导读:本文包含了光学模式识别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:光学,神经网络,滤波器,层析,图像,特征,空域。
光学模式识别论文文献综述
黄宇翔[1]（2018）在《基于模式识别的血管内光学相干断层扫描图像分割研究》一文中研究指出冠心病的及时有效诊断是长久以来心血管疾病领域备受关注的问题。近年来,血管内光学相干断层扫描系统(IVOCT)成为热点,被越来越多的临床医生所接受。IVOCT与血管内超声系统(IVUS)较为相似,特别是其超高的成像分辨率(10-20μm)使得对冠状动脉内壁的精确观测成为可能。尽管美国心脏协会已经发表IVOCT影像学表征的共识性文件,但是由于IVOCT系统单次扫描产生图像多,临床诊断时的影像阅读成了费时费力的工作。本课题尝试根据统一的IVOCT影像阅读标准,对冠状动脉粥样硬化血管壁上的几种典型组织:纤维组织、钙化组织、脂质组织进行自动识别分割,为临床诊断读图提供便利和辅助信息。实验尝试用经过预处理后的IVOCT图片进行分析、分割。所有的图像数据均来自临床病人检查。预处理的步骤包括:滤波、去除导丝伪影、去除成像导管伪影、利用大津阈值分割(OSTU)算法提取血管内壁并确定后续分析的感兴趣区域(ROI)。随后,实验对预处理所获得的图像进行数据增强,之后尝试对图像提取衰减系数特征和基于灰度共生矩阵的图像纹理特征。根据所提取的特征,实验选用支持向量机(SVM)进行组织识别分类。此外,根据获得的结果和数据,还就各种特征的获取和参数设置进行了讨论,运用数据分析的方法探索了如何选择加入分析的特征。最后,还对该方法存在的局限性进行了分析。实验结果显示,从对数变换调整灰度后的图像中获取的252维特征比从未经对数变换的图中提取的特征表现良好。特征筛选方面,使用基于学习模型的特征筛选方法较为有效。分类器的选择上,随机森林分类器获得了82.5%的准确度。相比之下,支持向量机分类器获得了84%的准确度。可以认定,训练所得的基于逐像素点分类的分割方法对该任务总体适应良好,具备辅助临床IVOCT图像阅读的可能。(本文来源于《东南大学》期刊2018-04-01）
吴浩[2]（2013）在《基于模式识别技术的焊点自动光学检测算法研究》一文中研究指出随着微电子技术的不断发展，电子元件朝着超薄型、高密度、细间距、无铅化方向快速发展，对印刷电路板的焊接质量检测提出了更高要求，传统上依靠人工目检对印刷电路板焊点质量进行检测的方式很难满足生产要求。而自动光学检测系统(Automatic OpticalInspection, AOI)能检测到微小组件和较高安装密度的PCB（Printed Circuit Board,PCB），并且也有的统一的检测标准、快速度、利于产品质量管理等特点，但是现有的AOI系统在实际应用中存在以下几个方面的问题：编程较为复杂，特别是调试程序的时间过长； AOI系统检测存在漏判和误判的问题；作为在线检测系统，AOI的检测速度有待提高。因此，本文分别在定位、编程和缺陷检测这叁个方面对AOI进行优化及改进研究。主要研究内容如下：（1）提出一种新的基于叁层MARK点位置定位方法。第一层是全局对齐，补偿PCB加载过程位置误差；第二层是单板对齐，补偿的单板装配的位置误差,最后一层是局部视场(Field Of View,FOV)对齐，补偿的局部凹凸不平的表面定位误差。实验结果证明了提出的方法改善了位置定位的精度。自动光学检测的路径规划问题可以建模为一个标准的旅行商问题(TravellingSalesman Problem,TSP),为最小化总工作时间，提出了一种基于Hopfield网络新方法的路径规划问题。通过Hopfield网络获得了一个优化路径。（2）提出了一种基于像素统计建模原理的AOI的测试算法，这种算法运用的是一种统计建模方法，通过来对焊点样本图进行灰度级别的建模来达成目标。该方法操作过程的第一步是建立一个合格样本的模板图，接下来通过两个步骤的定位方法，运用对待测的元件图及与模板图配对比较，计算两者差值的原理，来判定其是否达标。