导读:本文包含了纹理图象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,图象,特征,算法,灰度,滤波器,小波。
纹理图象论文文献综述
甘波,徐俊,张晓雪[1]（2013）在《一种基于纹理相似度的图象判别方法》一文中研究指出通过判别图像来判断反敌侦察效果的好坏具有直接性和针对性。文中设计了一个可以通过用计算来量化分析伪装效果的模型。(本文来源于《中国水运(下半月)》期刊2013年03期）
彭晏飞,刘树启[2]（2009）在《基于BP算法的纹理图象合成研究》一文中研究指出针对目前纹理图象合成技术存在的弱点,应用人工神经网络BP算法实现了纹理图象的合成。通过对纹理图象的分析和特征提取来获取图象的各种参数信息,然后采用人工神经网络BP算法,建立BP网络模型,将原始图象的特征函数作为BP网络的输入,通过学习-训练,确定该图象的人工神经网络结构,并最终通过程序合成了纹理图象。(本文来源于《世界科技研究与发展》期刊2009年03期）
初威[3]（2008）在《一种纹理特征提取方法在图象检索中的应用》一文中研究指出针对利用Gabor小波变换提取图象纹理特征检索效率和检索速度比较低的缺点,提出了基于Gabor滤波器和Gabor小波变换提取纹理特征的分析方法之上的Gabor小波归一化的思想,使各特征分量具有相同的权重,减少了计算量,有效的提高了图象的检索速度和准确度,提供了在没有人参与的情况下机器能自动识别或理解图象重要特征的可能,并设计了一个原形系统,以验证理论的准确性。(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2008年S1期）
丛鑫[4]（2007）在《基于纹理特征的图象检索研究》一文中研究指出基于内容的图象检索技术是近年来国内外在图象数据库研究中出现的一个新热点问题。本文围绕图象特征提取和图象相似性度量两个问题展开论述。以Gabor基小波提取图象特征理论和线形规划理论为基础,提出用Gauss滤波器进行二次滤波的方法对Gabor小波变换进行改进,从而抑制了噪声,使不同纹理区域内的纹理特征保持稳定,而后通过对纹理特征值的重排序,使其拥有旋转不变性。最后应用单纯形法计算出例子图象与检索图象间的相似性程度数值。本文设计实现了一个基于纹理特征的图象检索系统,对于给定的例子图象,系统搜索指定目录并根据与例子图象的相似性程度数值按升序排列相符合的图象。(本文来源于《辽宁工程技术大学》期刊2007-01-01）
潘璐璐,叶正麟,孟帆[5]（2006）在《一种基于概周期性的纹理图象分析及合成方法》一文中研究指出文章对纹理合成中存在的合成时间过长、合成质量不理想的情况进行分析,发现了对一类具有视觉重复性的纹理,可以利用其本身的性质,加快纹理合成的速度,提高纹理合成的质量。通过对这类纹理特征的研究,引入了概周期纹理的概念,利用固定尺度滑动窗口的灰度距离对其概周期性进行度量,继而采用零搜索技术进行合成。实验证明,对于概周期性纹理,该文提出的算法使得纹理合成速度大大提高,合成质量同于甚至优于传统方法。(本文来源于《计算机工程与应用》期刊2006年24期）
毕晓君[6]（2006）在《基于智能信息技术的纹理图象识别与生成研究》一文中研究指出纹理图象的识别与生成是图象处理、模式识别和计算机视觉等学科领域的重要研究内容之一，其识别与生成技术具有重要的实际应用意义。本论文在分析、总结多种常用方法的基础上，对纹理图象识别与生成的各个阶段进行了深入的研究，结合信息智能处理技术提出了一些有效的处理方法，取得了较好的实验结果。 本论文应用数学形态学理论提出了一种新型的全方位层迭滤波算法，实验结果表明，该方法在保持图象几何特征的同时，能够有效提高对自然纹理图象的去噪效果，还具有能并行快速实现的特点。 