一、SOFT COMPUTING APPROACH FOR NOISY IMAGE RESTORATION（论文文献综述）
谭利平,张泽琳,赵伟,张仁豪,张康茂[1]（2020）在《基于机器视觉的矿物浮选泡沫监控研究进展》文中进行了进一步梳理在浮选生产中,浮选泡沫表面纹理与浮选工况密切相关。经验丰富的流程操作人员虽然能够通过泡沫推断出浮选系统的某些状态,但难以准确诊断出泡沫中更细微的结构形态,因此,以计算机技术为基础,结合图像处理技术,基于机器视觉的泡沫浮选图像系统应运而生。回顾了近年来基于机器视觉的矿物浮选监控技术研究进展,包括泡沫图像的分割技术、浮选泡沫视觉特征的提取、降维及浮选工况识别策略,介绍了浮选泡沫监控系统的应用现状,结合矿物浮选泡沫图像特点,指出了泡沫监控技术的发展趋势及所面临的新挑战。
李仰亮[2]（2019）在《激光诱导熔石英后表面喷溅过程成像探测及参数自动获取算法研究》文中进行了进一步梳理熔石英作为高功率激光装置的重要部件之一,其抗损伤阈值直接限制着激光器的功率水平。熔石英的激光损伤过程主要包括微米级颗粒喷溅和高速冲击波形成,这些过程具有高速、小尺寸和长持续时间等特点,造成实验观测上的困难。论文开展熔石英损伤过程中喷溅粒子及冲击波的成像探测及动力学参数自动获取算法研究,完成的主要研究工作和成果如下:1.提出了双帧激光阴影成像系统的设计方案,搭建了熔石英后表面损伤的原位双帧激光阴影成像系统,能够获得高时空分辨率的熔石英后表面喷溅粒子的双帧图像和冲击波图像。2.采用尺度不变特征变换算法实现双帧图像的配准,采用三维块匹配滤波算法对粒子喷溅目标区域图像进行去噪处理;提出改进的模糊C均值聚类算法,通过结合灰狼优化和边缘约束,提高了粒子识别的正确率。提出基于分层Voronoi图的和基于Gabriel图的粒子匹配方法,实现了双帧阴影图像的粒子匹配,并计算了喷溅粒子的动力学参数。3.采用基于Hessian矩阵的增强滤波算法和贝叶斯推断算法,能够增强图像中的冲击波特征,并抑制图像中的相干噪声;采用最大类间方差法处理增强后的阴影图像,成功识别出图像中的冲击波和应力波,并获得了冲击波传播距离和速度。
关海鸥[3]（2014）在《低压电网剩余电流暂态过程特征提取与识别方法研究》文中研究表明剩余电流保护装置在我国低压电网中的广泛应用,对于防止触电伤亡事故以及避免因漏电而引起的电气火灾事故具有非常重要的作用。目前在线运行的剩余电流保护装置,其动作电流的整定值与生物体触电电流无关,通常是将检测到的剩余电流有效值的大小作为是否动作的唯一判据。理论研究和实际运行经验表明,这种判据无法识别可能对触电者构成生命安全的触电支路的电流信号,在动作原理上存在先天不足和缺陷,经常导致误动或拒动现象的发生,大大降低了剩余电流保护装置的动作可靠性和正确投运率。针对上述问题,在国家自然科学基金项目“剩余电流中触电电流分量的频谱特征与快速识别方法”和国家电网科技项目“基于剩余电流保护的农村用电安全关键技术研究”的支持下,本课题通过构建触电物理实验平台,测试和获取生物体触电原始数据,开展低压电网剩余电流暂态过程特征提取与识别方法的研究。本文充分利用智能信息处理技术（小波变换、遗传计算、神经网络）,通过构建触电物理实验平台,获取批量生物体触电原始数据及波形并建立了数据库;分析并掌握了剩余电流的暂态频谱特征和波形特性;提取了剩余电流暂态分量的幅值和能量多维度特征;实现了触电故障时刻的检测与定位、触电故障类型的准确识别、以及触电支路电流分量的提取。主要完成内容如下:（1）设计并构建了触电物理实验平台,通过多种场景的模拟触电实验,获取批量动/植物触电数据,建立了我国低压电网生物体触电波形数据库。（2）采用快速傅里叶变换分析了生物体发生触电故障时的剩余电流的频谱特征,掌握了暂态剩余电流的各个分量及其变化规律;提出了一种数学梯度和形态学梯度的组合算法,在分析剩余电流波形特性方面,能够突显出原始信号在触电时刻的波形变化特征。（3）利用多种信号处理方法（数学统计量、傅里叶变换、经验模态分解）,建立了多维度剩余电流暂态分量的幅值和能量特征的计算和提取方法。该方法能够突显生物体触电信号的特征向量,更加有利于触电故障类型的识别。（4）应用离散希尔伯特变换方法,以剩余电流瞬时相位差的累积之和为判据,提取相位突变特征;应用突变量计算方法,以剩余电流信号幅值的突增量累积之和为判据,提取幅值突变特征。在此基础上,创新地提出了一种基于相位和幅值多突变量为判据的触电故障时刻检测方法。（5）创新地综合运用小波变换和前馈神经网络,建立了一种触电故障类型识别方法。利用剩余电流暂态分量幅值与能量特征优化了神经网络结构,采用量子遗传算法改进了神经网络学习方法,显着提高了训练效果。（6）创新地提出了一种基于有限冲激响应和径向基神经网络相耦合的触电支路电流分量识别和计算方法。该方法解决了工程中生物体触电支路电流不可检测的问题,为新一代基于人体触电电流分量而动作的自适应型剩余电流保护装置的开发提供可靠的理论依据。
李翠芳,聂生东[4]（2011）在《基于模糊数学的医学图像处理与分析方法》文中进行了进一步梳理目的:模糊数学是研究模糊现象及其概念的一门数学分支,其应用领域广泛。医学图像本质上具有模糊性,所以将模糊数学方法应用于医学图像处理和分析有其内在的合理性和必然性。方法:本文对国内外近年来基于模糊数学的医学图像处理与分析方法进行了较为全面的综述。结果:主要介绍了模糊逻辑分析方法、模糊聚类分析方法、结合模糊数学的计算智能方法及在医学图像处理和分析中的应用,并对不同方法的特点及存在的问题进行了讨论。结论:研究表明,模糊数学在医学图像处理方面已经取得了大量的应用成果。作为一门年轻学科,模糊数学在医学图像处理与分析中的应用仍然有很大的发展空间。随着计算机技术的不断成熟和新技术不断涌现,基于模糊数学的医学图像处理与分析方法也将继续发展和完善。