实验结果显示,基于统计建模的图像配对算法使得误报率和漏报率都达到实际使用需求；另外，还有效地缩短了编程和调试时间,降低了人为因素对检测结果的影响,提高了AOI算法的效率和准确率。近年来,该算法已经被广泛应用于实际生产过程中,给用户带来了极便捷的使用体验。（3）由于在焊点检测过程中，漏报的损失要远大于误报的损失，因此本文提出了一个新的基于最小风险贝叶斯分类器来进行焊点合格/缺陷的二分方法。Adaboost的作为一个强分类器被引进。实验结果表明,最小风险贝叶斯分类器在二分焊点的过程中有一个良好的性能、Adaboost算法检验结果也进一步验证了最小风险贝叶斯分类器的良好性能。（4）提出一种神经网络结合遗传算法的诊断焊点缺陷的方法。提取焊点图像的14个特征作为分类器的输入。神经网络很容易变得过度学习,因为这些输入特征不是相互独立的缘故,因此遗传算法被引入来选择和去除冗余的输入特征。实验结果证明,神经网络结合遗传算法减少了输入特征的数量并取得一个令人满意的识别率。（5）提出一种基于信息增益的特征选择结合对焊点分类的两级分类器框架。该方法首先获得的焊点图像。然后提取颜色特征（平均灰度和高亮像素比例）和模板匹配特征。经基于信息增益特征选择后,用贝叶斯算法,每个焊点被分为合格/不合格两类。如果焊点判为不合格,焊点将被支持向量机(Support Vector Machine)分为一个预定义多分类类型,第二阶段分类器选择是基于各种分类器分类性能评估的。实验结果表明,该方案不仅更高效,也提高了识别率,因为它减少了提取特征数量的需要。最后，在总结全文内容的基础上，本文还对未来AOI研究方向进行了展望。(本文来源于《华南理工大学》期刊2013-04-10）
郑伟[3]（2012）在《基于分数傅里叶变换的光学神经网络全光型模式识别系统》一文中研究指出光学神经网络的数学模型首先由Hopfield于1980年提出，随后Psaltis和Farhat在1985年首次报道了基于光学矢量—矩阵相乘的Hopfield神经网络，在此基础上Ohta等人完成了光学神经网络的微型化集成芯片，从此用光学方法实现神经网络的序幕被拉开了。随着人们对其的深入研究，及其在自适应信息处理、语音识别、专家系统、在线监测、自动驾驶、机器人自主视觉及自主控制、跟踪指导、智能计算机、空间预警等方面的广泛应用，光学神经网络逐渐成为信息光学领域研究的焦点。经过大量的文献检索发现，基于傅里叶变换的光学神经网络特征识别的研究虽然已有不少，但基于分数傅里叶变换的光学人工神经网络特征识别的应用基础理论至今还没有系统且全面的介绍。本文以Hopfield光学神经网络模型为基础，采用分数傅里叶全息进行记忆存储，并基于分数相关实现模式识别功能，给出了光学神经网络模式识别的实验模型，以此构造了一种实时、识别能力强、精度高的全光型模式识别系统，用光学方法实现了人脑的记忆模式识别功能。在研究过程中，通过对其原理的分析得出了模式识别的理论结果，同时为了验证所得结论的可靠性和可行性，还用计算机对实验进行了模拟，结果表明：1）分数功率频谱是由一次位相因子调制、受sinΦ_2约束的空间位移以及受cosΦ_2约束的位相延迟叁者共同影响的变形分数相关；2）特征识别与分数傅里叶变换级次的P2的依赖关系表现为以下叁种情况：a）当p_2∈[0,1]时，空间位移单调增加；当p_2∈[0, 2]时，位相延迟单调减小；仅在p_2=1/2时，空间位移与位相延迟效果相同。通过研究可以看出，尽管变形分数相关的结果不影响分数相关输出地强度，但是，一次位相因子A却与原物在空域的位移因子b、光路设置因素f、分数变换级次p_1、p_2以及色散因素有关，这个事实展现了分数相关的易变性和空间—频率联合表象的信息提取能力，此结果将为分数相关运算乃至分数傅里叶变换在神经网络模式识别中的应用提供更多的基础理论依据。(本文来源于《山西师范大学》期刊2012-04-06）
