导读:本文包含了多进制小波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:小波,影像,遥感,图像,多维,毫米波,特征。
多进制小波论文文献综述
林晨晖,聂建英[1]（2016）在《多进制小波与自适应PCNN的可见光/毫米波图像融合》一文中研究指出以安检中隐匿物品检测为应用背景,提出一种基于多进制小波与自适应脉冲耦合神经网络的可见光/毫米波图像融合算法。首先可见光图与毫米波图经多进制小波分解处理,得到低频分量与高频分量。其次,低频系数采取改进区域方差融合处理,高频系数则是将子带改进拉普拉斯能量和作为PCNN中对应神经元的链接强度β,将子带八方向边缘区域能量作为PCNN的外部激励输入,经点火处理得到点火映射图,通过判决算子选取融合图像的高频系数,然后重构得到融合图。实验仿真结果分析表明,提出的融合方法在主观与客观评价上均优于现有文献中的一些典型融合方法,能获得更好的融合效果。(本文来源于《电视技术》期刊2016年10期）
董健卫,黄超[2]（2015）在《多进制小波变换在人脸识别中的应用研究》一文中研究指出目的:提出一种利用多进制小波分析提取人脸特征的识别方法。方法:对人脸图像进行八进制Haar小波分解后提取低频信息与高频信息,组成人脸特征库,然后利用欧式距离匹配对不同人脸进行分类识别。结果:经Yale人脸数据库中90幅人脸图像的实验验证,总识别率达到了96%。结论:该方法能有效地消除因人脸图像的表情变化和少许遮掩带来的识别误差,为人脸精准识别提供基础。(本文来源于《医疗卫生装备》期刊2015年08期）
耿长磊[3]（2014）在《基于多进制小波变换的声呐图像去噪》一文中研究指出声呐系统已经广泛应用在各种水下设备中,在军事船舶中更是发挥着重要的作用,是其获取目标信息的主要手段。声呐图像是目标回波的可视化信息,由于海洋环境的复杂性,海洋中充斥的各种噪声污染声呐图像,给后续的分析工作带来困难,所以有效的去除噪声便成了准确获取信息的必要工作。声呐图像与传统光学图像的成像机制,成像环境不同,不能直接利用后者方法。以往的声呐图像去噪研究中噪声多是以加性的高斯白噪声为主,而声呐图像中以乘性的斑点噪声为主,前者的方法并不能取得好的去噪效果。目前应用最为广泛的方法是小波变换,本文围绕声呐图像中的乘性噪声这一出发点,在小波变换的基础上进行讨论和研究。小波变换是目前有效去除声呐图像噪声的方法之一,通过多分辨率理论,利用Mallat塔式算法实现了噪声与信号的分离,利用两者趋向性的不同,对不同的小波系数进行不同的处理,致使表示噪声的小波系数减小,通过小波重构,从而降低图像的噪声。小波变换之所以应用广泛是因为我们可以根据其性质构造多种不同的小波。本文利用Walsh矩阵、斜矩阵与Haar小波的密切关系,将其应用在声呐图像去噪中,以求达到去除噪声的目的。Walsh矩阵是由+1和-1组成的快速变换矩阵,现已普遍用于图像编码。斜矩阵与Walsh矩阵关系密切,通过Walsh矩阵,可以构造相应序的斜矩阵。首先文中将多维的Walsh矩、斜矩阵能够看作是一种多进制小波滤波器的系数矩阵,而不同序的Walsh矩阵、斜矩阵可以看作将不同的小波滤波器放在不同的位置,原始图像经过分解之后,不同未知的子图像的清晰程度不同,其包含噪声的程度也不同。首先,利用Matlab软件对声呐图像中的斑点噪声进行模拟,利用乘性噪声关系仿真带噪声呐图像；其次在多进制小波变换的基础上,乘性的斑点噪声视为图像的一部分,根据分解后不同位置子图像小波系数的方差,将带噪图像子图像分为多个不同的等级,对不同等级的子图像施加不同的参数,使其小波系数减小,通过多进制小波重构达到一定程度上减小斑点噪声的目的。利用Walsh矩阵相关的四进制小波,分别采用两组不同的抑制因子,经过计算,均能取得较好的去噪效果；利用斜矩阵相关的四进制小波,采用两组不同的抑制因子,其去噪效果也较为理想,其以上两种方法去噪效果均优于二进制Haar小波去噪。通过分别比较上述两种小波在相同抑制因子下的去噪结果,由于Walsh矩阵相关的四进制小波子图像等级较多,去噪效果更好,综合对比,本文方法与二进制的Haar小波硬阈值、软阈值相比,在同等分解层数的条件下,本文提出的方法去噪效果更好,验证了方法的有效性。(本文来源于《大连理工大学》期刊2014-04-01）
