检索结果-南通市图书馆

作者：黄新丽福州大学

学位级别：硕士

框架理论是继小波分析后发展起来的一个新的研究方向.1952年，Duffin和Schaeffer在研究非调和Fourier级数时首先提出了Hilbert空间中框架的概念，框架理论无论在理论领域还是在应用领域都有广泛的应用.经过一段时间的发展，一些学者又... 详细信息

框架理论是继小波分析后发展起来的一个新的研究方向.1952年，Duffin和Schaeffer在研究非调和Fourier级数时首先提出了Hilbert空间中框架的概念，框架理论无论在理论领域还是在应用领域都有广泛的应用.经过一段时间的发展，一些学者又陆续给出了几种更一般的框架概念，如伪框架、斜框架、外框架、子空间框架、g-框架等.其中g-框架的概念由孙文昌教授于2006年首次提出.G-框架作为框架概念的推广，与框架的性质有许多不同之处，为了找出这些不同之处，国内外许多学者对它的性质展开了大量的研究.其中g-框架的稳定性研究是g-框架理论中非常重要的一部内容，它对于进一步了解g-框架的构造和性质有非常大的帮助.本文第一部分将算子理论应用于g-框架的研究.首先结合算子扰动和矩阵扰动的思想，考虑用算子矩阵对g-框架进行扰动，所谓算子矩阵就是矩阵上的每个元素都是有界线性算子.当算子矩阵的元素取常数值时，既为一般矩阵对框架和g-框架的扰动形式.特别的，令算子矩阵非对角线上的元素为零，得到g-框架的另一种扰动形式，算子序列的扰动.之后我们证明了对于g-Riesz框架和g-框架序列也有类似的结论成立.进一步我们证明了两个g-框架之间一定存在一个算子矩阵.第二部分，对g-Riesz基、g-Besselian框架、拟g-Riesz基和g-Riesz框架与它们所对应的子空间的框架之间的关系进行研究.由所得的结果可导出已被讨论过的g-Besselian框架和拟g-Riesz基与其对应的子空间的标准正交基之间的关系.接着对这几种g-框架在算子序列下的稳定性进行了讨论.

关键词： g-框架 g-Riesz基 g-Besselian框架拟g-Riesz基 g-Riesz框架

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于马尔可夫随机场的图像分割方法研究

基于马尔可夫随机场的图像分割方法研究

作者：刘俊岭福州大学

学位级别：硕士

图像分割是图像处理和计算机视觉系统中关键的处理技术,它的准确性直接影响到计算机视觉系统中高层处理的精确性。近年来,产生了很多图像分割的方法,其中,马尔可夫随机场(Markov Random Field, MRF)模型具有良好的分割特性,是一种基于... 详细信息

图像分割是图像处理和计算机视觉系统中关键的处理技术,它的准确性直接影响到计算机视觉系统中高层处理的精确性。近年来,产生了很多图像分割的方法,其中,马尔可夫随机场(Markov Random Field, MRF)模型具有良好的分割特性,是一种基于统计的方法,具有能充分利用先验知识,模型参数少,且易于和其它方法相结合等优点,因此,在图像分割领域得到了广泛的应用。本文研究了基于MRF的图像分割算法,重点研究了基于小波域多尺度MRF的彩色图像分割方法以及基于形态小波域多尺度MRF的彩色纹理图像分割方法。针对两者方法中存在的不足,做了如下的改进工作：首先,研究了小波域多尺度MRF模型,为了减少欠分割现象,本文在结合图像多空间特征,利用模糊估计模型参数的方法的基础上,在多空间多尺度模型的特征场与标记场之间引入了一个变权重参数,用来建立两者之间的相关性约束。通过对Berkeley图像库中的图像进行分割实验,从分割效果和定量分析两方面验证了本文方法的有效性。其次,研究了形态小波域多尺度MRF模型,为了增强模型对彩色纹理图像中的描述能力,本文在该模型的基础上,充分利用RGB空间和HSV空间的特性,构建了多空间形态小波多尺度MRF模型。通过对Prague纹理库合成的彩色纹理图像进行分割实验,从分割效果和定量分析两方面验证了该模型可以得到较为一致的分割区域,且提高了图像分割精度。

关键词：图像分割马尔可夫随机场模糊理论颜色空间参数估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Hilbert空间中连续框架的推广

Hilbert空间中连续框架的推广

作者：范丽兰福州大学

学位级别：硕士

为了更深入研究非调和傅里叶级数,Duffin和Schaeffer在1952年引入Hilbert空间中的框架概念.1986年,框架理论被Daubechies, Grossmann和Meyer等推广与应用.离散框架具有类似基的性质,即可分Hilbert空间中的任意元素均可由该空间中的框架... 详细信息