汤旻安[5]（2011）在《基于软计算融合的城市道路交通资源选址研究》文中指出城市道路交通问题是全社会关注的热点问题之一。软计算技术的迅速发展,各种模型和综合分析方法层出不穷,新的理论和研究成果不断出现,并已在实际的理论研究和工程应用中显示出巨大的威力和发展潜力。运用软计算技术进行科学的选址,让有限的城市道路交通资源发挥最大的效能,从而达到更进一步缓解交通矛盾的作用,是论文研究的主要问题。论文在广泛搜集、阅读国内外有关选址—分配和软计算理论与方法的最新文献和成果的基础上,研究了软计算理论中的模糊逻辑、人工神经网络、遗传算法、粗糙集等的基本思想和工作原理以及基本理论,系统研究了城市道路交通资源选址的理论与方法；针对分析不同的城市道路交通资源选址中的困难和不确定性,把软计算的基本思想融入城市道路交通资源选址的策略中,在此基础上将这几种软计算技术有机结合,提出了针对不同问题的城市道路交通资源选址的软计算模型和算法,以提高城市道路交通资源的利用率和实用性,提供合理、科学的实施方法,促进软计算方法在城市道路交通资源选址工程上的应用。通过实例的分析和仿真表明,这些方法能更有效地解决城市道路交通资源选址方面的问题。论文的主要内容如下：深入分析了城市道路交通面临和存在的严峻形势,指出道路交通资源选址在智能运输系统（ITS）中的作用、意义,对前人在选址—分配问题和软计算技术理论应用文献查阅、分析研究的基础上,对软计算理论方法的发展、研究、应用进行了详尽的分析和阐述,提出了以软计算方法进行城市道路交通资源选址的思想。研究了软计算方法的融合集成,通过在分析常用软计算方法优缺点的基础上,对软计算方法的融合集成哲学基础、方法学基础、融合集成原则、融合集成的形式进行了论述,研究了论文中运用的软计算融合集成方法技术路线。研究了模糊逻辑、神经网络、遗传算法融合集成在城市道路交通资源选址中的决策知识规则提取问题。首先研究了模糊逻辑与神经网络的融合集成,运用上述理论技术有效地建立了将城市道路交通资源选址中的资源属性或道路交通调查数据转换成具有专家知识形式的模糊规则的问题求解模型。在此基础上提出了基于遗传算法的NFS思想,实现了由道路交通调查数据到决策信息,由决策信息到决策知识的转换。研究了在城市道路交通资源选址问题求解中面临少数据、小样本、贫信息、不确定性等问题使用灰色神经网络建立预测模型的方法。阐述了灰色系统与神经网络相结合的基本理论,在此基础上建立了以遗传算法优化改进灰色神经网络“白化”参数的预测求解模型,并以换乘需求总量为公交换乘枢纽选址主要因素的实际应用需求为研究对象,进行了仿真实验研究与对比分析。以此,对基于遗传算法优化改进灰色神经网络的方法在求解城市道路交通资源选址问题中的应用进行了深入研究。研究了面对城市道路交通资源选址问题求解中建模因素过剩或庞杂时采用多重GA与BP神经网络相结合的因素筛选进行自变量降维及对系统进行预测的模型方法。阐述了在城市道路交通资源选址问题中运用神经网络的预测理论和技术方法,剖析了诸如轨道交通线路选址中面临多因素高维自变量问题,然后在分析上述多变量选址模型的基础上,给出了基于遗传算法和BP神经网络相结合的因素筛选及系统预测的复合优化模型方法。最后,利用实际数据进行了仿真研究,实现了城市轨道交通干线选址中的因素筛选,对城市轨道交通干线选址做了深入分析。研究了基于粗糙集属性约简与GIS技术相结合的高密度城区停车设施选址决策问题。从分析高密度城区停车设施的地理信息特点入手,提出了运用粗糙集理论与GIS技术相结合进行高密度城区停车设施选址决策条件属性因素约简的模型和算法,深入研究了采用互信息的模糊粗糙集属性约简算法对决策表进行约简得到相对约简决策规则的方法,然后,对规划中的决策分类进行评价和分析。结合实际仿真实例,对研究结果进行了评估和分析。给出了在我国进行道路交通资源选址的一些建议。最后,对全文进行了概括性总结,提出了一些需要完善的研究工作,并指出了在城市道路交通资源选址方面理论和应用上有待进一步研究的问题。
向先全[6]（2011）在《基于水信息技术的渤海湾水生态环境特性及模拟研究》文中研究表明渤海湾是一个半封闭的淤泥质浅水海湾,与外海的水交换能力较弱。随着沿海经济的快速发展和近岸排污量的增加,水体富营养化和赤潮灾害频发等海洋水生态环境问题日趋明显。近岸海域水生态环境特性及模拟方法的研究,对认识海洋生态过程、保护近岸海洋生态系统和海洋管理有重要的意义。由于水生态环境的高度复杂性、非线性和时空特异性,系统的内部作用机理及其动态变化过程还未被完全知晓,使得单纯用传统的基于机理或假设的确定性水生态动力学模型方法受到了限制。随着包括遥感在内的海洋生态环境数据信息量的飞快增加,越来越多的信息学技术被应用于水生态环境的研究中。本文利用现代水信息技术,系统地研究了近岸海域水生态环境的特性及建模方法。本文首先分析了近岸海域水生态环境的特性及模拟研究中需要解决的问题:如何有效地提取出海量数据中潜在有用的信息和知识;如何准确地分析水生态环境的空间特性;如何有效地模拟水生态环境的高度复杂性和非线性关系;如何在动态演变中体现出空间异质性和局部相互作用的影响;如何有效地耦合水动力学模型和生态模型。其次,利用数据挖掘方法和空间数据分析方法对渤海湾水生态环境特性进行了分析。聚类分析、关联分析和决策树分析提取出了渤海湾水生态环境中一些潜在的知识;空间自相关和空间自回归分析的研究表明渤海湾各生态环境指标具有高度的正空间自相关性,同时发掘了渤海湾赤潮前后的一些特性及异常现象。然后利用非确定性的软计算方法研究近岸海域水生态系统的高度复杂性和非线性关系,建立了基于混合软计算方法的生态模型EcoHSC,研究表明该模型能较好地反映出各站位叶绿素a浓度实测值的变化趋势,并具有较强的泛化能力;利用元胞自动机（CA）的局部网格动力学优势,综合考虑了局部作用、空间差异和外在因子的影响,建立了基于CA-SVM的渤海湾遥感叶绿素浓度模型,研究表明该模型总体上能较好地反映出渤海湾空间上叶绿素浓度的时空变化特征。最后,探讨了确定性方法与非确定性方法的结合。通过将水动力学模块的模拟结果引入到的CA-SVM生态模块中,建立了渤海湾的生态和水动力学耦合模型,研究表明该模型能很好地模拟渤海湾遥感叶绿素浓度的时空变化特征。
