导读:本文包含了块方向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:方向,指纹,中心点,模型,图像,垦区,数据压缩。
块方向论文文献综述
田乐[1]（2015）在《基于块方向图的指纹奇异点检测和纹型分类》一文中研究指出自动指纹识别技术在不变性、准确性和防伪性上展现出来的优势使其成为了生物识别领域最成熟的技术。然而,大数据的指纹库拥有海量的指纹样本,逐一进行指纹比对造成的工作量是难以想象的,将指纹进行纹型分类后再到相应的类型中进行识别成了指纹识别系统减轻工作量、提高速度的最佳方法。现有的纹型分类方法严重依赖指纹图像的质量,而且受到采集技术的限制,因此尽管纹型分类技术己应用在诸多领域,但现有的分类算法还难以满足实际工作对分类精确性和效率的要求。本文旨在设计一种快速、准确的基于奇异点的纹型分类系统,为此,本文在指纹图像采集、图像预处理、方向图的计算、指纹中心点与叁角点的检测、纹型分类算法等方面进行了较为深入的分析研究。经过实验和统计结果证明,本文的算法精确地检测到了奇异点,利用奇异点准确快速地实现了纹型分类。论文的主要创新点和成果有：(1)在计算指纹方向图方面,为克服传统的点方向图抗噪性不佳,块方向图窗口边界连续性差的缺点,本文提出了一种改进的分组法求点方向图,并在求块方向图之前利用连续分布方向图过渡。基于连续分布方向图计算块方向图更精确地反映了纹线特征,有效地解决了传统块方向图连续性差、临界区域误差大等问题。实验结果显示本文方法的方向图在临界区域过渡更加自然,图像整体更平滑,连续性更好,更能反映纹线的真实走向。(2)在奇异点检测方面,在现有Poincare index方法的基础提出了改进,通过两个限制条件减小了伪奇异点的干扰。本文根据奇异点区域的指纹在块方向图的方向特点提出了一种新的块方向图搜索法检测奇异点,首先在粗方向图中搜索方向锐变的区域,确定一个粗略的范围,再在细方向图中对这一范围进行进一步搜索,逐步缩小查找范围,精确定位。用该算法找到的中心点位置准确,且不容易得到伪奇异点。对叁角点的检测本文采用改进Poincare index法和块方向图搜索法相结合的算法,该算法能够从指纹图像中较准确、可靠地检测出叁角点。(3)纹型分类方面,利用中心点和叁角点的数目、相对位置和数量成功实现了纹型分类。和其他分类方法比较起来,基于奇异点的分类方法快速简单而有效。(本文来源于《云南大学》期刊2015-04-01）
赵颖[2]（2015）在《基于纹理块方向的旋转不变性纹理分类》一文中研究指出纹理分析是图像处理领域的基础性研究课题。随着纹理分析在实际应用中的发展,不变性纹理分析在很多领域都有不可替代的位置。其中旋转不变性纹理分类则要求将不同角度的同种待测纹理判断为同一类别,它作为纹理分析领域的重要应用方向,在军事、医学、目标识别、遥感、图像检索等领域有着广泛的应用价值,对旋转不变性纹理分类的研究将极大的促进纹理分析在各个领域的发展。虽然旋转不变性纹理分类已有30多年的研究历史,分类方法的鲁棒性仍有待提高,并存在正确率不高、运算量大且方法过于复杂的问题。在众多算法中,基于纹理块的旋转不变性算法存在缺少方向信息的问题,基于此本文研究的是方向信息在纹理块旋转不变性算法中的应用,主要工作如下:1.基于局部旋转的旋转不变性纹理分类。在特征提取时,通过两种方式在局部纹理块中提取纹理特征像素点,采用纹理块特征最大值代表局部方向。为了保证算法的旋转不变性,同时避免维数灾难问题,结合纹理块局部方向旋转与随机投影理论,对高维纹理特征做局部旋转并通过随机投影得到低维纹理特征。分类阶段则利用纹理基元的概念,对低维纹理特征聚类得到纹理基元库,并在分类器中使用基元分布直方图完成训练和分类过程。实验在UIUC、KTPTIPS、BRODATZ、OUTEX四个标准测试纹理库中进行,并取得了较好的旋转不变性纹理分类效果。2.基于主方向旋转的旋转不变性纹理分类。为了保持纹理块之间方向的相对关系,首先利用主成分分析来实现纹理块局部方向估计,对局部方向进行统计后形成纹理图像主方向,然后将纹理块沿主方向旋转后提取纹理特征点。考虑到纹理块特征维数过高的问题,通过随机投影得到低维纹理灰度特征,并将其与局部方向特征相结合来加强最终纹理特征向量中的局部方向信息。最后用样本基元分布直方图来代表纹理样本,将其投入分类器中实现训练和分类。标准纹理库OUTEX和CURET中的仿真结果表明本算法不但具有优秀的分类性能,而且具有较高的分类稳定性。(本文来源于《哈尔滨工程大学》期刊2015-01-01）
