一、基于小波包纹理分析的字体识别方法（论文文献综述）
胡鹏[1]（2020）在《双模态红外图像融合中差异特征与融合策略多级映射研究》文中指出双模态红外光强与偏振图像因各自独特的成像优势和两者间丰富的互补信息而具有巨大的融合价值,因此如何为两类图像的融合配置最优融合策略（包括融合算法和融合规则）以实现二者高质量融合是充分利用双模态红外图像互补信息的关键,也是后续各种图像任务,如目标识别、目标跟踪及物体分类等得以高效实施的重要前提。然而一直以来在双模态红外图像融合中,融合策略的配置或选择大多基于先验知识且相对固定。众所周知,实际应用中成像场景不仅复杂多变且不可预估,这直接导致了根据先验知识所选择的融合策略在多数情况下难以获得高质量的融合图像。为了使融合策略能自适应地适配融合场景,本文在明确差异特征的作用和属性基础上,利用差异特征对两类图像间的差异互补信息进行定量描述,并在多尺度分解框架下建立双模态红外图像差异特征与最佳融合策略间的多级映射关系,以实现由双模态红外图像间的差异特征驱动自适应地选择最佳融合策略。另外,由于全局主差异特征仅是差异互补信息的总体平均反映,无法准确描述局部区域的主要差异。为此,本文在多级映射的基础上进一步提出了基于差异特征度量的图像分块融合方法,从而保证了融合结果在全局水平上的最优性。综上所述,本文在多尺度分解融合框架下,开展了面向双模态红外图像分块自适应融合的差异特征与融合策略多级映射研究,主要创新工作如下:（1）差异特征与融合策略间多级映射的映射集构建:为了解决构造差异特征时,由于缺乏对差异特征本质及属性的准确认识,而导致所构建的差异特征缺乏规范,进而无法对两类图像间的差异互补信息进行全面而有效的定量描述这一障碍。本文从差异特征的作用出发,首次分析给出差异特征的三个基本属性,即描述信息差异性、表征差异独立性及引导融合有效性。同时依据这三个基本属性结合双模态红外成像原理及图像特点,构建了六个差异特征用于对两类图像间的灰度、边缘及纹理三个方面的差异互补信息进行定量描述,并依次通过实验验证了上述六个差异特征的合理性和有效性;关于融合策略集,本文在多尺度分解融合框架下选择了大量典型的融合算法和规则,并针对双模态红外图像的融合对算法参数和高、低频规则组合的合理性进行比较分析,最终构建了适合双模态红外图像融合的融合策略集。（2）双模态红外图像差异特征与融合策略间融合有效度的研究及构造:为了使融合有效度真正做到既反映差异特征的融合效果又兼顾融合结果的客观融合质量,从而起到链接差异特征与最优融合策略的纽带作用。本文分析并明确了差异特征融合度与融合有效度的区别,比较了多种差异特征融合度的优劣,进而构造了更加合理的差异特征融合度。另外,通过分析融合有效度的作用与内涵,提出了一种基于差异特征融合度与客观评价指标间相关性的新型融合有效度。该融合有效度在兼顾融合质量客观评价的同时,综合描述了差异特征引导融合时,融合策略与融合质量间的关系。（3）差异特征与最佳融合策略间多级映射关系的建立及其融合形式:为了克服借助经验选择融合策略造成所选策略较固定且难以最优的问题。论文研究并建立差异特征与最优融合算法及最优规则（包括高频规则、低频规则）间的浅层多级映射关系,并在此基础上进一步揭示了差异特征差异度幅值对上述映射关系的影响,进而确立由差异特征到特征差异度幅值与最优融合策略间的深层多级映射对应关系,从而实现利用图像内容间的差异特征自适应地选择配置最佳融合策略,为依据差异特征及其幅值动态自适应选择最优融合策略铺平了道路。同时,论文进一步研究所建立的多级映射在双模态红外图像融合中的应用,及其在多尺度分解框架下的深度融合实现,使得两类图像的融合质量得到显着提升。（4）基于多级映射的双模态红外图像分块自适应融合方法实现:为了突破依据全局差异特征引导融合难以做到各局部区域均是最优融合的局限。论文从全局主差异特征与局部主差异特征的关系入手,提出依据局部主差异特征的分块针对性融合方法。该方法借鉴区域生长的思想提出了块聚合分割法对源图像进行分块,而后分别依据各图块的主差异特征自适应地选择最优融合策略并实施分块融合。由于融合过程中每个图块都是最优融合,所以最终融合结果实现了各局部区域的最优化。
王山岭[2]（2020）在《基于VR-GIS的光缆故障精确定位方法研究》文中进行了进一步梳理随着国家电网提出大力建设泛在电力物联网的战略,电力光缆通信凭借其容量大、低损耗、高速率等优点在泛在电力物联网建设中将起着信息交换枢纽的作用。由于电力光缆通信承载着极大的信息量且检修光缆故障点困难,如果光缆线路发生故障,将会给电力企业带来无法估量的经济损失,现有的光缆监测方式利用OTDR对故障光缆线路进行检测,只能得到光缆故障点位置与检测点位置之间的光缆直线距离,并不具有地理位置属性;由于光缆敷设的方式、光缆走线、光缆预留等现实工程问题,导致光缆故障直线距离并不能与光缆故障点的实际地理位置相匹配;如何有效地监测光缆线路工作状态、实现对光缆故障点定位并利用VR-GIS精确显示其所在的实际地理位置、缩短光缆故障历时就成为了一个重要课题。本文主要研究基于VR-GIS的光缆故障精确定位方法,针对电力光缆故障实际地理位置精确定位问题,本文做了以下工作:（1）基于OTDR曲线分析的光缆线路故障模式识别方法。OTDR作为监测光缆线路的主要器件,其检测曲线得到的光缆故障点到监测点之间的距离的准确率在一定程度上影响基于VR-GIS的光缆故障精确定位方法定位到光缆故障实际地理位置的精度。