一、小波理论及其在图像处理中的应用（论文文献综述）
黄懿[1]（2021）在《结合谱聚类理论的形态小波域水下地貌图像去噪技术研究》文中指出在数字地球、海洋强国建设发展的推动下,数字海洋理念随之产生。数字海洋是建立一个立体化、网络化、持续性的全面观测海洋系统,需要获取海洋地质、生物、物理等海量数据。其中水下地貌勘探是支撑数字、科技化海洋建设急需的技术之一,成像声呐作为直观分析水下地貌最为有效的获取手段,得到了广泛关注。由于水下环境的复杂以及人为干扰的影响,声呐图像通常表现为分辨率低、对比度差等特点。为准确获取水下地貌信息,首要步骤是对声呐图像进行去噪处理。本文以小波变换和谱聚类两种理论为基础,结合声呐图像的特点,针对图像去噪技术进行了研究,探讨适用于声呐图像的去噪算法。第一,本文梳理了侧扫声呐系统的基本组成、声呐图像的成像原理以及成像过程中的噪声影响。分析了深海条件下对声呐图像质量影响最大的海洋环境噪声模型;第二,介绍了小波变换基本理论。依据海洋环境噪声的高斯特性,在声呐图像中添加高斯白噪声,采用小波阈值去噪算法对含噪声呐图像进行仿真实验;第三,介绍了形态学分析的形态小波变换,构建了形态中点小波变换,采用改进后的形态中点小波去噪方法对含噪声呐图像进行仿真实验;第四,分析了经形态中点小波分解后的高频系数（包含噪声和图像细节两部分）,为进一步提高去噪性能,结合谱聚类在聚类方法中的突出表现,采用谱聚类方法对高频系数进行分类,提出了谱聚类与形态中点小波相结合的去噪方法,采用该方法对含噪声呐图像进行仿真实验。实验结果表明,由于形态小波变换的非线性特性,结合了谱聚类理论的形态中点小波方法在保边去噪方面更具优势。谱聚类的引入使低信噪比下的声呐图像去噪性能得到进一步提升。证明了结合谱聚类理论的形态中点小波的算法的可行性和有效性。
盛祖维[2]（2021）在《基于小波去噪的阈值函数改进及其应用研究》文中研究表明小波分析理论是众多研究领域的学者们共同而奋斗的结晶,在故障诊断、语音信号处理、图像压缩以及流体力学方面,小波变换凭借强大的分析能力,已经成为非常重要的处理工具,反映了在现代科学时代,众多学科之间相互交织的特点。傅里叶分析是小波理论的基础,由于傅里叶变换在进行信号处理时存在一定的缺陷,它只能处理相关的平稳的信号,而如果信号是非平稳的,傅里叶变换就不能对该信号进行分析了,而小波分析可以对信号进行局部化分析,反映信号在时频域上的重要特征,对信号进行更深层次的解读。在对相关信号进行分析时,都需要先对信号进行去噪之后再做相关的处理,所以,信号去噪在信号的处理中占据重要的地位。传统的硬阈值和软阈值函数自身存在一定的不足,在当前快速发展的信号处理方面显得无能为力,因此新的小波阈值函数的提出在当前的信号处理面前显得格外重要。首先,本文对小波分析的相关理论进行概述,然后详细介绍了小波信号去噪的相关原理和流程以及常见的信号去噪方法。在这几类去噪的方法中,小波阈值去噪方法凭借最大信噪比和最小均方误差性质,去噪效果最为强大。因此,对小波阈值去噪方法进行深入的研究和应用也很有必要。其次,对小波阈值去噪的相关影响方面进行分析,这其中包括小波基函数的选取,小波分解层数的选择,阈值规则的选取以及阈值函数的选取,这些方面选择的不同,都会对影响信号去噪的效果。本文主要针对阈值函数这一影响因素做出改进,硬阈值函数是不连续的,信号容易产生比较大的方差,重构的信号很容易产生振荡,最终导致信号的重构效果质量变差;软阈值函数在进行软阈值处理时,原始信号和去噪信号两者的小波系数存在恒定的偏差,也会导致信号的重构受到相应的影响,重构质量变差。本文在传统的阈值函数基础上进行研究,构造出新的阈值函数,新的阈值函数具备良好的数学特性,克服了传统阈值函数相关缺陷,同时对比信号去噪的信噪比和均方误差两个评价标准进行分析,验证了新的阈值函数具有良好的去噪效果。最后,本文从信号去噪的应用这个角度出发,将小波阈值去噪方法与Elman神经网络相结合,构造新的股价预测模型方法,首先对Elman神经网络方法相关概念进行阐述,然后选取上证综指的收盘价进行信号去噪处理,在Elman神经网络模型中,对去噪的数据信号进行建模,做出相关的预测处理。同时将数据有和没有去噪的两种情况下,使用神经网络预测的效果进行对比分析,发现阈值去噪之后再进行神经网络预测的效果更好。