为了更深入研究非调和傅里叶级数,Duffin和Schaeffer在1952年引入Hilbert空间中的框架概念.1986年,框架理论被Daubechies, Grossmann和Meyer等推广与应用.离散框架具有类似基的性质,即可分Hilbert空间中的任意元素均可由该空间中的框架表示出来.但框架元素可以是线性相关的,因而导致其在表示空间中某个元素时可以不唯一,这种性质是基所不具备的,然而正是这种不唯一性使得框架理论在信号处理,图像处理和数据压缩方面得到广泛应用且呈上升趋势.1993年,Ali, Antoine和Gazeau利用局部紧的测度空间将框架的概念进行了推广,由此产生了连续框架的概念.连续框架是框架的更广泛和一般的情形,因此连续框架也称为广义框架.本文首先对Riesz型框架的性质做了进一步研究,着重研究了连续K-框架的等价性质及其冗余和扰动,并研究了连续紧K-框架的一些性质.首先,本文主要介绍了框架理论的研究背景和现状,同时介绍了目前框架研究的发展方向及测度空间相关理论和Hilbert空间的框架,最后对论文的主要内容及论文的结构进行简要概述.其次,本文简要介绍Riesz型框架和连续标准正交基以及它们的一些性质,并对Riesz型框架与连续标准正交基关系做研究.再次,本文给出了Hilbert空间连续K-框架的两个等价刻画,又提出了在连续K-框架中挖去部分元素还构成连续K-框架的两个充分条件和不构成连续K-框架的一个充分条件,然后利用合成算子和两个连续Bessel映射的有界线性算子去刻画连续K-框架,最后给出了Hilbert空间连续K-框架的不同形式的扰动.最后,本文提出了连续紧K-框架的定义,然后讨论了连续紧K-框架的几个等价刻画,以及它的一些相关性质,最后给出了连续紧K-框架的必要条件.

关键词：连续框架 Riesz型框架连续K-框架连续紧K-框架连续标准正交基

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PCNN模型的图像分割方法研究

基于PCNN模型的图像分割方法研究

作者：郑倩倩福州大学

学位级别：硕士

图像分割是图像处理中研究的关键问题之一,它的目的是把图像划分成多个互不交叠的区域,从而方便人们对感兴趣的区域作进一步分析和识别等处理。随着图像分割理论的发展,越来越多的图像分割算法被提出,目前,常见的分割算法可以分为两类... 详细信息

图像分割是图像处理中研究的关键问题之一,它的目的是把图像划分成多个互不交叠的区域,从而方便人们对感兴趣的区域作进一步分析和识别等处理。随着图像分割理论的发展,越来越多的图像分割算法被提出,目前,常见的分割算法可以分为两类：传统分割算法和结合特定理论分割算法。其中,基于脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)模型的分割算法以其分割精度高、适应范围广的优势成为国内外学者关注的热点。PCNN模型是建立在模仿猫的视觉皮层神经元活动的基础上提出的。该模型是一种单层的新型神经网络模型,其不但具有良好的生物特性,不需要任何训练和学习,而且易于和其它方法相结合。因此,在图像分割领域受到了广泛的应用。本文首先介绍了图像分割领域中几种典型的分割算法和常用的分割评价指标,简单描述了PCNN的传统模型PCNN的标准改进模型和Unit-Linking PCNN模型及其PCNN用在图像分割中的应用原理。本文主要研究了基于PCNN的标准改进模型的图像分割算法,重点研究了如何自动确定算法的循环迭代次数和模型参数的自适应设定。针对这两方面中存在的不足,做了如下的改进工作：首先,为了解决自动确定循环迭代次数和最优分割结果的问题,本文提出了一种基于均匀性测度参数与PCNN模型结合的自动图像分割方法。通过计算每次迭代后对应图像的均匀性测度参数,从中选取值最大的一次对应的循环迭代次数作为最优分割结果时的迭代次数,此时对应输出的二值图像即为最优分割的图像。实验结果表明,该方法能够自动确定出循环迭代次数和视觉较好的分割结果,并具有一定的普适性。其次,为了避免模型参数需要人为设置的麻烦,本文利用人工鱼群算法(Artificial Fish Swarm Algorithm, AFSA)具有对参数自动寻优的优势,并且将图像的均匀性测度参数作为适应度函数,提出了一种能进行参数自动寻优的PCNN图像自动分割算法。实验仿真结果表明,该方法能够自动地设置PCNN模型的参数,不再需要人为的调节,同时可以得到较好的分割结果。

关键词：图像分割 PCNN模型均匀性测度参数自动分割人工鱼群算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络和SVD的数字水印技术研究