付树军[7]（2008）在《图像处理中几何驱动的变分和偏微分方程方法研究》文中进行了进一步梳理图像处理是信息科学与工程中的一个快速发展的交叉科学,在信息社会中具有十分重要的应用价值.图像处理面临的一个主要挑战是,在有效地完成给定任务的同时,保持并增强图像的多尺度特征（例如边缘,细节和纹理等）,同时避免虚假的人工痕迹和过度平滑的产生.基于变分和非线性偏微分方程的处理方法为这个研究领域注入了新的活力.本文在图像处理中应用变分方法和偏微分方程进行了实际应用和理论分析两方面的研究工作.在应用上,研究了图像处理中几何驱动的分数阶整体变分和双向冲击扩散方程的建模、模型分析和高精度数值实现,并应用于图像去噪和边缘锐化,图像分辨率增强,图像修整（Image Inpainting）和图像测量.在理论上,对提出的数学模型及其计算格式进行了理论分析;揭示了若干不同的图像处理方法,例如,数学形态学,Gibbs随机场/ Bayesian统计推断,模糊数学,分数阶整体变分和双向冲击扩散方程等之间的内在联系;最后,在总结基于非线性发展方程的图像处理方法的特点和算法机理的基础上,阐述了这种方法的优势和理论基础.本文在以下几个方面进行了创新性的研究工作:（1）几何驱动的双向冲击扩散方程.对于图像处理中的非线性发展方程进行了深入的研究,建立了若干先进的自适应图像处理算法:提出了一类适应于若干不同成像模式和图像特性的几何驱动的双向冲击扩散方程,并将其统一在一个包括各向异性扩散和冲击滤波器两大类方程的双向扩散框架中;这个框架通过减小边缘宽度以锐化并增强图像的重要特征,并将图像平滑和锐化处理融合进一个非线性发展方程模型;最后,将上述模型应用于图像去噪,边缘锐化,图像分辨率增强和图像测量,得到了较好的图像处理结果.（2）分数阶整体变分模型.将整体变分（Total Variation）模型（p＝1）推广为分数阶整体变分模型（O＜p＜1）,增加了整体变分模型的适应性.根据图像特征自适应选择参数,将正向和反向扩散融合为一个双向扩散模型.基于图像处理的若干策略和数学形态学方法,将其应用于图像分辨率增强和图像修整（Inpainting）处理,通过高效的数值计算,得到了较好的图像处理结果.（3）快速高效的高精度数值计算格式.研究了反向扩散方程和冲击滤波器方程等的行为特征,揭示了这些方程图像增强的本质和特点;将计算流体力学中的思想融入图像处理中,考察带有特征自适应间断系数的冲击项和扩散项不同的作用和影响,构造了快速高效的高精度数值计算格式.其中,将双向扩散分裂为一种耦合的形式,消除了正反向扩散的抵消作用.最后,在理论上系统地分析了差分格式的适定性（存在唯一性和稳定性）,最大值原理和TVD（Total Variation Diminishing）性质,以及模型方程解的行为特性.（4）不同图像处理方法的相互联系.图像处理越来越需要现代数学工具的介入和推动,例如,以小波分析为中心的应用调和分析,综合了各种几何正则性的变分方法,线性和非线性偏微分方程,以Gibbs/Markov随机场和Bayesian统计推断为基础的随机建模和分析,以及计算智能方法（包括模糊数学,神经网络和进化计算）.虽然这些方法是从不同的角度看待和处理图像处理问题的,但是它们具有一些共同的思想和方法.我们揭示了数学形态学,Gibbs随机场/ Bayesian统计推断,模糊数学,分数阶整体变分和双向冲击扩散方程等不同的图像处理方法之间的内在联系.这有助于揭示这些方法的算法机理,并通过相互借鉴构造新的图像处理方法.（5）图像处理中偏微分方程方法的特点、策略和算法机理.剖析了基于非线性发展方程的图像处理方法的特点:“局部性”,“迭代性”和“特征依赖性”,阐述了非线性发展方程模型在图像处理中的优势、算法机理和理论基础.其次,提出了这种方法的三个策略:分步骤——图像处理分为两个步骤:图像特征检测,以及对于不同特征所采取的不同方式的处理方法;分区域——根据不同图像特征（例如,边缘,细节,纹理和平坦区域等）,将图像分为若干个区域,构造对于图像区域自适应的图像处理算法.我们利用结构张量数据场的各向异性扩散进行对于图像噪声和模糊鲁棒的特征检测;利用广义模糊智能计算控制非线性冲击扩散方程对于图像不同尺度特征的增强处理;并利用图像的局部微分几何性质（例如,梯度,曲率和结构张量的特征值等）设计模型参数,使得方程在进化过程中保持图像的重要特征;分“软-硬”——利用双向冲击扩散方程作为硬的图像处理框架,同时,利用其它现代图像处理工具（例如,小波分析,随机分析和模糊数学等计算智能方法）设计模型框架的软（自适应）的系数和参数.这些方法和策略使得图像处理中偏微分方程方法的有效性和适应性得到进一步的增强.本文提出的关键技术有望在医学图像处理,图像测量,视觉监控,数字电视,远程会议电视以及图像放大软件等领域得到广泛应用.作为涉及信息与数学的交叉课题,本文的研究工作丰富了偏微分方程方法在图像处理中的应用,具有重要的理论价值和广阔的应用前景.
