导读:本文包含了区域特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:水稻插秧机,视觉导航,秧苗行中心线,分区域
区域特征提取论文文献综述
廖娟,汪鹞,尹俊楠,张顺,刘路[1]（2019）在《基于分区域特征点聚类的秧苗行中心线提取》一文中研究指出为了准确检测水稻秧苗行中心线,提出了基于分区域特征点聚类的秧苗行中心线提取方法。采用2G-R-B特征因子和Otsu法分割秧苗和背景;通过分区域统计秧苗像素点分布提取秧苗行的候选特征点,利用特征点间近邻关系对特征点进行聚类,确定秧苗行数和各秧苗行的起始点;基于秧苗成行栽植特点引入"趋势线",利用点到该直线的距离与距离阈值作比较,筛选出远离各行趋势线的点,并将其去除;对筛选后的每一行特征点用最小二乘法进行直线拟合,获取秧苗行中心线。实验结果表明,该算法具有较强的抗噪性能,提取秧苗行中心线的准确率达95. 6%,与标准Hough变换和随机Hough变换算法相比,处理一幅分辨率为320像素×237像素的彩色图像平均耗时短,能够实现水田秧苗行中心线的准确提取,可为插秧机自主行走提供可靠的导航信息。(本文来源于《农业机械学报》期刊2019年11期）
古新展,陈文天,战跃福[2]（2019）在《模糊C均值聚类算法在肺部CT图像感兴趣区域特征提取中的临床应用研究》一文中研究指出目的:基于模糊C均值(FCM)聚类算法理论,探讨肺部CT图像感兴趣区域(ROI)特征提取的临床应用价值。方法:回顾性分析200例肺部疾病患者的200幅CT影像资料,应用FCM算法进行ROI的特征提取,依据CT图像处理前后的评价数据将其分为对照组和观察组,处理前图像为对照组,处理后图像为观察组。主观评价的观测指标为影像诊断准确率,客观评价的观测指标为对比噪声比(CNR),通过诊断准确率和CNR等两项指标评估图像处理效果。结果:观察组的诊断准确率明显高于对照组,两组一致性诊断正确率和独立性诊断正确率差异均有统计学意义(x~2=5.983,x~2=5.696;P<0.05);观察组的图像质量明显优于对照组,两组信噪比(SNRROI)和CNR比较差异有统计学意义(t=2.335,t=2.612;P<0.05)。结论:FCM算法适用于肺部CT图像ROI特征提取的临床应用,提高了图像质量和影像诊断水平,具有较高的应用价值。(本文来源于《中国医学装备》期刊2019年02期）
朱莉,张晶,傅应锴,沈惠,张守峰[3]（2019）在《基于多模态特征图融合的红外热图像目标区域提取算法》一文中研究指出红外热图像目标区域(Region of Interest,ROI)提取对故障检测、目标跟踪等有着重要意义.为解决红外热图像干扰多、需人工标记及准确率低等问题,提出一种基于多模态特征图融合的红外热图像ROI提取算法.通过对比度、熵及梯度特征构建多模态特征图并进行区域填充,实现ROI提取.将新算法应用于实际采集的光伏太阳能板图像中.结果表明,新算法具有平均查准率高(93. 0553%)、平均查全率高(90. 2841%)、F1指数和J指数均优于图割法,人工标记少等优点,可有效用于红外热图像ROI提取.(本文来源于《红外与毫米波学报》期刊2019年01期）
戢晓峰,陈肖雨,伍景琼,刘小兰[4]（2019）在《基于多源数据的区域物流辐射网络特征提取——以云南省为例》一文中研究指出区域物流辐射网络特征提取能够为物流规划提供重要依据.本文针对传统物流辐射网络特征提取方法的不足,考虑物流资源分布、物流企业集聚等实际影响因素,基于多源数据从实际和潜在辐射能力的双重视角,引入物流资源辐射因子、HHI指数构建城市物流辐射网络,并与空间运输联系格局进行匹配分析,建立了系统的区域物流辐射网络特征提取方法.以云南省为实例,验证了网络构建方法的有效性,结果表明:大理的核心地位逐渐凸显,与昆明形成"双中心格局";昆明对与其邻近的玉溪、曲靖具有空间剥夺效应;物流资源分布差异对节点辐射能力的影响明显; HHI指数是区域物流辐射网络较为敏感的因素;云南省物流节点的辐射能力差异显着.(本文来源于《昆明理工大学学报(自然科学版)》期刊2019年01期）