王玉成[4]（2011）在《脑功能光学成像信号的谱分析与模式识别》一文中研究指出本文以内源信号光学成像（OIS）为工具，主要研究内容包括两个方面：（1）研究了脑皮层中内源性低频振荡信号、呼吸信号和心跳信号等生理信号的谱值空间分布特征及其在动静脉血管分离中的应用。（2）利用术中内源信号光学成像，研究了人脑听觉皮层的多感知信息处理和整合现象，对认识人脑皮层多感知输入信息处理始于初级阶段提供了又一证据。OIS记录的脑皮层活动信号含有丰富的内源信号成分，分析这些内源性信号成分的功率谱分布及其时空特征对于理解大脑功能活动的规律具有重要意义。同时，确定以OIS为工具记录的内源光信号所反映的生理量也是脑功能光学成像的重要研究内容之一。本文通过分析脑皮层光学图像序列中主要生理信号的谱分布特征，发现低频0.1-Hz振荡信号、呼吸信号和心跳信号等生理信号的谱功率分布能够反映不同的血管网络结构模式，在区分动脉血管和静脉血管方面具有很好的效果。以此为基础，结合图像处理技术和模式识别方法，我们提出了叁种分离脑皮层动静脉的方法：（一）通过多窗口谱估计方法（MTM）分析静息状态下大鼠脑皮层OIS图像序列的频谱分布，利用谱功率幅值和谱值的显着性水平（统计F检验）确定了四种非功能性（即与脑神经功能活动无关）特征频率：呼吸、心跳以及F1、F2，观察发现呼吸频率幅值能够凸显静脉血管，心跳和F1频率幅值能够凸显动脉血管，而F2频率幅值则在微血管上有显着分布，根据这四个特征频率的幅值分布特征构建四维特征向量，结合模糊聚类方法FCM和区域增长技术实现了脑皮层动脉和静脉的分离。（二）以波长为546nm和630nm的光照射大脑皮层获取内源光信号，频谱分析发现，内源功能性0.1-Hz低频振荡信号的谱值分布能够区分出动脉血管和静脉血管。具体表现为546nm光照下的0.1-Hz谱值在动脉上最高，在静脉上最低；与之相反，630nm光照下的0.1-Hz谱值在静脉上最高，在动脉上最低。根据0.1-Hz信号的这一谱分布特征，结合多尺度匹配滤波器的血管分割技术，可直接从两种波长的0.1-Hz谱值特征图上分割出动脉和静脉。性能评估结果表明，0.1-Hz方法比现有方法能更有效的分离动脉和静脉，特别是在分离小动脉和小静脉方面效果尤为显着。（叁）在时间域和空间域，通过典型相关分析（CCA）和独立成分分析（ICA）分解脑皮层内源光信号，选取分解成分中能够反映不同类型血管分布的特征信号——低频振荡、呼吸和心跳信号——作为特征向量，其中时域信号成分需要计算相关系数图作为分类特征向量，空间域信号成分则直接作为分类特征向量。将特征向量用于SVM分类器，实现动静脉血管的分类。在该方法中，时间域CCA和ICA方法提取出来的呼吸信号比空间域方法和频率域方法确定的呼吸信号能更好的突出静脉和抑制动脉，而空间域CCA和ICA方法提取的心跳信号则比时间域方法更好的突出动脉和抑制静脉。实验结果显示，CCA方法在分离静息状态下的动静脉方面的性能要优于ICA方法。另一方面，我们利用OIS系统观测记录了手术中人脑颞上回听觉皮层对声音刺激和体感刺激的响应情况，内源光学成像能够提供比fMRI更高的空间分辨率和时间分辨率，从而使我们能够更详细地了解待观测皮层区域的血液动力学响应。OIS实验发现体感刺激同样能激活人脑听觉功能区（Brodmann41区和42区），激活区域分布在初级听觉皮层42区局部及周边，表明多感知信息处理模式也存在于人脑听觉皮层。我们的实验结果为多感知处理和整合发生在脑皮层信息处理的低级阶段这一现象提供了新的证据。(本文来源于《国防科学技术大学》期刊2011-11-01）
杨帆[5]（2011）在《光学模式识别的Matlab仿真》一文中研究指出光学模式识别是模式识别的一个重要分支,它以光学相关与数字处理相结合的方式实现对图像信号的处理与识别,具有光速运算、高速并行处理、高分辨率的突出优点。本文根据光学匹配滤波的理论,用Matlab软件模拟了光学模式识别,得到了与理论一致的结果。(本文来源于《科技广场》期刊2011年10期）
