导读:本文包含了尺度共生矩阵论文开题报告文献综述及选题提纲参考文献，主要关键词:多尺度分析,轮廓波变换,灰度共生矩阵,国画
尺度共生矩阵论文文献综述
王民,王静,王羽笙[1]（2016）在《一种多尺度灰度共生矩阵的纹理特征提取算法》一文中研究指出纹理特征作为图像的一个重要特征,在国画分类识别中的地位十分重要,但现有的纹理提取算法大多基于灰度信息而忽略了颜色信息。针对国画分类识别中纹理提取算法存在的问题,本文提出了一种多尺度、多色域的纹理特征提取算法,该算法结合了轮廓波变换和灰度共生矩阵的优点。为了对国画进行特征提取,该算法首先将国画图像转变到HSI色彩空间。然后,提取色调、饱和度、强度这叁个色彩分量进行分区域操作,即提取每一个色彩分量的纹理特征。最后,将提取的3个特征向量融合并进行主成分分析降维。实验证明,与灰度共生矩阵相比,本文算法在国画分类识别方面查准率提高了7.5%,查全率提高了8.7%。实验表明多尺度灰度共生矩阵算法优于传统的灰度共生矩阵算法。(本文来源于《液晶与显示》期刊2016年10期）
刘小丹,李陆陆[2]（2014）在《基于灰度共生矩阵和单尺度MRF的纹理图像分割》一文中研究指出为改善纹理图像分割效果,提出一种基于灰度共生矩阵和单尺度MRF的纹理图像分割方法.这种方法考虑到纹理信息在空间内的结构特征以及一个像素与周围像素作用的特性关系,采用灰度共生矩阵的几个二次统计量作为纹理特征向量,利用K-means聚类获得起始分割,然后联合建立MRF的特征场与标号场模型.实验表明,此方法提高了分割准确度与一致性.(本文来源于《大连交通大学学报》期刊2014年01期）
刘小丹,李陆陆[3]（2013）在《基于灰度共生矩阵和多尺度MRF的纹理图像分割》一文中研究指出针对纹理图像分割问题的研究,经典的多尺度MRF方法是对不同尺度的纹理特征仅通过多尺度序列下的MRF邻域系统进行描述。为了更加准确地描述纹理特征,将从空间分布特性与MRF邻域系统两个方面综合考虑,提出一种带有联合灰度信息的灰度共生矩阵与多尺度MRF相结合的方法。实验结果表明,该方法能够有效地提高分割准确度。(本文来源于《微型机与应用》期刊2013年13期）
秦海勤,徐可君,隋育松,贾明明[4]（2010）在《基于尺度共生矩阵的滚动轴承故障诊断研究》一文中研究指出基于滚动轴承振动信号的各种叁维或二维谱图中包含的不同故障信息的客观现实,通过二维小波变换在不同尺度空间下构造的小波共生矩阵提取了谱图的纹理特征向量.利用灰关联分析表征这些纹理特征的不同发展态势从而实现滚动轴承的故障诊断.对实测滚动轴承不同状态故障数据的分析表明:该方法具有较高的故障模式分类精度;随着故障尺寸的增加,由于轴承各部件的相互影响诊断正确率会有所降低.同时研究表明对于特定的诊断方法是否进行特征向量归一化需区别对待.(本文来源于《航空动力学报》期刊2010年07期）
金飞,张占睦,芮杰,夏朝贵[5]（2009）在《基于树型小波变换和尺度共生矩阵的居民地提取》一文中研究指出利用基于树型框架小波变换和尺度共生矩阵的方法对遥感影像中居民地进行识别提取。通过非完全树型框架小波变换把图像变换到不同的尺度层上,然后在不同尺度层之间,提取相互依存的尺度共生矩阵信息,进而形成居民地的纹理特征。实验结果表明,用基于小波的尺度共生矩阵的方法对居民地有较好的提取结果。(本文来源于《海洋测绘》期刊2009年06期）
郝敏钗,杨晓波,冯冀宁[6]（2007）在《基于尺度和灰度共生矩阵的纹理图像分割》一文中研究指出将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.(本文来源于《石家庄职业技术学院学报》期刊2007年02期）
吴国庆[7]（2005）在《基于小波变换和尺度共生矩阵的超声图像分割》一文中研究指出超声图像所固有的特性使得图像分割比较困难,尤其是应用计算机实现超声图像的自动分割技术远不能达到实际需要,因此,超声图像的分割是亟待解决的一个难题。文中将图像树型框架小波变换、尺度共生矩阵和自组织神经网络聚类相结合应用于超声图像提出一种分割方法。实验表明,应用所提出的方法可得到比较清晰的分割结果,显着提高分割图像的对比度。(本文来源于《电子工程师》期刊2005年12期）