本文通过小波包对OTDR曲线进行时频域分解,提取归一化的小波包能量作为光缆故障模式的特征向量,最后建立基于粒子群优化的支持向量机模型,对特征向量进行训练和测试实现故障模式识别。实验结果表明,该方法对光缆故障事件的正确分辨率为98.89%。与传统支持向量机方法相比,准确率提高32.22%,与RBF神经网络方法相比,准确率提高0.56%。（2）构建基于VR-GIS的虚拟电力光缆线路信息。基于VR-GIS的虚拟电力光缆线路信息的构建是实现电力光缆故障精确定位方法的基础;虚拟电力光缆线路信息包含了被测光缆线路的实际地理位置信息,借助于VR-GIS强大的数据分析和空间定位的能力实现对光缆故障实际地理位置的计算和显示。针对国网吉林省电力有限公司长春地区某光缆线路,通过利用3DMax与Super Map.Net软件构建基于VR-GIS的虚拟电力光缆线路信息;再利用Super Map.Net强大的数据分析能力将多元数据融合在三维虚拟光缆线路中,使其具有被测光缆线路的位置信息;最后通过Super Map object.Net和Microsoft Visual Studio 2010实现对Super Map的二次开发,实现基于VR-GIS的虚拟电力光缆线路信息的构建。（3）基于VR-GIS的光缆故障精确定位方法。该方法是在基于VR-GIS的虚拟电力光缆线路信息构建和基于OTDR曲线分析的光缆故障模式识别方法的前提下实现的。该方法通过将被测光缆线路中的各个特殊位置点的信息存入VR-GIS数据库中,将实际测得的距离与存入数据库中的特殊点信息进行对比分析,不断迭代分析故障点的实际地理位置范围,最终获取故障点实际地理位置的经纬度,VR-GIS根据故障点实际地理位置的经纬度显示出故障点的实际地理位置信息。实验证明该方法定位光缆故障实际地理位置的精度能控制在15m的范围内,定位速度只需要5.9秒,提高了光缆维护人员确定光缆故障实际地理位置的速度和光缆运维的可视化程度。
周强[3]（2020）在《基于温度/振动检测的智能点检系统设计与应用研究》文中认为工业设备在故障发生前通常伴随着异常振动或者局部超阈值高温,针对机械装备制造设备重要环节振动、温度监测对机械设备安全可靠运行和故障预警具有重要意义。鉴于传统点检系统存在数据反馈滞后、数据汇总方式繁琐和缺乏设备运行状态分析能力等问题,设计一种基于温度/振动检测的智能点检系统。系统由状态监测层,点检终端层以及数据汇总层三层组成,状态监测层基于红外温度传感器和ICP型加速度传感器设计了便携式状态监测节点,节点依据点检终端层采样指令收集点检数据并通过蓝牙反馈数据至点检终端层;点检终端层以Android系统为开发平台设计了智能终端APP,软件功能包括:数据曲线绘制、阈值报警、历史数据查看以及点检数据上传等功能;数据汇总层利用Java和My Sql设计了服务器数据库,实现了基于Wi Fi传输的点检数据接收,历史点检数据查看、数据曲线绘制与保存等功能。实验验证表明:状态监测节点温度、振动信号数据采集准确可靠,智能终端APP和服务器数据库软件功能运行正常符合预期设计目标。论文最后利用本文设计的温度/振动智能点检系统长期监测某型号钻床特定位置的螺栓工作状态,获取到了2100组螺栓不同松动状态下的振动数据,提出一种基于小波理论和人工神经网络技术的螺栓状态分析算法,构建了螺栓松动状态检测模型。实验验证结果表明,模型7种松动状态平均识别率达到95%以上,为设备螺栓松动检测提供了一种新的思路。基于温度/振动检测的智能点检系统为机械装备制造设备振动、温度点检提供了一种新的在线点检方法,为机械装备制造领域的钻床、切削机床和液压机等设备运行状态分析和故障预警提供高效智能的技术手段及数据支撑,该系统具有广阔的应用前景。
李英[4]（2018）在《面向互联网的图像敏感内容分析系统的关键技术研究》文中研究指明随着互联网、网络流媒体技术和多媒体信息检索的发展,图像和视频已成为当前多媒体信息交流和服务的主流信息载体。第四代（4G）数字通信网络的出现,微信等即时通信模式使信息传播具备更加快速、广泛的特点。互联网丰富的内容给网民带来便利的同时,内容安全也成为更加棘手的问题。政治反动、淫秽色情、商业机密以及个人隐私等敏感信息的传播对国家安全、社会稳定以及青少年的健康成长均有较大程度的影响。目前纯文本的敏感信息过滤已经相对成熟,但对图像内嵌文字的提取、敏感图像及视频的快速识别等问题仍然存在相当的挑战性。本文瞄准网络监控的内容安全重大需求,以图像内嵌文字为线索进行多媒体内容分析,重点研究场景图像中的文本检测和提取技术;针对本领域的敏感数据传输、存储安全要求,研究私有协议的文字及图像编解码算法,提升数据压缩效率同时兼顾数据信息安全;最终结合文字及图像信息,实现移动互联网多媒体的敏感内容监控。本文的主要研究成果可概括如下:1、针对复杂背景下的文字区域的检测问题,提出了一种基于Gabor纹理和神经网络的由粗到细的文字区域检测新方法,对多语种的文字区域取得较好的效果。针对图像背景复杂造成文字区域难以检测的问题,利用文字区域纹理的方向性,提出一种基于Gabor纹理和神经网络的由粗到细的文字区域检测新方法。首先,通过不同方向和尺度下的Gabor特征来描述原始图像中文字区域的方向性纹理;然后,将文字区域和非文字区域的Gabor特征输入到BP（Back Propagation,反向传播）神经网络训练文字区域分类器,训练好的分类器用于图像和视频中文字区域的检测。