导读:本文包含了信息合成论文开题报告文献综述及选题提纲参考文献，主要关键词:LBP,纹理合成,无载体信息隐藏
信息合成论文文献综述
魏伟一,王瑜,阿成凤[1]（2019）在《一种基于LBP的纹理合成无载体信息隐藏方法》一文中研究指出为了提高无载体隐写算法的嵌入容量和抗干扰能力,提出了一种基于LBP码的纹理合成信息隐藏方法。该方法首先选择原始小尺寸纹理图像,分割生成均匀的像素块并计算块内每个像素的LBP值,取分布最多的LBP值作为该图像块的代表信息。隐藏秘密信息时,首先用指定密钥生成伪随机序列确定白纸上放置纹理候选块的位置,然后根据秘密信息的值选择候选块,放置到白纸指定的位置,其余空白位置则使用纹理合成方法填充。提取信息时,根据密钥生成的伪随机序列得到含密信息块位置,计算每一图像块的LBP值,取分布最多的LBP值作为该图像块包含的信息,从而得到秘密信息。实验结果表明,该方法生成的含密图像具有良好的视觉效果,而且在嵌入容量和抗干扰能力方面有了进一步提高。(本文来源于《计算机工程与科学》期刊2019年11期）
詹森,张景发,龚丽霞,李强,王建飞[2]（2019）在《基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》一文中研究指出获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。以叁景北川老县城震后0. 24 m Terra SAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度均在80%以上,RF识别精度均在83%以上。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。(本文来源于《科学技术与工程》期刊2019年31期）
余芳,安平,严徐乐[3]（2019）在《基于显着性信息和视点合成预测的3D-HEVC编码方法》一文中研究指出传统的视频编码标准大多着重从减少信息冗余来提高率失真性能,而忽视了人类视觉系统(human visual system, HVS)多样性对视频编码的影响.针对目前先进的3D高效率视频编码(high efficiency video coding, HEVC)技术,提出了一种融合人眼视觉特性的编码方法.首先建立3D显着性模型,根据显着性信息进行分区域编码;然后对原有的视点合成预测算法进行改进,避免深度块的边界效应;最后绘制生成新视点的视频.实验结果证明,该方法在保证主观质量基本不变的情况下, BD-rate可下降10%左右,绘制生成的新视点峰值信噪比(peak signal to noise ratio, PSNR)可提高0.1 dB左右,能有效提高编码效率.(本文来源于《上海大学学报(自然科学版)》期刊2019年05期）
唐璎,刘正军,杨树文[4]（2019）在《基于叁指数合成影像的西北地区城市建筑用地遥感信息提取研究》一文中研究指出随着西部大开发战略的实施以及"一带一路"倡议的影响,西北地区的城市发展也发生着巨大变化,利用遥感影像更加准确地提取西北地区城市建筑用地信息对分析城市扩张趋势、规划城市建设具有重要意义。本文以2000年兰州市主城区和2003年西宁市主城区的Landsat 7 ETM+影像为数据源,结合压缩数据维的方法,通过构建叁指数合成影像并利用该影像来提取城市建筑用地信息。实验首先根据兰州市主城区的影像光谱特征,创建了归一化差值裸地指数(NDBLI)。然后将该指数与比值居民地指数(RRI)、修正型归一化水体指数(MNDWI)合成为一个包含3个波段的新型叁指数合成影像NRM(NDBLI、RRI、MNDWI);同时,根据集成学习思想,为增强城市建筑用地信息,将主成分分析的第一波段(PC1)、归一化差值建筑用地指数(NDBI)和比值居民地指数(RRI)合成为一个包含3个波段的新型叁指数合成影像PNR(PC1、NDBI、RRI);最后分别将叁指数合成影像NRM和叁指数合成影像PNR作最大似然分类提取城市建筑用地信息,将其提取结果与由归一化差值建筑用地指数(NDBI)、修正型归一化水体指数(MNDWI)和土壤调节植被指数(SAVI)所创建的NMS(NDBI、MNDWI、SAVI)影像得到的最大似然分类结果作精度比较,并利用西宁市主城区影像对本文方法进行了相应验证。结果表明,利用叁指数合成影像PNR提取城市建筑用地的总精度和Kappa系数最高,其总精度达到了90%以上,适合于提取西北地区含裸地较多的城市建筑用地。(本文来源于《地球信息科学学报》期刊2019年09期）
