一、基于小波压缩域的统计纹理特征提取方法（论文文献综述）
高子洁[1]（2012）在《基于图像内容检索的稀土元素组分含量检测方法》文中进行了进一步梳理近年来，我国稀土萃取分离工业得到了快速发展，尤其是溶剂萃取法分离稀土工艺在串级萃取理论的指导下已达到国际先进水平。但由混合澄清槽构成的稀土萃取分离流程级数多、机理复杂，作为控制对象具有多变量、强耦合、非线性、时变及大滞后等特点，很难实现稀土萃取分离过程中元素组分含量的在线检测，该问题一直是稀土工业萃取分离过程自动控制的一个难题。要实现稀土萃取分离过程的自动控制，首先必须解决串级萃取槽中各稀土组分含量的在线检测。针对稀土离子具有特征颜色的P507-RECL3萃取分离体系，通过对视觉信息特征检索的研究，提出了一种基于图像内容检索的稀土元素组分含量检测方法。论文首先研究和探讨了基于内容的图像检索技术的主要内容，在此基础上结合稀土离子特有的特征颜色，对稀土离子颜色特征随组分含量的变化进行了统计分析，建立了颜色特征H分量与稀土元素组分含量之间的关系模型，并对模型进行了验证，误差满足在线检测的要求。在此关系模型的基础上，从视觉信息检索技术出发，利用H分量与稀土元素组分含量之间的内在关系，提出了基于H分量的颜色直方图和基于H分量的颜色聚合向量等检索算法，实现了稀土元素组分含量的软测量，为了提高软测量检测精度，提出了基于PSO的相关反馈算法，实现了人机交互。为了验证该软测量方法的有效性，利用VC++与SQL Server开发了一个基于图像内容检索的稀土元素组分含量软测量实验平台。通过现场采集与拍摄实验室配制的不同组分含量的稀土溶液的图像，对本文提出的软测量方法进行了验证，实验结果表明，该方法的检测精度与时间均满足稀土元素组分含量在线检测要求。
甘赟[2]（2010）在《多小波图像检索技术研究》文中研究说明随着宽带网络和数据存储技术提高,数字图像的数量急剧的增加。如何快速有效从图像数据库中的找到所需的图像已经成为多媒体技术发展的关键。同时,针对大量存在的压缩格式的文件,基于压缩域的图像检索也是图像应用领域的一个全新的研究思路。本文首先综述了图像检索的研究现状,主要是变换域和压缩域的图像检索技术,在此基础上,围绕多小波理论以及多小波在图像检索方面的应用展开研究,在多小波变换域以及压缩域提出了有利于提高识别率的特征提取方法。具体来说,本论文的主要贡献表现在以下方面：（1）根据多小波的特征,分析图像经三种多小波基分解后的不同子带间,以及子带间不同分量的统计特征,选取更适合本文图像检索方法的多小波基。（2）从提高检索识别率的角度出发,克服只考虑子带的统计特征量的局限性,充分利用多小波子带间的相关性,提出一种基于多小波子带间相关性的图像检索方法。（3）将多小波引入多级树集合分裂（SPIHT）算法,分析基于多小波的SPIHT编码的压缩码流的特性,以及对此类压缩格式的图像文件,实现只需部分解码就可以提取特征的图像检索方法。本文从多小波变换域和压缩域两个方面研究了图像的检索方法。在变换域方面,本文提出的一种新的基于多小波子带间相关性的特征提取算法,通过实验证明,近似子带和细节子带相结合的方法对图像检索十分有效。在压缩域方面,将多小波替代单小波,提出一种基于SPIHT压缩码流的特征提取方法,对于压缩格式图像,可以在不完全解码的情况下,直接从链表中提取信息构建表征图像内容的特性向量,这种方法的优势在于降低存储成本和计算复杂度,特别适合互联网和动态数据库的图像查询和检索。
王瑜,穆志纯,付冬梅,贺德键[3]（2010）在《基于小波变换和规范型纹理描述子的人耳识别》文中研究表明在带有角度的人耳图像上提取有效特征一直是人耳识别的难点.本文提出一种基于Haar小波变换和规范型纹理描述子的人耳识别方法,即先对人耳图像进行Haar小波变换,然后利用更加合理的规范型纹理描述子,同时结合分块与多分辨率思想,共同描述经Haar小波变换后人耳子图像的纹理特征,最后用最近邻分类器进行分类识别.实验结果表明,Haar小波变换可以有效增强图像纹理基元的有效信息;利用规范型纹理描述子提取特征不仅速度快,而且具有很强的鲁棒性,尤其与分块、多分辨率方法相结合时,效果更为显着,明显优于经典的PCA和KPCA方法.