实验结果表明,本文算法显着提高了文字区域检测算法的准确性和鲁棒性,对中、英文等多语种的文字区域检测均有较好效果。2、针对图像内嵌文字的提取问题,提出一种基于小波纹理同质空间映射的图像文本提取方法,取得了86%的提取精度。针对图像内嵌文字的提取方法,研究了一种基于小波纹理同质空间映射的图像内嵌文字快速提取算法,内嵌文字的图像作为研究对象,通过图像增强函数来突出图像的边缘和纹理特征;利用小波包提取24维度的纹理特征向量,同时用Sobel算子提取增强图像边缘特征信息;对纹理特征和边缘特征来构造图像的同质性并映射得到特征图像,利用非文本和文本区域同质性之间的差异来进行区分,从而抑制非文本区域信息,突出文本区域特征;再利用同质性空间对文本样本图像进行训练得到文本区域检测器来检测文本区域,大大减少了计算量;最后通过字符分割和字符识别单元完成文本的提取。为了验证算法的有效性和实用性,实验结果文字识别率86%略高于业界水平,该算法为运营商的不良信息监控提供保障。3、针对网上敏感文本信息的压缩、传输与安全问题,提出一种基于Glomb参数局部优化的文本数据压缩算法,获得了优于Winzip的压缩性能。针对政治类等敏感文本数据,数据在存储、传输、应用过程中的安全保障是一个棘手的问题,私有协议的数据编解码算法在兼顾数据压缩效率的同时提供了必要的安全保障。提出了一种基于Glomb参数局部优化的文本数据压缩算法,将扫描产生的偏移量,匹配数据长度等全局优化问题转化为局部优化问题,并从Glomb编码思路出发,推导出一种参数选择算法;对LZ77算法进行修正,提出一种预测编码方法,获得预测参数。对预测参数、偏移量、数据匹配长度、保留文本数据使用MQ（Message Queue）算术编码器进行编码,针对不同类型数据,设计出不同的编码算法和相应的上下文算法。实验结果表明对纯文本数据、Word文档数据、C语言程序代码,图像数据等,本压缩算法都优于Winzip;在纯文本数据、Word文档数据、C语言程序代码压缩方面与WinRar相当或者略好,但在图像压缩方面的性能与WinRar相比略有不足。4、针对网上敏感图像数据的压缩传输及安全问题,提出一种基于JPEG-LS算法的误差优化编码的图像压缩算法,取得了良好的压缩效果。为了保障互联网敏感图像数据在传输和存储过程的安全,需要研究私有压缩算法来保障数据安全,实现对高精度图像进行高效压缩,同时确保重建图像有较好的视觉质量。提出了一种基于JPEG-LS算法的误差优化编码的图像压缩算法,使用JPEG-LS压缩算法对高精度图像数据进行压缩,对游程编码产生误差数据进行量化,对量化值进行数据分解,去除量化值之间的相关性,分解后的数据进行算术编码。根据量化间隔重建反量化值,对重建量化值进行反量化,与JPEG-LS解码数据相加,然后进行滤波。理论分析和实验结果验证,效果良好。5、针对4G通信中的敏感文字信息及不良视频过滤问题,研究开发了基于文字与肤色关键语义的敏感影像检测应用系统研究,并应用于广东移动现网系统。为了满足移动互联网的实际应用要求,研究基于敏感文字和不良图像视频的快速识别应用系统十分必要,主要研究4G通信中的敏感文字信息及不良视频过滤技术,主要包括政治类敏感文字和淫秽图像。视频的关键帧是视频的梗概,对关键帧进行敏感性判别将减少计算量。针对淫秽图像的识别,肤色非常重要的人体特性,人类肤色在彩色空间具有一定的聚类性,因此利用肤检测复杂背景中的人体更符合实际应用需求。结合人脸、人体器官特征等方法来判别多媒体的敏感性,并跟踪敏感的关键帧以判断整个视频的敏感性,将为移动运营商的互联网管道上的内容安全提供安全保障。
赵欢,刘旭红,李宁[5]（2017）在《基于SVM的汉字字体识别研究》文中研究说明在印刷体文字版面分析和格式检查过程中,针对字体识别的问题,提出一种基于支持向量机（SVM）的字体识别方法。首先基于汉字文本块图像,提取并计算每一种字体的纹理特征向量,然后使用所有字体的纹理特征向量构造有向无环图多分类SVM汉字字体识别器。与其他算法对比,采用有向无环图多分类SVM汉字字体识别算法,在大多数字体上具有更高的识别率。
陈航[6]（2016）在《基于小波包和支持向量机的车牌识别系统研究》文中指出为了实现车牌的自动准确识别,论文提出采用小波包和支持向量机方法,该方法具有较强的抗干扰性,能够广泛的适应各种场景的应用。论文的主要研究内容有:车牌区域定位部分,首先对车牌图像进行预处理,预处理的方法包括灰度化、图像平滑、图像增强以及其它图像处理的常用方法,这部分的作用是去除干扰噪声,加强图像特征。车牌区域定位分为两部分,第一部分通过纹理特征定位,先通过边缘检测求取车辆图像的边缘特征,再利用形态学运算和先验知识得出目标区域;第二部分通过颜色特征定位,先将图像从RGB空间转换到HSI空间,再通过目标颜色H、S、I三个分量的阈值筛选找出待定车牌区域。最后进行多特征综合得出车牌区域。车牌字符分割部分,先将得到的车牌图像进行倾斜校正,水平校正采用的是基于最小二乘法拟合的方法,垂直校正采用的是Radon变换方法。然后分别求校正车牌图像的水平投影和垂直投影,并对投影曲线进行去噪处理,根据先验知识及曲线特征对字符区域进行分割,最后得到单个字符图像。车牌字符识别部分,首先对字符进行特征提取,这里讨论了通过最优小波包分解来获取字符图像特征的方法。论文采用最小二乘支持向量机对车牌字符进行分类识别,设计并实现了汉字、字母、数字字母分类器,分类方法为一对多,分类器的参数通过交叉验证的方法确定。最后对所有算法进行了仿真验证,仿真验证的工具平台为matlab。训练和测试集为一个包含1000幅车辆图像的库,并取得了良好的识别效果。
