导读:本文包含了时间序列图像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,序列,时间,表型,孔径,向量,噪声。
时间序列图像论文文献综述
刘思含[1](2019)在《基于卫星图像时间序列连续异常检测方法优缺点》一文中研究指出本文作者依据多年工作经验,对卫星图像时间序列连续异常检测方法优缺点进行了研究分析,以便和同行切磋与交流。(本文来源于《电子技术与软件工程》期刊2019年18期)
荆滢,齐乃新,杨小冈,卢瑞涛[2](2018)在《基于LK和FAST的时间序列图像快速配准算法》一文中研究指出LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。(本文来源于《红外与激光工程》期刊2018年11期)
郭威,钟能,杨祥立,张海剑,杨文[3](2018)在《一种面向对象的时间序列极化SAR图像变化检测方法》一文中研究指出提出了一种改进的时间序列极化合成孔径雷达(SAR)图像变化检测方法。该方法首先使用简单线性迭代聚类算法对时间序列极化SAR图像进行过分割,得到时间序列图像的超像素一致表达。然后对各个超像素进行时间序列上的任意双时相交叉变化检测,得到包含时间序列图像变化信息的变化检测矩阵。最后根据变化信息对图像在时间序列上进行平滑滤波并生成动态变化图,对地物变化情况进行分析。实验结果表明,文中方法能够有效地检测和分析时间序列极化SAR图像的变化情况。(本文来源于《现代雷达》期刊2018年04期)
王传宇,郭新宇,杜建军[4](2018)在《基于时间序列红外图像的玉米叶面积指数连续监测》一文中研究指出针对受田间变化光照影响冠层图像参数计算的精度及自动化程度仍然不高的问题,该文提出了一种基于冠层顶视单角度红外图像序列的玉米叶面积指数(leaf area index,LAI)获取方法。首先,在玉米整个生育期内获取冠层顶部垂直向下红外图像序列,针对冠层图像背景分割易受田间变化光照影响,提出了一种基于绿色植物"红边"现象和冠层图像背景正态分布模型的分割方法,方法计算简便精度高于支持向量机分割。在冠层参数解析阶段,根据玉米叶片球形分布假设,简化了顶视冠层图像的叶片投影函数(G函数),利用Beer-Lambert定律推导了图像冠层孔隙度计算叶面积指数的方法。试验结果表明:该方法与间接测量原理的商业化设备测量值具有较高的相关性,叶面积指数测量的决定系数为0.94。方法应用于2个不同年代品种冠层结构动态变化监测,能够准确反映冠层结构差异,建立了冠层孔隙度与植株干质量(R2=0.95,R2=0.94)植株鲜质量(R2=0.96,R2=0.89)的关系模型,该方法简化了玉米冠层结构参数测量过程,可为田间环境下冠层参数的自动连续监测提供了解决方案。(本文来源于《农业工程学报》期刊2018年06期)
王传宇,杜建军,郭新宇[5](2017)在《基于时间序列图像的玉米植株干旱胁迫表型检测方法》一文中研究指出【研究背景】作物表型(phenotype)被定义为植物基因型(genotype)和所处环境决定的形状、结构、大小、颜色等全部可测的生物体外在表现。即表型是一个基因型与环境互作产生的全部或部分可辨识特征和性状。作物干旱胁迫表型是复杂生理生化过程与环境共同作用的结果,前人提出作物水分胁迫指数描述作物水分胁迫程度,该指数计算过程涉及冠气温差指标,测量和计算难度大不易开展实施。本文以两种基因型差异显着的玉米植(本文来源于《第十五届全国玉米栽培学术研讨会会议论文集》期刊2017-08-16)
王传宇,郭新宇,杜建军,温维亮,吴升[6](2016)在《基于时间序列图像的玉米植株干旱胁迫表型检测方法》一文中研究指出为了快速准确获取植物表型数据,该文提出了一种基于时间序列多图像的玉米植株干旱胁迫表型检测方法。首先,以固定时间间隔获取干旱胁迫条件下玉米植株一天内的图像数据,采用统计学习方法对图像序列进行初始背景分割,非局部均值(non-local mean,NLM)滤波对初始背景分割进一步求精,去除变化光照条件对图像序列分割的影响。在植株器官分割阶段,融合植株形态先验知识,通过逐行扫描和邻域数量判断拆分植株器官像素。最后,提出了叶片角度比值的干旱胁迫表型参数计算方法。结果显示,耐旱植株的叶片角度比值一天内从0.63上升到0.70后再降到0.65,而非耐旱植株的叶片角度比值维持在0.65左右,随时间变化不大。研究结果为阐明玉米植株耐旱表型参数与环境参数的协同变化关系,以及不同基因型玉米植株环境应激反应的细微形态变化提供方法和技术解决方案。(本文来源于《农业工程学报》期刊2016年21期)
李微微,梅雪,周宇[7](2016)在《基于小波变换的功能磁共振图像时间序列分步去噪》一文中研究指出功能磁共振图像(f MRI)数据中反映大脑神经活动的感兴趣信号常受到结构噪声和随机噪声的影响。为消除上述噪声对分析激活体素的影响,对经过SPM标准预处理的体素时间序列进行Activelets小波变换,并在得到尺度系数及细节系数后,针对两类噪声的不同特点进行分步去噪。第一步,在受结构噪声影响的尺度系数上,选用独立成分分(ICA)析去识别并消除结构噪声源;第二步,提出一种改进的空域相关去噪算法在细节系数上对信号进行处理。值得注意的是,该算法利用邻域体素之间的相似性,判定所处位置的细节系数反映噪声还是神经活动。实验结果表明,经过这两步处理的数据可有效消除噪声的影响,其中框架位移减少了1.5 mm,尖峰百分比减少了2%,此外由去噪后的信号获得的脑激活图中一些明显的伪激活区得到抑制。(本文来源于《计算机应用》期刊2016年09期)