刘清,林土胜,王晓军[4]（2009）在《基于系数关系共生矩阵和SVM的纹理分析》文中研究指明纹理是图像中非常重要的特征。提出了一种新的纹理特征提取算法,即对纹理图像进行离散小波框架变换后,利用同一变换尺度下的小波高频系数与低频系数之间的依存关系信息,构造系数共生矩阵,在此基础上进行纹理特征提取,而不是独立地提取各子带系数特征。考虑支撑向量机（SVM）在小样本数据库和泛化能力方面的优势,在分类实验中采用支撑向量机分类器,实验结果表明,基于这种共生矩阵特征提取分类算法能得到很好的分类结果。
刘波,库锡树,翟庆林,刘菊容[5]（2008）在《基于内容的压缩域图像处理技术研究》文中研究说明研究了当前压缩域图像处理技术,针对目前小波技术在图像编码标准中的广泛运用,提出了一种结合数学形态学技术直接在小波域内进行图像轮廓提取的新方法。其思想是依据图像的小波编码码流元素的幅度与图像轮廓在频率-空间上具有的对应关系,利用数学形态学中以具有一定形态的结构元素去量度和提取图像中的对应形状,以快速提取出反映图像基本内容的轮廓特征。对小波域中的高频系数进行处理,因此首先要对小波图像做阈值化,然后采用腐蚀膨胀算法做去噪和轮廓提取。实验结果表明,与微分算子提取图像轮廓相比,计算简单,易于硬件实现,具有良好的性能。
吴柳蓉[6]（2008）在《基于内容的图像检索研究》文中研究表明随着多媒体和网络技术的快速发展,全世界的数字图像的数量正以惊人的速度增长,图像信息资源的管理和检索显得日益重要。因此直接采用图像视觉内容进行图像信息查询的基于内容的图像检索技术CBIR（ContentBased lmage Retrieval）成为当前多媒体检索研究的热点之一。CBIR技术主要根据图像所包含的颜色、纹理、形状以及对象的空间关系等低层图像特征来分析图像信息,表达图像特征,进行图像间的匹配,进而快速有效地查询和访问相关图像信息。本文首先介绍了基于内容的图像检索（CBIR）的背景及意义、国内外研究现状;然后介绍了基于内容的图像检索系统的关键技术。结合图像处理、模式识别、计算机视觉与数据库技术,针对CBIR所涉及的关键问题展开了研究,取得了一些有意义的研究成果。主要内容包括:（1）对MPEG-7推荐的关于颜色、纹理和形状的基本描述符进行了研究;（2）结合颜色、纹理和形状特征,开发出基于MPEG-7的多特征组合的图像检索系统。三种低层特征结合方法的检索结果比采用单一特征或任两种特征结合的方法检索的结果要好。因此将多种图像特征综合能够更加全面、准确的表达图像内容;（3）研究基于压缩域的图像检索;对图像的DCT变换域系数特性进行研究,实现一种基于DOT系数的纹理图像检索方法;（4）对JPEG图像的编解码流程和其压缩域的系数进行研究,并实现在压缩域中的颜色特征和纹理特征的图像检索;（5）提出了在压缩域中结合颜色布局和纹理特征进行图像检索并开发出一个实用的JPEG图像检索系统。
陈兴峰[7]（2008）在《基于内容的遥感图像数据库检索研究及实现》文中研究说明随着遥感卫星的增多,传感类型的增多,以及高光谱、高分辨率、偏振等新型遥感器的出现,遥感影像的数据量急剧增加,但与之对应的却是遥感图像检索理论和技术的严重滞后。因此,如何从海量遥感图像库中快速准确地检索到需要的图像具有十分重要的意义。本文从日益增加的遥感图像数据需要高效的管理和检索方法出发,论述基于内容的图像检索（Content-Based Image Retrieval, CBIR）的研究内容和技术发展状况,分析遥感图像库内容检索的研究现状以及存在的主要问题,研究有效提取图像低层特征以及快速、准确地进行检索等的相关算法和技术。首先,本文在论述了遥感图像数据库技术、特征提取、相似性度量、相关反馈基础上,深入研究了颜色、纹理及形状等特征提取的相关算法。提出了一种改进的颜色聚合向量算法,提出了一种基于小区域去除的形状描述子提取。其次,提出了基于控制工程思想的“前馈相似性度量”方法,通过提取参考图像的“显着特征”,决定不同视觉特征向量在相似性度量中的权值,减少用户输入,提高图像检索系统智能化的程度。并给出相应的比较和评价。最后,本文实现了一个基于内容的遥感图像数据库检索的原型系统。