郭龙[7]（2011）在《印刷体文本图像文种识别技术研究》文中认为随着网络通信技术和信息处理技术的迅速发展,文本图像逐渐成为了信息交流的重要媒介。文本图像是由文件、档案等文字资料通过图文扫描仪、数码相机等图像数据采集设备生成的,以静止图像编码方法存储的数字图像,载荷有丰富的文字信息、图像信息、格式信息等重要内容。随着国家之间交流的日益频繁,全球化步伐的逐渐加快,多种语言文字的文本图像需要进行识别和处理。文本图像的文种识别是对以图像形式呈现、由不同语言文字构成的图像,提取能够用于计算机识别的底层特征,实现文种的自动分类,对于有效提取文本图像中的信息具有十分重要的意义。本文对文本图像文种识别技术进行了研究,根据各文种文本图像在笔画方向分布、纹理方向分布以及纹理组成结构上存在差异的特点,提出了多种有效的识别算法,所做的主要工作如下:1.介绍了文本图像文种识别技术的发展历史和研究现状,总结和分析了文种识别技术现有的成果,指出了需要解决的问题,深入研究了文本图像的结构特点和纹理特征。2.提出一种基于笔画方向直方图的文种识别方法。根据各文种文本图像在笔画方向分布上存在的差异,利用笔画的边缘像素对笔画方向进行描述,统计边缘像素的方向分布,提取反映各文种笔画方向分布的特征,并采用SVM作为分类器实现文种自动分类。实验结果表明,该方法具有较好的稳定性,在训练样本数较少的情况下也有较好的识别结果。3.提出一种基于Brushlet变换的文种识别方法。Brushlet变换具有很强的方向性,图像经过Brushlet分解后,每个子带都能较好的反映图像相应方向的纹理分布。该方法根据各文种文本图像在不同方向的纹理分布上存在差异的特点,利用Brushlet良好的方向性对图像进行分解,提取分解后上半部分的子带的能量作为特征进行文种识别,取得了较好的识别结果。4.提出一种基于基本图像特征的文种识别方法。基本图像特征是一种多尺度纹理分析方法,它将图像的局部对称结构划分为7种类型,并用其描述纹理。根据各文种文本图像在纹理结构上存在差异的特点,按照图像纹理分析结构方法的观点,将基本图像特征划分的7种图像局部对称结构类型,看作构成图像纹理的7种纹理基元,并以这7种纹理基元的组成比例及其共生矩阵作为描述纹理结构的特征进行文种识别。该方法有较好的识别结果,对图像质量退化有较好的鲁棒性。最后,对本文工作进行了总结,并对文本图像文种识别技术的发展和研究进行了展望。
郭海,赵晶莹,韦宗伟[8]（2010）在《一种采用小波包分析及RBFN的民族文种识别方法》文中提出随着我国计算机技术的发展,少数民族信息处理已经逐渐成熟起来,少数民族文字识别研究已经成为一个热点。本文提出一种基于小波包特征与径向基网络的少数民族文字种类识别方法,该方法采用小波包能量和小波包能量比例分布的特征描述,利用径向基函数神经网络对少数民族文种进行分类识别。通过构建六种常用的少数民族文字及汉字、英文共八种文字的样本库,采用本文的方法对样本库进行了训练和测试。实验结果显示,本文的方法对于少数民族文种识别的平均精度好于小波特征及传统的分类方法。
周喜寿[9]（2010）在《基于小波包分析和BP神经网络的车牌识别算法的研究》文中认为车牌自动识别技术是现代智能交通系统中的一项非常重要的技术,是近年来研究热点。智能交通系统在车辆跟踪、高速公路自动收费、停车场自动计费以及城市交通流量统计等方面发挥着极其重要的作用,而牌照是车辆的唯一标志,因此车牌自动识别技术在整个系统中处于核心的地位,具有重要的研究意义。国内外的研究人员已经开始对车牌自动识别技术开展了深入地研究,提出了许多算法和方案,同时有一些产品已经投入使用,但是因为其效果未能达到人们所期望的要求,离真正实用和通用的要求还有一定的差距。因此在如何提高车牌定位和识别算法的正确性和实时性方面,还存在较大的研究空间。本文在继承前人研究成果的基础上,将先进的理论工具一小波包变换运用到车牌识别中来,主要工作有以下几个方面：（1）车牌定位；（2）字符分割；（3）字符识别。在车牌定位方面,首先对车牌图像进行灰度变换、平滑处理,通过分析传统图像增强的方法,提出了一种基于小波包变换的增强算法；结合边缘检测、形态学处理、投影法等算法,提出了一种基于车牌纹理特征的车牌定位算法。经过实验证明,该算法达到了预期的效果,从原始图像中提取出车牌的准确度超过92.9%。在字符分割方面,采用小波包变换的多分辨率方法,对车牌图像进行去噪处理,然后利用垂直投影和先验知识相结合的方法分割出单个字符区域。该算法的准确率和抗干扰性要比传统的投影算法要好得多。在字符识别方面,首先分析了字符识别的两种常用方法——模板匹配法和神经网络法；提出了用小波包提取特征能量向量作为神经网络的输入向量,同时用学习率可变的动量BP神经网络对字符进行识别,使BP神经网络收敛性好,训练速度快。经实验验证,本文所提出的整体方案有效可行,基于小波包分析和BP神经网络的车牌识别技术在其识别率、速度性等方面具有独特的优势,前景广阔。
