导读:本文包含了空间分布熵论文开题报告文献综述及选题提纲参考文献，主要关键词:微波凝视关联成像,随机辐射源,空间分布熵,布局优化
空间分布熵论文文献综述
刘波,张健霖,王东进[1]（2019）在《基于空间分布熵的随机辐射源布局优化》一文中研究指出针对微波凝视关联成像中,随机辐射源布局优化以随机辐射场矩阵的有效秩最大化为准则时面临目标函数计算复杂、效率太低的问题,提出了一种基于空间分布熵的布局优化方法。首先,构建了一种以空间分布熵来定量表征随机辐射源布局随机性的方法,并通过仿真分析验证了随机辐射源的空间分布熵与随机辐射场矩阵的有效秩之间的总体正相关性;然后,采用遗传算法以空间分布熵最大化为准则对随机辐射源布局进行了优化;最后,通过成像仿真验证了随机辐射源布局优化能有效提高微波凝视关联成像性能。(本文来源于《现代雷达》期刊2019年03期）
杨得国,胡少一,冷齐[2]（2018）在《基于颜色自相关和颜色空间分布熵的图像检索方法》一文中研究指出颜色特征是图像重要的特征,颜色相关图则是一直以来基于图像内容检索中最常用的特征描述方式,但是目前基于颜色相关图的图像检索算法存在着计算复杂度高,检索精确度低的问题.为了弥补基于颜色相关图的图像检索算法所存在的不足之处,本文从颜色量化上对颜色直方图进行了修改并结合空间分布熵来描述颜色的空间关系.根据8中心色量化规范得出了64中心色量化最终将所有颜色划分为64类,用颜色直方图来描述此64类颜色.空间分布熵则反映了某种颜色的像素在图像空间中的平均分散程度.实验结果表明,将两者结合使用作为颜色特征矢量,不但减少了计算复杂度,而且还提高了检索精度和检索效率.(本文来源于《西北师范大学学报(自然科学版)》期刊2018年03期）
王也然[3]（2018）在《基于空间分布熵改进VLAD的图像检索算法研究》一文中研究指出随着计算机技术和多媒体技术的迅猛发展,数字图像成为了人们进行交流的一种重要手段。数字图像包含着丰富的内容,更能满足人们对于信息多样化的追求。因此,图像的数量也以每天数以亿计的速度增长。如何从难以计数的图像中获取个人所需的图像成为了计算机领域的一大难题,由此诞生了图像检索技术。起初的图像检索技术是基于文本的。基于文本的图像检索需要人工对图像添加标签,具有主观歧义性、耗费人力的缺点,因此难以满足在如此庞大的图像库中进行检索的需求。而基于内容的图像检索是从图像本身提取特征,以接近人类视觉感官的方式来描述图像。这些特征更加全面地描述了图像,能够更好地应用于图像的匹配和检索,因此基于内容的图像检索成为了近年来的研究热点。本文对图像检索技术进行研究,为提高VLAD特征检索能力,主要完成以下工作:1.SIFT(Scale-invariant feature transform)特征是最为常用的图像特征之一。而BOF(Bag of features)特征是最为经典的特征之一。但是BOF算法在转化为视觉单词时损失了大量信息,因而其检索能力有所下降。而VLAD(Vector of locally aggregated descriptors)特征在BOF算法的基础上保留大部分信息,所以其检索能力优于BOF算法。本文对以上叁种算法进行细致地研究,并对叁者加以实现。2.VLAD算法是近年来的研究热点,大量的研究学者都对VLAD算法进行研究和改进。本文统计近年来针对VLAD算法的多种改进方法,对这些改进方法进行分类,并总结其优缺点。3.熵是热力学中表征物质状态的参量之一,其物理意义是体系混乱程度的度量。在图像处理领域中这一概念已被多次地成功使用。通过对VLAD算法的研究发现,VLAD特征不具备局部特征的空间位置信息。这一情况可能导致VLAD特征检索能力的下降。本文提出基于空间分布熵改进VLAD的概念。提取SIFT描述子的位置信息,利用熵的概念对属于一个聚类的局部描述子的空间分布信息进行描述,并将空间分布熵添加到传统的VLAD特征中。大量实验结果表明,空间分布熵的添加能明显提高VLAD特征的检索能力。4.本文结合多种对VLAD特征的改进方法,对添加空间分布熵的VLAD特征的有效性进行验证。实验结果表明,在添加空间分布熵的基础上,结合多种改进方法能进一步提高VLAD特征的检索能力。(本文来源于《吉林大学》期刊2018-04-01）