张慧华[6]（2009）在《基于光学相关模式识别的空间目标的叁维识别方法研究》一文中研究指出光学相关模式识别(Optical Correlation Pattern Recognition,OCPR)是一种利用光学相关的方法,从混乱的图像中找出所需要的目标,以达到图像识别目的的新技术。作为模式识别研究领域的一个重要分支,光学相关模式识别具有快速、便捷、可并行处理的特点,并被广泛应用于医学诊断、细胞识别、机器人视觉、信息安全以及军事上的空间制导、目标跟踪等领域中。经典的匹配滤波和联合变换相关作为光学相关模式识别的两种主要实现方法,已经在目标的识别与跟踪领域获得了广泛的应用,两者都是从物体的强度像出发,因此对目标的探测是二维的。然而,光学模式识别的对象通常都具有多个姿态,是叁维的,并且利用二维图像捕捉现实的叁维目标时,描述目标特征变化的关键深度信息被丢失,导致在许多情况下,两个不相同的空间物体会表现出相同的二维特征,造成识别的错误。因此,获取空间物体的叁维特征信息对物体的正确识别就显得至关重要。针对这一情况,本文首先在讨论空间匹配滤波和联合变换相关的基本原理、技术、实现方案以及比较两者优缺点的基础上,提出了一种基于叁维联合变换相关的空间目标的识别方法,该方法通过从各个角度记录叁维输入场景的一系列二维投影,将叁维物体的深度信息以线性相位函数的形式编码于待识别的二维强度像中,利用光学二维图像识别技术实现对叁维物体的识别,并对识别过程进行了理论推导和分析;接着在分析系统中各元器件结构参数之间关系的基础上,确定了系统中各组成部分的具体参数;最后,通过搭建的实验系统实现了对空间目标的叁维识别,并取得了较为理想的效果。(本文来源于《湖北工业大学》期刊2009-05-01）
吴伟[7]（2008）在《光学相关模式识别中匹配滤波器的设计研究》一文中研究指出光学相关模式识别以光学傅里叶变换为基础,相对于传统的数字模式识别方法,具有高速运算、并行处理且不受输入图像尺寸限制等优点,在军事、工业等领域具有广泛的应用前景。匹配滤波光学相关识别中,相关峰值对目标的尺度缩放、角度旋转等变化非常敏感。为了实现目标的畸变不变识别,论文研究了Vander Lugt型光学相关器中匹配滤波器的设计、光学显示和相关识别实验等问题。主要研究内容有:首先,建立摄影成像模型,定量分析了目标的尺度缩放、面内角度旋转、视角变化和灰度分布对相关输出的影响,并给出训练样本选取所满足的畸变间隔条件。其次,在总结传统综合鉴别函数滤波器设计方法的基础上,重点研究了优化折中综合鉴别函数(OTSDF)滤波器的训练样本和参数选取、分类识别特性、噪声和背景抑制特性,提出匹配滤波器的设计方案,并用OTSDF滤波器实现了四类目标在0~360°视角变化范围内的分类识别。针对传统匹配滤波器算法对复杂背景中目标识别率低的问题,提出一种基于频谱分析的最小背景能量优化折中综合鉴别函数(MBE-OTSDF)滤波器,可有效抑制固定背景噪声干扰,提高相关输出信噪比。在此基础上,研究了云层背景目标和地面机场目标的匹配滤波器设计和相关识别特性。为了解决空间光调制器与匹配滤波器的动态范围不一致问题,根据最小欧氏距离投影原理,在实测空间光调制器振幅和相位调制特性的基础上,提出常规匹配滤波器的映射编码算法和OTSDF滤波器的优化查表算法。利用2f相关识别系统,进行了光学相关识别实验,验证了OTSDF滤波器设计和编码方法的有效性。最后建立了匹配滤波相关识别的误差模型,根据仿真结果,分析了复位误差、部分匹配误差和定位误差对相关输出的影响。(本文来源于《国防科学技术大学》期刊2008-11-01）
苑佳丽[8]（2006）在《视网膜光学相干层析成像（OCT）模式识别与诊断》一文中研究指出光学相干层析(OCT)技术是一种新型的成像技术，利用OCT技术可以得到清晰的视网膜以及黄斑区的层析图。OCT利用后向散射和反射光，能够对透明物质的内部微结构进行成像。具有高分辨率、非入侵等优点。本文对视网膜OCT图像的预处理和识别方法进行了研究。根据OCT图像的特征，提出了一种将图像分割、图像增强等处理技术结合在一起的图像预处理方法，实现了图像的自动边缘检测与轮廓提取。利用K-L变换进行图像特征提取。对比分析了几种视网膜OCT图像的识别方案，通过采用不同的图像预处理、特征提取以及图像识别方法，得到了不同的结果，最终确定了视网膜OCT图像的最佳识别方案。在MATLAB环境下实验各种图像识别方法，实现了眼底病的自动诊断。对完善OCT系统，增强其实用性有着重要的意义。(本文来源于《哈尔滨工程大学》期刊2006-12-23）