喻莹,杨扬,董才林,何秀玲,陈增照[10]（2009）在《基于小波包分解的手写体金融汉字识别》文中研究表明本文提出一种基于小波包分解的手写体金融汉字识别算法。该算法首先对汉字图像进行小波包分解,利用基于节点子图像能量方差的准则选择适当的部分分解树;然后,将得到的子图像划分成多个局部窗口,计算局部窗口的能量值组成特征向量;再通过主成分分析（PCA）选择分类能力最强的一组特征,降低特征空间的维数;最后,用SVM多类分类方法进行分类判决。实验结果表明,该算法取得了较好的识别效果。
二、基于小波包纹理分析的字体识别方法（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、基于小波包纹理分析的字体识别方法（论文提纲范文）
（1）双模态红外图像融合中差异特征与融合策略多级映射研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多尺度分解融合 |
| 1.2.2 双模态红外图像融合 |
| 1.2.3 利用图像间差异特征驱动融合 |
| 1.2.4 自适应优化融合 |
| 1.3 论文的研究内容与章节安排 |
| 1.3.1 论文的研究内容 |
| 1.3.2 章节安排 |
| 第2章 双模态红外图像多级映射中映射集的研究 |
| 2.1 双模态红外图像差异特征集的构建 |
| 2.1.1 双模态红外成像过程简介 |
| 2.1.2 双模态红外图像特点与差异分析 |
| 2.1.3 差异特征基本属性的确定及其构建 |
| 2.1.4 实验分析与讨论 |
| 2.2 双模态红外图像融合策略集的构建 |
| 2.2.1 融合策略的组成 |
| 2.2.2 融合算法的选取与参数确定 |
| 2.2.3 融合规则选取与组合 |
| 2.3 本章小结 |
| 第3章 多级映射中差异特征与融合策略间融合有效度的研究 |
| 3.1 图像融合质量评价方法简介 |
| 3.1.1 融合质量典型客观评价方法分析 |
| 3.1.2 双模态红外图像融合质量客观评价方法确定 |
| 3.2 融合有效度的作用与内涵 |
| 3.3 差异特征与融合策略间融合有效度的构造 |
| 3.3.1 差异特征融合度与客观评价指标间的关系 |
| 3.3.2 融合有效度的构造 |
| 3.3.3 实验分析 |
| 3.4 本章小结 |
| 第4章 差异特征与融合策略间多级映射的建立 |
| 4.1 差异特征与最优融合算法间的映射 |
| 4.1.1 算法映射的建立 |
| 4.1.2 实验与分析 |
| 4.2 差异特征与最优融合规则间的映射 |
| 4.2.1 规则映射的建立 |
| 4.2.2 实验与分析 |
| 4.3 差异特征差异度幅值对映射关系的影响 |
| 4.3.1 差异度幅值对算法映射的影响 |
| 4.3.2 差异度幅值对规则映射的影响 |
| 4.4 多级映射的融合组成及形式 |
| 4.4.1 基于算法及规则多级映射的融合 |
| 4.4.2 多尺度分解下的深层多级映射融合 |
| 4.5 本章小结 |
| 第5章 基于多级映射的双模态红外图像分块自适应融合实现 |
| 5.1 分块融合的意义 |
| 5.1.1 全局与局部主差异特征间的关系 |
| 5.1.2 分块融合的必要性 |
| 5.2 基于局部差异特征的分块方法 |
| 5.2.1 区域生长基本原理 |
| 5.2.2 块聚合分割方法 |
| 5.3 基于多级映射的分块自适应融合方法实现 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要工作与创新点 |
| 6.2 下一步工作展望 |
| 参考文献 |
| 攻读博士期间发表的学术成果 |
| 攻读博士期间主持及参与的科研项目 |
| 致谢 |
（2）基于VR-GIS的光缆故障精确定位方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究的目的和意义 |
| 1.2 电力光缆线路故障精确定位方法的国内外研究现状 |
| 1.3 VR-GIS技术的应用现状 |
| 1.4 论文的主要内容 |
| 第2章 电力光缆故障点定位原理及VR-GIS概述 |
| 2.1 电力光缆线路故障点定位原理 |
| 2.1.1 瑞利散射和菲涅尔反射原理 |
| 2.1.2 OTDR原理及其测试曲线 |
| 2.1.3 传统的OTDR曲线分析方法 |
| 2.1.4 OTDR曲线分析相关算法 |
| 2.2 VR-GIS概述 |
| 2.2.1 VR-GIS的概念 |
| 2.2.2 VR-GIS关键技术 |
| 2.2.3 VR-GIS相关软件应用与发展 |
| 2.3 本章小结 |
| 第3章 基于OTDR曲线分析的光缆故障模式识别方法 |
| 3.1 基于OTDR曲线分析的光缆故障模式识别方法介绍 |
| 3.2 算法实例分析 |
| 3.2.1 数据采集 |
| 3.2.2 OTDR数据处理 |
| 3.2.3 算法实现与分析 |
| 3.3 本章小结 |
| 第4章 基于VR-GIS的虚拟光缆线路信息构建 |
| 4.1 虚拟光缆线路相关模型构建 |
| 4.1.1 数据采集与处理 |
| 4.1.2 三维模型构建 |
| 4.1.3 纹理映射 |
