导读:本文包含了图像熵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:图像,灰度,遥感,算法,局部,肌肉,疲劳。
图像熵论文文献综述
刘连,王孝通[1]（2019）在《基于图像熵分块的压缩感知字典学习算法》一文中研究指出针对传统字典学习算法预处理阶段未考虑图像内外部特征的问题,提出一种基于灰度梯度矩阵的图像熵字典学习算法.该算法通过灰度梯度矩阵计算图像块熵值,并对各图像块进行分类,每类数据组合成训练数据集,再利用基于系数矩阵的奇异值分解算法更新各类子字典.对测试图像的稀疏表示系数进行重建实验,仿真结果表明,该算法可高效训练出自适应稀疏字典,显着提高图像重建精度.(本文来源于《北京理工大学学报》期刊2019年05期）
张丰收,韩敬阳,曹军杰[2]（2019）在《基于图像熵的主动轮廓分割模型》一文中研究指出针对传统的基于区域的主动轮廓模型分割灰度不均匀医学图像,不能充分利用图像局部区域灰度变化信息,而导致分割结果不够准确。提出一种基于图像熵的整体与部分信息混合的主动轮廓模型。该模型是在CV(Chan-Vese)模型保真项的基础上,结合局部区域信息与反映图像灰度变化特性的图像熵,并引入避免水平集函数初始化和保持曲线平滑的正则项,赋予归一化比例调节系数,通过变分方法和梯度下降流求解最小化能量泛函,更新水平集函数方程,完成曲线的演化。实验结果表明该模型对灰度不均匀医学图像分割精度方面优于CV模型,其分割效率方面相比LBF模型提高了52.2%,是实用有效的分割方法。(本文来源于《智能计算机与应用》期刊2019年03期）
李军,张军华,刘杨,杨勇,杜玉山[3]（2019）在《图像熵各向异性扩散保边滤波方法及在断层识别中的应用》一文中研究指出保护好断层等地质体边缘信息是地震去噪研究的重点,为此提出了一种基于熵的各向异性扩散保边去噪方法。由于熵信息只与资料总体结构有关,可用于准确判断资料所包含断层等特殊边缘的信息,能定量给出在构建结构张量矩阵时需要添加的二阶导数所占比例,更合理地判断扩散方向。模型及实际资料应用结果表明,该去噪方法在提高资料信噪比的同时,保护了断层等小尺度边缘信息,为后续的地震断层精细解释等提供了基础资料。(本文来源于《石油地球物理勘探》期刊2019年02期）
侯小红,郭敏[4]（2018）在《基于图像熵判别的ELBP人脸表情识别算法》一文中研究指出针对LBP算法在提取全局特征时冗余,不具有针对性的缺点,本文提出一种基于能量熵判别的ELBP人脸表情识别算法。该算法引入扩展的LBP算法(ELBP)得到表情图像的特征向量,可有效的降低LBP特征向量的冗余性,随后计算其能量熵,选择同类之间有较小的判别熵,不同类间有较大判别熵的向量作为人脸表情识别的特征向量,以此排除部分错误数据。最后运用SVM得到每种表情的识别率。实验表明,对于不同的人脸表情数据库,该算法都能有效的提取表情特征,达到较好的识别效果。(本文来源于《电子设计工程》期刊2018年13期）
刘奕阳[5]（2018）在《腓肠肌提踵疲劳进程的超声图像熵特性研究》一文中研究指出骨骼肌肉组织是控制人体姿态保持与运动的重要器官,其病变与运动监控对人体健康和正常生活,特别是专业运动训练,有非常重要的意义。肌肉疲劳如果不及时处理而继续运动的话,有可能发生肌纤维断裂或者应力性骨折等病痛,严重影响人们的日常生活和体育训练效果。目前公认的肌肉疲劳的定义是,在一定强度水平上不能维持原有的生理过程或机体无能力保持所设定的运动强度。肌肉疲劳会导致对外做功下降和收缩力减小等情况,因此监测肌肉疲劳状态,在运动过程中防止延迟性肌肉酸痛产生,对于改善全民健身成效和提高运动员训练水平有重要意义。本文根据B超的成像原理和肌肉组织的超声成像,设计了一套关于小腿腓肠肌做提踵运动时候的疲劳检测与验证系统,实时评估肌肉疲劳状态。