董广凯[3]（2021）在《基于改进小波变换的地震资料信噪比提升方法研究》文中研究表明通常在地震勘探中采集到的地震资料因受各种因素的影响常常混杂着大量噪声,如果能有效的消除地震信号中的噪声干扰,这将为后续解释工作提供极大的保障。所以本文从消除地震信号随机噪声提高地震资料信噪比方向展开研究,主要研究内容如下:首先,本文介绍了小波变换由理论知识到实际应用的内容与流程,深入分析了常用小波阈值选取算法的优缺点。然后,研究改进了小波变换阈值去噪算法去除地震资料随机噪声。本文针对常用小波阈值去噪算法常通过预先估计得到的噪声方来计算阈值存在较大误差的问题,选用了不需要噪声方差参与的GCV阈值选取函数作为阈值选取的基函数,并结合模拟退火算法与果蝇寻优算法对小波阈值进行寻优得到最优阈值。改进之后的算法解决了局部最优阈值的问题,并且可以根据当前迭代次数动态的调整算法的搜索步长以及在保证算法复杂度的前提下选取更加合适的新迭代起点,从而获得小波变换的最优阈值。最后,研究改进了基于NLM算法的小波变换去除地震资料随机噪声。本文针对地震随机噪声存在空间冗余性的特点以及传统NLM算法仅采用固定的滤波参数造成去噪效果不理想的问题,在分析了将一维小波熵应用在NLM算法上时噪声方差的计算仅通过对一维单道信号取平均获得的缺点后,将二维小波熵与NLM算法相结合,通过用二维小波熵计算得到的噪声方差来调整滤波参数,并通过调控因子优化参数误差,从而提升去噪效果。将本文改进算法应用到模拟地震记录和实际地震资料上,通过处理前后的数据对比可以证明本文方法的有效性。
邵广盛[4]（2021）在《基于小波包阈值法的脉冲星信号去噪方法研究》文中指出自2016年500M口径的FAST射电望远镜在贵州平塘落成,作为脉冲星研究的利器,FAST采用19波束多波束接收机系统全年200多天每天8小时对天区进行大规模巡天搜索,搜寻并接收脉冲星发出的电磁波脉冲信号,依据电磁脉冲信号确定天区中是否存在脉冲星,然而由于各种天体运动、光学噪声的影响使得脉冲星信号被淹没在大量的噪声中。因此,在FAST射电望远镜接收到电磁脉冲信号以后必须要进行去干扰、消色散、去噪声等操作才能够完整的获取脉冲星的真实信号,从而找到更多的脉冲星,为我国天文学科探索宇宙提供更多的数据支撑。传统的信号去噪方法为傅里叶变换法,而脉冲星信号属于离散的、非平稳的信号,传统傅里叶变换并不能起到十分理想的效果。为此小波变换去噪法进入了科研人员的视野,小波变换由于其自身具有的多分辨分析特性非常适合处理非平稳信号,因此被广泛运用到脉冲星信号的去噪,然而随着脉冲星信号去噪研究的进一步发展,人们发现,小波变换每次都在不断的分解低频信号,并没有继续分解高频信号,高频信号中可能隐藏的脉冲信号无法被分离出来,从而降低了去噪的精度。小波包变换是为克服小波变换不能进行全频段分解的不足而提出的一种信号分析方法,能够更加精确的去除各个频段的噪声,同时也能够将高频部分隐藏的脉冲信号分解出来,达到更好的去噪效果。鉴于此,本文提出了基于小波包阈值法的脉冲星信号去噪方法,将脉冲星信号原始数据去干扰、消色散以后首先进行小波包分解,再进行阈值法处理,最后重构回脉冲星信号,从而达到去噪的目的。由于小波基函数的选择直接影响着小波包阈值法去噪的实验效果,实验中使用均方跟误差和信噪比作为选择依据选择去噪后信号均方跟误差最小的小波基函数作为小波包去噪的小波基函数。