针对自然纹理图象的识别问题，根据蚁群算法的聚类和离散性特点，本论文提出一种有效而适用的图象识别聚类蚁群算法，通过深入研究和实验分析纹理图象的特征函数，结合蚁群算法聚类识别的要求，确定了较全面反映自然纹理图象特征的9个统计函数作为图象识别的依据，利用蚁群算法的聚类特性对纹理图象的特征函数进行聚类匹配，最终实现图象的识别。实验结果表明，这一新型算法具有较高的识别率，而且便于实现和应用。 自然纹理图象具有局部非线性特点，所以其生成问题就比较复杂。为能够提出从各个角度真实全面反映图象的特征函数，本论文引入高阶统计量作为纹理特征，与一、二阶统计量相结合，共选取16个特征函数作为图象生成的依据，运用改进的BP算法建立了人工神经网络模型，实现了自然纹理图象的生成。实验结果表明，本论文提出的纹理图象生成方法具有生成时间较短、生成效果逼真等优点。而且该方法打破了以往纹理图象根据结构不同采用不同模式生成方法的界限，可根据需要任意生成各种自然纹理图象。(本文来源于《哈尔滨工程大学》期刊2006-05-01）
李会方,徐瑞萍,庞文俊[7]（2005）在《基于CHMT/NN的小波域纹理图象分割新算法》一文中研究指出文中提出了一种基于隐Markov模型和多层感知器的小波域图象纹理分割新算法。首先该算法通过图形组合方法有效地提取了图像在小波变换域各子带之间的相关性,然后应用多层感知器进行分类,将HMM的规范性和MLP神经网络的分类能力有效地结合起来。最后给出了文中算法对Brodatz纹理的分类结果。实验证明了文中算法的有效性。(本文来源于《弹箭与制导学报》期刊2005年SC期）
于海鹏,刘一星,刘镇波[8]（2005）在《图象图形学在木材纹理特征检测中的应用》一文中研究指出基于图象图形学方法,实现了对木材纹理灰度特征的分析,并应用计算机自动检测出木材纹理形状、角度、周期长度、线宽度和间距等特征量值。试验结果证实,BWMORPH函数最适于木材类中弱纹理形状轮廓的检测,可以生成新的纹理骨骼线图象;对纹理骨骼线图象进行Radon变换后,可绘制纹理角度的二维曲线图,纹理曲线图所反映的木材纹理角度朝向规律与人们日常印象相吻合;通过将纹理图象二值化后再横向扫描的方式,能够得到纹理的峰-谷周期图,从中能够准确计算出纹理的周期长度,对应于木材的生长轮宽度,并可进一步求出纹理的线宽度和纹理的间距,分别对应木材的早、晚材宽度。(本文来源于《第十二届全国图象图形学学术会议论文集》期刊2005-10-01）
刘仁金[9]（2005）在《基于商空间的纹理图象分割研究》一文中研究指出多年来,人工智能研究者们对人类处理复杂问题的能力进行了深入研究,并建立了许多形式化模型。其中商空间理论模型是具有代表性的一种模型,它从人类思维方式受到启发,并借用粒度概念,从多角度、多层次来分析同一问题,并运用粒度原理把从不同层次、不同角度上获得的信息进行合成,进而形成对问题的全面认识。 图象分割是图象分析及计算机视觉系统必不可少的重要环节,也是计算机视觉研究领域中一个既基本而又困难的问题。几十年来,人们做了大量研究工作,提出了许多不同的图象分割算法,然而,图象分割还是一个远未得到很好解决的问题。因此,探索基于人工智能的适应于人类视觉特性的图象处理方法是一个挑战性课题。 论文从商空间粒度概念出发,研究了基于商空间理论的图象处理问题,重点研究商空间理论在纹理图象分割领域中的应用。尝试用商空间粒度理论来建立统一的图象分析、图象处理的思维方法与算法框架。在本文中主要对如下几个方面内容进行了研究: 1、通过对粒度概念及粗糙集、模糊集等粒度计算理论的比较研究以及对图象分割概念分析及对现有的图象分割方法系统分析,提出了图象分割中的商空间粒度原理。并用商空间粒度计算理论来统一图象分割方法,从而初步建立了基于粒度计算理论的图象分割理论框架。 2、给出了基于图象象素8-邻域算子的离散傅立叶变换的纹理图象分割算法。根据商空间粒度模型,提出用8-邻域算子的傅立叶变换系数来形成象素块直方图,并用直方图间的距离来构造象素分类的等价关系,通过聚类方法,实现对纹理图象的分割,实现结果表明该算法是有效的。 3、提出了基于粒度合成技术原理的纹理图象分割算法。充分利用人类视觉感知特性,借用粒度合成技术原理,通过分别提取纹理区域的方向性特征和粗细度特征,形成图象的不同粒度,根据粒度合成的数学模型,成功设计出纹理图象的分割算法,实验取得了明显效果。(本文来源于《安徽大学》期刊2005-05-01）