张荣华,刘珊,张牧,刘建旭,王琦[4]（2015）在《基于空间分布熵的电磁脉冲涡流无损检测方法》一文中研究指出提出了一种估计非铁磁性金属材料表面及内部微小缺陷几何特征的新方法,在一种平面轴对称双线圈的脉冲电流激励下,测量材料表面叁维磁通密度的时空分布情况,沿激励线圈法向对称轴计算叁维磁通密度模的空间滑动移除模糊熵。研究结果表明,由材料微小缺陷所造成的电导率局部突变会增加磁场空间分布的无序程度,从而引起熵的增加。在一定范围内,缺陷几何尺寸的增加与熵的增加呈单调递增关系,利用该方法可有效检测金属铝板表面及内部的微小缺陷,并估计出缺陷的几何尺寸。(本文来源于《仪器仪表学报》期刊2015年04期）
孙前锋[5]（2012）在《基于主颜色谱及空间分布熵的目标匹配技术研究》一文中研究指出由于智能交通、医疗、安防等各个领域的迫切需求,智能监控中的多摄像机协同关键技术越来越受到人们的关注,其主要包括目标检测和定位、目标匹配、目标交接和目标行为分析等技术。目标匹配技术作为实现多摄像机协同的桥梁近年来亦成为智能监控领域研究的热点和难点。本文主要对目标匹配方法做了研究,首先介绍了常用的目标匹配方法,然后深入分析了基于颜色特征的目标匹配方法,针对相关方法中存在计算量大、未考虑颜色空间分布信息、目标匹配不够准确等问题,本文主要从以下几个方面进行了研究:(1)提出了一种基于二级中心优化和M-Kmeans融合的目标主颜色谱描述算法。即在用Kmeans聚类算法对目标的颜色进行聚类以降低计算复杂度时,先用二级中心优化算法确定聚类初始中心点,然后用M-Kmeans算法进行聚类过程中的类成员调整。研究及实验结果表明,融合算法不仅提高了目标主颜色谱描述的准确性,而且降低了聚类结果对初始中心点的敏感性,提高了聚类结果的稳定性。(2)提出了主颜色谱空间分布熵技术。即对于目标的主颜色谱,依据其对应像素在不同划分区域的分布比例,应用香农熵公式计算主颜色谱分量的熵以表示其空间分部信息。实验结果表明,通过主颜色谱空间分布熵能够很好地区分目标主颜色谱直方图相似但颜色空间分布不同的目标。(3)基于前两点研究结果,提出了MCS-SDE(Major Color Spectrum and Spatial Distribution Entropy)目标匹配方法。即用主颜色谱进行颜色相似度计算的同时,用该谱分量的空间分布熵相似度模型进行加权,以此计算目标的匹配度。并在最后讨论了基于MCS-SDE目标匹配的多帧联合匹配方法。实验结果表明,新的目标匹配方法与文献[11]的方法比较,提高了匹配对与非匹配对的区分度,匹配判定阈值更易确定,提高了目标匹配的准确性和鲁棒性。本文最后对所研究的内容进行了总结,并对本课题可继续深入研究的方向进行了展望。(本文来源于《南京邮电大学》期刊2012-03-01）
孙全党,高美真[6]（2009）在《基于颜色空间分布熵的图像检索》一文中研究指出颜色直方图是基于内容的图像检索(CBIR)中的一种重要特征,然而其完全丢失了图像颜色的空间分布信息.文中采用颜色空间熵描述图像颜色的空间分布特征,为了消除熵的对称性对图像检索的影响,提出了改进算法.通过实验比较表明了该方法在进行图像检索时是有效的,并具有较高的检索性能.(本文来源于《微电子学与计算机》期刊2009年10期）