本实验采用平滑度、功率谱、信噪比、峰值信噪比、均方根误差等作为去噪效果评价指标,实验结果显示:采用本文方法去噪的效果明显优于小波阈值法:实验中对Parkes观测数据处理得到的文件、FAST观测数据处理得到的文件进行了实验,分别选用了依据均方根误差与信噪比作为选择标准进行小波变换确定下的小波基函数、阈值进行小波阈值法去噪和小波包阈值法去噪,去噪结果显示Parkes脉冲星观测数据采用小波包硬阈值法对脉冲星信号进行去噪得到的效果图的平滑度为0.000068、信噪比为128.574093d B、峰值信噪比为50.216641d B,而小波阈值法对脉冲星信号去噪的效果图的平滑度为0.000070,信噪比为127.619843d B,峰值信噪比为48.308142,其中小波包阈值法较小波阈值法去噪平滑度降低了0.000002、信噪比提高了0.95425d B,峰值信噪比提高了1.908499d B。FAST观测数据采用小波包硬阈值法对脉冲星信号进行去噪得到的效果图的平滑度为0.000144、信噪比为92.736203d B、峰值信噪比为92.870728d B,而小波阈值法对脉冲星信号去噪的效果图的平滑度为0.000338,信噪比为86.325067,峰值信噪比为86.459591,其中小波包阈值法较小波阈值法去噪平滑度降低了0.000214、信噪比提高了6.411136d B,峰值信噪比提高了6.545661d B,为脉冲星信号去噪提供了一种的新的尝试,对脉冲星信号的去噪,乃至观测、发现都具有十分重要的意义。
曹红燕[5]（2021）在《基于先验知识与NSST变换的图像优化算法研究》文中指出图像信息随着科学的发展已经渗透到了生活中的方方面面,清晰化处理图像,提取更多的特征信息成了很多人的研究热点,由于天气情况或图像采集设备等原因形成了质量较低的图像,如本文列举的有雾图像和低照度图像,该类图像对人们的日常生活与工作造成了一定的影响,因此图像的复原与增强的研究显得很有必要性。基于暗原色先验理论的算法作为经典的图像复原算法,对有雾图像的研究提供了重要的参考价值,但该算法有一定的不足,还需进一步完善;基于图像增强的算法层出不穷,与对比度,亮度及色调等相关的经典算法为基础,融合别的数学模型或理论框架能进一步优化结果,使图像更贴近实际,视觉效果更好。本文针对不同方向提出两种算法,实现对图像的复原与增强,最后验证算法的有效性,主要由以下两部分组成:（1）图像复原:针对暗原色先验去雾算法的不足,以有雾图像的先验知识为基础,融合大类间方差法,提出一种基于Ostu阈值法的暗原色先验去雾算法。在暗原色先验去雾算法的基础上,对图像分割、大气光值估计、透射率估计及其优化四部分进行改进:首先针对图像分割部分,利用改进的双阈值Ostu分割法确定阈值T,以该阈值为临界将图像分为前景区域和背景区域;针对大气光值估计部分,根据R、G、B通道的参数值及心理灰度公式求取符合要求的大气光值;针对透射率估计部分,基于图像分割后的不同情况,分析图像失真原因,引用最佳阈值T估算更准确的透射率;针对透射率优化部分采用双指数滤波器优化透射率,进一步精细化处理透射率的估计值,并把计算的参数代入暗原色先验去雾算法框架,求得结果图像,将该方法的结果与本文列举的4种算法相比较,证明了算法的可行性。（2）图像增强:针对现有的变换域图像增强算法,以Retinex理论为基础,融合非下采样剪切波变换,提出一种基于自适应阈值和局部色调映射的图像增强算法。以低照度图像为主要研究对象,在非下采样剪切波分解图像V分量的基础上,对高通和低通子带两方面分别提出对应的优化方法:首先针对V分量的高通子带部分,利用基于贝叶斯萎缩的自适应阈值方法减少子带中的大量噪声信息;针对V分量的低通子带部分,利用自适应局部色调映射方法对图像进行对比度增强;然后将V分量的子带通过非下采样剪切波的逆变换方法,得到重构后的V分量,并对其进行白平衡处理。最后利用花朵的低照度图像进行算法验证,结果表明算法能够优化图像特征,细节信息有良好的恢复效果,为进一步将本文算法的有效性进行验证,采用3幅测试图像经过本文算法与列举的算法进行处理,并对比分析结果图像,证明了算法的可行性。