尚金奎[8]（2008）在《基于粗糙集理论的图像分割方法研究》文中研究表明图像分割是图像处理任务中最困难的任务之一,精确的分割决定着图像处理分析过程的成败,因此一直受到人们的高度重视。现代计算机技术的发展,产生了大量优秀的理论和计算方法,这些理论和算法应用于图像分割产生了基于特定理论和算法的分割方法。这类方法往往针对性强,分割效率和分割质量高,从而越来越受到人们的重视。粗糙集理论就是其中之一,它是一种处理不精确、含糊描述对象的有效的数学工具,随着对粗糙集理论研究的深入,粗糙集理论越来越多地应用到了图像处理领域。本文提出了两种新的灰度图象分割方法：一种是利用粒子群算法以基于边界域的粗集粗糙熵为标准对图像进行分割；另一种是利用蒙特卡罗方法以粗糙熵评价函数对灰度图象实施阀值分割。第一种方法利用基于边界域的粗集粗糙熵为评价函数,通过粒子群寻优找出最大粗糙熵对应的灰度值,并以其为最佳分割阀值对图像进行分割,这种方法降低了算法对图像分割子块大小的敏感性,并在一定程度上降低了算法的运行时间。第二种方法着力于降低算法的运行时间,它首先运用蒙特卡罗方法以用随机选取的子块样本代替全体子块的方式大大降低了算法的计算量,从而极大地减少了算法的运行时间,它采用一般意义下的粗糙熵为评价函数,通过穷举的方法得到最大粗糙熵,并找出最大粗糙熵对应的灰度值,以此灰度值对图像进行分割。这两种方法都通过MATLAB进行了试验仿真,说明了算法的有效性和可行性。
乐静[9]（2007）在《基于坐标和图像技术的三维表面特征区域的检测》文中研究表明表面质量是衡量产品质量、评价使用过程中运行状况的重要指标之一，目前生产和科研部门对三维曲面上的表面检测需求越来越大，而且存在许多难点。本论文将坐标测量和图像检测技术进行有机结合，研究了曲面上具有某种特征的特征区域非接触、高精度、自动的测量方法，精心设计了测量系统的每个环节，提出了新的原理与方法。在总结和分析各种表面检测的基础上，提出了表面特征区域的概念和表征方法，有利于规范检测条件、手段和评定方法。探讨了基准面的确定方法、检测规范制定的原则及内容，对表面特征区域的定量测量具有实用的参考价值。提出了一种图像坐标测量的新方法，适用于三维表面信息的自动扫描测量。此方法采用信息融合、非正交坐标测量和机器人等新技术，将接触测量和非接触测量、粗定位和精测量、坐标测量和图像检测相结合。总结了软硬件系统的设计原则，建立了完整的数据处理基础理论；根据测量系统的特点自行设计了标准样件，并开发了一种简便实用的摄像机部分参数的标定方法；阐明了利用计算机图形学的投影概念、实测的几何尺寸等重构表面信息的关键技术。详细讨论了表面特征区域的图像采集、识别、坐标变换、表征、数据处理等内容，给出了扫描测量中误差分析和评定方法。另外借助于δ5判据，能即时判断图像获取质量、阈值选取的合理性。并成功地应用到两个实际工程中，证明了该方法的可行性和实用性。实验表明这种测量方法精度较高、效率高、可靠性高、通用性强。用现代信息处理的理论，增强了图像处理能力。成功地将自组织特征映射（SOFM）神经元网络和误差逆传播（BP）神经元网络相结合用于彩色图像的分割，提高了目标区域识别的准确性。提出了ESSA（EMD Search and Snakes Approach）方法，将经验模式分解（EMD）和Snakes模型相结合，采用改型EMD将特征区域从复杂背景下分离出来，然后在特征区域附近用向心搜索法缩小检测区域，最后用Snakes模型迭代逼近特征区域边缘，达到了复杂背景下检测复杂目标的目的。针对具有镜面反射特性的光滑球面，提出了一种利用漫反射带的镜像变形对表面缺陷进行快速检测的新方法。这种方法克服了背景噪声在图像处理中会造成较大误差的缺点，使缺陷的凹凸和大小等特征的分析更容易。
韩冰[10]（2006）在《基于智能软计算的视频镜头分割算法研究》文中研究表明基于内容的视频检索是近年来国际上在信息检索领域最前沿和最活跃的研究方向之一。由于其在信息检索和数据挖掘领域已经展现出有效而广阔的理论和应用前景,从而备受国内外研究学者和专家的高度关注。本论文针对视频检索中的关键技术――镜头边界检测,以粗糙集、聚类分析等软计算方法为基础,研究并提出了一些实时有效的新方法,利用视频的多条检索线索实现了新闻条目的分割。主要研究工作如下:第一章介绍了本文研究的背景和意义,概述了基于内容的视频检索和镜头边界检测的研究进展及现状,分析了镜头边界检测研究中存在的问题。第二章首先简述了软计算的定义及分类,重点讨论了本文中用到的几种软计算方法以及与粗糙集的融合,分析并比较了其性能。第三章分析了视频特征、镜头过渡类型和粗糙集条件属性、决策属性之间的关系,提出了一种基于粗糙集和模糊聚类的镜头边界检测方法,成功地应用于新闻视频片断中突变、渐变和无场景镜头边界的检测。针对粗糙集在处理连续数据的时需进行数据离散化的缺陷,引入了模糊粗糙集概念,给出了模糊粗糙算子定义。根据视频数据量大的特点,提出了“先训练再检测”的具体检测流程以及算法中的门限选择方法,提高了自动化检测程度。第四章研究了传统粗糙集对于数据准确性要求过于苛严的问题,并分析了模糊c-峰值算法的局限性,从而引入变精度粗糙集,提出了变精度粗糙集特征加权聚类。针对数值型和混合型数据,建立了适用于混合数据聚类且具有特征加权的目标函数,提出了基于变精度模糊粗糙集和变精度粗糙集的特征加权新算法,给出了镜头边界检测的算法流程,并在不同的数据集和视频数据上对算法进行了验证。第五章根据仿生模式识别与传统模式识别的区别,结合仿生模式识别的基本特性,给出了仿生模式识别实现的一个基本方式――高维空间几何理论。分析了多权值神经网络与高维空间闭合超曲面,提出了一种基于仿生模式识别的镜头边界检测方法。该方法利用双权值神经网络来实现,为镜头边界检测方法研究开辟了一条十分有效的途径。第六章将镜头边界检测与其它检索线索相结合应用于视频检索――新闻条目分割中。在分析了多媒体的交叉索引技术以及结合了新闻视频特殊性的基础上,给出了结合音频检测和分类,镜头边界检测、主持人帧的检测和字幕识别的新闻条目联合分割方法,实现了基于内容的新闻检索的自动化,充实了基于内容
二、SOFT COMPUTING APPROACH FOR NOISY IMAGE RESTORATION（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、SOFT COMPUTING APPROACH FOR NOISY IMAGE RESTORATION（论文提纲范文）
（1）基于机器视觉的矿物浮选泡沫监控研究进展（论文提纲范文）
| 0 引言 |
| 1 矿物浮选泡沫图像的获取和分割 |
| 1.1 图像采集装置和设备 |
| 1.2 浮选泡沫图像的分割 |
| 2 矿物浮选泡沫图像特征的提取 |
| 2.1 静态特征 |
| 2.2 动态特征 |
| 3 矿物浮选泡沫图像特征筛选 |
| 4 基于泡沫图像的矿物浮选指标预测模型 |
| 5 浮选自动化监控系统 |
