导读:本文包含了纹理综合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,特征,图像,颜色,查准率,算法,模式。
纹理综合论文文献综述
韩程伟[1]（2019）在《Lightroom Classic新功能进阶——2019 v8.2版增强细节及v8.3.1版纹理功能的综合使用探讨》一文中研究指出Lightroom Classic自2019 v8.2版以来,新添了"增强细节"的功能,使得一些需要强化细节表现的图像,如较多的线条结构、细密的颗粒、景物表面的纹理或粗糙的质感等,都可以通过增强细节这一处理,使原始图像获得更高的分辨率,并减少波纹图案和颜色错误,从而生成清晰的细节,改进的颜色显示,以更准确的边缘再现以及更少的伪影,获得更高品质的图像。"增强细(本文来源于《照相机》期刊2019年11期）
李亮,申学林,李胜,应国伟[2]（2019）在《一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法》一文中研究指出为充分利用像斑的多特征以提高变化检测精度,提出了一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法。通过影像分割获取像斑,利用灰度直方图、局部二值模式/对比度(LBP/C)直方图、方向梯度直方图(HOG)分别表达像斑的光谱、纹理、结构特征;采用直方图相交距离度量像斑的特征距离,采用大津法获取变化阈值,分别获得光谱、纹理、结构特征下的变化检测结果;综合3种变化检测结果,将像斑划分为变化、不确定、未变化3类;以变化与未变化两类像斑作为训练样本像斑,利用支持向量机(SVM)算法对不确定类像斑进行变化/未变化划分。在QuickBird遥感影像上的试验结果验证了本文方法的有效性。(本文来源于《测绘通报》期刊2019年S1期）
谌华,郭伟,闫敬文[3]（2019）在《综合边界和纹理信息的合成孔径雷达图像目标分割》一文中研究指出目的针对传统Grab Cut算法需要人工交互操作,无法实现合成孔径雷达(SAR)图像的自动分割,且方式单一(仅利用边界或纹理信息中的一种)的问题,提出一种综合利用边界和纹理信息的改进Grab Cut算法,实现对SAR图像目标的自动分割。方法首先将其他格式的彩色或灰度SAR图像转化为24 bit的位图,采用图形理论对整幅SAR图像建模,根据最大流算法找到描述图的能量函数最小的割集,从而分割出目标区域;然后采用中值滤波抑制相干噪声;最后通过邻域生长算法滤除图像斑点和小目标的干扰,从而达到目标边界的连接,实现自动对SAR图像中的目标进行分割。结果在64位Window 7环境下采用MATLAB R2014处理平台,对楼房、车库、大树、汽车群等4幅分辨率不同的SAR图像进行目标分割实验,特征目标被自动分割出来,耗时分别为1. 69 s、1. 58 s、1. 84 s和3. 09 s,相比Mean-shift和Otsu算法,平均计算效率分别提升150%和3%,并且图像中的背景杂波、目标阴影和干扰小目标均被有效去除。结论综合利用边界和纹理信息能够有效抑制相干噪声,去除图像斑点和小目标的干扰,从而达到目标边界的连接,实现对SAR图像目标的自动分割。实验结果表明,本文算法可以满足工程化应用要求,自适应性强,分割精度高,且具有较好的鲁棒性。(本文来源于《中国图象图形学报》期刊2019年06期）
谢飞,沈梦梦,郭新明,万兆新,王慧[4]（2019）在《结合面部纹理和光流特征的面瘫分级综合评估方法》一文中研究指出针对面瘫分级评估问题,提出一种结合面部纹理和光流特征的面瘫分级综合评估方法。该方法针对面瘫诊断时患者需要完成不同的面部表情动作,关注并提取对应的面部区域特征,以及人脸两侧相关区域特征之间的差异以完成面瘫分级评估。首先,需要对面瘫静态图像和视频数据进行预处理;然后,利用人脸关键点检测方法对人脸进行区域划分;接着,针对面瘫图像和视频数据,分别依据人脸左右两侧对应区域的纹理特征差异和光流特征差异以完成面瘫分级评估;最后,利用基于图像和视频数据的评估结果进行面瘫分级的综合评估。实验表明,所提方法的面瘫分级评估平均准确率相对于传统方法提高了18%以上,具有明显优势。(本文来源于《西北大学学报(自然科学版)》期刊2019年02期）