刘波[8]（2007）在《基于内容的压缩域图像处理技术研究》文中认为传统的图像处理技术主要是针对像素域数据,对大量以压缩形式存在的图像数据,必须先解压才能对其进行处理,这将影响系统的实时性和灵活性。因此,基于压缩域的图像处理方法成为近年来的研究热点之一。离散余弦变换DCT是最早用于图像压缩的技术,现有的压缩域图像处理技术研究大多集中在DCT压缩域;小波变换所具有的时频局部化特征和多分辨率结构使其在图像编码中得到了广泛的应用,因此研究离散小波变换域的图像处理技术将具有重要的意义。本文针对当前国际视频图像编码标准,对DCT域和小波域下如何快速有效地对图像进行处理进行了研究。首先,本文系统地阐述了压缩域处理的基本思想及其研究方法,并对图像特征的具体表现形式进行了分析。JPEG和JPEG2000是主要的两类静态图像编码标准,文章重点研究了两类标准中使用的压缩算法,并结合实际应用分析了两类标准的编码特点。然后,文章对DCT压缩域中的图像处理技术进行了研究。通过对图像离散余弦变换和JPEG编码特点的分析,研究了图像经DCT处理后的数据分布特点,并依据其特点提出了一种利用DCT数据块系数对图像轮廓进行快速提取的算法,这种方法首先提取出每个8×8 DCT数据块中的直流系数和2个相邻的交流系数,将它们进行适当的组织,根据系数的统计分布规律设定相应的阈值粗略定位出图像轮廓,在图像后处理过程中,采用曲线拟合技术对断续的图像边界进行闭合,实现了在不完全解压的情况下对图像轮廓的提取。最后本文重点研究了小波压缩域的图像处理技术。文章针对小波变换技术,深入研究并总结了图像经过小波变换后的系数特点,并提出了一种利用数学形态学方法对小波高频系数直接进行处理以提取出图像中目标对象的快速算法,它以小波变换域中的低尺度显着系数为处理对象,处理过程中数据量少、运算简单,仿真结果表明该算法能快速地提取出目标对象,具有一定的实用性;文章中小波域处理的第二个方面是对图像中字符的定位研究。结合当前的定位技术提出了一种小波域字符定位算法,算法采用一种‘米’字型结构对小波域数据做加权处理,结合基于区域的像素聚类算法较好地实现了字符区和非字符区分类,最后利用投影直方图对字符区域进行定位,仿真结果表明该方法能够有效并快速地检测到图像中的字符区域,在多尺度字符定位和抗噪方面也有较好的鲁棒性。
周平[9]（2007）在《基于纹理特征的颅脑CT图像病变自动化检出算法研究》文中指出随着医学影像技术的飞速发展，包括多排螺旋CT在内的先进检查设备产生的影像数据清晰度越来越高，容量也越来越大。海量的容积数据在为影像诊断医师提供更加详细、更加准确的诊断信息的同时，也显着增加了读片医师的工作负担和视觉疲劳。传统的人工读片方式与越来越先进的检查设备之间的矛盾随着这些设备的不断普及应用而变得日益突出。为了适应医学影像检查技术的飞速发展，开展以计算机辅助诊断或计算机智能化诊断为目标的医学图像处理和分析研究已经成为目前这个领域的一个研究热点和将来发展的主要趋势。开展计算机辅助诊断和智能化诊断研究首先必须解决的问题是如何实现医学图像上病变的计算机自动化检出。病变的自动化检出又必须涉及到图像配准，图像分割，数字化图谱创建等多项基本的图像处理和分析技术。本文瞄准计算机智能化诊断这个方向，以多排螺旋CT扫描的颅脑CT图像为研究对象，以颅脑CT图像的纹理信息为研究切入点，以颅脑病变的自动化检出为研究目标，通过密切结合医学专业知识，对病变检出及其相关技术进行了深入的研究，取得了多项具有创新意义的研究成果。具体成果和创新点介绍如下：1．提出了以颅脑CT图像的纹理特征作为病变自动化检出的依据，研究并构造了一种基于树结构小波变换的纹理层析向量，用于描述颅脑CT图像特征解剖部位的纹理特征。本文在研究各种病变的计算机自动化检出算法的基础上，发现目前的病变检出算法很少重视图像的纹理信息。纹理描述了图像象素间的相互依赖关系；小波变换作为多尺度、多通道的分析工具，为纹理信息在不同尺度上的分析和表征提供了精确、统一的框架，应用小波变换算法构造的纹理层析向量可以有效的描述图像的纹理信息。据此本文研究并构造了一种基于树结构小波变换的纹理层析向量。实验结果表明，这种纹理层析向量鲁棒性强，且具有唯一性、平移不变性，并在一定范围内满足旋转不变性，可以有效的描述图像的纹理信息，为本论文后面的研究工作奠定了基础。2．