| 5.1 浮选生产稳定控制 |
| 5.2 浮选生产优化控制 |
| 6 结论与展望 |
（2）激光诱导熔石英后表面喷溅过程成像探测及参数自动获取算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 熔石英后表面损伤动力学研究进展 |
| 1.2.2 喷溅粒子动力学参数测量研究进展 |
| 1.2.3 冲击波动力学参数测量研究进展 |
| 1.3 课题主要工作与章节安排 |
| 第二章 成像探测系统与算法理论基础 |
| 2.1 成像探测系统理论基础 |
| 2.1.1 成像探测系统理论基础 |
| 2.1.2 双帧激光阴影成像系统及冲击波阴影成像光路 |
| 2.2 算法理论基础 |
| 2.2.1 基于模糊C均值聚类的图像分割算法理论基础 |
| 2.2.2 粒子跟踪测速算法理论基础 |
| 2.3 本章小结 |
| 第三章 粒子喷溅动力学参数自动获取算法研究 |
| 3.1 粒子喷溅双帧阴影图像 |
| 3.2 算法思路 |
| 3.3 双帧阴影图像配准及去噪处理 |
| 3.3.1 图像配准 |
| 3.3.2 图像去噪 |
| 3.4 喷溅粒子识别算法研究 |
| 3.4.1 改进的自适应正则化核函数模糊C均值聚类粒子识别 |
| 3.4.2 结合边缘约束的模糊C均值聚类粒子识别 |
| 3.5 双帧喷溅粒子匹配算法研究 |
| 3.5.1 基于分层Voronoi图和弹性势能模型的粒子匹配 |
| 3.5.2 基于Gabriel图和位置比较的粒子匹配 |
| 3.6 粒子喷溅动力学特征 |
| 3.7 本章小结 |
| 第四章 冲击波动力学参数获取算法研究 |
| 4.1 冲击波阴影图像 |
| 4.2 算法思路 |
| 4.3 冲击波检测方法 |
| 4.3.1 基于Hessian矩阵的增强滤波 |
| 4.3.2 贝叶斯推断 |
| 4.3.3 冲击波识别处理 |
| 4.4 冲击波动力学特征 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 创新点 |
| 5.3 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（3）低压电网剩余电流暂态过程特征提取与识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 触电物理实验平台设计与触电实验 |
| 1.4 本文主要研究内容及技术路线 |
| 第二章 剩余电流暂态信号的频谱特征与波形特性 |
| 2.1 引言 |
| 2.2 基于FFT的暂态剩余电流频谱特征分析 |
| 2.3 基于数学形态学变换的剩余电流波形特性分析 |
| 2.4 本章小结 |
| 第三章 剩余电流暂态分量的幅值与能量特征提取方法 |
| 3.1 引言 |
| 3.2 剩余电流统计特征提取方法 |
| 3.3 基于FFT的剩余电流暂态分量幅值与能量特征提取方法 |
| 3.4 剩余电流固有模态分量能量特征提取方法 |
| 3.5 本章小结 |
| 第四章 基于剩余电流突变特征的触电故障时刻检测方法 |
| 4.1 引言 |
| 4.2 基于剩余电流相位突变特征的触电故障时刻检测方法 |
| 4.3 基于剩余电流幅值突变特征的触电故障时刻检测方法 |
| 4.4 基于电流相位与幅值突变特征的触电故障时刻组合检测方法 |
| 4.5 本章小结 |
| 第五章 触电故障类型与触电支路电流分量识别方法 |
| 5.1 引言 |
| 5.2 基于小波变换和神经网络的触电故障类型识别方法 |
| 5.3 应用有限冲激响应和径向基神经网络的触电支路电流分量识别方法 |
| 5.4 触电故障类型与触电支路电流分量识别方法的优化设计 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 本文创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 作者简历 |
（4）基于模糊数学的医学图像处理与分析方法（论文提纲范文）
| 前言 |
| 1 模糊数学理论基础 |
| 2 基于模糊数学的医学图像处理与分析方法 |
| 2.1 模糊逻辑分析方法 |
| 2.1.1 经典的Pal和King模糊图像增强算法 |
| 2.1.2 模糊连接度图像分割方法 |
| 2.1.3 其他模糊逻辑方法 |
| 2.2 模糊聚类分析方法 |
| 2.3 结合模糊数学的计算智能方法 |
| 2.3.1 模糊遗传算法 |
| 2.3.2 模糊人工神经网络 |
| 2.3.3 模糊粗糙集 |
| 3 结束语 |
（5）基于软计算融合的城市道路交通资源选址研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 绪论 |
| 1.1 城市道路交通资源 |
| 1.2 论文的选题背景及研究意义 |
| 1.3 道路交通资源选址在国内外的研究概况 |
| 1.4 软计算理论概述 |
| 1.4.1 软计算研究方法及其发展 |
| 1.4.2 软计算作为道路交通资源选址研究方法的优点 |
| 1.5 论文的结构和主要研究内容 |
| 1.6 论文主要贡献与创新点 |
| 2 软计算方法及其融合集成研究 |
| 2.1 几种主要软计算方法及重要算法 |
| 2.1.1 模糊逻辑(FL) |
| 2.1.2 人工神经网络(ANN) |
| 2.1.3 进化计算(EC) |
| 2.1.4 粗糙集(RS) |
| 2.2 软计算主要研究方法的优缺点 |
| 2.3 软计算方法融合集成的哲学基础 |
| 2.4 软计算方法融合集成的方法学基础 |
| 2.5 软计算方法融合集成的原则 |
| 2.6 软计算方法融合集成的形式 |
| 2.7 研究论题的软计算方法融合集成技术路线 |
| 2.8 小结 |
| 3 改进GA-NFS模型及其在快速公交线路选址中的规则提取研究 |
| 3.1 神经模糊系统模型 |
| 3.1.1 模糊逻辑与神经网络的集成 |
| 3.1.2 基于BP神经网络的Mamdani模糊推理系统 |
| 3.2 神经模糊系统的学习算法 |
| 3.3 改进的神经模糊系统 |
| 3.3.1 文献NFS模型研究 |
| 3.3.2 GA改进的NFS模型实现 |
| 3.3.3 GA+FNN融合集成算法步骤 |
| 3.4 实例仿真 |
| 3.4.1 样本及数据 |
| 3.4.2 试验各种参数选择和结果 |
| 3.4.3 模糊规则提取 |
| 3.5 小结 |
| 4 基于GA-GNN预测算法模型的城市公交换乘枢纽选址研究 |
| 4.1 公交换乘枢纽选址因素分析及选址步骤 |
| 4.1.1 影响公交换乘枢纽换乘量的因素 |
| 4.1.2 基于换乘量预测的选址步骤 |
| 4.2 灰色神经网络 |
| 4.2.1 灰色模型理论 |
| 4.2.2 灰色神经网络 |
