导读:本文包含了多阈值论文开题报告文献综述及选题提纲参考文献，主要关键词:红外图像分割,差分进化算法,Tsallis熵,q值
多阈值论文文献综述
王坤,周熠,吴一鸣[1]（2019）在《结合二维Tsallis熵多阈值和DE算法的图像分割》一文中研究指出传统分割算法容易丢失边缘信息,导致对损伤区域大小出现错误判断。针对飞机蒙皮损伤的红外图像分割问题,提出结合二维Tsallis熵多阈值和差分进化(DE)算法的分割方法。首先确定初始种群个数,即阈值个数,利用阈值的大小计算各区域的q值;然后将初始阈值变异交叉,根据Tsallis熵值选择最优阈值,将其作为下一次差分进化的初始阈值,使用最优阈值计算差分进化算法的尺度函数F,再次进行差分进化直到获得全局最优阈值。实验证明:与传统方法相比,该算法能有效提高分割效率,改善分割结果的质量。(本文来源于《中国民航大学学报》期刊2019年05期）
景文腾,耿金花,韩博,段法兵[2]（2019）在《多阈值随机汇池网络自适应估计性能研究》一文中研究指出本文研究了数模转换中多阈值随机汇池网络的自适应信号估计性能,给定网络节点数目,将模数转换的阈值进行均匀划分,分析了随机汇池网络输出的分布函数,理论给出了多阈值随机汇池网络的最优权向量和最小均方误差表达式,以及大规模网络输出的Fisher信息量近似值,实验验证了多阈值随机汇池网络中超阈值随机共振现象,随着阈值数量的增加,噪声的有益性逐渐减弱,而网络估计的最小均方误差不断变小且逐渐接近Fisher信息意义下的误差界。研究结果表明多阈值随机汇池网络的自适应信号估计方法具有重要的应用价值。(本文来源于《复杂系统与复杂性科学》期刊2019年03期）
成谢锋,汪晶,王悦[3]（2019）在《一种多阈值融合心音递归图的设计与应用》一文中研究指出为了有针对性地突出心音的某些特征,将心音信号用递归图的方式进行表征和识别。该研究讨论了心音与递归图的关系,给出适用于心音的递归图获取方法;提出一种自适应阈值计算方法,重点分析如何利用这种自适应阈值构建一种多阈值融合心音递归图,使这种心音递归图能最佳的表现心音特征,并从多阈值融合心音递归图中提取D~(′2)/S~(′2)值和灰度共生矩的4种纹理特征:能量、对比度、相关性和熵;利用支持向量机进行心音分类识别。实验结果表明,对研究中使用的两个数据库,不用进行S_1,S_2分段预处理,平均识别率可达到90%以上,并将这个方法成功应用于心血管健康评估系统。(本文来源于《振动与冲击》期刊2019年16期）
杨蕴,李玉,王玉,赵泉华[4]（2019）在《一种改进的Otsu多阈值SAR图像分割方法》一文中研究指出针对传统Otsu多阈值分割方法对SAR图像分割存在对噪声敏感且计算量大的问题,提出了一种结合降斑各向异性扩散(speckle reducing anisotropic diffusion,SRAD)和自适应量子遗传算法的Otsu多阈值SAR图像分割方法。首先,利用SRAD对SAR图像进行滤波,滤除其相干斑噪声,并通过获取滤波迭代过程中图像间的平均结构相似度,有效地控制迭代过程;通过图像的直方图和阈值的组合来定义图像的类间方差。然后,将阈值的组合编码为量子染色体;设置若干量子染色体构成初始阈值组合种群,并对每个组合个体以定义的类间方差作为评价标准进行适应度评价。利用量子旋转门作用于量子染色体迭加态的基态实现其进化,并根据相邻两代量子染色体的差异,逐代地调整量子旋转角的大小;以最终演化的阈值组合种群中适应度最大的阈值组合个体作为最优阈值组合,实现SAR图像最优多阈值分割。为验证所提出的分割方法,对模拟和真实SAR图像进行了实验。定性和定量评价结果表明了该方法的可行性和有效性。(本文来源于《遥感信息》期刊2019年04期）