针对基于特征的非刚性配准算法，提出了一种基于纹理层析向量的对应标志点的自动搜索算法。非刚性配准技术是实现病变检出的核心，本文在深入研究各类非刚性配准技术的基础上，针对基于特征的非刚性配准算法需要手工介入，无法实现完全自动化的缺点，提出了一种基于纹理层析向量的对应标志点搜索算法。本文通过在待配准的颅脑CT图像内自动搜索与目标图像具有相似纹理区域的标志点，实现了对应标志点的全自动搜索。实验结果证明，这种对应标志点的自动搜索算法标记正确率较高，可以解决基于特征的非刚性配准算法需要手工介入的问题。3．提出了一种新型的数字化统计图谱——纹理层析向量图谱，并实现了颅脑CT图像纹理层析向量图谱的计算机自动化创建。正常图像主要是通过数字化统计图谱进行计算机描述，本文在研究了现有类型的数字化统计图谱后，为弥补现有类型图谱在描述正常人图像纹理特征方面的不足，利用前面有关纹理层析向量的研究结果，提出了基于纹理层析向量的颅脑CT图像的数字化统计图谱的构造算法。本文成功的实现了二维颅脑CT图像的纹理层析向量图谱的计算机自动化创建。纹理层析向量图谱描述了颅脑CT图像的纹理特征。4．应用颅脑CT图像的纹理层析向量图谱，实现了对钙化、脑出血等病变的计算机自动化检出。由于大多数病变的影像学表现为图像的纹理变化，因此本文从分析图像的纹理信息入手，利用前面创建的颅脑CT图像的纹理层析向量图谱，通过比较待诊断图像各个区域的纹理层析向量与图谱间的差异，实现了对钙化、脑出血等病变的计算机自动化检出。
李永杰[10]（2007）在《基于内容的压缩域图像检索技术的研究》文中研究表明图像检索技术是多媒体应用的关键技术。随着各种压缩标准（如JPEG、MPEG、JPEG2000等）的推出与普及,针对目前大量存在的压缩格式图像,直接在压缩域操作的检索技术,是一类新兴的、具有广阔应用前景的检索技术。压缩域的图像检索,是指通过挖掘图像压缩时的中间结果或最终码流,力争在不解码或少量解码的情况下提取表征图像内容的特征信息,并以其作为索引而实现基于内容的图像检索。本论文围绕JPEG压缩图像,从检索和压缩相结合的角度,对基于内容的压缩域图像检索技术作了一些探索性的研究。具体内容如下:1、剖析了基于内容的图像检索技术和发展现状,深入研究了能有效表达图像内容的各种特征的提取、图像间相似性的度量和图像检索系统的评价等。2、介绍了压缩域图像检索的相关知识,探讨了变换压缩域和空域压缩域中主要的检索方法。3、针对目前广泛使用的JPEG图像压缩技术进行了系统而深入的研究,探讨了在JPEG压缩域上进行的图像检索方法和技术。4、本文提出一种基于JPEG压缩图像提取主颜色特征的算法。该算法针对JPEG格式图像,在部分解码的情况下进行主颜色特征的提取。实验表明,本文的算法不仅运算简单,速度高,而且有很好的检索效率。
二、基于小波压缩域的统计纹理特征提取方法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基于小波压缩域的统计纹理特征提取方法（论文提纲范文）
（1）基于图像内容检索的稀土元素组分含量检测方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的目的与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及结构 |
| 第二章 基于内容的图像检索 |
| 2.1 基于内容的图像检索的系统结构 |
| 2.2 图像的内容特征 |
| 2.2.1 颜色特征 |
| 2.2.2 纹理特征 |
| 2.2.3 形状特征 |
| 2.2.4 轮廓特征 |
| 2.2.5 空间特征 |
| 2.3 相似性度量 |
| 2.3.1 距离度量 |
| 2.3.2 相关计算 |
| 2.3.3 关联系数计算 |
| 2.3.4 多特征相似度计算 |
| 2.4 图像检索系统性能评价 |
| 2.5 本章小结 |
| 第三章 基于稀土离子颜色特征识别的组分含量检测方法 |
| 3.1 稀土离子的发光特性 |
| 3.2 颜色空间模型 |
| 3.2.1 RGB颜色空间 |
| 3.2.2 HSV颜色空间 |
| 3.3 颜色空间量化 |
| 3.3.1 RGB颜色空间的量化 |
| 3.3.2 HSV颜色空间的量化 |