| 4.2 虚拟光缆线路场景搭建 |
| 4.2.1 模型入库 |
| 4.2.2 场景制作 |
| 4.2.3 多元数据融合 |
| 4.3 基于VR-GIS的虚拟光缆线路信息功能实现 |
| 4.3.1 基于VR-GIS的数据管理 |
| 4.3.2 基于VR-GIS的三维场景漫游 |
| 4.3.3 基于VR-GIS的光缆故障定位 |
| 4.4 本章小结 |
| 第5章 基于VR-GIS的光缆故障精确定位方法 |
| 5.1 光缆故障精确定位方法 |
| 5.2 光缆故障精确定位方法流程 |
| 5.3 光缆故障精确定位方法实现与分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论及创新点 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（3）基于温度/振动检测的智能点检系统设计与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 设备点检发展现状 |
| 1.2.2 机械运行状态分析研究现状 |
| 1.3 主要研究内容 |
| 2 智能点检系统设计方案 |
| 2.1 总体设计方案 |
| 2.2 状态监测层设计方案 |
| 2.3 点检终端层设计方案 |
| 2.4 数据汇总层设计方案 |
| 2.5 本章小结 |
| 3 智能点检系统硬件设计 |
| 3.1 MCU系统设计 |
| 3.1.1 MCU最小系统 |
| 3.1.2 MCU功能引脚分配 |
| 3.2 振动测量模块设计 |
| 3.2.1 振动测量模块电路设计 |
| 3.2.2 关键元器件的适配性能分析 |
| 3.3 温度测量模块 |
| 3.4 蓝牙通讯模块 |
| 3.5 电源管理模块 |
| 3.6 本章小结 |
| 4 智能点检系统软件设计 |
| 4.1 状态监测层软件设计 |
| 4.1.1 状态监测节点主函数 |
| 4.1.2 振动数据采集软件模块设计 |
| 4.1.3 温度数据采集软件模块设计 |
| 4.2 点检终端层软件设计 |
| 4.2.1 点检应用软件开发环境及流程 |
| 4.2.2 点检应用软件结构及工作流程 |
| 4.2.3 点检应用软件子模块设计 |
| 4.2.4 点检应用软件功能实现 |
| 4.3 数据汇总层软件设计 |
| 4.3.1 数据库服务器软件框架 |
| 4.3.2 数据库服务器GUI设计 |
| 4.3.3 数据库服务器软件子模块设计 |
| 4.4 本章小结 |
| 5 系统功能验证 |
| 5.1 系统硬件功能验证 |
| 5.2 系统功能整体验证 |
| 5.3 本章小结 |
| 6 智能点检系统应用 |
| 6.1 建立螺栓松动状态分析BP神经网络模型 |
| 6.1.1 振动数据预处理 |
| 6.1.2 BP神经网络训练特征值 |
| 6.1.3 获取最佳BP神经网络模型 |
| 6.2 螺栓松动状态分析算法软件实现 |
| 6.3 智能点检系统扩展功能应用 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间发表的论文和出版着作情况 |
（4）面向互联网的图像敏感内容分析系统的关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 图像文本特征与内容分析 |
| 1.2.1 图像文本的特征分析 |
| 1.2.2 图像文本提取框架 |
| 1.3 敏感图像分析系统的框架及关键技术 |
| 1.3.1 图像文本提取技术 |
| 1.3.2 数据压缩技术 |
| 1.4 研究内容与章节安排 |
| 第二章 基于Gabor纹理和神经网络的由粗到细的文字区域检测方法 |
| 2.1 引言 |
| 2.2 基于Gabor变换的文字区域粗检测 |
| 2.2.1 相关的图像变换简介 |
| 2.2.2 基于Gabor特征文本区域粗检测 |
| 2.3 基于反向传播神经网络的文字区域精检测 |
| 2.3.1 BP神经网络结构简介 |
| 2.3.2 算法步骤 |
| 2.4 实验结果与分析 |
| 2.5 小结 |
| 第三章 基于小波纹理同质空间映射的图像文本提取方法 |
| 3.1 引言 |
| 3.2 基于小波纹理同质空间映射的图像内嵌文本提取 |
| 3.2.1 图像非线性动态增强 |
| 3.2.2 基于小波包纹理的图像同质特征提取 |
| 3.2.3 基于熵函数的同质性映射 |
| 3.2.4 基于AdaBoost的文本区域检测 |
| 3.2.5 基于边缘投影字符阈值分割 |
| 3.2.6 字符二值化与识别 |
| 3.3 实验结果与分析 |
| 3.4 小结 |
| 第四章 基于Glomb编码的参数优化文本压缩算法 |
| 4.1 引言 |
| 4.2 基于Glomb编码的参数优化文本压缩算法 |
| 4.2.1 基于Glomb编码的参数优化选取 |
| 4.2.2 基于文本重复规律的预测编码 |
| 4.2.3 基于算术编码的熵编码 |
| 4.3 实验结果与分析 |
| 4.4 小结 |
| 第五章 基于JPEG-LS算法误差优化编码的图像压缩算法 |
| 5.1 引言 |
| 5.2 基于JPEG-LS算法误差优化编码的图像压缩算法 |