王衢[9]（2006）在《空域二值化非线性相关器在光学模式识别中的应用》一文中研究指出随着各种空间光调制器和高分辨率CCD器件的迅速改进和广泛应用,光电混合模式识别系统日益受到重视。电子系统的灵活性和可编程性使许多非线性技术能够很容易的被应用于光学模式识别领域。本论文所要研究的空域二值化非线性相关器(Spatial Binary Nonlinear Correlator,简称SBNC)就是一类性能出色的非线性光学模式识别系统。在SBNC中,输入图像和参考图像首先被分解为一系列的二值灰度图片。这些二值图片之间的线性相关结果线性求和就得到所谓的SBNC。根据图像分解方式的不同,SNBC分为两类:基于片状正交非线性广义分解的片状正交非线性广义相关器(SlicedOrthogonal Nonlinear Generalized Correlation,简称SONG相关器)和基于阈值分解的形态相关器(Morphological Correlation,简称MC)。与普通线性相关相比,SBNC无论在识别度还是在抗噪性能方面都有较明显的提高。然而,作为一类新兴的非线性相关器,SBNC仍存在着许多缺陷。SONG相关器和MC的相关峰还存在着较宽的旁瓣,严重影响目标定位。它们在抗噪性能方面的仍局限在较小的噪声强度范围内。而且,MC的信号强度比普通线性相关弱很多。把一些发展已经较为成熟的滤波器技术引入到SBNC的设计中,进一步提高原有SBNC的性能,正是本文所要研究的主题。纯位相滤波器(Phase-Only Filter,简称POF)和条纹调节滤波器(Fringe-Adjusted Filter,简称FAF)是两类性能优良且在模式识别领域得到广泛应用的滤波器技术。我们把这两种方法应用到SONG相关器中,提出了基于SONG分解的纯位相滤波器(POF Based on SONG Decomposition,简称PBS)和条纹调节联合变换相关器(SONG Decomposition Based Fringe-Adjusted JointTransform Correlation,简称SBFJTC),以及它们的光电混合制备系统。在这两种相关器中,原来SONG相关器定义中的各子线性相关被POF和条纹调节联合变换相关器所取代。模拟结果表明新引入的POF和FAF成功消除了相关峰的多余旁瓣,提高了相关信号的强度。此外PBS和SBFJTC还显示出远强于普通线性相关和SONG相关器的抗高斯噪声和替换噪声的能力。由于MC与SONG相关器一样也涉及到一系列线性相关的迭加,因此POF和FAF也能够通过取代线性相关很容易地被应用到MC的设计中。为此,我们提出了形态纯位相相关器(Morphological Phase-Only Correlation,简(本文来源于《哈尔滨工业大学》期刊2006-06-01）
张延炘[10]（2003）在《基于相关器的光学模式识别的存在性问题》一文中研究指出对于光学相关模式识别的存在性问题,即这一方法的适用范围和局限性,结合神经网络的函数逼近理论进行了探讨。结论是:只有待识别的目标为线性可分时(这种情况通常很少),或者任务所涉及的待识别目标的样本数量较少,且该两类样本子集具有线性可分性时,4f系统光学相关器才可能无误地完成模式识别任务;联合变换相关器在识别原理上与4f系统是一样的,其适用范围相同。在确定光学相关模式识别的存在性问题的基础上,对过去40年来在这一领域中研究的若干重要问题,给出了明确的评价。 光学相关器 自动目标识别 人工神经网络 存在性定理(本文来源于《中国科学G辑:物理学、力学、天文学》期刊2003年04期）
光学模式识别论文开题报告
（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：