薛笑荣,张艳宁,赵荣椿,申家振,胡伏原[8]（2002）在《利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类》一文中研究指出SAR图像包含有相干斑噪声,传统的方法不能很好地对SAR图像进行分类,本文将反映图像纹理的动态和静态信息特征相结合,提出了一种新的SAR图像分类方法。实验结果证明该方法可以得到较好的分类结果。(本文来源于《中国体视学与图像分析》期刊2002年04期）
薛笑荣,张艳宁,赵荣椿,申家振,胡伏原[9]（2002）在《利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类》一文中研究指出SAR图像包含有相干斑噪声,传统的方法不能很好地对SAR图像进行分类,本文将反映图像纹理的动态和静态信息特征相结合,提出了一种新的SAR图像分类方法。实验结果证明该方法可以得到较好的分类结果。(本文来源于《信号与信息处理技术——第一届信号与信息处理联合学术会议论文集》期刊2002-10-01）
张崚,路威[10]（2002）在《基于小波尺度共生矩阵的分割算法在地物提取中的应用》一文中研究指出针对从全色航空影像中进行居民地区域提取的随机性和复杂性,阐述了一种基于小波尺度共生矩阵进行居民地提取的新算法,它的特点是先用小波变换将图像变换到不同的尺度层上,然后再在多尺度层上提取共生矩阵信息,形成居民地特征.与传统的居民地提取方法比,它用到了不同频率上居民地纹理信息,从而更准确的刻画了居民地的纹理特性,试验结果表明,基于小波尺度共生矩阵对居民地有较好的分割效果.(本文来源于《安徽工程科技学院学报》期刊2002年02期）
尺度共生矩阵论文开题报告
（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：
为改善纹理图像分割效果,提出一种基于灰度共生矩阵和单尺度MRF的纹理图像分割方法.这种方法考虑到纹理信息在空间内的结构特征以及一个像素与周围像素作用的特性关系,采用灰度共生矩阵的几个二次统计量作为纹理特征向量,利用K-means聚类获得起始分割,然后联合建立MRF的特征场与标号场模型.实验表明,此方法提高了分割准确度与一致性.
（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。
尺度共生矩阵论文参考文献
[1].王民,王静,王羽笙.一种多尺度灰度共生矩阵的纹理特征提取算法[J].液晶与显示.2016
[2].刘小丹,李陆陆.基于灰度共生矩阵和单尺度MRF的纹理图像分割[J].大连交通大学学报.2014
[3].刘小丹,李陆陆.基于灰度共生矩阵和多尺度MRF的纹理图像分割[J].微型机与应用.2013
[4].秦海勤,徐可君,隋育松,贾明明.基于尺度共生矩阵的滚动轴承故障诊断研究[J].航空动力学报.2010
[5].金飞,张占睦,芮杰,夏朝贵.基于树型小波变换和尺度共生矩阵的居民地提取[J].海洋测绘.2009
[6].郝敏钗,杨晓波,冯冀宁.基于尺度和灰度共生矩阵的纹理图像分割[J].石家庄职业技术学院学报.2007
[7].吴国庆.基于小波变换和尺度共生矩阵的超声图像分割[J].电子工程师.2005
[8].薛笑荣,张艳宁,赵荣椿,申家振,胡伏原.利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类[J].中国体视学与图像分析.2002
[9].薛笑荣,张艳宁,赵荣椿,申家振,胡伏原.利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类[C].信号与信息处理技术——第一届信号与信息处理联合学术会议论文集.2002
[10].张崚,路威.基于小波尺度共生矩阵的分割算法在地物提取中的应用[J].安徽工程科技学院学报.2002