侯志春[6]（2021）在《基于小波积分配点法求解矩形板大挠度弯曲问题》文中研究说明在力学领域中普遍存在着非线性现象,数学形式上可以描述为非线性的初边值问题。但是由于非线性问题的复杂性,目前我们很难去找到其解析解,所以现在的工程问题中通常需要数值技术去解决。虽然目前已有数值算法中已经在该方面取得了很大的成功,但是现有的研究还是没有把非线性问题解决好。比如有多空间维度或高阶导数的存在时,一般都未能有效解决,非线性问题的存在使得现有算法难以凑效,尤其是三则耦合情况下更是无法解决。基于目前研究现状,本文针对高维高阶导数的非线性问题给出了高精度的求解方法,同时在解决薄板结构的弯曲问题时避免了有限元软件仿真分析导致的沙漏效应。本文基于一维小波方法,拓展了多维Coiflet小波积分逼近格式,构造了高维小波积分配点法,并通过数值算例验证了该算法的可行性。具体研究内容分三个部分介绍如下:（1）介绍了紧支性的正交Coiflet小波,基于此得到了有界区间上L2函数的多维小波积分逼近格式,通过泰勒多项式插值展开对逼近格式的误差精度给出了证明。之后对三维空间中的边界端点处存在的跳跃现象进行了改进,获得了更为稳定的小波函数积分形式,给出了高维高阶小波积分配点法的数值离散格式。（2）考虑到泊松方程经常被用来验证一种新算法的优劣,本文利用极端的高维高阶类泊松问题去验证前面构造的小波积分配点法。我们分别分析了二维4到8阶以及三维4阶类泊松方程的数值精度,发现本文所构造的方法求解精度不依赖于空间维数以及最高阶导数阶数,更重要的是始终保持和直接逼近函数一样的高精度。（3）针对于在力学结构分析中的矩形薄板大挠度弯曲问题,诸如有限元算法会因为形函数阶数太低不能描述弯曲状态而导致沙漏效应。小波方法引入高阶形函数进行插值,可以准确表达板的弯曲状态,且小波积分配点法采用积分的思路,不依赖于导数,不会损失求解精度。我们通过在板的中心加载集中力验证了该算法完全可以避免剪力锁闭现象,以及在精度方面保持了与理论分析的一致性。
王魁良[7]（2021）在《Haar小波数值方法及其在力学问题中的应用》文中提出小波分析是近几十年快速发展起来的一种数学工具,已经被运用于微分方程的数值求解。结构分析和工程力学中的问题多是以微分方程的形式来表征的,这类方程往往有高维、高阶和非线性等难点,所以需要有效的数值方法来求解。本研究小组之前提出的一种基于Coiflet小波的积分配点方法,具有非常高的精度。但由于支撑集为[0,17]的Coiflet小波不具有解析表达式,其函数值和积分只能通过一系列相对复杂的计算在二分点处求取,增加了复杂度和计算量,这在一定程度上限制了该方法的使用。而Haar小波形式简单,相关的计算容易,作为一种具有显式表达式的小波,同时还具有规范正交性、紧支撑等性质。本文针对求解精度上要求不是特别高的问题,基于Haar小波构造了积分配点方法。首先通过Haar小波的函数展开定理,分析了用小波积分的方法求解微分方程的原理和可行性。然后给出了方程中各项用函数的最高阶偏导数通过Haar小波及其积分表示的表达式以及边界条件的处理方法。最后给出了使用配点法离散方程和求解离散后得到的代数方程的方法,以及待求函数的重构。为了检验该方法的性能,对于静力学的边值问题,我们选取一维Bratu方程和方板弯曲方程作为算例。