随着微电子技术的不断发展，电子元件朝着超薄型、高密度、细间距、无铅化方向快速发展，对印刷电路板的焊接质量检测提出了更高要求，传统上依靠人工目检对印刷电路板焊点质量进行检测的方式很难满足生产要求。而自动光学检测系统(Automatic OpticalInspection, AOI)能检测到微小组件和较高安装密度的PCB（Printed Circuit Board,PCB），并且也有的统一的检测标准、快速度、利于产品质量管理等特点，但是现有的AOI系统在实际应用中存在以下几个方面的问题：编程较为复杂，特别是调试程序的时间过长； AOI系统检测存在漏判和误判的问题；作为在线检测系统，AOI的检测速度有待提高。因此，本文分别在定位、编程和缺陷检测这叁个方面对AOI进行优化及改进研究。主要研究内容如下：（1）提出一种新的基于叁层MARK点位置定位方法。第一层是全局对齐，补偿PCB加载过程位置误差；第二层是单板对齐，补偿的单板装配的位置误差,最后一层是局部视场(Field Of View,FOV)对齐，补偿的局部凹凸不平的表面定位误差。实验结果证明了提出的方法改善了位置定位的精度。自动光学检测的路径规划问题可以建模为一个标准的旅行商问题(TravellingSalesman Problem,TSP),为最小化总工作时间，提出了一种基于Hopfield网络新方法的路径规划问题。通过Hopfield网络获得了一个优化路径。（2）提出了一种基于像素统计建模原理的AOI的测试算法，这种算法运用的是一种统计建模方法，通过来对焊点样本图进行灰度级别的建模来达成目标。该方法操作过程的第一步是建立一个合格样本的模板图，接下来通过两个步骤的定位方法，运用对待测的元件图及与模板图配对比较，计算两者差值的原理，来判定其是否达标。实验结果显示,基于统计建模的图像配对算法使得误报率和漏报率都达到实际使用需求；另外，还有效地缩短了编程和调试时间,降低了人为因素对检测结果的影响,提高了AOI算法的效率和准确率。近年来,该算法已经被广泛应用于实际生产过程中,给用户带来了极便捷的使用体验。（3）由于在焊点检测过程中，漏报的损失要远大于误报的损失，因此本文提出了一个新的基于最小风险贝叶斯分类器来进行焊点合格/缺陷的二分方法。Adaboost的作为一个强分类器被引进。实验结果表明,最小风险贝叶斯分类器在二分焊点的过程中有一个良好的性能、Adaboost算法检验结果也进一步验证了最小风险贝叶斯分类器的良好性能。（4）提出一种神经网络结合遗传算法的诊断焊点缺陷的方法。提取焊点图像的14个特征作为分类器的输入。神经网络很容易变得过度学习,因为这些输入特征不是相互独立的缘故,因此遗传算法被引入来选择和去除冗余的输入特征。实验结果证明,神经网络结合遗传算法减少了输入特征的数量并取得一个令人满意的识别率。（5）提出一种基于信息增益的特征选择结合对焊点分类的两级分类器框架。该方法首先获得的焊点图像。然后提取颜色特征（平均灰度和高亮像素比例）和模板匹配特征。经基于信息增益特征选择后,用贝叶斯算法,每个焊点被分为合格/不合格两类。如果焊点判为不合格,焊点将被支持向量机(Support Vector Machine)分为一个预定义多分类类型,第二阶段分类器选择是基于各种分类器分类性能评估的。实验结果表明,该方案不仅更高效,也提高了识别率,因为它减少了提取特征数量的需要。最后，在总结全文内容的基础上，本文还对未来AOI研究方向进行了展望。
（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。
光学模式识别论文参考文献
[1].黄宇翔.基于模式识别的血管内光学相干断层扫描图像分割研究[D].东南大学.2018
[2].吴浩.基于模式识别技术的焊点自动光学检测算法研究[D].华南理工大学.2013
[3].郑伟.基于分数傅里叶变换的光学神经网络全光型模式识别系统[D].山西师范大学.2012
[4].王玉成.脑功能光学成像信号的谱分析与模式识别[D].国防科学技术大学.2011
[5].杨帆.光学模式识别的Matlab仿真[J].科技广场.2011
[6].张慧华.基于光学相关模式识别的空间目标的叁维识别方法研究[D].湖北工业大学.2009
[7].吴伟.光学相关模式识别中匹配滤波器的设计研究[D].国防科学技术大学.2008
[8].苑佳丽.视网膜光学相干层析成像（OCT）模式识别与诊断[D].哈尔滨工程大学.2006
[9].王衢.空域二值化非线性相关器在光学模式识别中的应用[D].哈尔滨工业大学.2006
[10].张延炘.基于相关器的光学模式识别的存在性问题[J].中国科学G辑:物理学、力学、天文学.2003
论文知识图