刘召婕[5]（2018）在《基于感兴趣区域的舌象特征提取与病理分析》一文中研究指出通常传统中医通过“望、闻、问、切”四诊合一疗法分析病性,判断病因。舌头与人的五脏肺腑密切相关,人体中一些生理变化情况能通过舌象映射出来,因此舌诊作为传统中医望诊中的一个重要分支,一直受到医学上的重视。随着数字图像技术和科技的飞速发展,中医舌诊客观化的研究也取得了一定的进展。目前的舌诊客观化研究一方面是针对完整舌图像进行的研究,无法反映出舌象不同区域与疾病的关系;另一方面数据集较小,能判断的疾病非常有限。本文的目的是对舌图像中的一些重要部位比如舌尖等作为我们感兴趣的区域进行探究。寻找出具有积极指导意义的特征并给出病理分析结果。本文基于舌图像中的感兴趣区域进行多种特征提取与优化,然后搭建一棵能给出多种疾病诊断的分类树。除了传统的特征提取,我们还使用了改进的PCANet网络进行特征提取然后完成多分类操作。本文对感兴趣区域在CIExy色度图中建立了舌象颜色空间,基于该颜色空间建立了9种基色,通过计算像素点与基色之间的欧式距离对颜色特征进行量化。另外本文对红刺特征的提取方法进行了探究。本文先用区域生长方法获取包含红刺信息的二值图像,再用Gabor滤波器进行红刺特征向量的提取。这种方法不仅很好的消除光照的影响,还保留了红刺的位置信息。实验结果表明基于感兴趣区域所提取的特征在准确率上取得了不错的结果。本文利用前期的特征提取与选择结果进行了健康与疾病的相关分析,包括健康与每一种疾病的二分类和构建分类树实验。另外,为了探究最适合本数据集的分类算法,我们利用多种分类器进行了对比实验,并选择实验结果最好的那个分类器所得的分类模型。最终我们搭建了基于感兴趣区域的疾病分类树,糖尿病、肺癌、慢性肾脏病等类别能以较高的正确率区分出来。虽然我们提取的传统特征具有一定的积极意义,但信息不够全面,舌象可能含有一些未知的信息,为此我们采用了PCANet特征级联网络对感兴趣区域的舌象块进行卷积操作并探究了不同分类器下基于改进的网络对实验结果的影响。为了证明PCANet特征级联方法的有效性,本文将PCANet特征级联提取的特征和手工提取的特征以及一些深度学习方法进行对比实验。实验结果表明在正负样本均衡的情况下手工特征和PCANet特征级联方法得到的特征进行融合后,部分疾病的灵敏度和不进行特征融合相比有明显提升并取得不错的结果。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
王晓辉,吴禄慎,陈华伟,胡赟,石雅莹[6]（2018）在《基于区域聚类分割的点云特征线提取》一文中研究指出提出一种非结构化点云特征线提取方法,其过程主要分为区域分割和特征检测两个阶段。在区域分割阶段,引入社会粒子群优化模糊C-均值聚类算法对点云数据进行区域聚类,得到边界清晰的各个分区,便于后续边界特征的提取;在特征检测阶段,对各个分区进行局部径向基函数曲面重构,以获取各个分区内采样点的曲率信息。提出基于平均曲率计算的局部特征权值,并通过局部特征权值和曲率极值法对特征点进行双重检测。并通过建立特征点的最小生成树构建特征曲线。对不同点云模型进行特征线提取实验,结果表明,本文方法既能够提取点云模型中的显着特征和尖锐特征,也能够很好地提取特征强度变化的曲线特征。(本文来源于《光学学报》期刊2018年11期）
谷凯凯,周东国,许晓路,蔡炜,周正钦[7]（2018）在《一种基于局部特征的PCNN电力故障区域提取方法》一文中研究指出为有效提取红外图像中电气设备的故障或异常区域,提出一种新的红外图像故障区域提取方法。以脉冲耦合神经网络(PCNN)同步点火机理为依据,通过简化其内部参数,同时在参数优化配置下结合故障区域和非故障区域邻域边界的局部特征,设置PCNN模型迭代结束规则,从而使模型能进行自适应迭代,并获取红外图像故障区域。针对实际的红外检测图像进行实验,结果表明,与Otsu、k-means、分水岭及改进的PCNN方法相比,该方法具有较好的故障区域提取性能。(本文来源于《计算机工程》期刊2018年07期）
罗源,张灵,陈云华,曾碧,姜文超[8]（2018）在《一种提取反向协同显着区域特征的表情识别算法》一文中研究指出针对单幅表情图像识别缺乏表情间关联性及单分类器的局限性问题,提出一种基于反向协同显着区域特征的人脸表情识别方法.该方法首先对数据库进行预处理,获取表情图像的纯人脸区域,再选取相同的人七张不同表情图像,利用反向协同显着区域算法对选取图像提取表情之间的变化区域并作为显着区域,然后利用纹理和形状特征对显着区域进行描述,最后采用多分类器决策机制进行分类.在JAFFE和CK人脸表情库的实验结果表明,该方法在降低特征维度的同时,能挖掘出表情的显着区域部分并能对表情进行有效的描述,与其他近似的人脸表情识别方法对比,识别率平均提高了2.5%.(本文来源于《小型微型计算机系统》期刊2018年07期）