朱德利,杨德刚,胡蓉,万辉[5]（2019）在《适于移动终端字符识别环境的自适应多阈值二值化方法》一文中研究指出为了解决移动终端字符识别应用中光照不均匀、环境不可控而导致的图像二值化效果不佳的问题,提出一种基于积分图快速计算的多阈值自适应二值化方法。该方法首先以待求点为中心设置一个特定尺寸的滑窗,计算该滑窗内所有点的均值,再根据高斯函数加权计算当前滑窗的两个前置滑窗的均值。设置均值松弛因子来衡量当前点的光照情况。像素点的松弛阈值依据该点的松弛因子和光照情况的评价综合计算获得。以Lenovo ZUK Z2 Pro作为实验设备,在Android操作系统中编写程序,进行文字识别精度的测试。所提算法对前景划分的平均召回率为95.5%,平均准确率为91%。调用Tesseract 4.0的原生OCR识别引擎进行验证,在不规则阴影、多层次光照、线性光线变化等环境下,算法的文字识别准确率分别为96.8%,98.2%和93.2%,高于其他预处理算法。所提算法具有较强的鲁棒性和自适应能力,能满足移动终端字符识别应用的图像预处理要求。(本文来源于《计算机科学》期刊2019年08期）
赵汝海,孙凡,朱广[6]（2019）在《基于模糊OTSU与布谷鸟寻优的火灾图像多阈值分割算法》一文中研究指出火灾现场环境复杂,如浓烟、光反射等,获取的图像对比度低、边缘模糊,易造成火灾图像分割困难。常用的OTSU方法使用单阈值分割,火焰目标与背景分辨不清,难以满足识别要求。为此,本文提出一种基于模糊OTSU与布谷鸟寻优(CS)的火灾图像多阈值分割算法。首先,考虑图像模糊不确定因素,将模糊理论融入OTSU方法中,通过隶属度函数划分整幅图像的灰度空间;然后使用布谷鸟算法寻找全局最优分割阈值;最后利用寻找到的阈值进行图像分割。实验表明,用该方法分割图像,可以很大程度上降低对噪声、光反射或其它干扰因素的影响,目标与背景分割效果更好,实验结果显示了该算法的有效性。(本文来源于《安徽建筑大学学报》期刊2019年04期）
罗钧,杨永松,侍宝玉[7]（2019）在《基于改进的自适应差分演化算法的二维Otsu多阈值图像分割》一文中研究指出针对常规最大类间方差法在多阈值图像分割中存在的运算量大、计算时间长、分割精度较低等问题,该文提出一种基于改进的自适应差分演化(JADE)算法的2维Otsu多阈值分割法。首先,为增强初始化种群的质量、提升控制参数的适应性,将混沌映射机制融入到JADE算法中;进而,通过该改进算法求解2维Otsu多阈值图像的最佳分割阈值;最终,将该算法与差分进化(DE), JADE,改进正弦参数自适应的差分进化(LSHADE-cn Ep Sin)以及增强的适应性微分变换差分进化(EFADE) 4种算法的2维Otsu多阈值图像分割进行比较。实验结果表明,与其它4种算法相比,基于改进JADE算法的2维Otsu多阈值图像分割在分割速度以及精度上均有较明显的改善。(本文来源于《电子与信息学报》期刊2019年08期）
厉建宾,张旭东,吴彬彬,窦智,李豪杰[8]（2019）在《结合深度神经网络和多阈值软切分的电能表示数自动识别方法》一文中研究指出针对当前电能表示数识别算法识别复杂的电能表图像准确率不高的问题,提出一种结合深度神经网络和多阈值软切分的电能表示数识别算法。该算法含有两个模块:示数区域定位模块和识别模块。首先,定位模块以"你只需要看一次"(YOLO)算法为基础,提出一种适合电表示数区域特点的检测模型来进行快速检测;然后,示数区域识别模块将对检测到的示数区域图像使用灰度值进行分类;对字轮式电表采用均值切分方法,而对液晶屏式电表示数采用多阈值软切分方法,得到液晶屏示数的一系列切分方案。最后,使用训练好的单字符识别网络对两种电表的切分图像进行识别,再对液晶屏式电表进行切分方案的筛选来得到最终的识别结果。对比实验显示,所提出的算法在电表示数检测准确度上比YOLO算法提高9个百分点,在液晶屏示数的识别准确度上比单阈值切分方法高出22个百分点。(本文来源于《计算机应用》期刊2019年S1期）