王瑞昆,柯永振,陈凌翔[5]（2018）在《综合纹理和亮度的夜间场景图像来源检测方法》一文中研究指出针对目前基于模式噪声方法处理夜间场景下图像来源检测准确效果较差问题,提出一种综合纹理和亮度的夜间场景图像来源检测方法。首先基于夜间场景图片会存在同张图片不同区域会有不同纹理和亮度从而会影响提取模式噪声质量不同这一理论依据,将图片根据纹理和亮度分成若干大小相等的块;然后对不同块按纹理平缓亮度良好、纹理复杂亮度差、纹理平缓亮度差、温度复杂亮度良好四种情况处理,其中对于纹理复杂的区域提取的噪声要抑制纹理干扰、对于亮度条件差的区域提取的模式噪声需要增强、对于亮度差且纹理又复杂的区域提取的模式噪声、既要抑制纹理的干扰又要增强模式噪声。实验结果表明,本文方法在夜间场景情况对图像检测整体识别率均在在80%以上,与传统模式噪声提取算法相比,该算法正确率能够提高4到12个百分点。(本文来源于《光电子·激光》期刊2018年12期）
靳晓辉,何俊仕,王康,孙亚飞,杨添平[6]（2016）在《综合纹理与光谱的土地利用模糊分类》一文中研究指出针对利用TM影像进行土地利用传统分类精度不高的问题,该文提出了一种综合应用影像纹理与光谱特征对TM影像进行土地利用模糊分类的方法。采用主成分分析法对研究流域TM影像的光谱及纹理特征信息进行压缩与融合,并对融合后的TM影像数据进行3个组别的多尺度分割,在影像分割对象单元的基础上应用面向对象的模糊逻辑隶属度函数法实现影像的软语义分类。相对传统分类方法而言,该方法在充分利用影像光谱信息的基础上综合了影像的纹理信息,且分类理论思想更加符合人们对于客观事物的认知规律,分类精度有了显着的提高,为TM影像分类方法的改进提供一定的参考。(本文来源于《测绘科学》期刊2016年02期）
梁美丽,牛之贤[7]（2014）在《改进的综合颜色纹理特征图像检索》一文中研究指出提出一种使用颜色和纹理特征进行图像检索的有效方法。首先将图像进行合理分块,对每一分块使用离散余弦变换进行纹理特征提取,然后使用颜色矩对检索到的图像进行颜色特征提取。最后将查询图像的特征向量与数据库中图像的特征向量进行比较,以获得相似的图像。系统采用Corel公司的标准图像数据库进行实验。将单一特征图像检索与综合特征图像检索进行比较,实验结果表明,综合特征的检索更有效。系统检索结果的正确率为80%。(本文来源于《计算机应用与软件》期刊2014年06期）
黄仁,胡敏[8]（2014）在《综合颜色空间特征和纹理特征的图像检索》一文中研究指出基于内容的图像检索一直是图像检索领域的研究热点。提出一种综合颜色空间特征和纹理特征的检索算法。首先将彩色图像转换到HSV颜色空间,进行非等间隔量化,提取颜色特征和颜色空间位置信息,再在灰度图像里利用中心块图像分形编码的方法,获取分形编码参数作为图像的纹理特征。在对特征进行内部和外部高斯归一化后,综合颜色空间特征和纹理特征,利用人工鱼群算法进行检索。实验结果表明,算法性能良好,在检索准确率和速率上取得了良好的效果。(本文来源于《计算机科学》期刊2014年S1期）
梁美丽[9]（2014）在《基于颜色和纹理综合特征的图像检索技术研究》一文中研究指出随着网络的迅速普及与发展,图像数据快速增加,如何从海量的图像数据中快速、精确地检索到所需图像成为当前的一个研究热点。单一特征的图像检索总是具有一定的局限性,传统的基于颜色特征的直方图检索方法虽然具备了平移、尺度和旋转不变性等性能,而且抗噪声能力强,但是并没有充分考虑到图像所包含的空间分布信息,针对这一检索的缺陷,本文提出了综合颜色和纹理特征的图像检索方法,考虑到已有检索方法总是忽略计算机视觉和人类视觉的差异性,在研究已有颜色及纹理特征检索方法的基础上,分别提出了两种改进的检索方法,本文的具体工作及创新包括以下几方面：1.首先概述和总结了图像检索所包含的各种基础技术,包括图像特征的描述、特征的提取方法、特征匹配以及检索性能的评价等,在此基础上对这些方法进行分析比较,选取本文所使用到的各种方法技术。2.传统的图像分块方法忽视了人类视觉特征关注的重点,本文为了避免忽略图像中各目标的空间变化,同时为了避免忽视人眼对图像的关注和分块间的联系,在进行颜色特征提取时采用改进的重迭分块主颜色提取方法,将图像中心区域的分块赋予较大的权重值,重点突出人眼关注的重点,这一分块方法符合人眼视觉注意机制,取得较为满意的检索结果。