| 4.3 公交换乘枢纽换乘量预测模型 |
| 4.3.1 模型参数变量确定 |
| 4.3.2 模型假设 |
| 4.3.3 模型变量数据集的建立 |
| 4.3.4 换乘需求流量预测的求解模型建立 |
| 4.4 GA优化的灰色神经网络参数求解 |
| 4.5 实例仿真研究 |
| 4.5.1 实验数据 |
| 4.5.2 实验方法和步骤 |
| 4.5.3 结果对比分析 |
| 4.6 小结 |
| 5 GA-BP多重优化的建模变量筛选模型在轨道交通干线选址中的研究 |
| 5.1 轨道交通干线选址因素筛选的意义及作用 |
| 5.2 轨道交通干线选址中多因素筛选的模型建立 |
| 5.2.1 影响轨道交通干线选址因素的分析方法 |
| 5.2.2 轨道交通干线选址建模参数确定 |
| 5.3 多重GA-BP优化的轨道交通干线选址多因素筛选问题求解 |
| 5.3.1 模型建立 |
| 5.3.2 算法步骤流程 |
| 5.3.3 模型相关设计 |
| 5.4 实例仿真研究 |
| 5.4.1 样本及数据 |
| 5.4.2 仿真实验的各种参数选择 |
| 5.4.3 仿真结果 |
| 5.4.4 实际选址问题研究 |
| 5.5 小结 |
| 6 基于GIS-FRSAR模型的城区立体停车库选址决策研究 |
| 6.1 研究意义及国内外的研究状况 |
| 6.1.1 研究意义 |
| 6.1.2 国内外的研究状况 |
| 6.2 GIS与MIBAFRAR方法相结合的立体停车库选址决策模型 |
| 6.2.1 模型的建立 |
| 6.2.2 停车设施选址属性信息提取 |
| 6.3 互信息的模糊粗糙集属性约简算法 |
| 6.4 实例研究 |
| 6.4.1 研究对象 |
| 6.4.2 AFRARBMI计算分析 |
| 6.4.3 结果对比与评价分析 |
| 6.5 小结 |
| 7 针对我国城市道路交通资源选址的建议 |
| 7.1 道路交通资源选址应与城市未来发展布局相统一 |
| 7.2 道路交通资源选址应避免对原有道路交通的负面冲击 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录A 部分数据和仿真计算程序 |
| A1 部分数据 |
| A1.1 第3章的原始数据 |
| A1.2 第5章中的数据表 |
| A1.3 第6章中的数据 |
| A2 部分仿真程序及说明 |
| A2.1 总体说明 |
| A2.2 第3章仿真程序 |
| A2.3 第4章仿真程序 |
| A2.4 第5章仿真程序 |
| A2.5 第6章仿真应用平台说明 |
| 攻读学位期间的研究成果 |
（6）基于水信息技术的渤海湾水生态环境特性及模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 近岸海域水生态环境的研究现状 |
| 1.2.2 水信息学的研究进展 |
| 1.3 渤海湾水生态环境的研究问题 |
| 1.4 本文的主要工作 |
| 第二章 基于数据挖掘技术的水生态环境特性研究及其应用 |
| 2.1 数据挖掘理论和方法 |
| 2.1.1 数据挖掘的内涵 |
| 2.1.2 数据挖掘的一般过程 |
| 2.1.3 数据挖掘方法 |
| 2.2 数据来源及其一般性质 |
| 2.3 数据挖掘方法在渤海湾水生态环境研究中的应用 |
| 2.3.1 渤海湾水生态环境的聚类分析 |
| 2.3.2 渤海湾水生态环境的关联分析 |
| 2.3.3 渤海湾水生态环境的决策树分析 |
| 2.4 本章小结 |
| 第三章 基于空间数据分析方法的赤潮空间分析及其应用 |
| 3.1 空间数据分析理论和方法 |
| 3.1.1 空间数据的性质 |
| 3.1.2 探索性数据分析技术 |
| 3.1.3 空间自相关 |
| 3.1.4 空间自回归 |
| 3.2 渤海湾赤潮遥感数据的探索性分析 |
| 3.3 渤海湾赤潮遥感数据的空间自相关分析 |
| 3.3.1 渤海湾水生态环境全局空间自相关分析 |
| 3.3.2 渤海湾水生态环境局部空间自相关分析 |
| 3.4 渤海湾遥感叶绿素浓度的空间自回归模型 |
| 3.4.1 空间自回归模型研究 |
| 3.4.2 渤海湾空间自回归模型的结果及分析 |
| 3.5 本章小结 |
| 第四章 基于混合软计算方法的水生态环境模拟研究及其应用 |
| 4.1 混合软计算的理论和方法 |
| 4.1.1 软计算方法 |
| 4.1.2 软计算方法的混合形式 |
| 4.2 基于混合软计算方法的生态模型Eco_HSC 的建立 |
| 4.3 Eco_HSC 模型在渤海湾水生态环境模拟中的应用 |
| 4.3.1 研究对象 |
| 4.3.2 模型的输入输出 |
| 4.3.3 叶绿素a 浓度的模拟结果及分析 |
| 4.3.4 叶绿素a 浓度的预测结果及分析 |
| 4.4 本章小结 |
| 第五章 基于CA-SVM 的遥感叶绿素浓度模拟及其应用 |
| 5.1 元胞自动机的理论和方法 |
| 5.1.1 元胞自动机的发展历程 |
| 5.1.2 元胞自动机的概念及组成 |
| 5.1.3 元胞自动机的扩展研究 |
| 5.2 基于CA-SVM 的遥感叶绿素浓度模型的建立 |
| 5.2.1 CA-SVM 模型的流程 |
| 5.2.2 CA-SVM 模型的组成 |
| 5.2.3 CA-SVM 模型的评价指标 |
| 5.3 CA-SVM 模型在渤海湾水生态环境模拟中的应用 |
| 5.3.1 方案1 的结果及分析 |
| 5.3.2 方案2 的结果及分析 |
| 5.3.3 方案3 的结果及分析 |
| 5.3.4 模型结果的比较及讨论 |
| 5.4 本章小结 |
| 第六章 生态和水动力学的耦合模型及其应用 |
| 6.1 渤海湾水动力学模型 |
| 6.2 生态和水动力学的耦合模型 |
| 6.3 模型结果及分析 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 建议与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（7）图像处理中几何驱动的变分和偏微分方程方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 图像处理:变分和偏微分方程 |
| 1.2 线性扩散 |
| 1.3 非线性扩散 |
| 1.4 双向扩散 |
| 1.5 论文的组织结构 |
| 第2章 变分和偏微分方程 |
| 2.1 数学准备 |
| 2.1.1 函数空间:图像 |
| 2.1.2 微分几何 |
| 2.1.3 变分方法 |
| 2.1.4 偏微分方程 |
| 2.2 研究现状 |
| 2.2.1 图像增强,图像恢复 |
| 2.2.2 图像分割 |
| 2.3 本章小结 |
| 第3章 分数阶整体变分 |