葛晓菁[10]（2005）在《图象检索中纹理特征提取的研究》一文中研究指出多媒体技术和数字图书馆的发展和应用,使基于内容的检索技术成为图象处理和计算机视觉的前沿问题。基于内容的检索技术就是直接根据描述媒体对象内容的各种特征进行检索,它的研究目标是提供在没有人参与的情况下能自动识别或理解图像重要特征的算法。本文主要针对基于内容的图象检索技术中纹理特征展开研究,其所谓的内容包括图象纹理特征的分析和图象纹理特征的提取。首先介绍了国内外基于内容的图象检索系统的研究现状,基本原理,查询方式以及应用领域。其次,详尽地描述了纹理和纹理特征的定义,介绍了几种常用的纹理分析方法,有灰度直方图、边缘方向直方图、空间灰度共生矩阵、灰度-梯度共生矩阵和基于结构的纹理分析方法;重点介绍了Gabor滤波器和Gabor小波等特征提取方法以及高斯归一化的原理和方法,并对Gabor小波进行了高斯归一化处理。另外,本文还介绍了相似性度量方法的特点和分类,以及在基于内容的图象检索技术中相关性反馈技术。最后,本文设计了一个图象检索系统,并对系统的各个模块及其功能进行了介绍,实验结果表明归一化后的Gabor小波特征比未归一化的Gabor小波的检索效率提高了5-6个百分点, 对于大部分图象,亮度变化比较明显,尤其是背景单一,层次分明的图象,检索效果更好。总结了本文的工作,对研究热点进行了展望。(本文来源于《哈尔滨理工大学》期刊2005-03-01）
纹理图象论文开题报告
（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：
针对目前纹理图象合成技术存在的弱点,应用人工神经网络BP算法实现了纹理图象的合成。通过对纹理图象的分析和特征提取来获取图象的各种参数信息,然后采用人工神经网络BP算法,建立BP网络模型,将原始图象的特征函数作为BP网络的输入,通过学习-训练,确定该图象的人工神经网络结构,并最终通过程序合成了纹理图象。
（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。
纹理图象论文参考文献
[1].甘波,徐俊,张晓雪.一种基于纹理相似度的图象判别方法[J].中国水运(下半月).2013
[2].彭晏飞,刘树启.基于BP算法的纹理图象合成研究[J].世界科技研究与发展.2009
[3].初威.一种纹理特征提取方法在图象检索中的应用[J].辽宁工程技术大学学报(自然科学版).2008
[4].丛鑫.基于纹理特征的图象检索研究[D].辽宁工程技术大学.2007
[5].潘璐璐,叶正麟,孟帆.一种基于概周期性的纹理图象分析及合成方法[J].计算机工程与应用.2006
[6].毕晓君.基于智能信息技术的纹理图象识别与生成研究[D].哈尔滨工程大学.2006
[7].李会方,徐瑞萍,庞文俊.基于CHMT/NN的小波域纹理图象分割新算法[J].弹箭与制导学报.2005
[8].于海鹏,刘一星,刘镇波.图象图形学在木材纹理特征检测中的应用[C].第十二届全国图象图形学学术会议论文集.2005
[9].刘仁金.基于商空间的纹理图象分割研究[D].安徽大学.2005
[10].葛晓菁.图象检索中纹理特征提取的研究[D].哈尔滨理工大学.2005
论文知识图