霍艺文,徐武,李逸琳,陶静[5]（2019）在《虚拟现实的声场合成信息采集建模仿真分析》一文中研究指出目前声场合成信息采集方法存在采集结果与实际结果拟合程度低、采集耗时长的问题,提出基于MEMS和HRIR的虚拟现实声场合成信息采集建模方法。通过麦克风阵列体系得到声场原始信号,并利用欧拉角多数据融合获取人头部姿态信息。根据所得信息计算HRTF函数值,对函数值进行傅里叶变换,得到新生成的声音信号数据,对新生成的信号进行傅里叶逆变换,获得虚拟现实声场合成信息采集结果。利用最小方差模态滤波器能够高效消除期望模态之外模态的能力,结合声场各阶简正波加权系数,获取声场合成信息采集结果滤波后向量值。仿真结果表明,基于MEMS和HRIR的虚拟现实声场合成信息采集建模方法所得结果与实际结果拟合程度高,且信息采集耗时短。上述方法整体运行效率高,声场合成信息采集性能高。(本文来源于《计算机仿真》期刊2019年09期）
王利花,金辉虎,王晨丞,孙瑞悉[6]（2019）在《基于合成孔径雷达的农作物后向散射特性及纹理信息分析——以吉林省农安县为例》一文中研究指出及时掌握农作物类型、时空分布和结构信息,是合理调整农业结构的重要科学依据。针对光学遥感依赖于太阳辐射,在农作物生长周期内常受制于云雾的影响而无法获取到光学遥感数据的问题,本文采用全天时全天候、不受云雾等天气影响的合成孔径雷达(synthetic aperture radar, SAR)影像,探讨典型农作物的后向散射特性和纹理特征,为采用合成孔径雷达影像实现高精度农作物大面积监测提供科学依据。以吉林省农安县为例,利用12景Sentinel-1B双极化SAR影像数据,经影像预处理和统计分析,研究不同极化的农作物后向散射特性和纹理信息。结果表明:3种作物(大豆、玉米、水稻1和水稻2)同极化(VV)的SAR后向散射系数在生长周期内均高于交叉极化(VH),农作物植株形态改变极化方式的能力为-25～-15dB。3种作物在整个生长期内,后向散射系数呈现较大波动,各阶段后向散射特征差异明显。在生长初期,土壤对后向散射特征起主要作用,在SAR图像上表现为暗色调;随着作物生长,冠层散射迭加土壤散射作用占据主要位置,散射值随作物生长呈现逐渐增加的趋势,在SAR图像上表现为亮色调;拔节(分枝)后(7月10日后)作物的后向散射信号除冠层散射作用外,还主要受到土壤含水量及其与作物相互作用的影响,因此拔节后两种水稻后向散射系数下降幅度较大。水稻对雷达波的吸收强于玉米和大豆,整体上后向散射系数第2种水稻<第1种水稻<玉米<大豆,尤其在VH极化方式下表现更明显。对作物SAR纹理信息的研究表明纹理信息的均值、方差和协同性对于农作物的SAR识别更有效,最佳纹理信息为VH极化均值,有利于识别3种作物;VV极化方差和VV协同性有助于区分两种水稻; SAR影像识别作物的最佳时相为5月23日至7月10日。(本文来源于《中国生态农业学报(中英文)》期刊2019年09期）
肖玲香,黄飞,张玉顺,陶云海[7]（2019）在《水稻螟虫信息素成分——13顺-十八碳烯醛等的合成》一文中研究指出标题化合物是水稻螟虫的信息素成分。从十二碳二醇出发,经单酯化和氧化得到乙酸12-氧代十二碳酯,经Wittig反应得到乙酸12顺-十七碳烯酯,再经水解和氧化得到12顺-十七碳烯醛,与甲氧基甲基叁苯基氯化膦进行Wittig反应得到13顺-1-甲氧基十八碳-1,13-二烯,水解得到标题化合物,再经还原和乙酯化分别得到13顺-十八碳烯醇和乙酸13顺-十八碳烯酯。(本文来源于《化学试剂》期刊2019年10期）