其中Bratu方程采用了不同的表示非线性强弱的参数,方板弯曲问题包括小挠度和大挠度两种情形分别对应的线性和非线性方程,以及不同类型的载荷。通过对这些具有不同参数和特点的方程进行求解并进行误差分析,我们发现所构造的Haar小波积分配点法具不受方程阶数和非线性强弱影响的稳定的二阶收敛精度,误差也在可观的范围内。对于动力学的初边值问题,我们选取流体力学中经典的槽道流和方腔流作为算例,用Haar小波积分配点法结合人工压缩算法求解了二维原始变量粘性不可压缩流动的N-S方程。其中将时间作为与空间坐标等价的变量处理,也给出了将边界条件纳入初始条件的处理方法。计算表明,使用较少的节点即可模拟出较好的流场结果,证明了该方法在求解动力学问题中复杂非线性方程的可行性。
温福胜[8]（2021）在《基于真实细观结构模型的抗冻透水混凝土渗流、力学性能机理研究》文中认为透水混凝土又称多孔混凝土,是由粗骨料、水泥和水拌制而成的一种多孔轻质混凝土。抗冻透水混凝土是在透水混凝土的基础上通过调整配合比及掺加增强纤维等措施配制的具有良好力学性能、透水性能和抗冻性能的新型透水混凝土,其细观结构的复杂性和无序性是决定其各项性能的关键性因素。本文采用物理试验、理论分析和数值分析相结合的方法,以抗冻透水混凝土细观孔隙结构特征分析、渗流模型数值分析和力学模型数值分析为主要研究内容,借助高精度CT扫描技术和数字图像处理技术,从细观结构角度对抗冻透水混凝土三维重建、真实细观孔隙结构分析、孔隙水渗流特性、单轴及多轴压缩和拉伸条件下的受力特性开展了较为系统的研究工作。本文的主要研究内容及结论如下:1、基于CT扫描图像和数字图像处理技术建立了抗冻透水混凝土的真实细观结构三维重建模型（1）将抗冻透水混凝土视为由骨料、砂浆、界面过渡区和孔隙组成的多相复合材料,利用Trainable Weka Segmentation（TWS）分割算法对抗冻透水混凝土CT扫描图像进行图像分割,提取了各相组分的细观结构模型。（2）在三维可视化软件中进行了抗冻透水混凝土骨料、砂浆、界面过渡区和孔隙的细观结构三维重建并进行模型组合,建立了三组具有不同骨料粒径和孔隙结构的抗冻透水混凝土试件的真实细观结构三维重建模型。2、基于抗冻透水混凝土试件的真实细观结构三维重建模型提取了其孔隙结构模型,通过计算孔隙率验证了孔隙模型的准确性并进行了二维和三维孔隙结构特征分析（1）基于二维连续图像计算得到的平面总孔隙率的平均值接近物理试验方法测试的总孔隙率,三维孔隙结构模型的连通孔隙率接近物理试验测试的结果,表明本文中基于CT扫描技术和数字图像处理技术的孔隙结构模型能够较好地表征真实的孔隙结构。（2）二维孔隙直径和三维孔隙直径均呈正态分布,二者的直径大小分别集中分布于0-10mm和0-15mm,该范围内的孔隙数量占比超过70%,且随着骨料粒径的增加,试件内部大孔隙的比例逐渐增大。（3）试件不同区域内平面孔隙率随截面位置的变化趋势相似,且不同区域的孔隙分形维数的数值较为接近,表明孔隙结构具有一定的分形特性,同时分形维数和平面孔隙率呈现高度的线性关系,可作为测试抗冻透水混凝土试件孔隙率的方法。3、基于抗冻透水混凝土试件的真实细观结构三维重建模型建立了其孔隙水渗流数值模型,通过计算模型的渗透系数验证了模型的可靠性并进行了不同压力梯度下的渗流数值分析（1）通过渗流数值分析监测得到的截面流量和渗流速度结果计算了三组试件的透水系数,透水系数的模拟结果与试验测试结果较为接近,两者的误差在合理范围内,表明本研究中的孔隙水渗流模型及其数值分析方法具有可靠性。（2）在同一骨料粒径的试件孔隙模型中,不同压力梯度条件下渗流压力和渗流速度的分布状态基本相同。渗流压力沿渗流方向逐渐降低,在压力入口附近的孔隙中渗流压力最大,当孔隙直径减小或孔隙曲率明显变化,渗流水压力将显着增大。