张亚南,朱长青,杜福光[4]（2012）在《多进制小波变换的图像分辨率定量降低方法》一文中研究指出传统的图像分辨率降低主要是通过图像重采样实现的。多进制小波是近年来发展的小波分析理论的一个新的分支,它在正交性、紧支性、光滑性方面都优于二进制小波。本文首先介绍图像分辨率定量降低的需求与传统的图像分辨率降低方法;然后,以多进制小波的时频多分辨率特性,把多进制小波变换应用于定量降低图像分辨率,并用叁进制小波变换进行了图像分辨率降低实验,提取叁进制小波的低频分量作为降低分辨率后的图像;最后,通过与常用的图像重采样方法,如最临近法、双线性插值法及其衍生的邻域平均法的结果进行定性与定量评价,结果表明多进制小波在图像分辨率定量降低方面具有明显的优势。(本文来源于《地球信息科学学报》期刊2012年03期）
武彦斌,付梅臣,李良军[5]（2010）在《基于多进制小波变换及多维纹理特征的遥感影像融合方法(英文)》一文中研究指出探讨了基于多进制小波变换与多维纹理特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行多进制小波分解,再联合提取局部方差、局部梯度、局部能量和局部信息熵4维纹理特征,将高分辨率影像的高频分量分别与多光谱影像的高频分量以多维纹理特征进行多判据联合方法融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。试验选取淮南矿区SPOT10m与TM30m空间分辨率影像,从目视判读(定性评价)、地物光谱曲线分析、定量评价指标叁方面对融合方法进行了评价。结果表明,该方法既保留了原影像的光谱信息,同时也改善了影像的清晰度和分辨率,利用融合后的影像进行矿区土地利用变化监测,效果明显提高。(本文来源于《农业工程学报》期刊2010年12期）
王延亮,唐彦[6]（2010）在《基于多进制小波遥感影像融合的研究》一文中研究指出为监测地面沉陷区的动态演化信息,探讨了基于多进制小波变换与RGB特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行M进制小波分解,再将高分辨率影像的高频分量分别与多光谱影像的R,G,B波段高频分量以区域能量为融合准则进行特征融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。结果表明,该方法既改善了影像的清晰度和分辨率,同时也保留了原影像的光谱信息,利用融合后的影像进行地面沉陷区监测,效果明显提高。(本文来源于《测绘与空间地理信息》期刊2010年06期）
唐彦[7]（2010）在《基于多进制小波的森林遥感影像融合》一文中研究指出为监测森林资源动态变化信息,探讨了基于多进制小波变换与RGB特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行M进制小波分解,再将高分辨率影像的高频分量分别与多光谱影像的R、G、B波段高频分量以区域能量为融合准则进行特征融合,形成新的高频分量;然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。结果表明,该方法既改善了影像的清晰度和分辨率,同时也保留了原影像的光谱信息,利用融合后的影像进行森林资源动态监测,效果明显提高。(本文来源于《东北林业大学学报》期刊2010年08期）