具体研究工作包括:(1)研究超声波在生物组织中传播的理论模型,利用高频声波成像估计出骨骼肌组织在运动过程中的超声图像熵值,评估骨骼肌组织的疲劳状态,并与同步采集的表面肌电信号进行对比研究。(2)针对小腿腓肠肌疲劳设计实验,以及针对腓肠肌运动过程的疲劳评估和验证系统,研究腓肠肌疲劳过程与超声图像熵的相关性。(3)实验数据的分析:首先对提踵过程的小腿腓肠肌的超声图像熵用最小二乘法进行拟合,接着进行统计处理分析受试者负重的重量,性别和个体差异对超声图像熵下降斜率的影响。本文的结论包括:(1)理论仿真和实验研究结果表明,肌肉疲劳以后的形态变化会导致图像熵下降,并通过实验说明在腓肠肌提踵过程中,随着疲劳的进行,超声图像熵会下降,并用表面肌电信号的均方根值增大验证肌肉的疲劳状态。(2)疲劳进程中,肌肉超声图像熵下降斜率和最大随意收缩力矩的关系:最大随意收缩力越大,超声图像熵的下降斜率越大。同一受试者的肌肉所储存的能量是一定的,做提踵时会消耗肌肉能量,当肩部负重比较大时,可以加快肌肉的耗能速度,让肌肉更快的达到疲劳。(3)同一受试者,不同负荷与超声图像熵下降斜率的关系:通过单因素方差分析法说明相同的受试者在不同负荷踵过程中,小腿腓肠肌疲劳导致超声图像熵的下降斜率基本相同。(4)同一负荷,个体性差异与超声图像熵下降斜率的关系:通过统计方法分析说明腓肠肌在疲劳的过程中超声图像熵的下降斜率和性别无关并且受个体差异影响较大。(5)疲劳进程中,超声图像熵下降斜率和表面肌电信号的关系:随着负荷的增加,男性受试者负相关程度显着增加,女性受试者正相关程度增加,且变化基本同步,为超声图像熵值的下降斜率代替表面肌电信号的均方根值大小来评估肌肉疲劳提供了可能。本文的结论为无创评估肌肉疲劳提供了基础实验研究方法。(本文来源于《陕西师范大学》期刊2018-05-01）
王宇,王宝山,王田,杨艺[6]（2018）在《面向遥感图像水域分割的图像熵主动轮廓模型》一文中研究指出为提高遥感图像水域分割的准确度,结合高分率遥感图像中水域与背景纹理复杂度差异较大的特点,将图像熵引入到CV模型中,提出两种图像熵主动轮廓模型用于高分辨率遥感图像的水域分割。其中,针对水域纹理相对简单的遥感图像,在CV模型中引入零水平集内的图像熵而构成局部图像熵主动轮廓模型,可以有效降低背景中灰度值与水域近似的区域发生误分,从而提高水域分割的准确度;针对水域纹理相对复杂的遥感图像,在CV模型中同时引入零水平集内外图像熵而构成全局图像熵主动轮廓模型,改进了水平集函数进化过程中对灰度信息的依赖,并能使零水平集进化到全局最优,进一步提高了遥感图像中水域分割的准确度。针对高分辨率遥感图像中的湖泊、河流和海域分割对比实验结果表明:局部图像熵主动轮廓模型的分割精确率分别为90.1%、81.5%和93.6%,F值分别为0.94、0.885和0.96;全局图像熵主动轮廓模型的分割精确率分别为94.5%、85.3%、94.9%,F值分别为0.956、0.895、0.967。本文提出的两种图像熵主动轮廓模型均能有效减小背景误分,提高了遥感图像水域分割的准确度。(本文来源于《光学精密工程》期刊2018年03期）
王疏华,巨志勇,彭彦妮[7]（2018）在《基于图像熵的全局和局部混合方法的关键帧提取》一文中研究指出为了能快速识别视频内容并解决现有视频识别中关键帧冗余问题,提出了一种利用熵值进行关键帧提取的新方法。该方法先利用全局图像熵值对镜头进行分类,从每个类中选择具有代表性的关键帧,然后再使用图像局部特征的熵值剔除已选择的冗余帧。对几个不同类别视频的关键帧提取实验显示,提出的算法在关键帧准确率、冗余帧等指标上有很大改善,很大程度上解决了提出的问题。该算法能以更快的方式处理大量的视频数据,使电脑能自动提取视频关键帧,从而识别视频内容。(本文来源于《软件导刊》期刊2018年02期）