李向丽,周美娇,张翠雪[3]（2014）在《基于块方向图的指纹中心点定位》一文中研究指出提出了一种基于块方向图的指纹中心点定位方法,该方法先利用灰度梯度法得到指纹块方向,再利用块搜索得到指纹的大致中心点位置,最后根据块的Poincare index算法得到指纹确定的中心点位置,该算法简单、快速、鲁棒性好。(本文来源于《信息技术》期刊2014年10期）
闵晶妍,阮海容[4]（2008）在《一种基于点方向和块方向的指纹方向信息提取方法》一文中研究指出结合指纹图像点方向和块方向给出一种点块结合的指纹图像方向信息提取方法.对指纹图像分块,对块中的每一点利用点方向法求出该点的方向,统计该块八个方向中每个方向上像素点的个数以确定本块的块方向,该方向即是指纹纹线的走向、块的中心点像素的方向.鉴于文中述及的计算点方向的算法相对简单,提高了算法的运行速度;同时,采用点块方向结合的处理方法,对于方向信息的突变也能进行较好地提取,去噪能力更强,提取方向更准确.实验表明,与点、块方向法相比,该方法所求方向的错误率及噪声点对所求方向的干扰概率均大大减小,平均比点方向法降低了87.8%,比块方向法降低87.4%,对原始指纹的质量要求不高,鲁棒性更强.(本文来源于《襄樊学院学报》期刊2008年02期）
王曼韬,孟磊[5]（2005）在《改进后的指纹中心点块方向搜索法》一文中研究指出指纹自动识别技术中的自动定位问题目前并未完全解决,一般都以手工或手工自动结合方式进行定位,这样做不仅受人的视力,经验因素等条件的制约,而且处理速度受到一定影响;本文详细介绍了改进后的指纹中心点块方向搜索法,该算法具有对各种指纹适应性好,定位准确,简单、快速的优点。(本文来源于《科技资讯》期刊2005年24期）
周媛媛,张成,林嘉宇[6]（2004）在《基于块方向的指纹图像预处理算法》一文中研究指出提出一套完整的基于块方向图的指纹预处理算法,包括背景提取、平滑、二值化、二值滤波和细化。改进了指纹块方向图的求取算法,构建了一套灰度平滑模板,有效地保护图像的细节和边界,为可靠、准确、快速地实现指纹识别提供了一种可行的方法。(本文来源于《微型机与应用》期刊2004年12期）
唐良瑞,蔡安妮,孙景鳌[7]（2002）在《基于块方向信息的指纹图像无损压缩编码》一文中研究指出根据指纹图像在局部具有很强的方向性，提出了一种基于块方向预测的无损压缩编码方法。在此方法中，首先将指纹图像分成8×8的图像块，计算出每一块的块方向信息，并根据这个方向信息，对各个块自适应地选择一个预测器；然后通过预测误差的Context模型进一步去除相邻像素之间的相关性；最后采用Rice算法对误差图像进行编码。实验表明，这种方法简单实用，压缩效果好于JPEG无失真模式和JPEG-LS。(本文来源于《计算机工程》期刊2002年11期）
赵德斌,陈耀强,高文[8]（1998）在《基于块方向预测和Context的图象无失真编码方法》一文中研究指出首先分析无失真图象编码技术，提出一种基于块方向预测和Ｃｏｎｔｅｘｔ的自适应无失真编码方法，该方法主要使用块方向预测和基于Ｃｏｎｔｅｘｔ的误差模型去除图象在空间上的相关性．在此方法中，一幅图象首先被分割成图象块，对图象的每一块自适应地选择一个使预测误差绝对值之和最小的块方向预测器；然后通过Ｃｏｎｔｅｘｔ选择和误差反馈进一步降低信息熵；最后，采用快速而有效的Ｒｉｃｅ编码器对误差图象编码．实验结果显示，该方法的压缩效果明显优于ＪＰＥＧ（ｊｏｉｎｔｏｆｐｉｃｔｕｒｅｅｘｐｅｒｔｇｒｏｕｐ）无失真模式和ＦＥＬＩＣＳ（ｆａｓｔａｎｄｅｆｉｃｉｅｎｔｌｏｓｓｌｅｓｓｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎ），略好于ＣＢ９和ＬＯＣＯ－Ｉ，甚至ＵＣＭ（ｕｎｉｖｅｒｓａｌｃｏｎ－ｔｅｘｔｍｏｄｅｌｉｎｇ）．(本文来源于《软件学报》期刊1998年10期）