| 5.2.1 基于游程编码的自适应像素值筛选 |
| 5.2.2 基于视觉质量的非均匀区间量化与编码 |
| 5.2.3 基于算术编码的熵编码 |
| 5.3 实验结果与分析 |
| 5.3.1 Near参数对本算法性能影响 |
| 5.3.2 Limit参数对总体码率影响 |
| 5.3.3 算法压缩效率比较 |
| 5.3.4 重建图像的PSNR比较 |
| 5.3.5 重建图像的弱目标区域视觉质量比较 |
| 5.4 小结 |
| 第六章 基于文字与肤色关键语义的敏感影像检测应用研究 |
| 6.1 引言 |
| 6.2 基于关键语义信息提取的敏感视频快速识别算法 |
| 6.2.1 基于肤色空间聚类的视频关键帧提取方法 |
| 6.2.2 基于高斯混合模型的视频关键帧中肤色区域提取 |
| 6.2.3 基于主动样本学习的关键语义和不良敏感视频帧检测 |
| 6.2.4 基于张量分解的不良敏感视频判别 |
| 6.3 敏感内容监控系统应用研究 |
| 6.3.1 敏感文字识别系统 |
| 6.3.2 敏感图像识别系统 |
| 6.3.3 敏感视频识别系统 |
| 6.3.4 系统部署 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）基于SVM的汉字字体识别研究（论文提纲范文）
| 0 引言 |
| 1 总体思路 |
| 2 纹理特征提取 |
| 2.1 样本库的构建 |
| 2.2 汉字文本块图像纹理特征的提取 |
| 2.3 汉字字体纹理特征向量的计算 |
| 3 汉字字体识别器的构造 |
| 3.1 字体相似度计算 |
| 3.2 多分类支持向量机算法 |
| 4 实验结果及分析 |
| 5 结束语 |
（6）基于小波包和支持向量机的车牌识别系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 国内外研究现状及分析 |
| 1.3 车牌识别的发展趋势 |
| 1.4 中国车牌的特征 |
| 1.5 本文的主要研究内容及组织结构 |
| 2 车牌定位 |
| 2.1 车辆图像预处理 |
| 2.1.1 图像灰度化 |
| 2.1.2 图像平滑 |
| 2.1.3 图像增强 |
| 2.1.4 转换RGB图像到HSI模型彩色空间 |
| 2.2 车牌定位 |
| 2.2.1 基于纹理特征定位车牌区域 |
| 2.2.2 基于颜色特征定位车牌区域 |
| 2.2.3 综合两种特征 |
| 2.3 测试结果及本章小结 |
| 3 车牌字符分割 |
| 3.1 车牌图像校正 |
| 3.1.1 图像倾斜的数学模型 |
| 3.1.2 倾斜车牌倾斜校正特征点提取 |
| 3.1.3 基于主成分分析的车牌校正 |
| 3.1.4 基于Hough变换的车牌校正 |
| 3.1.5 本文的车牌校正算法 |
| 3.2 常用的车牌字符分割算法 |
| 3.2.1 基于聚类分析法的字符分割算法 |
| 3.2.2 基于模板匹配的字符分割算法 |
| 3.2.3 基于投影的车牌分割算法 |
| 3.3 字符分割 |
| 3.4 本章小结 |
| 4 车牌字符识别 |
| 4.1 车牌字符特点分析 |
| 4.2 车牌字符识别综述 |
| 4.3 字符特征的提取 |
| 4.3.1 小波包分析 |
| 4.3.2 字符特征提取 |
| 4.4 字符识别 |
| 4.4.1 支持向量机理论 |
| 4.5 字符识别 |
| 4.6 实验结果分析 |
| 4.7 本章小结 |
| 5 总结和展望 |
| 参考文献 |
| 作者攻读学位期间发表论文清单 |
| 致谢 |
（7）印刷体文本图像文种识别技术研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 文本图像分析 |
| 1.2.1 文本图像特征 |
| 1.2.2 文本图像分析系统 |
| 1.3 文种识别研究现状 |
| 1.3.1 基于符号匹配的文种识别 |
| 1.3.2 基于统计特征的文种识别 |
| 1.3.3 基于纹理特征的文种识别 |
| 1.3.4 小结 |
| 1.4 本文研究内容 |
| 第二章 基于笔画方向直方图的文种识别 |
| 2.1 文本图像文字笔画分析 |
| 2.2 笔画方向直方图 |
| 2.2.1 Canny 边缘检测 |
| 2.2.2 边缘方向直方图 |
| 2.2.3 笔画方向直方图 |
| 2.3 基于笔画方向直方图的文种识别 |
| 2.3.1 特征提取 |
| 2.3.2 分类器 |
| 2.4 实验用文本图像库 |
| 2.5 实验结果与性能分析 |
| 2.6 本章小结 |
| 第三章 基于Brushlet 变换的文种识别 |
| 3.1 Brushlet 变换理论 |
| 3.1.1 一维Brushlet 基构造 |
| 3.1.2 二维Brushlet 基构造 |
| 3.1.3 Brushlet 变换的快速算法 |
| 3.2 基于Brushlet 变换的文种识别 |
| 3.2.1 图像的Brushlet 变换 |
| 3.2.2 特征提取 |
| 3.3 实验结果与性能分析 |
| 3.4 本章小结 |
| 第四章 基于基本图像特征的文种识别 |