基于神经网络和SVD的数字水印技术研究

作者：张金辉福州大学

学位级别：硕士

随着计算机网络的不断发展,多媒体信息的版权保护问题变得十分突出,已成为一个非常紧迫的议题。数字水印技术是实现版权保护的一种非常有效的方法,已经成为信息隐藏领域的一个热门方向。本文着重讨论了数字水印技术在数字图像中的应用,... 详细信息

随着计算机网络的不断发展,多媒体信息的版权保护问题变得十分突出,已成为一个非常紧迫的议题。数字水印技术是实现版权保护的一种非常有效的方法,已经成为信息隐藏领域的一个热门方向。本文着重讨论了数字水印技术在数字图像中的应用,特别地,对于基于神经网络和SVD的自适应的数字水印技术进行了深入的研究与实验。首先比较全面地介绍了数字水印技术的发展历史、现状、基本模型、特征、分类、现有的主要的算法和应用,并对数字水印的发展前景做出了一个展望。接着阐述了神经网络和奇异值分解( SVD)的相关理论。利用图像分割法,提出了基于图像分割和SVD的数字水印算法。该算法将原始图像划分为许多不同的区域,对于不同的区域,分别采用同一区域块用统一的量化步长和同一区域用基于统计特性的自适应量化步长等两种形式对其进行分析。而且在用统一的量化步长时,我们分别就嵌入部分分别为图像的某一区域和各个区域进行讨论。水印的提取不需要原始图像,并受到密钥的控制,不知道密钥就无法正确恢复水印。利用神经网络和奇异值分解的特性,提出一种通过自适应量化处理将二值水印图像嵌入到原始图像中的新的盲水印算法。该算法首先对原始图像进行小波变换,并将小波系数进行分块,然后对各个分块进行奇异值分解。根据各个分块的统计特性,利用神经网络来确定的各个分块的量化步长,将水印嵌入到各个分块的奇异值。在水印的提取过程中不需要原始图像。本文实现了上述的数字水印算法,并与文献[6]进行比较,实验结果表明本文所提出的算法对JPEG压缩具有很好的鲁棒性,但对其他攻击如滤波和加噪等是比较敏感的。

关键词：数字水印小波变换神经网络奇异值分解图像分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多光谱图像和全色图像的融合技术

基于多光谱图像和全色图像的融合技术

作者：邢鹏昌福州大学

学位级别：硕士

图像融合是将两个或者两个以上的不同传感器在同一时间或不同时间采集到的图像信息按照一定的算法规则对待融合图像的整合技术,获得比某单一图像更饱满、更可靠、更准确的图像信息,以便有利于对图像进一步的分析和理解,图像融合广泛应... 详细信息

图像融合是将两个或者两个以上的不同传感器在同一时间或不同时间采集到的图像信息按照一定的算法规则对待融合图像的整合技术,获得比某单一图像更饱满、更可靠、更准确的图像信息,以便有利于对图像进一步的分析和理解,图像融合广泛应用于军事和民用领域。首先介绍了常用的图像评价指标,传统的图像融合方法,分析了各个算法的优缺点,根据优缺点提出了复合式融合算法;然后分析了小波在图像融合中的不足,提出了主成分分析和提升小波相结合的图像融合方法;最后介绍了Contourlet变换的基本理论,提出了主成分分析和Contourlet变换相结合的图像方法,由于Contoulet变换不满足平移不变性,造成了融合图像产生了Gibbs效应,为了克服这一缺陷,介绍了非下采样的Contourlet变换的基本原理及其在图像融合中的应用。为了将低分辨率多光谱图像和高分辨率全色图像有效的融合,提出了复合式融合方法,小波分解后对低频成分选用绝对值系数取大和高频成分区域方差取大的融合规则,并与传统的融合算法进行了比较;之后,提出了主成分分析变换和提升小波相结合的融合方法,小波提升后选用不同的融合规则对高低频成分进行融合,并与PCA+DWT和HSV+LWT融合法进行了比较。实验结果表明,以上两种方法都较好的保留了多光谱图像的同时尽可能的提高了多光谱图像的空间分辨率。本论文还提出了基于模糊隶属度的主成分分析和Contourlet变换相结合的图像融合方法,对多光谱图像的进行主成分分析变换后,将第一主成分分量和全色图像分别进行Contourlet变换,对低频成分采用了基于模糊隶属度的加权法和高频成分采用了能量取大法进行融合后得到新的第一主成分分量,最后将新的第一主成分分量和其他主成分分量合并,得到最终融合的图像。为了消除融合图像产生的Gibbs效应,介绍了非下采样Contourlet变换和HIS相结合的融合方法,该方法对低频成分利用了主成分分析进行了融合,在低频成分有效的克服了传统方法的不足。实验结果表明,该方法较好地保留了多光谱图像的光谱特性和提高了空间分辨率。

关键词：图像融合主成分分析提升小波 Contourlet变换