| 3.1 分数阶整体变分 |
| 3.2 图像放大:分数阶整体变分 |
| 3.2.1 双曲正切函数 |
| 3.2.2 分数阶整体变分 |
| 3.3 图像修整:带有耦合项的分数阶整体变分 |
| 3.4 本章小结 |
| 第4章 几何驱动的双向冲击扩散方程 |
| 4.1 几何偏微分方程 |
| 4.2 图像增强 |
| 4.2.1 鲁棒的反扩散方程 |
| 4.2.2 双向拉普拉斯滤波 |
| 4.2.3 边缘增强的各向异性扩散方程 |
| 4.2.4 几何驱动的双向冲击扩散方程 |
| 4.3 图像放大:双向冲击扩散 |
| 4.4 图像测量:非线性双向冲击扩散滤波 |
| 4.5 统一的双向扩散框架 |
| 4.6 本章小结 |
| 第5章 数值实现和理论分析 |
| 5.1 数值实现及其理论分析 |
| 5.1.1 数值计算格式 |
| 5.1.2 数值计算格式的理论分析 |
| 5.1.3 数值计算:其它问题 |
| 5.2 不同图像处理方法的相互联系 |
| 5.2.1 拉普拉斯算子锐化和反热传导方程 |
| 5.2.2 中值滤波,Gibbs 随机场和分数阶整体变分 |
| 5.2.3 模糊数学和双向冲击扩散方程 |
| 5.2.4 数学形态学和统一的双向扩散方程 |
| 5.2.5 不同图像处理方法的相互联系 |
| 5.3 偏微分方程方法的特性和策略 |
| 5.3.1 特性:局部性,迭代性和特征依赖性 |
| 5.3.2 策略:步骤,区域和"软一硬" |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间发表的论文和完成的工作 |
| 学位论文数据集 |
（8）基于粗糙集理论的图像分割方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 本文研究的目的和意义 |
| 1.2 粗糙集理论与图像分割 |
| 1.2.1 粗糙集与图像处理 |
| 1.2.2 粗糙集在图像分割中的应用 |
| 1.3 本文所做的主要工作 |
| 第2章 图像分割 |
| 2.1 数字图像处理 |
| 2.1.1 数字图像处理的定义和分类 |
| 2.1.2 数字图像处理研究的主要内容 |
| 2.2 图像分割的定义 |
| 2.3 图像分割方法 |
| 2.3.1 阀值法图像分割 |
| 2.3.2 基于边缘的图像分割 |
| 2.3.3 基于区域的图像分割 |
| 2.3.4 基于特定理论和算法的图像分割 |
| 第3章 相关数学基础知识 |
| 3.1 粗糙集理论 |
| 3.1.1 粗糙集理论产生、应用及发展现状 |
| 3.1.2 粗糙集理论的基本特点 |
| 3.1.3 粗糙集基本概念 |
| 3.1.4 粗糙集的属性约简 |
| 3.2 粒子群算法 |
| 3.2.1 粒子群算法的产生和发展 |
| 3.2.2 粒子群优化的基本原理 |
| 3.2.3 标准粒子群算法 |
| 3.3 熵方法 |
| 3.3.1 熵的概念 |
| 3.3.2 信息熵 |
| 3.3.3 粗糙熵 |
| 3.4 蒙特卡罗方法 |
| 3.4.1 蒙特卡罗方法的起源和发展 |
| 3.4.2 蒲丰投针试验和蒙特卡罗方法的基本思想 |
| 3.4.3 蒙特卡罗方法的解题步骤 |
| 第4章 粒子群优化和粗糙熵标准的图像分割 |
| 4.1 算法原理 |
| 4.2 图像子块的划分及算法流程 |
| 4.2.1 图像子块划分与上、下近似及边界域的确定 |
| 4.2.2 算法流程图 |
| 4.2.3 算法步骤及主要函数描述 |
| 4.3 试验分割效果和相关数据 |
| 4.4 试验结果分析和结论 |
| 第5章 蒙特卡罗方法和粗糙熵的图像分割 |
| 5.1 算法原理 |
| 5.2 图像子块的划分和算法流程 |
| 5.2.1 图像子块划分 |
| 5.2.2 算法流程图 |
| 5.2.3 算法步骤及主要函数描述 |
| 5.3 试验分割结果和相关数据 |
| 5.4 试验结果分析及结论 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 粗糙集理论在图像分割中的应用展望 |
| 参考文献 |
| 致谢 |
（9）基于坐标和图像技术的三维表面特征区域的检测（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究背景、进展和现状 |
| 1.2.1 基于图像检测技术的表面缺陷检测 |
| 1.2.2 特征面积测量 |
| 1.3 基于坐标和图像技术的三维表面特征区域检测 |
| 1.3.1 表面检测 |
| 1.3.2 三维轮廓测量 |
| 1.3.3 坐标测量 |
| 1.3.4 图像检测技术 |
| 1.3.5 无损检测 |
| 1.3.6 表征和标准 |
| 1.4 本课题的研究意义和内容 |
| 2 表面特征区域的概念和评定 |
| 2.1 表面特征区域的相关定义和分类 |
| 2.2 表面特征区域的表征和评价 |
| 2.3 表面特征区域检测的基准 |
| 2.4 表面特征区域检测规范的制定 |
| 2.5 面积的测量规范 |
| 2.6 本章小结 |
| 3 坐标测量和图像检测技术结合的基础性研究 |
| 3.1 坐标测量机的相关内容 |
| 3.1.1 坐标测量机坐标系的选择 |
| 3.1.2 坐标测量机测头的选择 |
| 3.2 图像处理的相关内容 |
| 3.2.1 图像的基本概念 |
| 3.2.2 图像处理的方法 |
| 3.2.3 图像分析的方法 |
| 3.3 三维曲面重构方法的研究 |
| 3.3.1 摄像机及光学系统的选择 |
| 3.3.2 图像坐标的亚像素定位 |
| 3.3.3 被测物体的安装和摄像机的调整 |
| 3.3.4 CCD摄像系统的标定 |
| 3.3.5 投影关系及转换 |
| 3.3.6 双线性插值 |
| 3.4 测量系统的设计 |
| 3.4.1 位置与运动的控制 |
| 3.4.2 检测系统和数据处理 |
| 3.4.3 相关机械系统设计 |
| 3.5 软计算方法和现代信息处理理论 |
| 3.6 测量系统的误差分析方法 |
| 3.7 本章小结 |
| 4 曲面上特征面积自动检测方法的研究 |
| 4.1 基于坐标测量与图像检测技术的测量方法 |
| 4.1.1 测量方案的选择 |
| 4.1.2 测量系统的组成 |
| 4.2 几何校正和特征区域的提取 |
| 4.2.1 从透视图像到平行投影图像的转换 |
| 4.2.2 平行投影图的展开 |
| 4.2.3 摄像机的选择和特征区域的提取 |
| 4.3 拼接过程的误差分析和评价 |
| 4.3.1 分块大小的影响 |
| 4.3.2 特征区域形状的影响 |
| 4.3.3 特征区域分割方法的影响 |
| 4.3.4 与CCD相关的误差合成 |
| 4.3.5 图像分割的实验和讨论 |
