导读:本文包含了纹理建模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:纹理,建模,动态,图像,小波,张量,油膜。
纹理建模论文文献综述
郭伟刚[1]（2016）在《基于图像重建和核学习的动态纹理建模与生成算法研究》一文中研究指出动态纹理通常通过线性动态系统建模。这种方法灵活,内存损耗小,可编辑。然而,由于这种过于简单的噪声驱动线性动态系统模型并不总是稳定的,这种方法很难生成长时间的高质纹理视频序列。针对线性动态系统中线性观测模型的欠拟合问题,本文首先提出了一个新的动态纹理生成框架。该框架在经典的线性动态模型里嵌入一个新提出图像重建方法来增强纹理图像细节。实验证明,在标准的动态纹理库上,这种方法对于动态纹理生成效果显着。通过对于线性动态系统的深入研究,本文进一步提出经典的线性动态系统可以通过一个简单的主成分回归模型(PCR)来近似。同时,为了拟合纹理视频帧之间的非线性结构,将PCR模型核化,提出基于核主成分回归模型(KPCR)的动态纹理生成方法,实验证明,这种方法有效提升了纹理视频的建模与生成能力,且提高了算法的稳定性及对噪声的鲁棒性。为了满足电子设备,包括手机和平板对于算法实时在线处理的需求,本文放弃了经典的状态模型,引入信号处理领域中的量化核最小均值二乘方法(QKLMS)来逼近由KPCR取得的效果,本文将这种方法称作核自适应动态纹理生成(KADTS),这种方法具有低内存损耗和低时间复杂度等优点。基于正则网络理论,本文通过理论和实验分析,证明了KADTS与基于KPCR动态纹理生成模型的联系。本文也展示了和其它基于动态系统动态纹理生成方法相比,所提出算法的优势。(本文来源于《华中科技大学》期刊2016-05-01）
陈青,朱俊宇,唐朝晖,刘金平,桂卫华[2]（2013）在《动态纹理建模在硫浮选工况的识别分析》一文中研究指出泡沫浮选广泛应用于选矿领域,它是一种能够有效提取矿粒的方法。但是,浮选过程存在着大量的影响因素和严重的非线性,这使得浮选过程的优化控制很难实现。因此,为了保证浮选处于最优工况,有必要依据浮选泡沫的表面特征来调整相应的操作变量。本文提出了基于动态纹理建模的方法应用于浮选工况的分类。采用ARMA模型进行动态纹理建模,通过样本学习得到模型参数A,C,Q。对不同类样本模型参数A,C计算其Martin距离,根据最小距离原则来进行分类识别。仿真结果表明:所提出的动态纹理模型能准确地描述动态泡沫,且能有效地检测浮选泡沫状态。(本文来源于《计算机与应用化学》期刊2013年10期）
陶国灿,王涛,邢栋梁,张建华[3]（2013）在《超声振动辅助铣削表面纹理建模及其摩擦学性能优化》一文中研究指出与光滑表面相比,非光滑表面具有更优的耐磨性,其典型的仿生学形貌对表面减阻降噪性能具有重要的意义。基于非光滑表面纹理的基本特征及其可加工性分析,建立了相应的超声振动辅助铣削受力模型,通过对受力振动的分析获得了超声振动辅助铣削加工表面纹理的形成机理。调整相应的超声振动参数,对所得试样表面进行摩擦磨损和油膜承载力实验,验证上述模型建立的合理性。结果表明:在磨合阶段,超声振动辅助铣削加工表面的摩擦系数曲线波动较小,摩擦稳定性好;在正常磨损阶段,每齿进给量较小时,加工表面摩擦系数随振幅增大先增大后减小,每齿进给量较大时,加工表面摩擦系数随振幅增大而降低;较大的超声振幅或每齿进给量条件下所获得的加工表面油膜承载力较普通铣削加工表面有明显提高。(本文来源于《第15届全国特种加工学术会议论文集（下）》期刊2013-10-25）
