,改善航道的使用效率,本文提出了基于背景纹理检测的船只目标检测算法,通过传感器设备,计算机能够自动将背景和目标船只进行分离,然后结合噪声优化算法,有效提高了船只的检测效率。尤其在复杂的背景环境中,舰船目标的检测也变得更加容易。文末对该算法的保真度和杂散检测能力进行仿真,并通过分析仿真曲线,提出一些改进措施,以提高模型的检测效果。(本文来源于《舰船科学技术》期刊2017年20期）
司菁菁,程银波[4]（2017）在《基于近似消息传递与卡通纹理模型的图像重构》一文中研究指出近似消息传递(approximate message passing,AMP)的高相变性能与低计算复杂度使其非常适用于图像重构等大数据量应用领域。如何充分利用图像的结构化稀疏先验是基于AMP研究图像重构的一个关键问题。将卡通-纹理模型引入AMP图像重构,根据迭代滤波中待处理图像卡通、纹理成分的不同特点,设计基于双树复数小波变换与全变差的层次化AMP滤波算子,进而分析AMP迭代次数对滤波对象结构特征与滤波算子性能的影响,研究AMP的阶段化滤波操作,提出一种基于卡通-纹理模型与分段滤波的AMP图像重构算法。实验表明,该算法能够更好地保留图像轮廓与纹理信息,提高图像的重构质量。(本文来源于《系统工程与电子技术》期刊2017年06期）
彭莱[5]（2016）在《基于主动形状模型和POEM纹理模型的人脸特征点定位方法研究》一文中研究指出人脸识别,作为近年来备受瞩目的生物特征识别技术之一,因采集设备简单,过程方便、快捷,效果直观而得到了大量学者的关注。人脸特征点定位是整个人脸识别方法的基础,其定位的精度直接影响着人脸识别的结果。随着研究的深入,人脸特征点定位方法也被运用到人脸重建、表情识别、人类心理状态分析以及驾驶员疲劳状态分析中,因此具有非常重要的研究意义。人脸特征点定位方法中,主动形状模型(ASM)因其较快的定位速度与精度,受到了广泛的应用,但ASM因其对初始形状的依赖以及易受外界复杂条件的影响,在定位效果上有一定的局限性。本文在ASM的基础上,主要针对人脸在姿态、光照、表情等复杂情况下的特征点定位问题进行研究,总结了ASM的不足,并提出了相应的改进方法。具体研究内容如下:首先,在训练阶段,将训练集根据姿态的不同分别建立左偏形状模型、正面形状模型、右偏形状模型。在搜索定位阶段,通过模型选择因子计算出适合待测人脸的全局形状模型,使初始形状与待测人脸图像相匹配,从而解决了姿态变化对初始形状的干扰。其次,用POEM纹理模型来替代传统ASM中的局部灰度模型。对每个特征点建立POEM纹理模型,它对光照以及表情变化更具有鲁棒性,较大程度上克服了复杂非线性变化以及大幅度形变对特征点定位带来的影响。最后,以每个人脸器官或轮廓为单位,计算平均误差点数,通过比较分析,得出定位效果相对较差的局部器官或轮廓,在之前定位结果的基础上,进行二次定位,综合两次结果,从而得到更优的定位效果。本文在IMM、CMU PIE、BioID以及LFW等四个传统和户外人脸库,对四种方法进行了大量的定位效果比较,包括锚点误差点数比较分析、效果定位图展示以及总的平均误差点数比较。结果表明,本文的方法在人脸有姿态、表情、光照等变化的复杂环境下,取得了较好的定位效果。(本文来源于《重庆邮电大学》期刊2016-05-25）
赵晓蕊[6]（2016）在《基于稀疏表示及卡通—纹理模型的相位恢复算法研究》一文中研究指出相位恢复是指仅利用图像的傅里叶幅值对原始图像进行恢复。由于傅里叶幅值中包含的信息量较少,当图像的过采样率相对较低时,传统的相位恢复算法无法实现图像的有效重构。因此如何利用合适的先验知识来提高图像重构质量是相位恢复的一个关键问题。本文主要围绕相位恢复算法展开研究,具体研究内容如下:首先,利用图像在离散余弦变换下的稀疏性提出了基于离散余弦变换的相位恢复算法,并与传统的相位恢复算法在重构能力及去噪性能方面进行了对比,实验结果表明,该算法对图像的重构效果有所提高。其次,针对全变差可以有效表示图像的轮廓信息和边缘信息,将全变差用于相位恢复,实现了基于全变差的相位恢复算法,针对双树复数小波可以有效表示图像的细节信息,实现了基于双树复数小波的相位恢复算法。