| 3.4 稀土离子颜色特性的分析及描述 |
| 3.4.1 稀土离子特征颜色描述 |
| 3.4.2 稀土离子特征颜色数据处理 |
| 3.4.3 颜色特征与组分含量关系模型 |
| 3.5 本章小节 |
| 第四章 基于图像检索的稀土萃取过程组分含量软测量 |
| 4.1 稀土萃取分离过程简介 |
| 4.2 基于稀土离子特征颜色的检索 |
| 4.2.1 稀土离子图像库的建立 |
| 4.2.2 特征索引库的建立 |
| 4.2.3 相似性度量 |
| 4.3 基于 PSO 的相关反馈算法 |
| 4.3.1 相关反馈的基础知识 |
| 4.3.2 PSO优化算法 |
| 4.3.3 PSO相关反馈算法的建模 |
| 4.4 总结 |
| 第五章 稀土元素组分含量软测量实验平台的实现 |
| 5.1 开发环境 |
| 5.2 平台设计 |
| 5.3 平台工作流程 |
| 5.4 检索结果与评价 |
| 5.5 本章小结 |
| 第六章 总结 |
| 6.1 主要工作回顾 |
| 6.2 本课题今后需进一步研究的地方 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（2）多小波图像检索技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 引言 |
| 1.2 同类工作国内外研究现状 |
| 1.2.1 图像检索技术的发展 |
| 1.2.2 图像压缩技术的发展 |
| 1.2.3 压缩域图像检索技术的研究现状 |
| 1.3 本文的主要工作 |
| 2.多小波和多小波变换 |
| 2.1 引言 |
| 2.2 多小波基础 |
| 2.2.1 多分辨率分析 |
| 2.2.2 多小波的定义 |
| 2.2.3 多小波的基本性质 |
| 2.3 多小波的分解和重构算法 |
| 2.4 几种常见的多小波及其多滤波器组 |
| 2.5 本章小结 |
| 3.基于多小波变换域的图像检索 |
| 3.1 引言 |
| 3.2 多小波图像变换的统计特征 |
| 3.2.1 二维图像的多小波变换 |
| 3.2.2 多小波系数的统计分析 |
| 3.3 基于多小波子带间特征的图像检索方法 |
| 3.3.1 最大最小合成运算 |
| 3.3.2 子带间相关性的特征提取 |
| 3.3.3 相似性的比较 |
| 3.4 实验结果与讨论 |
| 3.4.1 实验数据库 |
| 3.4.2 评价标准和实验结果 |
| 3.5 本章小结 |
| 4.基于多小波压缩域的图像检索 |
| 4.1 引言 |
| 4.2 SPIHT编(解)码算法 |
| 4.2.1 SPIHT算法的空间方向树 |
| 4.2.2 SPIHT编(解)码的主要步骤 |
| 4.2.3 SPIHT算法举例 |
| 4.3 基于多小波的SPIHT算法 |
| 4.3.1 多小波系数重排 |
| 4.3.2 SPIHT算法的改进 |
| 4.4 基于多小波压缩域的图像检索方法 |
| 4.4.1 获取重要映射表 |
| 4.4.2 重要映射表的自相关向量 |
| 4.4.3 相似性的匹配 |
| 4.4.4 算法的流程图 |
| 4.5 实验结果与讨论 |
| 4.5.1 特征量的计算 |
| 4.5.2 实验数据与分析 |
| 4.6 本章小结 |
| 5. 总结与展望 |
| 参考文献 |
| 作者在攻读硕士期间公开发表的论文 |
| 致谢 |
（4）基于系数关系共生矩阵和SVM的纹理分析（论文提纲范文）
| 0 引言 |
| 1 离散小波框架变换 |
| 2 离散小波框架变换 |
| 3 纹理特征提取 |
| 4 SVM仿真实验与结果分析 |
| 5 结论 |
（5）基于内容的压缩域图像处理技术研究（论文提纲范文）
| 1 引言 |
| 2 DCT域图像处理技术 |
| 3 小波压缩域图像处理技术 |
| 3.1 二维小波变换 |
| 3.2 图像检索处理中小波域轮廓提取方法 |
| 4 实验结果 |
| 5 结束语 |
（6）基于内容的图像检索研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容 |
| 1.4 论文的组织 |