赵海士,路来君,杨晨[8]（2017）在《一种基于图像熵的密度峰值聚类波段选择方法》一文中研究指出基于将图像熵引入到密度峰值聚类算法中以确定波段信息量,提出一种基于图像熵的密度峰值聚类波段选择方法.通过构建衡量波段重要性得分,解决了传统密度峰值聚类方法在波段选择时未考虑波段信息量的问题.实验结果表明,该方法的分类精度较传统密度峰值聚类方法平均提高2.12%.(本文来源于《吉林大学学报(理学版)》期刊2017年02期）
刘奕阳,郭建中[9]（2017）在《探头位置误差对骨骼肌组织超声图像熵的影响》一文中研究指出基于肌肉组织超声传输模型,研究了探头位置误差对肌肉超声图像熵的影响,以解决在运动过程中采集固定位置肌肉超声图像序列的问题。理论分析和实验研究表明,超声阵列探头在一定角度范围内偏转,即在运动过程中探头或肌肉发生相对位移时,对肌肉的超声图像熵值的估计较为稳定,对肌肉组织疲劳的评估结果影响较小。因此,在运动中进行超声图像熵检测可以有效评估肌肉疲劳进程。(本文来源于《陕西师范大学学报(自然科学版)》期刊2017年01期）
周凯,成孝刚,谈苗苗,李海波[10]（2016）在《基于暗通道先验与图像熵的能见度检测》一文中研究指出雾霾污染会导致能见度降低并严重影响人们的生活。准确的能见度检测是解决该问题的必要环节之一,但现有方法的准确度和适用性亟待提高。针对此问题,文中提出了一种基于暗通道先验与图像熵的能见度检测算法。首先,利用暗通道先验理论估计图像的大气透射率并使用导向滤波对其进行细化;然后,基于区域增长算法提取道路兴趣区域;最后,结合车道线信息计算出场景深度信息并基于最小图像熵计算出道路图像的雾霾能见度值。实验结果证明,文中算法符合人类视觉观测效果,检测误差小于10%,满足高速公路安全要求。(本文来源于《南京邮电大学学报(自然科学版)》期刊2016年06期）
图像熵论文开题报告
（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：
针对传统的基于区域的主动轮廓模型分割灰度不均匀医学图像,不能充分利用图像局部区域灰度变化信息,而导致分割结果不够准确。提出一种基于图像熵的整体与部分信息混合的主动轮廓模型。该模型是在CV(Chan-Vese)模型保真项的基础上,结合局部区域信息与反映图像灰度变化特性的图像熵,并引入避免水平集函数初始化和保持曲线平滑的正则项,赋予归一化比例调节系数,通过变分方法和梯度下降流求解最小化能量泛函,更新水平集函数方程,完成曲线的演化。实验结果表明该模型对灰度不均匀医学图像分割精度方面优于CV模型,其分割效率方面相比LBF模型提高了52.2%,是实用有效的分割方法。
（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。
图像熵论文参考文献
[1].刘连,王孝通.基于图像熵分块的压缩感知字典学习算法[J].北京理工大学学报.2019
[2].张丰收,韩敬阳,曹军杰.基于图像熵的主动轮廓分割模型[J].智能计算机与应用.2019
[3].李军,张军华,刘杨,杨勇,杜玉山.图像熵各向异性扩散保边滤波方法及在断层识别中的应用[J].石油地球物理勘探.2019
[4].侯小红,郭敏.基于图像熵判别的ELBP人脸表情识别算法[J].电子设计工程.2018
[5].刘奕阳.腓肠肌提踵疲劳进程的超声图像熵特性研究[D].陕西师范大学.2018
[6].王宇,王宝山,王田,杨艺.面向遥感图像水域分割的图像熵主动轮廓模型[J].光学精密工程.2018
[7].王疏华,巨志勇,彭彦妮.基于图像熵的全局和局部混合方法的关键帧提取[J].软件导刊.2018
[8].赵海士,路来君,杨晨.一种基于图像熵的密度峰值聚类波段选择方法[J].吉林大学学报(理学版).2017
[9].刘奕阳,郭建中.探头位置误差对骨骼肌组织超声图像熵的影响[J].陕西师范大学学报(自然科学版).2017
[10].周凯,成孝刚,谈苗苗,李海波.基于暗通道先验与图像熵的能见度检测[J].南京邮电大学学报(自然科学版).2016
论文知识图