同时为了使算法具有鲁棒性,在算法中引入了误差项。实验结果表明将全变差和双树复数小波作为稀疏性先验用于相位恢复中,图像重构效果有了进一步提高,且对噪声鲁棒。最后,考虑到当图像的过采样率相对较低时,单一的稀疏性先验无法实现图像的有效重构,因此将卡通—纹理模型用于相位恢复,利用全变差和双树复数小波两种稀疏表示方法将图像分解为卡通成分和纹理成分,实现了基于卡通—纹理模型的相位恢复算法。通过仿真实验可以看出,该算法能有效提高图像重构质量且对噪声鲁棒。(本文来源于《燕山大学》期刊2016-05-01）
练秋生,赵晓蕊,石保顺,陈书贞[7]（2016）在《基于卡通–纹理模型的相位恢复算法》一文中研究指出相位恢复是指仅利用图像的傅里叶幅值对原始图像进行恢复。由于傅里叶幅值中包含的信息量较少,当图像的过采样率相对较低时,传统的相位恢复算法无法实现图像的有效重构。因此如何利用合适的先验知识来提高图像重构质量是相位恢复的一个关键问题。该文将卡通-纹理模型用于相位恢复,利用全变差(TV)和双树复数小波(DTCWT)两种稀疏表示方法将图像分解为卡通成分和纹理成分,并提出了基于交替方向乘子法(ADMM)的有效求解算法。实验结果表明,该算法能有效提高图像重构质量。(本文来源于《电子与信息学报》期刊2016年08期）
刘仁明[8]（2016）在《基于局部纹理模型的人脸对齐算法研究》一文中研究指出随着人工智能技术的日趋提高,人们不断在刷新对身份认证技术的安全、便捷、潮流的认知感。传统的钥匙、IC卡等身份认证方法,存在着不足和诸多安全隐患,已经不能满足人们追求可靠的、便利的身份认证。近年来,基于人体生物特征的个人身份识别技术迅速发展,归结于其安全性、便利性极好。与基于指纹、掌纹、虹膜、视网膜、静脉、骨骼等其他生物特征的身份识别方式相比,人脸识别更加具有非侵犯性、防伪性、采集方便等特点。人脸识别系统一般包括图像摄取、人脸检测、人脸对齐和身份确认四个步骤。其中,人脸对齐的目标是定位面部上眼睛、鼻子、嘴巴及脸部轮廓等主要器官的特征点。精确地定位人脸特征点能够为准确地提取人脸特征奠定基石,快速地定位人脸特征点能够为系统实时工作有效提供保障,从而更加有利于人脸识别工作顺利进行。然而在复杂环境下,由于受光照,遮挡,姿态,表情,图片质量等因素变化的影响,人脸对齐算法性能大大下降,实现一种鲁棒高效的人脸对齐方法仍然是一项具有挑战性的任务。本文重点探讨基于局部纹理模型的人脸对齐方法,首先叙述了基于Haar-like特征及AdaBoost算法的人脸检测,其次阐明了基于主动形状模型(Active Shape Models, ASM)的人脸对齐,最后论述了提出的一种基于随机森林回归的人脸对齐算法,形成了从原始图像到人脸检测再到特征点定位的一套完整的全自动人脸特征点定位系统,文章主要分为四大块：首先,阐述了国内外人脸对齐的研究形状及难点,总结了人脸对齐常用的方法,并总结了人脸对齐工作常用的数据库及人脸对齐方法性能评估的几种方法。其次,叙述了基于Haar-like特征及AdaBoost算法的人脸检测方法的实现过程,详解了Haar-like特征的提取、积分图的构造、分类器的构建与级联,并在MATLAB R2009A平台和Helen数据库、LFPW数据库及BioID数据库进行实验。接着,阐明了基于主动形状模型的人脸对齐方法的实现过程,详解了训练样本形状的对齐、形状模型构建、梯度向量特征提取及局部模型构建,并在MATLABR2009A平台和Helen数据库、LFPW数据库及BioID数据库进行实验。最后,论述了提出的一种基于随机森林回归的人脸对齐方法的实现过程,详解了像素差值特征的提取、随机森林回归模型的构建、随机森林回归模型的遍历、全局形状优化模型的构建及级联结构的应用,并在MATLAB R2009A平台和Helen与LFPW数据库对提出的方法进行了测试,实验结果表明基于随机森林回归的人脸对齐方法不仅特征点定位时间短、定位精度高,而且训练模型较小。(本文来源于《湖南大学》期刊2016-04-15）