王艳萍[8]（2019）在《初中信息技术教学中微课应用及效果分析——以《图片抠取与合成》一课为例》一文中研究指出信息技术学科相比于初中阶段的其他学科而言,更加强调实践性。初中信息技术教学中教师一般采取的教学方式是边操作边讲解,而内容比较繁杂的部分,操作的细节也较多。学生在上课时由于注意力容易分散,会遗漏或遗忘教师在演示时的某些步骤,而且学生的信息技术水平参差不齐,在课堂辅导时,教师因精力有限无法照顾到所有的学生,从而导致有的学生因跟(本文来源于《中国信息技术教育》期刊2019年Z4期）
刘钦胜,李磊,张作山,李金涛,王滢秀[9]（2019）在《桃蛀螟信息素的合成》一文中研究指出本文介绍了一种使用四氢吡喃醚保护羟基,提高了中间体季膦盐收率,降低wittig氢化钠使用量,获得更高收率桃蛀螟信息素的方法。(本文来源于《山东化工》期刊2019年15期）
樊书辰,水鹏朗[10]（2019）在《形态学边缘信息引导的区域合并合成孔径雷达图像分割算法》一文中研究指出针对基于区域合并的合成孔径雷达(SAR)图像分割中,初始分割过度碎片化影响后续区域合并效率和质量的问题,提出了利用形态学边缘信息引导的区域合并(MEI-RCBLP)SAR图像分割算法。首先利用高斯和伽马函数赋权的加权中值滤波构造各向异性形态学方向比率算子,提取图像的边缘强度映射来表征边缘响应的强弱,并对边缘强度映射进行阈值化处理和分水岭变换得到高质量的初始分割;然后利用现有的相对公共边界长度惩罚区域合并技术,迭代地合并初始分割中最相似的相邻区域,直到满足合并终止条件,输出最终的分割结果。实验结果表明,相比利用统计区域生长、MISP超像素和均值比边缘信息引导的分割算法,所提出的MEI-RCBLP算法显着改善了初始分割质量,在保证最终分割质量的前提下初始分割区域数目减少了25%以上,同时最终的分割结果在不同的性能评价指标上总体优于上述对比算法。(本文来源于《西安交通大学学报》期刊2019年10期）
信息合成论文开题报告
（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：
获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。以叁景北川老县城震后0. 24 m Terra SAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度均在80%以上,RF识别精度均在83%以上。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。
（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。
信息合成论文参考文献
[1].魏伟一,王瑜,阿成凤.一种基于LBP的纹理合成无载体信息隐藏方法[J].计算机工程与科学.2019
[2].詹森,张景发,龚丽霞,李强,王建飞.基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别[J].科学技术与工程.2019
[3].余芳,安平,严徐乐.基于显着性信息和视点合成预测的3D-HEVC编码方法[J].上海大学学报(自然科学版).2019
[4].唐璎,刘正军,杨树文.基于叁指数合成影像的西北地区城市建筑用地遥感信息提取研究[J].地球信息科学学报.2019
[5].霍艺文,徐武,李逸琳,陶静.虚拟现实的声场合成信息采集建模仿真分析[J].计算机仿真.2019
[6].王利花,金辉虎,王晨丞,孙瑞悉.基于合成孔径雷达的农作物后向散射特性及纹理信息分析——以吉林省农安县为例[J].中国生态农业学报(中英文).2019
[7].肖玲香,黄飞,张玉顺,陶云海.水稻螟虫信息素成分——13顺-十八碳烯醛等的合成[J].化学试剂.2019
[8].王艳萍.初中信息技术教学中微课应用及效果分析——以《图片抠取与合成》一课为例[J].中国信息技术教育.2019
[9].刘钦胜,李磊,张作山,李金涛,王滢秀.桃蛀螟信息素的合成[J].山东化工.2019
[10].樊书辰,水鹏朗.形态学边缘信息引导的区域合并合成孔径雷达图像分割算法[J].西安交通大学学报.2019