| 4.4 自动检测的流程和验证实验 |
| 4.4.1 自动检测的流程 |
| 4.4.2 验证实验和分析 |
| 4.5 药筒烧蚀面积的测量 |
| 4.6 本章小结 |
| 5 半球壳内外表面缺陷检测方法的研究 |
| 5.1 测量系统的确定和粗定位精测量的方法 |
| 5.1.1 测量系统的初步设计 |
| 5.1.2 粗定位精测量的方法 |
| 5.1.3 机械和测量的部分设计 |
| 5.1.4 控制系统设计 |
| 5.2 图像检测子系统对表面缺陷的粗定位方法 |
| 5.2.1 图像检测子系统与测量方法 |
| 5.2.2 图像的获取 |
| 5.2.3 图像的预处理 |
| 5.2.4 坐标变换 |
| 5.2.5 实验结果 |
| 5.3 激光测量子系统的检测和缺陷表征 |
| 5.3.1 激光精测子系统与测量方法 |
| 5.3.2 扫描步长的确定 |
| 5.3.3 数据处理方法的研究 |
| 5.3.4 数据处理方法的分析和讨论 |
| 5.3.5 半球表面缺陷的表征和实验结果 |
| 5.4 强反光光滑半球表面缺陷检测 |
| 5.4.1 测量方法和漫反射带选择 |
| 5.4.2 数学模型和仿真 |
| 5.4.3 图像分析和缺陷提取 |
| 5.4.4 误差分析和讨论 |
| 5.5 几种测量方法的对比 |
| 5.6 本章小结 |
| 6 软计算和图像信息处理 |
| 6.1 基于神经元网络的炮弹烧蚀区域的提取 |
| 6.1.1 问题的提出 |
| 6.1.2 BP神经元网络原理和算法 |
| 6.1.3 BP神经元网络的颜色聚类 |
| 6.1.4 自组织特征映射(SOFM)神经元网络 |
| 6.1.5 基于SOFM的颜色聚类和烧蚀颜色的判别 |
| 6.2 EMD和Snakes模型结合的缺陷识别 |
| 6.2.1 EMD信号的分解方法 |
| 6.2.2 Snakes模型原理 |
| 6.2.3 缺陷图像的分析 |
| 6.2.4 缺陷区域的初步定位 |
| 6.2.5 缺陷区域的缩小 |
| 6.2.6 缺陷边缘的逼近 |
| 6.2.7 相关技术的讨论 |
| 6.3 本章小结 |
| 7 结论及展望 |
| 7.1 结论 |
| 7.2 今后的研究与设想 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的论文 |
（10）基于智能软计算的视频镜头分割算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 基于内容视频检索技术的研究进展及现状 |
| 1.3 镜头边界检测方法的研究进展及现状 |
| 1.4 论文的主要工作和章节安排 |
| 第二章 软计算方法 |
| 2.1 引言 |
| 2.2 软计算混合算法分类 |
| 2.3 软计算的典型混合方式及发展 |
| 2.3.1 模糊集合理论及模糊聚类算法 |
| 2.3.2 粗糙集 |
| 2.3.3 神经网络 |
| 2.3.4 支持向量机 |
| 2.4 粗糙集与其它数学工具的融合 |
| 第三章 基于粗糙集的镜头边界检测方法 |
| 3.1 引言 |
| 3.2 视频特征提取 |
| 3.3 基于粗糙集和模糊聚类的镜头边界检测方法 |
| 3.3.1 算法描述 |
| 3.3.2 规则生成 |
| 3.3.3 实验结果与分析 |
| 3.4 基于模糊粗糙集的镜头边界检测方法 |
| 3.4.1 检测思路 |
| 3.4.2 实验结果及分析 |
| 3.5 小结 |
| 第四章 基于变精度粗糙集特征加权聚类的镜头边界检测方法 |
| 4.1 引言 |
| 4.2 基于变精度粗糙集的特征加权模糊聚类(VPRS-FWCM) |
| 4.2.1 算法描述 |
| 4.2.2 实验结果与分析 |
| 4.3 基于变精度粗糙集和变精度模糊粗糙集的特征加权聚类 |
| 4.3.1 算法描述 |
| 4.3.2 实验结果与分析 |
| 4.4 小结 |
| 第五章 基于仿生模式识别的镜头边界检测方法 |
| 5.1 引言 |
| 5.2 仿生模式识别 |
| 5.3 多权值神经网络与高维空间封闭超曲面 |
| 5.4 基于仿生模式识别的镜头边界检测 |
| 5.5 实验结果与分析 |
| 5.6 小结 |
| 第六章 多模式分析的新闻条目分割 |
| 6.1 引言 |
| 6.2 新闻视频的结构化和内容分析 |
| 6.3 基于音频分析的音频分割与分类 |
| 6.3.1 音频特征提取 |
| 6.3.2 选择性集成支持向量机(SEN-SVMs) |
| 6.3.3 音频分类 |
| 6.4 基于模糊直方图和音频特征结合的主持人帧检测 |
| 6.4.1 模糊直方图 |
| 6.4.2 基于主持人帧的模糊颜色直方图特征向量构造 |
| 6.4.3 检测方法 |
| 6.5 基于双权值神经网络的标题条检测 |
| 6.5.1 字幕特点 |
| 6.5.2 新闻标题条特征 |
| 6.5.3 标题条检测 |
| 6.6 基于多模式的新闻条目检测 |
| 6.7 实验结果与分析 |
| 6.7.1 音频检测与分类的实验结果与分析 |
| 6.7.2 主持人镜头检测实验结果与分析 |
| 6.7.3 标题条检测的实验结果与分析 |
| 6.7.4 新闻条目检测结果 |
| 6.8 小结 |
| 第七章 结束语 |
| 致谢 |
| 参考文献 |
| 攻读博士期间(合作)撰写的学术论文 |
| 攻读博士学位期间参与的科研项目 |
四、SOFT COMPUTING APPROACH FOR NOISY IMAGE RESTORATION（论文参考文献）
- [1]基于机器视觉的矿物浮选泡沫监控研究进展[J]. 谭利平,张泽琳,赵伟,张仁豪,张康茂. 矿业研究与开发, 2020(11)
- [2]激光诱导熔石英后表面喷溅过程成像探测及参数自动获取算法研究[D]. 李仰亮. 国防科技大学, 2019(02)
- [3]低压电网剩余电流暂态过程特征提取与识别方法研究[D]. 关海鸥. 中国农业大学, 2014
- [4]基于模糊数学的医学图像处理与分析方法[J]. 李翠芳,聂生东. 中国医学物理学杂志, 2011(04)
- [5]基于软计算融合的城市道路交通资源选址研究[D]. 汤旻安. 兰州交通大学, 2011(05)
- [6]基于水信息技术的渤海湾水生态环境特性及模拟研究[D]. 向先全. 天津大学, 2011(06)
- [7]图像处理中几何驱动的变分和偏微分方程方法研究[D]. 付树军. 北京交通大学, 2008(03)
- [8]基于粗糙集理论的图像分割方法研究[D]. 尚金奎. 东北大学, 2008(03)
- [9]基于坐标和图像技术的三维表面特征区域的检测[D]. 乐静. 西安理工大学, 2007(09)
- [10]基于智能软计算的视频镜头分割算法研究[D]. 韩冰. 西安电子科技大学, 2006(06)