宋亚婷,韩冰,高新波[9]（2016）在《基于张量动态纹理模型的极光视频分类》一文中研究指出极光事件的形态与行星际磁场及太阳风等空间物理过程密切相关,通过研究极光形态可以得到大量地球磁层和太阳风活动的信息.随着海量极光的产生,如何借助计算机对极光图像序列进行自动分类成为热点.目前极光分类研究大多是基于单幅图像的特征分析,极光视频的建模和分析仍然有待深入研究.因此提出一种基于极光视频动态纹理建模的极光视频事件识别方法.首先对四类极光视频进性普适性动态纹理建模,然后利用矩阵SVD分解对动态纹理模型求解,最后用模型参数间的马丁距离衡量极光序间的差异性,采用最小距离分类器和SVM分类器实现四类典型形态的极光序列的自动分类识别.为进一步提高模型紧凑度,引入张量分解,建立张量动态纹理模型.不同于动态纹理模型只关注序列帧间的重复相关性,张量动态纹理模型同时分析序列帧间的重复相关性和图像帧内各个部分间的重复相关性,从时间和空间维度上同时进行分解,减少模型冗余的同时提高了分类准确率.在中国北极黄河站的ASI图像数据库上进行了算法验证,实验结果表明本文提出模型具有较高的分类准确率,同时该模型能充分表征极光序列帧间的重复相关性和动态变化特性.(本文来源于《南京大学学报(自然科学)》期刊2016年01期）
陈水华,李萍,何朗日[10]（2016）在《基于卡通纹理模型的图像压缩感知重建》一文中研究指出传统的压缩感知重建算法,没有考虑到图像的纹理和卡通部分的形态学差异。使用单一的稀疏基对原始图像进行稀疏表示,不能同时对图像进行各种形态结构成分精确重建。本文针对该问题,提出了基于图像的卡通纹理模型的压缩感知重建方法。给出了该算法的具体仿真实现过程,并与当前流行的压缩感知重建方法做了比较。验证了本文所提方法的可靠性。(本文来源于《激光杂志》期刊2016年01期）
纹理模型论文开题报告
（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：
基于纹理特征模型的檀香咖啡豹蠹蛾图像诊断方法,根据健康图像和虫害图像在纹理方面表现出的差异,提出海南省北部县市檀香受咖啡豹蠹蛾虫害"多纹理特征"的确定方法。针对每种图像类型,使用提取出的4维多纹理特征,组合得到6种数学模型,并对其进行评估。结果表明:模型1(自变量为熵值均值-相关性均值,因变量为熵值均值-能量均值)的模型精度与分类精度均为最佳,并且总体分类精度达到91.25%。与逐步聚类算法和K-means聚类算法、Logistic模型二分类法相比,该方法在保证分类精度的前提下减小了计算量,并为之后纹理图像分类提供了参考依据。
（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。
纹理模型论文参考文献
[1].南海燕,杨洋,颜林枫,张欣,王文.基于DCE图像优化胶质瘤自动分级纹理模型[J].磁共振成像.2018
[2].陈珠琳,王雪峰.基于纹理模型的檀香咖啡豹蠹蛾虫害图像诊断方法研究[J].西南林业大学学报(自然科学).2018
[3].魏建荣.背景纹理模型在海面舰船目标检测中的应用研究[J].舰船科学技术.2017
[4].司菁菁,程银波.基于近似消息传递与卡通纹理模型的图像重构[J].系统工程与电子技术.2017
[5].彭莱.基于主动形状模型和POEM纹理模型的人脸特征点定位方法研究[D].重庆邮电大学.2016
[6].赵晓蕊.基于稀疏表示及卡通—纹理模型的相位恢复算法研究[D].燕山大学.2016
[7].练秋生,赵晓蕊,石保顺,陈书贞.基于卡通–纹理模型的相位恢复算法[J].电子与信息学报.2016
[8].刘仁明.基于局部纹理模型的人脸对齐算法研究[D].湖南大学.2016
[9].宋亚婷,韩冰,高新波.基于张量动态纹理模型的极光视频分类[J].南京大学学报(自然科学).2016
[10].陈水华,李萍,何朗日.基于卡通纹理模型的图像压缩感知重建[J].激光杂志.2016