刘光博,王晓梅,马泉池[8]（2010）在《多进制小波变换在测绘遥感图像融合中的应用》一文中研究指出小波变换用于多源遥感图像融合已得到了国内外学者的广泛关注,并且又提出了很多小波变换与传统融合方法结合的融合算法。本文在研究小波变换的基础上对多进制小波变换在融合中的应用进行了深入的分析,可以看出多进制小波有着更强的适应性,并且计算更加灵活。(本文来源于《化学工程与装备》期刊2010年01期）
刘芳,王智勇,季统凯[9]（2009）在《多进制小波的遥感影像融合对比分析》一文中研究指出提出了利用多进制小波进行融合的方案,目标是为了深度挖掘小波在遥感影像像素级融合方面的应用。采用多进制小波进行融合的优势是在减少能量损失的前提下使高频分量的分解方向更加细化,重构时频段组合更加灵活。首先从理论方面阐述了多进制小波和二进制小波(包)的异同,通过对比分析在像素级遥感影像融合实验结果,同时结合目视效果和多种评价指标,发现对于中分辨率——北京一号遥感影像,用多进制(M=4时)db5小波对全色和多光谱遥感影像进行融合的效果不亚于采用二进制小波(包)的融合效果。实验结果表明,小波融合的效果取决于小波基的选取、分解级数,也因处理对象而不同,但在采用相同的小波基的基础上,多进制小波比二进制小波(包)融合效果在目视效果和融合指标两方面都略胜一筹。其为小卫星数据在中国水资源、灾害、考古等领域的重点应用推广的数据处理方面打下基础,同时可为其他不同分辨率遥感影像的类似处理起到示范作用。(本文来源于《中国图象图形学报》期刊2009年08期）
韩晓霞,吴梅梅[10]（2008）在《基于多进制小波变换的B超图像分类》一文中研究指出纹理分析是肝脏B超图像识别的重要方法,本文利用多进制小波变换提取脂肪肝和正常肝脏的纹理特征,结合空域特性对B超肝脏图像进行分类,采用自适应浮动搜索算法进行特征筛选,经实验测试,取得了较好的效果。(本文来源于《河北软件职业技术学院学报》期刊2008年03期）
多进制小波论文开题报告
（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：
目的:提出一种利用多进制小波分析提取人脸特征的识别方法。方法:对人脸图像进行八进制Haar小波分解后提取低频信息与高频信息,组成人脸特征库,然后利用欧式距离匹配对不同人脸进行分类识别。结果:经Yale人脸数据库中90幅人脸图像的实验验证,总识别率达到了96%。结论:该方法能有效地消除因人脸图像的表情变化和少许遮掩带来的识别误差,为人脸精准识别提供基础。
（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。
多进制小波论文参考文献
[1].林晨晖,聂建英.多进制小波与自适应PCNN的可见光/毫米波图像融合[J].电视技术.2016
[2].董健卫,黄超.多进制小波变换在人脸识别中的应用研究[J].医疗卫生装备.2015
[3].耿长磊.基于多进制小波变换的声呐图像去噪[D].大连理工大学.2014
[4].张亚南,朱长青,杜福光.多进制小波变换的图像分辨率定量降低方法[J].地球信息科学学报.2012
[5].武彦斌,付梅臣,李良军.基于多进制小波变换及多维纹理特征的遥感影像融合方法(英文)[J].农业工程学报.2010
[6].王延亮,唐彦.基于多进制小波遥感影像融合的研究[J].测绘与空间地理信息.2010
[7].唐彦.基于多进制小波的森林遥感影像融合[J].东北林业大学学报.2010
[8].刘光博,王晓梅,马泉池.多进制小波变换在测绘遥感图像融合中的应用[J].化学工程与装备.2010
[9].刘芳,王智勇,季统凯.多进制小波的遥感影像融合对比分析[J].中国图象图形学报.2009
[10].韩晓霞,吴梅梅.基于多进制小波变换的B超图像分类[J].河北软件职业技术学院学报.2008
论文知识图