| 第二章 基于内容的图像检索 |
| 2.1 基于内容的图像检索(CBIR)技术概述 |
| 2.2 CBIR的系统结构 |
| 2.3 特征提取 |
| 2.3.1 低层特征 |
| 2.3.2 高层特征 |
| 2.4 索引技术 |
| 2.5 相似性匹配 |
| 2.6 系统性能指标和评价准则 |
| 2.7 典型系统介绍 |
| 2.8 本章小结 |
| 第三章 基于MPEG-7多特征的图像检索系统 |
| 3.1 多媒体内容描述标准MPEG-7 |
| 3.1.1 MPEG-7视觉描述工具 |
| 3.1.2 MPEG-7与基于内容的图像检索系统的联系 |
| 3.1.3 基于MPEG-7的图像检索模型 |
| 3.2 基于MPEG-7各特征的图像检索方法 |
| 3.2.1 基于主颜色的检索方法 |
| 3.2.2 纹理特征检索方法 |
| 3.2.3 形状特征检索方法 |
| 3.3 综合MPEG-7多特征的图像检索系统 |
| 3.3.1 系统组成 |
| 3.3.2 多特征检索的思想 |
| 3.3.3 特征提取和距离匹配方法 |
| 3.3.4 系统实现 |
| 3.3.5 实验结果讨论 |
| 3.4 本章小结 |
| 第四章 基于DCT域的图像检索 |
| 4.1 压缩域的图像检索 |
| 4.1.1 引言 |
| 4.1.2 压缩域的图像检索技术 |
| 4.1.3 图像压缩编码与CBIR |
| 4.2 DCT变换及变换系数特点 |
| 4.3 基于DCT域系数的纹理图像检索方法 |
| 4.3.1 颜色空间 |
| 4.3.2 纹理特征提取 |
| 4.3.3 相似性计算 |
| 4.3.4 实验结果与讨论 |
| 4.4 本章小结 |
| 第五章 JPEG图像检索系统实现 |
| 5.1 JPEG标准 |
| 5.2 JPEG图像检索 |
| 5.2.1 颜色特征提取 |
| 5.2.2 纹理特征提取 |
| 5.2.3 综合颜色和纹理检索 |
| 5.3 基于多特征的JPEG图像检索系统 |
| 5.3.1 系统实现 |
| 5.3.2 实验结果分析 |
| 5.4 本章小结 |
| 第六章 结束语 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间参与的科研项目和发表的论文情况 |
（7）基于内容的遥感图像数据库检索研究及实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 国内外研究现状 |
| 1.2.2 遥感图像检索存在的问题及挑战 |
| 1.3 本文的主要工作及创新点 |
| 1.3.1 改进的颜色聚合向量法 |
| 1.3.2 使用小区域去除的傅立叶描述子提取形状特征 |
| 1.3.3 前馈相似性度量方法 |
| 1.4 论文内容安排 |
| 第二章 基于内容的遥感图像数据库检索理论基础 |
| 2.1 遥感图像数据库关键技术 |
| 2.1.1 数据库技术综述 |
| 2.1.2 遥感图像数据库关键技术 |
| 2.2 视觉内容特征提取 |
| 2.2.1 颜色特征 |
| 2.2.2 纹理特征 |
| 2.2.3 形状特征 |
| 2.2.4 空间布局特征 |
| 2.2.5 语义检索 |
| 2.3 相似性度量方法 |
| 2.3.1 特征归一化 |
| 2.3.2 距离度量函数 |
| 2.4 相关反馈 |
| 2.5 算法评价 |
| 第三章 关键算法研究与改进 |
| 3.1 改进的颜色聚合向量算法 |
| 3.1.1 颜色聚合向量提取 |
| 3.1.2 改进的颜色聚合向量提取 |
| 3.1.3 “改进的颜色聚合向量”评价 |
| 3.2 基于小区域去除的傅立叶形状描述子提取 |
| 3.3.1 边缘检测 |
| 3.3.2 傅立叶描述子原理 |
| 3.3.3 基于小区域去除的傅立叶形状描述子提取 |
| 3.3 基于显着特征的前馈相似性度量方法 |
| 3.4.1 显着特征的含义 |
| 3.4.2 显着特征前馈实验 |
| 3.4.3 基于显着特征的前馈图像检索分析 |
| 第四章 系统设计与实现 |
| 4.1 遥感图像数据库内容检索系统结构 |
| 4.2 数据库 |