3.对于纹理特征的提取,主要针对基于DCT(离散余弦变换)域的检索方法进行改进,本文首先研究了DC (Direct Current)系数的分布特性以及AC(Alternating Current)系数的分布特点,在此基础上分别计算相邻DC块的系数差向量以及AC系数的分布熵来详细描述图像的具体内容特征。在计算相邻分块系数差时,与已有的“之”字形扫描方法不同,本文充分考虑各个分块间的联系,在扫描过程中采用“Z”字形方法编码方式,这样能够有效地将零值区域进行一定的压缩,而使用熵编码后,图像数据则被进一步压缩,以此提高检索准确率。4.在实现了颜色及纹理单一特征检索的基础上,考虑到颜色特征只描述了图像的全局特征而忽略了图像的空间分布特征,本文将颜色和纹理特征相结合进行进一步的检索,通过实验比较,最终确定颜色与纹理按照2：1的比例相结合,最终实验表明,综合特征检索要更符合人类的视觉特征,因此检索结果要比单一特征检索更加精确。5.文中分别使用Corel及Brodatz图像库进行实验。采用查全率及查准率对各个算法的优劣性进行评价。实验最终可实现改进的纹理、颜色单一特征的检索,以及综合特征的检索。(本文来源于《太原理工大学》期刊2014-05-01）
贺双双,戴青云[10]（2013）在《综合纹理和形状特征的外观专利图像检索算法研究》一文中研究指出针对外观设计专利图像背景多样性、复杂性以及形状特征突出等特点,提出了一种综合纹理和形状的检索算法。该方法首先采用基于物体内部结构纹理特征描述纹理,并用欧式距离取得其相似值,然后再用改进的加权欧式距离取得不变矩形状特征向量的相似值,经特征融合得到最终相似距离值。实验结果表明,该算法优于现有的其他算法,针对外观专利图像的检索,具有更高的查全率和查准率。(本文来源于《微型机与应用》期刊2013年04期）
纹理综合论文开题报告
（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：
为充分利用像斑的多特征以提高变化检测精度,提出了一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法。通过影像分割获取像斑,利用灰度直方图、局部二值模式/对比度(LBP/C)直方图、方向梯度直方图(HOG)分别表达像斑的光谱、纹理、结构特征;采用直方图相交距离度量像斑的特征距离,采用大津法获取变化阈值,分别获得光谱、纹理、结构特征下的变化检测结果;综合3种变化检测结果,将像斑划分为变化、不确定、未变化3类;以变化与未变化两类像斑作为训练样本像斑,利用支持向量机(SVM)算法对不确定类像斑进行变化/未变化划分。在QuickBird遥感影像上的试验结果验证了本文方法的有效性。
（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。
纹理综合论文参考文献
[1].韩程伟.LightroomClassic新功能进阶——2019v8.2版增强细节及v8.3.1版纹理功能的综合使用探讨[J].照相机.2019
[2].李亮,申学林,李胜,应国伟.一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法[J].测绘通报.2019
[3].谌华,郭伟,闫敬文.综合边界和纹理信息的合成孔径雷达图像目标分割[J].中国图象图形学报.2019
[4].谢飞,沈梦梦,郭新明,万兆新,王慧.结合面部纹理和光流特征的面瘫分级综合评估方法[J].西北大学学报(自然科学版).2019
[5].王瑞昆,柯永振,陈凌翔.综合纹理和亮度的夜间场景图像来源检测方法[J].光电子·激光.2018
[6].靳晓辉,何俊仕,王康,孙亚飞,杨添平.综合纹理与光谱的土地利用模糊分类[J].测绘科学.2016
[7].梁美丽,牛之贤.改进的综合颜色纹理特征图像检索[J].计算机应用与软件.2014
[8].黄仁,胡敏.综合颜色空间特征和纹理特征的图像检索[J].计算机科学.2014
[9].梁美丽.基于颜色和纹理综合特征的图像检索技术研究[D].太原理工大学.2014
[10].贺双双,戴青云.综合纹理和形状特征的外观专利图像检索算法研究[J].微型机与应用.2013
论文知识图