王仕民,叶继华,王明文,左家莉,刘长红[9]（2018）在《基于多尺度区域协方差的显着性特征提取方法》一文中研究指出针对显着性检测得到区域边界不精确且比较模糊,提出了基于多尺度区域协方差的显着性特征提取算法。提取图像多尺度特征,结合区域协方差提取图像底层特征,计算图像多尺度不确定度权值,对权值进行了优化处理,通过融合得到图像显着性特征。通过与常用的显着性特征提取算法进行比较,实验结果表明该算法提取的区域结果更加接近对象实际边缘,在显着性特征提取过程中对多尺度赋予不同的权值,突出人眼关注部分,能提升显着性特征提取效果。(本文来源于《系统仿真学报》期刊2018年07期）
李温温,刘富,姜守坤[10]（2019）在《指节纹图像感兴趣区域提取与特征识别算法》一文中研究指出为降低特征提取的工作量同时提高识别的准确性,设计了一种指节纹图像感兴趣区域(ROI)提取方法。首先,对采集到的图像进行预处理操作,分离并旋转定位四指图像。其次,通过手指图像梯度分布关系,计算负梯度的极值,并统计图像中每一行的负梯度极值个数来确定近指节纹的ROI区域。最后,通过局部二值模式(LBP)直方图相似性来验证所提取的ROI区域的准确性。实验证明,在采用本文方法所建立的指节纹ROI数据库中,分类准确率达到了100%。(本文来源于《吉林大学学报(工学版)》期刊2019年02期）
区域特征提取论文开题报告
（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:基于模糊C均值(FCM)聚类算法理论,探讨肺部CT图像感兴趣区域(ROI)特征提取的临床应用价值。方法:回顾性分析200例肺部疾病患者的200幅CT影像资料,应用FCM算法进行ROI的特征提取,依据CT图像处理前后的评价数据将其分为对照组和观察组,处理前图像为对照组,处理后图像为观察组。主观评价的观测指标为影像诊断准确率,客观评价的观测指标为对比噪声比(CNR),通过诊断准确率和CNR等两项指标评估图像处理效果。结果:观察组的诊断准确率明显高于对照组,两组一致性诊断正确率和独立性诊断正确率差异均有统计学意义(x~2=5.983,x~2=5.696;P<0.05);观察组的图像质量明显优于对照组,两组信噪比(SNRROI)和CNR比较差异有统计学意义(t=2.335,t=2.612;P<0.05)。结论:FCM算法适用于肺部CT图像ROI特征提取的临床应用,提高了图像质量和影像诊断水平,具有较高的应用价值。
（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。
区域特征提取论文参考文献
[1].廖娟,汪鹞,尹俊楠,张顺,刘路.基于分区域特征点聚类的秧苗行中心线提取[J].农业机械学报.2019
[2].古新展,陈文天,战跃福.模糊C均值聚类算法在肺部CT图像感兴趣区域特征提取中的临床应用研究[J].中国医学装备.2019
[3].朱莉,张晶,傅应锴,沈惠,张守峰.基于多模态特征图融合的红外热图像目标区域提取算法[J].红外与毫米波学报.2019
[4].戢晓峰,陈肖雨,伍景琼,刘小兰.基于多源数据的区域物流辐射网络特征提取——以云南省为例[J].昆明理工大学学报(自然科学版).2019
[5].刘召婕.基于感兴趣区域的舌象特征提取与病理分析[D].哈尔滨工业大学.2018
[6].王晓辉,吴禄慎,陈华伟,胡赟,石雅莹.基于区域聚类分割的点云特征线提取[J].光学学报.2018
[7].谷凯凯,周东国,许晓路,蔡炜,周正钦.一种基于局部特征的PCNN电力故障区域提取方法[J].计算机工程.2018
[8].罗源,张灵,陈云华,曾碧,姜文超.一种提取反向协同显着区域特征的表情识别算法[J].小型微型计算机系统.2018
[9].王仕民,叶继华,王明文,左家莉,刘长红.基于多尺度区域协方差的显着性特征提取方法[J].系统仿真学报.2018
[10].李温温,刘富,姜守坤.指节纹图像感兴趣区域提取与特征识别算法[J].吉林大学学报(工学版).2019