| 4.2.1 遥感图像库 |
| 4.2.2 特征库 |
| 4.2.3 元数据库 |
| 4.3 数据库管理模块 |
| 4.4 图像检索模块 |
| 4.5 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 参与的项目与发表的文章 |
| 致谢 |
（8）基于内容的压缩域图像处理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 图像压缩技术的发展及其应用现状 |
| 1.1.1 常用图像压缩算法 |
| 1.1.2 图像压缩编码国际标准 |
| 1.2 压缩域图像处理技术的提出与发展 |
| 1.3 论文安排 |
| 第二章 基于内容的压缩域图像处理技术 |
| 2.1 压缩域处理方法描述 |
| 2.2 压缩域处理的基本思想 |
| 2.2.1 研究目的 |
| 2.2.2 研究方法 |
| 2.3 基于内容的压缩域处理技术 |
| 2.3.1 图像特征描述 |
| 2.3.2 常用的基于图像内容的处理技术 |
| 2.3.3 基于内容的压缩域图像处理技术的发展 |
| 2.4 本章小结 |
| 第三章 JPEG与JPEG2000算法原理及其编码特点研究 |
| 3.1 JPEG算法原理与编码特点 |
| 3.1.1 离散余弦变换 |
| 3.1.2 JPEG编码标准 |
| 3.2 JPEG2000算法原理与编码特点 |
| 3.2.1 小波变换基本理论 |
| 3.2.2 JPEG2000编码原理 |
| 3.3 本章小结 |
| 第四章 DCT域图像数据特点及其处理技术研究 |
| 4.1 DCT域系数的分布规律 |
| 4.1.1 DCT域系数的统计特性 |
| 4.1.2 DCT域系数的能量分布特征 |
| 4.1.3 DCT系数特点总结 |
| 4.2 基于图像块DCT系数的特征分析 |
| 4.2.1 DCT系数对图像质量的影响 |
| 4.2.2 基于图像块DCT系数的轮廓提取算法 |
| 4.3 本章小结 |
| 第五章 小波域图像处理技术研究 |
| 5.1 小波图像特点 |
| 5.2 一种基于小波域的目标提取方法 |
| 5.2.1 算法描述 |
| 5.2.2 算法仿真 |
| 5.3 小波域字符定位技术研究 |
| 5.3.1 小波域字符特征分析 |
| 5.3.2 基于区域聚类的小波域字符定位算法 |
| 5.3.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）基于纹理特征的颅脑CT图像病变自动化检出算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 国内外颅脑病变检出研究现状及分析 |
| 1.2.1 颅脑病变检出算法的研究现状 |
| 1.2.2 颅脑病变检出的难点 |
| 1.2.3 当前研究存在的不足 |
| 1.3 选题意义 |
| 一、适应医学影像技术飞速发展的要求 |
| 二、解决目前针对颅脑病变检出研究的局限性 |
| 1.4 论文的主要工作与创新 |
| 1.5 论文内容的安排 |
| 第2章 基于先验知识的纹理层析向量 |
| 2.1 引言 |
| 2.2 医学图像的纹理研究现状 |
| 2.2.1 纹理在医学图像中的应用 |
| 2.2.2 纹理特征的提取算法 |
| 2.3 颅脑CT图像的先验知识 |
| 2.3.1 图像灰度值与CT值 |
| 2.3.2 颅脑CT图像的组成 |
| 2.4 纹理层析向量(TLAV)的构造 |
| 2.4.1 离散小波变换 |
| 2.4.2 树结构小波分解 |
| 2.4.3 纹理层析向量的构造 |
| 2.5 纹理层析向量的讨论 |
| 2.5.1 纹理描述的讨论 |
| 2.5.2 旋转不变性的讨论 |
| 2.5.3 颅脑容积变化的讨论 |
| 2.6 本章小结 |
| 第3章 TLAV在非刚性配准算法中的应用 |
| 3.1 引言 |
| 3.2 非刚性配准技术的研究现状 |
| 3.2.1 灰度驱动算法 |
| 3.2.2 模型驱动算法 |
| 3.2.3 综合性算法 |
| 3.3 基于TLAV的标志点自动搜索算法 |