曾智勇,安志勇,周利华[7]（2007）在《显着兴趣点颜色及空间分布熵的图像检索方法》一文中研究指出提出了一种利用显着兴趣点进行图像检索的新方法,此方法主要有显着兴趣点检测、基于显着兴趣点的特征描述和相似性度量叁个步骤。先使用一个自适应滤波器对图像进行滤波,然后提取显着兴趣点;以显着兴趣点为线索,设计了一种基于显着兴趣点的颜色分布熵,既利用了显着兴趣点的局部特征,又考虑了显着兴趣点的空间分布结构;用图像间的颜色分布熵来度量图像间的相似性。该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷。实验结果表明,该方法对图像检索非常有效。(本文来源于《红外技术》期刊2007年03期）
曾智勇,安志勇,周利华[8]（2006）在《一种基于小波突出点颜色及空间分布熵的图像检索方法》一文中研究指出分析了基于兴趣点的图像检索方法的缺点,提出了一种基于小波突出点的图像检索新方法．该方法在小波域提取突出点,这些突出点既表示了全局变化也表示了局部变化；然后以小波突出点为线索,设计了基于小波突出点的颜色分布熵,既利用了小波突出点的局部特征,又考虑了小波突出点的空间分布结构；用图像间的颜色分布熵来度量图像间的相似性．该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷．实验结果表明,该方法对图像检索是有效的．(本文来源于《兰州大学学报》期刊2006年05期）
孙君顶,丁振国,周利华[9]（2005）在《基于图像信息熵与空间分布熵的彩色图像检索方法》一文中研究指出在分析基于颜色直方图及信息熵进行图像检索的基础上,提出了一种改进的基于信息熵的图像检索算法,该方法同以往的基于信息熵的图像检索算法相比具有更强的鲁棒性.同时,文中又提出利用空间分布熵描述图像颜色的空间分布信息,并给出了一种基于图像信息熵与空间分布熵的彩色图像检索算法.试验结果表明,该方法效果良好,大大提高了图像检索的速度.(本文来源于《红外与毫米波学报》期刊2005年02期）
空间分布熵论文开题报告
（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：
颜色特征是图像重要的特征,颜色相关图则是一直以来基于图像内容检索中最常用的特征描述方式,但是目前基于颜色相关图的图像检索算法存在着计算复杂度高,检索精确度低的问题.为了弥补基于颜色相关图的图像检索算法所存在的不足之处,本文从颜色量化上对颜色直方图进行了修改并结合空间分布熵来描述颜色的空间关系.根据8中心色量化规范得出了64中心色量化最终将所有颜色划分为64类,用颜色直方图来描述此64类颜色.空间分布熵则反映了某种颜色的像素在图像空间中的平均分散程度.实验结果表明,将两者结合使用作为颜色特征矢量,不但减少了计算复杂度,而且还提高了检索精度和检索效率.
（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。
空间分布熵论文参考文献
[1].刘波,张健霖,王东进.基于空间分布熵的随机辐射源布局优化[J].现代雷达.2019
[2].杨得国,胡少一,冷齐.基于颜色自相关和颜色空间分布熵的图像检索方法[J].西北师范大学学报(自然科学版).2018
[3].王也然.基于空间分布熵改进VLAD的图像检索算法研究[D].吉林大学.2018
[4].张荣华,刘珊,张牧,刘建旭,王琦.基于空间分布熵的电磁脉冲涡流无损检测方法[J].仪器仪表学报.2015
[5].孙前锋.基于主颜色谱及空间分布熵的目标匹配技术研究[D].南京邮电大学.2012
[6].孙全党,高美真.基于颜色空间分布熵的图像检索[J].微电子学与计算机.2009
[7].曾智勇,安志勇,周利华.显着兴趣点颜色及空间分布熵的图像检索方法[J].红外技术.2007
[8].曾智勇,安志勇,周利华.一种基于小波突出点颜色及空间分布熵的图像检索方法[J].兰州大学学报.2006
[9].孙君顶,丁振国,周利华.基于图像信息熵与空间分布熵的彩色图像检索方法[J].红外与毫米波学报.2005