朱俊宇[4]（2013）在《硫浮选泡沫图像动态纹理建模及在工况识别中的应用》一文中研究指出在硫浮选生产中,泡沫层表面视觉特征能够反映浮选性能。硫浮选泡沫边界明显,但是泡沫的带矿量不稳定,泡沫的大小尺寸变化也有很强的随机性。常规的泡沫表面特征很难准确的反映浮选工况的好坏,所以纹理成为表征硫浮选泡沫表面状态的关键特征。目前在硫浮选生产中操作变量的调节主要依靠人工观察泡沫纹理特征,但由于人工观察的局限性,难以保证浮选过程处于最佳状态。因此,本文研究硫浮选泡沫图像的纹理特征提取方法,实现精选泡沫图像纹理特征的量化,对指导浮选生产具有重要意义和工程应用价值。在实际生产中,硫浮选工况变化快,短时间内常出现多种异常工况,严重影响浮选效率。因此,单一的泡沫图像特征不能准确反映浮选工况的好坏。针对硫浮选泡沫的特点,本文首先分析了硫浮选各类工况,以及对应的泡沫图像,并依据工况特点将浮选泡沫图像分为六大类,作为后续分类识别的标准。利用灰度共生矩阵和灰度-梯度共生矩阵提取泡沫图像的静态纹理特征,并利用静态纹理特征进行分类识别。针对静态纹理特征的分析存在诸多缺点以及单帧泡沫图像特征参数不能够准确反映浮选工况,提出利用ARMA(自回归滑动平均)动态纹理模型来描述泡沫图像之间的相关性。通过样本学习训练模型参数A,C,Q,R,用学习得到的模型参数进行硫浮选泡沫图像动态纹理的合成,并根据合成结果来评判参数学习效果的好坏,并对模型参数进行修正。最后,以样本的静态纹理特征作为支持向量机的输入特征向量来对硫浮选泡沫进行分类识别。用修正后的模型参数A,C和Martin距离对动态纹理图像序列进行分类识别,这样既能弥补单帧图像特征的缺点又能抓住图像序列的动态特性。将动态纹理识别结果和静态纹理的识别结果进行比较,实验结果表明本文提出的动态纹理识别方法优于静态纹理特征识别方法。图23幅；表格4个；参考文献66篇。(本文来源于《中南大学》期刊2013-05-01）
柳倩,朱枫,郝颖明,金增辉,付双飞[5]（2013）在《草地的红外纹理建模与真实感绘制方法》一文中研究指出纹理是使图像具有视觉真实感的重要因素,红外纹理生成是场景红外成像仿真的重要组成部分,也是真实感场景仿真的迫切需求。以在图像平面直接生成具有真实感的景物红外纹理图像为目标,提出了一种草地的红外纹理建模与真实感绘制方法,从模拟组分温度分布和空间结构形态两方面开展研究。首先,考虑土壤-植被-大气间的热交换过程,建立红外辐射的耦合求解模型;其次,构建各组分的空间分布模式;最后,将已经求解的红外辐射数据映射到图像空间,生成具有真实感的红外纹理图像。对近距离或"放大"状态下草地红外纹理的视觉效果进行了模拟,理论分析和仿真结果表明:所提出的红外纹理模拟方法具有一定的合理性和有效性。(本文来源于《红外与激光工程》期刊2013年04期）
刘纯利,刘少斌[6]（2012）在《基于纹理建模的树叶识别系统》一文中研究指出建立了基于树叶纹理建模的树叶识别系统。首先提取采集的树叶的感兴趣区域,然后利用小波变换对重要区域进行分解,提取分解后的高频子带,并用广义高斯模型对高频子带建模,再用高斯模型的参数作为树叶的特征,最后利用K近邻对样本分类。仿真实验表明了该方法的有效性和准确性。(本文来源于《计算机科学》期刊2012年11期）
杨娇,吕开云[7]（2012）在《探讨小波方法在纹理建模中的应用》一文中研究指出本文站在小波方法的角度探讨纹理建模中的应用。(本文来源于《数字技术与应用》期刊2012年07期）
韩守东[8]（2010）在《纹理建模与图切分优化方法研究》一文中研究指出交互式图像分割,是指按照一定的先验知识和相似性准则将图像划分成具有特殊语义的不同区域,从而在复杂的背景环境中将感兴趣的前景目标分离出来。其应用领域非常广泛,是图像分析、模式识别、计算机视觉、乃至图像理解中的一个关键问题。分割质量的好坏和分割效率的高低将直接影响其它相关应用的可用性和实用性。由于图像分割问题的重要性和复杂性,近年来关于图切分优化方法的研究受到了国内外学者的广泛关注,并成为了交互式图像分割应用的主流方法之一。它具有很多优良特性,比如多特征／约束融合能力、全局最优、数值鲁棒性强、执行效率高、分割加权图的拓扑结构自由和N-D图像分割能力等。传统图切分优化方法在分割低分辨率简单彩色图像时具有很好的分割效果和实时交互性。然而,当使用该方法进行复杂纹理图像分割、多先验模式特征混合智能分割或者高分辨率图像快速分割时,无论是方法本身的适用性、准确性、鲁棒性、还是实时性,都严重限制了其可用性。