| 4.1 基本图像特征 |
| 4.1.1 图像局部对称性分析 |
| 4.1.2 高斯滤波器组 |
| 4.1.3 基本图像特征 |
| 4.1.4 基于基本图像特征的纹理分类 |
| 4.2 基于基本图像特征的文种识别 |
| 4.2.1 图像纹理分析的结构方法 |
| 4.2.2 特征提取 |
| 4.3 实验结果与性能分析 |
| 4.4 本章小结 |
| 结束语 |
| 一、全文总结 |
| 二、展望 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
| 致谢 |
（8）一种采用小波包分析及RBFN的民族文种识别方法（论文提纲范文）
| 1 引言 |
| 2 中国少数民族文字及信息处理现状 |
| 3 径向基网络 |
| 4 小波包纹理识别 |
| 5 民族文种分类及结果 |
| 5.1预处理 |
| 5.2 特征提取 |
| 5.3 分类及结果 |
| 6 结束语 |
（9）基于小波包分析和BP神经网络的车牌识别算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题提出的背景和现实意义 |
| 1.2 课题的研究现状及发展趋势 |
| 1.2.1 课题的研究现状 |
| 1.2.2 目前相关产品现状 |
| 1.2.3 课题的发展趋势 |
| 1.3 车牌识别系统的组成 |
| 1.3.1 感应设备 |
| 1.3.2 图像采集 |
| 1.3.3 工作原理 |
| 1.3.4 信息存储 |
| 1.4 我国汽车牌照的特点 |
| 1.5 本文的主要研究内容 |
| 第2章 小波分析的基本理论 |
| 2.1 小波分析的基本理论 |
| 2.1.1 连续小波变换 |
| 2.1.2 离散小波变换 |
| 2.2 多分辨率分析 |
| 2.2.1 多分辨率分析的基本概念 |
| 2.2.2 小波变换快速算法—Mallat算法 |
| 2.3 小波包的定义 |
| 2.4 小波包用于提取特征信息 |
| 2.5 小波包在图像处理中的应用 |
| 2.5.1 小波包在图像增强方面的应用 |
| 2.5.2 小波包在图像消噪方面的应用 |
| 2.5.3 小波包在图像特征提取的应用 |
| 2.6 本章小结 |
| 第3章 车牌定位算法研究 |
| 3.1 图像预处理 |
| 3.1.1 灰度变换 |
| 3.1.2 平滑处理 |
| 3.1.3 传统的图像增强方法 |
| 3.1.4 基于小波包变换的车辆图像增强算法 |
| 3.2 现有车牌定位算法介绍 |
| 3.3 车牌定位的基本原理 |
| 3.3.1 边缘检测 |
| 3.3.2 数学形态学 |
| 3.3.3 车牌区域纹理特征 |
| 3.3.4 水平扫描 |
| 3.3.5 垂直定位 |
| 3.4 实验结果及性能分析 |
| 3.5 本章小结 |
| 第4章 车牌字符的分割 |
| 4.1 小波包阈值去噪算法 |
| 4.2 二维小波包阈值噪声滤波器的设计 |
| 4.3 基于小波包去噪和车牌纹理的字符分割方法 |
| 4.4 实验结果及性能分析 |
| 4.5 本章小结 |
| 第5章 车牌字符识别 |
| 5.1 模板匹配 |
| 5.2 基于BP神经网络的车牌字符识别 |
| 5.2.1 人工神经网络简介 |
| 5.2.2 BP神经网络理论 |
| 5.3 神经网络的结构设计 |
| 5.3.1 网络的层数 |
| 5.3.2 输入层节点数 |
| 5.3.3 隐含层神经元的数目 |
| 5.3.4 初始权值的设定 |
| 5.3.5 输出层节点数 |
| 5.4 实验结果及性能分析 |
| 5.5 本章小结 |
| 第6章 总体技术设计 |
| 6.1 总体技术线路图 |
| 6.2 具体步骤 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表论文 |
四、基于小波包纹理分析的字体识别方法（论文参考文献）
- [1]双模态红外图像融合中差异特征与融合策略多级映射研究[D]. 胡鹏. 中北大学, 2020(03)
- [2]基于VR-GIS的光缆故障精确定位方法研究[D]. 王山岭. 长春理工大学, 2020(01)
- [3]基于温度/振动检测的智能点检系统设计与应用研究[D]. 周强. 南京理工大学, 2020(01)
- [4]面向互联网的图像敏感内容分析系统的关键技术研究[D]. 李英. 西安电子科技大学, 2018(07)
- [5]基于SVM的汉字字体识别研究[J]. 赵欢,刘旭红,李宁. 北京信息科技大学学报(自然科学版), 2017(05)
- [6]基于小波包和支持向量机的车牌识别系统研究[D]. 陈航. 西安工程大学, 2016(08)
- [7]印刷体文本图像文种识别技术研究[D]. 郭龙. 解放军信息工程大学, 2011(07)
- [8]一种采用小波包分析及RBFN的民族文种识别方法[J]. 郭海,赵晶莹,韦宗伟. 计算机工程与科学, 2010(08)
- [9]基于小波包分析和BP神经网络的车牌识别算法的研究[D]. 周喜寿. 西南交通大学, 2010(10)
- [10]基于小波包分解的手写体金融汉字识别[J]. 喻莹,杨扬,董才林,何秀玲,陈增照. 计算机工程与科学, 2009(06)