| 3.3.1 基于TLAV的标志点自动搜索算法 |
| 3.3.2 实验及结果 |
| 3.4 讨论 |
| 3.4.1 婴儿的颅脑CT图像 |
| 3.4.2 容积数据的讨论 |
| 3.4.3 CT图像层厚的讨论 |
| 3.5 本章小结 |
| 第4章 基于纹理层析向量的数字化统计图谱 |
| 4.1 引言 |
| 4.2 数字化统计图谱的研究现状 |
| 4.2.1 基于灰度的方法 |
| 4.2.2 基于标注的方法 |
| 4.2.3 基于形变的方法 |
| 4.3 基于纹理层析向量的数字化统计图谱 |
| 4.3.1 正常颅脑 CT图像的采集 |
| 4.3.2 样本图像的非刚性配准 |
| 4.3.3 数字化统计图谱的自动创建 |
| 4.3.4 实验结果 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 第5章 颅脑CT图像病变的计算机检出 |
| 5.1 引言 |
| 5.2 实验方法 |
| 5.3 实验结果 |
| 5.4 讨论 |
| 5.4.1 颅骨对病变检出的影响 |
| 5.4.2 非刚性配准性能对病变检出的影响 |
| 5.4.3 病变检出类型的讨论 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文的主要研究成果与创新 |
| 6.2 研究工作的不足 |
| 6.3 进一步的研究内容和方向 |
| 参考文献 |
| 致谢 |
| 插图目录 |
| 博士期间发表论文情况 |
（10）基于内容的压缩域图像检索技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 数字图像概述 |
| 1.2 基于压缩域的图像检索技术的提出 |
| 1.3 研究内容和论文安排 |
| 第二章 基于内容的图像检索技术综述 |
| 2.1 基于内容的图像检索技术的发展 |
| 2.2 图像检索系统框架 |
| 2.3 图像特征的提取和表达 |
| 2.4 相似度计算 |
| 2.5 查询方式 |
| 2.6 相关反馈技术 |
| 2.7 系统性能指标和评价准则 |
| 第三章 压缩域图像检索技术 |
| 3.1 图像压缩基本思想 |
| 3.2 典型的图像压缩国际标准 |
| 3.3 压缩域图像检索的研究内容与研究方法 |
| 3.4 压缩域图像检索技术及压缩域特征提取的操作位置 |
| 3.5 关于压缩图像检索技术的讨论 |
| 第四章 基于内容的JPEG压缩图像检索技术 |
| 4.1 基于内容的JPEG压缩图像检索方法 |
| 4.2 基于JPEG压缩图像主颜色特征的检索方法 |
| 第五章 总结与探讨 |
| 5.1 本文的主要研究工作 |
| 5.2 进一步的思路和发展 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
四、基于小波压缩域的统计纹理特征提取方法（论文参考文献）
- [1]基于图像内容检索的稀土元素组分含量检测方法[D]. 高子洁. 华东交通大学, 2012(02)
- [2]多小波图像检索技术研究[D]. 甘赟. 江西财经大学, 2010(07)
- [3]基于小波变换和规范型纹理描述子的人耳识别[J]. 王瑜,穆志纯,付冬梅,贺德键. 电子学报, 2010(01)
- [4]基于系数关系共生矩阵和SVM的纹理分析[J]. 刘清,林土胜,王晓军. 光电工程, 2009(04)
- [5]基于内容的压缩域图像处理技术研究[J]. 刘波,库锡树,翟庆林,刘菊容. 计算机仿真, 2008(08)
- [6]基于内容的图像检索研究[D]. 吴柳蓉. 广西大学, 2008(01)
- [7]基于内容的遥感图像数据库检索研究及实现[D]. 陈兴峰. 电子科技大学, 2008(04)
- [8]基于内容的压缩域图像处理技术研究[D]. 刘波. 国防科学技术大学, 2007(07)
- [9]基于纹理特征的颅脑CT图像病变自动化检出算法研究[D]. 周平. 中国科学技术大学, 2007(03)
- [10]基于内容的压缩域图像检索技术的研究[D]. 李永杰. 西安电子科技大学, 2007(01)