针对上述问题,本文通过对传统图像分割方法,特别是基于图切分优化的交互式图像分割方法,以及纹理特征建模的主要方法进行了较为深入的总结、分析和研究,提出了一种用于提取场景结构特征的新型纹理建模方法,并结合信息论、黎曼空问几何学、模式分类、数值解析方法等,利用统计学习方法和先验启发式信息,研究如何高质、高量、高效的对彩色及纹理图像进行解析和交互式分割。具体地,本文的创新性研究成果主要包括以下几个部分。首先,通过对传统结构张量的多尺度非线性建模,提出了一种有效的纹理特征建模方法—多尺度非线性结构张量(MSNST)模型。它同时兼顾了结构张量的全方向性压缩描述能力和Gabor小波变换的尺度空问描述能力,并具备不连续保持性滤波特性,为纹理分析的研究提供了一种新的思路。为了保证纹理提取的高效和实用,本文使用了多孔算法和加性算子分裂技术来对模型进行数值实现。另外,本文通过数学分析和实验比较,研究和探讨了关于MSNST特征的距离度量、尺度空间的概率相关性、概率分布模型的空间结构、相似性聚类等概念和方法。然后,针对图切分模型框架的诸多环节,给出了一些优化设计。具体包括优化过程加速(基于多种子图切分的快速模型优化求解、基于多层窄带闭合解的快速图切分算法、基于均值漂移预分割及高斯超像素的快速图切分算法)；基于高分辨距离度量的n-link设计(L*a*b*彩色空间中的共轭测度、MSNST纹理空间中的信息论测度和黎曼测度)；基于高准确性聚类的t-link设计(改进的K-means聚类、谱分解递归聚类、基于分量形式期望最大化的高斯混合聚类)；统计前景和背景在各特征空间的高斯混合模型(GMM),并使用GMM间的信息论距离来设计多特征的能量函数自适应融合策略；计算迭代过程中前景和背景在各特征空问的综合GMM信息论差异度,并通过判断其是否趋于稳定来改进迭代收敛准则；增强分割结果的区域一致性(在平滑能量项中引入滤噪常数、形态学后处理滤噪)等。这些优化设计为其他使用图切分框架的方法和应用提供了改进的思路,以提高它们的性能和适用范围。最后,基于以上的MSNST纹理建模方法和针对图切分模型的各类优化设计,提出了五种实用的交互式彩色及纹理图像分割方法。解决了传统分割方法中存在的诸多不足,比如模式特征信息单一、空间度量过于简化、统计模型的学习和更新准确性不够、计算复杂度和内存消耗偏高、人机交互量和参数设置过多等,对复杂自然图像的分割提供了更好的支持,具有适用范围广、分辨能力强、统计描述准、计算负担低、用户依赖少等优势特性。本文通过大量的仿真实验验证了多尺度非线性结构张量模型、图切分框架的优化和改进方法、彩色及纹理图像的分割技术等的实效性和可用性。这些研究成果不但可以深化纹理分析和图切分优化中的相关研究,而且可以在民用和军用领域扩大图像分割的应用前景。(本文来源于《华中科技大学》期刊2010-09-01）
张俊松[9]（2007）在《书法碑帖图像去噪、轮廓拟合及纹理建模研究》一文中研究指出中国书法是一门古老和具有丰富内涵的艺术。它是以汉字为载体,以毛笔为主要创作工具,以笔法、墨法、字法、章法为表现手段,以文字涵义和书写者思想情趣为表现内容的一种融时间和空间于一体的线条造型艺术。中国历史上产生了大量对后世影响巨大的书法家,他们留下了丰富的书法作品。这些书法作品主要以碑帖的形式被保存下来。在当前这个数字时代,利用计算机图形图像处理、模式识别等技术对古书法碑帖图像进行处理,使之更方便被传播和应用,对于继承和发展传统文化有非常重要的意义。本文就古书法碑帖图像数字化的几个关键问题:去噪、碑帖汉字轮廓参数化、书法纹理的建模等问题作了认真分析,并给出了相应的算法。首先根据碑帖图像中噪声和汉字笔画不同的形状和分布特点,提出一个碑帖文档图像去噪算法。该算法主要包括两个步骤:先用基于偏微分方程的TotalVariation算法和0tsu二值化方法对书法文档图像进行预处理;然后根据碑帖文档图像里的噪声和笔画形状特征及它们不同的分布特点,用游长统计的方法,从游长概率密度直方图计算得到一个最佳的游长门限,根据这个游长门限去掉碑帖图像里的大部分块状和随机噪声,最后用改进的霍夫变换方法去掉线状噪声。实验结果表明,该算法的去噪结果优于相关方法。