杜康宁,邓云凯,王宇,李宁[8](2016)在《基于多层神经网络的中分辨SAR图像时间序列建筑区域提取》一文中研究指出为提高合成孔径雷达(Synthetic Aperture Radar,SAR)图像时间序列建筑区域提取的准确率和稳定性,该文结合时间序列图像的特点,提出了一种基于多层神经网络的建筑提取方法。该方法使用单幅SAR图像进行样本的粗略标记,并从经过直方图规定化处理后的时间序列图像中获得大量样本。通过单幅SAR图像生成的少量样本确定网络的深度,并从时间序列生成的样本中筛选出具有更高质量的样本作为最终模型的训练样本。利用数量大且质量高的训练样本学习得到模型参数。使用包含38幅25 m分辨率ENVISAT ASAR图像的数据集进行两组对比实验,实验结果中该文方法的最低准确率和最低Kappa系数分别90.2%和0.725,均高于其它3种传统方法,算法的稳定性以及准确率都有显着提高。此外,该方法还具有人工操作少、推广性强、训练高效等优点。(本文来源于《雷达学报》期刊2016年04期)
王帆[9](2016)在《一种基于DTW的图像时间序列相似度检索方法》一文中研究指出移动互联网时代的到来,加快了信息的分享和流动,过于泛滥的信息引爆了信息灾难,多媒体资源也深受其害,现如今多媒体资源已经成为互联网信息传播最主要媒介之一,图像是多媒体资源传播最为简单、直观的一个载体,图像检索成为当下的一个研究热点。然而基于传统的内容的图像检索技术,面临的首要问题是特征向量提取难度大,其次就是采用顺序检索方式,检索效率非常低;基于高维向量索引技术,暴露出的则是维度灾难问题,索引的建立工作量巨大,且索引的更新频率快。这些诸多问题已不能满足当下快速检索图像的一个需求,需要迫切提出一种新的检索方法来解决以上问题。本文针对以上问题结合图像在时间序列上的概念,进一步对图像检索领域深入研究,主要工作内容如下:1.针对高维向量维度信息丢失问题,本文提出了一种对高维向量文本化表示的改进,在全文检索技术应用到高维向量检索过程之前,首先需要将高维向量转变为文本信息,最简捷的方式是将高维向量中每一个数字拼接成一个字符串的形式,但是这种转变方式存在一定的缺陷,将会导致高维向量维度信息丢失。本文在高维向量转变过程中做了一个改进,在当前的维度信息转变为单个词之前加上一个维度标识信息,维度标识信息则表示高维向量的维度信息,就可避免上述问题。2.本文最主要的工作是提出一种DTW图像时间序列相似性匹配算法模型,把时间序列从声音识别领域引入到图像检索领域,它结合图像时间序列的相似性在时间空间上特性和动态时间规整算法的特点。首先遍历待检索的图像,利用时间序列特性,提取出每张图像像素序列,将得到一个长度为定值的数字序列,且在每个数字序列中加入了一组值为256的RGB颜色模型,最终得到本文需要的数字序列,最后通过DTW算法计算不同数字序列间的相似度距离。通过试验结果可以看出,基于DTW图像时间序列相似性检索方法可以快速检索相似性图像,相对基于内容的图像检索技术,不要提取图像特征向量,相对高位向量索引技术不需要对每一个目标建立一个索引,是一种需要对数据集进行训练,而能够快速检索出那些具有相似度图像的结果集的方法。(本文来源于《湖南大学》期刊2016-05-05)
林珍香,阮志毅,钟一文[10](2015)在《基于分数阶混沌时间序列的图像加密算法》一文中研究指出基于分数阶logistic映射提出了洗牌加密方法.通过离散分数阶微积分得到分数阶序列并把它作为密钥.利用位异或算子,提出了一种新的图像加密算法.对该算法的密钥空间、密钥敏感性和统计特性进行相应的仿真分析.结果表明,该算法可以达到较好的加解密效果,具有很高的安全性,可以满足图像加密安全性的要求.(本文来源于《应用数学与计算数学学报》期刊2015年02期)
时间序列图像论文开题报告
(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:
LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。
(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。
时间序列图像论文参考文献
[1].刘思含.基于卫星图像时间序列连续异常检测方法优缺点[J].电子技术与软件工程.2019
[2].荆滢,齐乃新,杨小冈,卢瑞涛.基于LK和FAST的时间序列图像快速配准算法[J].红外与激光工程.2018
[3].郭威,钟能,杨祥立,张海剑,杨文.一种面向对象的时间序列极化SAR图像变化检测方法[J].现代雷达.2018
[4].王传宇,郭新宇,杜建军.基于时间序列红外图像的玉米叶面积指数连续监测[J].农业工程学报.2018
[5].王传宇,杜建军,郭新宇.基于时间序列图像的玉米植株干旱胁迫表型检测方法[C].第十五届全国玉米栽培学术研讨会会议论文集.2017
[6].王传宇,郭新宇,杜建军,温维亮,吴升.基于时间序列图像的玉米植株干旱胁迫表型检测方法[J].农业工程学报.2016
[7].李微微,梅雪,周宇.基于小波变换的功能磁共振图像时间序列分步去噪[J].计算机应用.2016
[8].杜康宁,邓云凯,王宇,李宁.基于多层神经网络的中分辨SAR图像时间序列建筑区域提取[J].雷达学报.2016
[9].王帆.一种基于DTW的图像时间序列相似度检索方法[D].湖南大学.2016
[10].林珍香,阮志毅,钟一文.基于分数阶混沌时间序列的图像加密算法[J].应用数学与计算数学学报.2015