王彦平,吕森,曹琨,袁智,林赟[9]（2019）在《地基SAR多阈值迭代优化PS点选择方法》一文中研究指出地基合成孔径雷达(Synthetic Aperture Radar,SAR)具有非接触、高精度、大区域、全天时全天候、24小时连续监测的技术优势,是滑坡灾害形变监测预警的重要技术手段,永久散射体(Permanent Scatterer,PS)的探测是形变反演的关键技术,但使用阈值法筛选永久散射体时,人工调试多个阈值过程繁复且容易出现阈值设置不合理现象。本文提出一种多阈值优化算法,该算法针对地基雷达实现自动确定筛选永久散射体点的阈值,能减少人工设置阈值的不合理现象,省去更换监测场景后繁复阈值调试的过程,自动确定的阈值筛选结果达到比人工反复调整的阈值更优的效果。将该方法应用于四川茂县滑坡的形变监测及昌平凤山露天矿的PS点筛选实验,验证了算法的可行性。实验结果表明叁阈值优化算法可以准确的确定阈值,筛选出正确的PS点集。(本文来源于《信号处理》期刊2019年06期）
仝彤,慕晓冬,张力[10]（2019）在《基于改进二维熵-量子遗传算法的图像多阈值变化检测方法》一文中研究指出针对二维熵法阈值分割中精度和时间性能较差的问题,提出了基于改进二维熵-量子遗传算法的多阈值图像分割方法。定义了二维阈值量子染色体的编码方式,解决了传统遗传算法优化二维最大指数熵阈值过程中速度慢、多样性小的缺点;在产生阈值解时,提出了半随机策略来代替传统的完全随机策略,加快寻优速度;改进了量子门旋转角度方式,提出了一种新的自适应旋转角度的方法,提高了算法的精度和收敛速度。并进行了分割实验和SAR图像变化检测实验。结果表明:该方法比基于一维熵的图像分割算法具有更高的抗噪性;其寻优速度较完全随机产生阈值解的量子遗传算法提高了3倍～5倍;避免了算法发散或过早收敛。与其他基于阈值分割的变化检测算法相比,性能更好。(本文来源于《火力与指挥控制》期刊2019年05期）
多阈值论文开题报告
（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：
本文研究了数模转换中多阈值随机汇池网络的自适应信号估计性能,给定网络节点数目,将模数转换的阈值进行均匀划分,分析了随机汇池网络输出的分布函数,理论给出了多阈值随机汇池网络的最优权向量和最小均方误差表达式,以及大规模网络输出的Fisher信息量近似值,实验验证了多阈值随机汇池网络中超阈值随机共振现象,随着阈值数量的增加,噪声的有益性逐渐减弱,而网络估计的最小均方误差不断变小且逐渐接近Fisher信息意义下的误差界。研究结果表明多阈值随机汇池网络的自适应信号估计方法具有重要的应用价值。
（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。
多阈值论文参考文献
[1].王坤,周熠,吴一鸣.结合二维Tsallis熵多阈值和DE算法的图像分割[J].中国民航大学学报.2019
[2].景文腾,耿金花,韩博,段法兵.多阈值随机汇池网络自适应估计性能研究[J].复杂系统与复杂性科学.2019
[3].成谢锋,汪晶,王悦.一种多阈值融合心音递归图的设计与应用[J].振动与冲击.2019
[4].杨蕴,李玉,王玉,赵泉华.一种改进的Otsu多阈值SAR图像分割方法[J].遥感信息.2019
[5].朱德利,杨德刚,胡蓉,万辉.适于移动终端字符识别环境的自适应多阈值二值化方法[J].计算机科学.2019
[6].赵汝海,孙凡,朱广.基于模糊OTSU与布谷鸟寻优的火灾图像多阈值分割算法[J].安徽建筑大学学报.2019
[7].罗钧,杨永松,侍宝玉.基于改进的自适应差分演化算法的二维Otsu多阈值图像分割[J].电子与信息学报.2019
[8].厉建宾,张旭东,吴彬彬,窦智,李豪杰.结合深度神经网络和多阈值软切分的电能表示数自动识别方法[J].计算机应用.2019
[9].王彦平,吕森,曹琨,袁智,林赟.地基SAR多阈值迭代优化PS点选择方法[J].信号处理.2019
[10].仝彤,慕晓冬,张力.基于改进二维熵-量子遗传算法的图像多阈值变化检测方法[J].火力与指挥控制.2019