其次本文提出一个从书法碑帖图像生成轮廓字体的方法。该方法主要包括汉字轮廓的特征点检测和轮廓段拟合。其中特征点检测方法考虑书法碑帖图像的特点,首先构造一个基本笔画库,然后用线性回归方法得到汉字轮廓噪声程度和高斯函数之间的关系表达式,最后用主成分分析的方法确定汉字轮廓上的特征点。这些特征点将汉字轮廓划分成轮廓段,最后根据累加弦长参数化和最小二乘方法,对每个轮廓段用参数曲线进行拟合得到轮廓字体。本文提出的特征点检测算法改进了基于曲率尺度空间(Curvature Scale Space,CSS)的特征点检测方法,使之更适合碑帖汉字轮廓的特点。该算法和基于CSS的特征点检测方法相比,不仅减少了算法的时间复杂度,而且提高了检测带有噪声的汉字轮廓特征点的准确率。最后本文给出一个基于样本的草书纹理生成模型。该模型利用一些典型的草书笔画纹理样本,根据自回归模型和分层采样技术,能生成视觉上有丰富变化的草书风格笔画纹理。同笔画纹理样本相比,利用本文提出的草书纹理模型能生成与样本笔画纹理结构上相似,但又有所变化的笔画纹理。将生成的纹理映射到汉字轮廓上,获得了满意的视觉效果。(本文来源于《浙江大学》期刊2007-11-01）
柴春领,张兆东,蒋慧娟[10]（2005）在《一种提高JPEG 2000压缩质量的纹理建模方法》一文中研究指出在传统的图像压缩编码中,只对幅度值较大的变换系数进行编码,而舍弃幅度值较小的变换系数(以下称"系数"皆指变换后的系数),以实现比较高的压缩率。幅度值较小的系数对应图像的细节,也就是高频纹理信息。那么码率越低,需要舍弃的系数就越多,细节失真就越大。人的视觉对一些图像的纹理失真是比较敏感的,比如人脸。文中在JPEG 2000的基础上,用基于树结构的纹理建模方法(TM BT)在基本码流中加入了纹理信息,在不大幅度增加码率和计算量的情况下,较好地保持了图像细节,改善了视觉效果。(本文来源于《军事通信技术》期刊2005年04期）
纹理建模论文开题报告
（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：
泡沫浮选广泛应用于选矿领域,它是一种能够有效提取矿粒的方法。但是,浮选过程存在着大量的影响因素和严重的非线性,这使得浮选过程的优化控制很难实现。因此,为了保证浮选处于最优工况,有必要依据浮选泡沫的表面特征来调整相应的操作变量。本文提出了基于动态纹理建模的方法应用于浮选工况的分类。采用ARMA模型进行动态纹理建模,通过样本学习得到模型参数A,C,Q。对不同类样本模型参数A,C计算其Martin距离,根据最小距离原则来进行分类识别。仿真结果表明:所提出的动态纹理模型能准确地描述动态泡沫,且能有效地检测浮选泡沫状态。
（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。
纹理建模论文参考文献
[1].郭伟刚.基于图像重建和核学习的动态纹理建模与生成算法研究[D].华中科技大学.2016
[2].陈青,朱俊宇,唐朝晖,刘金平,桂卫华.动态纹理建模在硫浮选工况的识别分析[J].计算机与应用化学.2013
[3].陶国灿,王涛,邢栋梁,张建华.超声振动辅助铣削表面纹理建模及其摩擦学性能优化[C].第15届全国特种加工学术会议论文集（下）.2013
[4].朱俊宇.硫浮选泡沫图像动态纹理建模及在工况识别中的应用[D].中南大学.2013
[5].柳倩,朱枫,郝颖明,金增辉,付双飞.草地的红外纹理建模与真实感绘制方法[J].红外与激光工程.2013
[6].刘纯利,刘少斌.基于纹理建模的树叶识别系统[J].计算机科学.2012
[7].杨娇,吕开云.探讨小波方法在纹理建模中的应用[J].数字技术与应用.2012
[8].韩守东.纹理建模与图切分优化方法研究[D].华中科技大学.2010
[9].张俊松.书法碑帖图像去噪、轮廓拟合及纹理建模研究[D].浙江大学.2007
[10].柴春领,张兆东,蒋慧娟.一种提高JPEG2000压缩质量的纹理建模方法[J].军事通信技术.2005
论文知识图