赵德斌,陈耀强,高文[9]（1998）在《基于图像块方向的自适应无失真编码》一文中研究指出本文首先介绍无失真图像编码方法,然后提出一种基于块方向的自适应无失真图像编码方法.该方法首先将图像划分为若干块,自适应地为每一块选择一个预测误差最小的方向预测器.其次,一种有效的霍夫曼编码技术被用来编码误差图像,它覆盖了较大范围的信息熵.最后,给出了实验结果及与其它无失真编码算法的比较.(本文来源于《模式识别与人工智能》期刊1998年01期）
欧阳辉[10]（1965）在《赵光垦区田块方向的初步探讨》一文中研究指出(一) 赵光垦区位于黑龙江省北部,小兴安岭南麓。该区的气候特点是:气温较低。年平均温度在1℃左右,四月分平均气温只有2.8℃,此时10厘米处的土温也仅达2℃左右。雨量集中。年平均降雨量为600毫米左右,其中60％集中在七、八、九叁个月内。降雨强度平均每小时为20毫米左右,最大可达49.9毫米。由于雨水多以暴雨落下,因而土壤易受水蚀。春风较大,平均风速每秒为5米,最大风速每秒可达20米。由于春(本文来源于《东北农学院学报》期刊1965年03期）
块方向论文开题报告
（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：
纹理分析是图像处理领域的基础性研究课题。随着纹理分析在实际应用中的发展,不变性纹理分析在很多领域都有不可替代的位置。其中旋转不变性纹理分类则要求将不同角度的同种待测纹理判断为同一类别,它作为纹理分析领域的重要应用方向,在军事、医学、目标识别、遥感、图像检索等领域有着广泛的应用价值,对旋转不变性纹理分类的研究将极大的促进纹理分析在各个领域的发展。虽然旋转不变性纹理分类已有30多年的研究历史,分类方法的鲁棒性仍有待提高,并存在正确率不高、运算量大且方法过于复杂的问题。在众多算法中,基于纹理块的旋转不变性算法存在缺少方向信息的问题,基于此本文研究的是方向信息在纹理块旋转不变性算法中的应用,主要工作如下:1.基于局部旋转的旋转不变性纹理分类。在特征提取时,通过两种方式在局部纹理块中提取纹理特征像素点,采用纹理块特征最大值代表局部方向。为了保证算法的旋转不变性,同时避免维数灾难问题,结合纹理块局部方向旋转与随机投影理论,对高维纹理特征做局部旋转并通过随机投影得到低维纹理特征。分类阶段则利用纹理基元的概念,对低维纹理特征聚类得到纹理基元库,并在分类器中使用基元分布直方图完成训练和分类过程。实验在UIUC、KTPTIPS、BRODATZ、OUTEX四个标准测试纹理库中进行,并取得了较好的旋转不变性纹理分类效果。2.基于主方向旋转的旋转不变性纹理分类。为了保持纹理块之间方向的相对关系,首先利用主成分分析来实现纹理块局部方向估计,对局部方向进行统计后形成纹理图像主方向,然后将纹理块沿主方向旋转后提取纹理特征点。考虑到纹理块特征维数过高的问题,通过随机投影得到低维纹理灰度特征,并将其与局部方向特征相结合来加强最终纹理特征向量中的局部方向信息。最后用样本基元分布直方图来代表纹理样本,将其投入分类器中实现训练和分类。标准纹理库OUTEX和CURET中的仿真结果表明本算法不但具有优秀的分类性能,而且具有较高的分类稳定性。
（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。
块方向论文参考文献
[1].田乐.基于块方向图的指纹奇异点检测和纹型分类[D].云南大学.2015
[2].赵颖.基于纹理块方向的旋转不变性纹理分类[D].哈尔滨工程大学.2015
[3].李向丽,周美娇,张翠雪.基于块方向图的指纹中心点定位[J].信息技术.2014
[4].闵晶妍,阮海容.一种基于点方向和块方向的指纹方向信息提取方法[J].襄樊学院学报.2008
[5].王曼韬,孟磊.改进后的指纹中心点块方向搜索法[J].科技资讯.2005
[6].周媛媛,张成,林嘉宇.基于块方向的指纹图像预处理算法[J].微型机与应用.2004
[7].唐良瑞,蔡安妮,孙景鳌.基于块方向信息的指纹图像无损压缩编码[J].计算机工程.2002
[8].赵德斌,陈耀强,高文.基于块方向预测和Context的图象无失真编码方法[J].软件学报.1998
[9].赵德斌,陈耀强,高文.基于图像块方向的自适应无失真编码[J].模式识别与人工智能.1998
[10].欧阳辉.赵光垦区田块方向的初步探讨[J].东北农学院学报.1965
论文知识图