（3）渗流速度随着压力梯度的增大而逐渐增大,随着渗流达到稳定状态,水流趋向于流经贯穿试件上下两个表面的孔隙,这类孔隙是渗流过程中阻力最小的优势通道。当水流经狭窄孔隙时,渗流速度会急剧增加。当骨料粒径较小时,流线分布明显更加密集,优势通道数目明显增多。（4）通过渗流数值分析结果计算得到了三组试件的孔隙水渗流曲线,渗流曲线表明孔隙水的流动符合达西-福希海默定律,通过渗流曲线计算分别得到了三组抗冻透水混凝土试件的临界压力梯度和临界雷诺数。4、基于抗冻透水混凝土试件的真实细观结构三维重建模型建立了其力学结构数值模型,通过数值模型在单轴压缩条件下的裂缝发展验证了力学模型构建方法的可靠性并开展了单轴及多轴压缩和拉伸过程的数值分析（1）单轴压缩数值分析结果表明其裂缝形态为平行于加载方向的竖向裂缝,与物理试验的试件裂缝特征较为吻合,表明力学数值模型能够较好地反映试件的受力特征。（2）在抗冻透水混凝土试件的压缩和拉伸过程中,其内部各组分中的应力随加载过程不断发生重分布且各组分力学性能的不均匀性导致应力分布极不均匀。在加载过程中,在试件的孔隙边缘和骨料尖角等局部位置会产生应力集中现象,导致试件产生开裂破坏。（3）试件内部各组分空间分布的不均匀性导致试件在加载过程中产生不均匀变形,边缘位置以及内部开放大孔径孔隙是试件在受力过程中的薄弱位置,在压缩和拉伸过程中会产生局部的大变形,导致试件表面产生张拉和剪切破坏。（4）孔隙边缘和界面过渡区是影响抗冻透水混凝土试件力学性能的薄弱环节,裂缝依次在孔隙边缘、砂浆、界面过渡区和骨料中产生,由微裂缝开始延伸为主裂缝带并最终交汇贯通形成宏观裂缝。在压缩过程中试件表面的裂缝多为张拉裂缝和斜向剪切裂缝,试件的破坏特征以斜向剪切破坏为主,在拉伸过程中试件表面的裂缝以张拉裂缝为主,试件的破坏主要为局部的张拉破坏。本文基于CT扫描图像和数字处理技术建立了抗冻透水混凝土真实细观结构模型,基于该模型进行了其孔隙特征的定量分析,开展了不同水压力梯度下的孔隙水渗流数值分析以及单轴及多轴荷载作用下的力学模型数值分析,对于丰富和发展抗冻透水混凝土的研究具有一定的理论价值。
朱子聪[9]（2020）在《基于多小波与颜色空间的信息隐藏算法设计与研究》文中研究指明因特网技术的迅速发展,极大程度便利了人们对信息的传播和使用。各类传输技术和云存储技术的推广,使得体量愈来愈大的视频、音频、图片等多媒体信息在网络上存储、传输。信息传递的方式多种多样,尽管其中大部分方式都能够有效的提升信息传递的便捷性和快速性,但信息传输的安全问题一直是亟待解决的难点。从前人们主要采取加密手段对信息进行加密处理,但明显的修改痕迹导致信息隐蔽性较差,反而容易被攻击者甄别后加以破坏。信息隐藏技术可以有效的对此类现象进行针对性处理,它充分利用人的惯性思维和感官盲区,把需要加密的信息隐藏在载体信息的冗余段,来进行隐藏操作。本论文以多小波和颜色空间为基础,重点研究了以数字图像为信息传输载体的信息隐藏流程,其中研究了载体中信息隐藏区域的选择、设计了信息隐藏的嵌入规则,最后利用二维码编码实现信息隐藏。本文研究成果如下:（1）基于CL多小波与YUV颜色空间的二维码编码信息隐藏算法。利用CL多小波对图像载体进行转换处理,再通过YUV颜色空间转换方式进行处理,最后将需要加密的信息转换为二维码并嵌入载体信息中。（2）基于GHM多小波与YUV颜色迁移的信息隐藏算法。采用GHM多小波对图像载体进行转换处理,再通过YUV颜色空间转换方式进行处理,最后将需要加密的信息置乱并采用颜色迁移的方式嵌入载体中。（3）分别对以上两种信息隐藏方式进行算法性能分析,并通过不可见性、鲁棒性、感知篡改性等仿真实验进行检测,实验结果表明,两种算法的性能优异,不可见性、鲁棒性等性能指标均表现良好。通过上述研究成果和结论,对信息隐藏技术的实现提供了有效的技术支持和理论指导,是将多小波和颜色空间处理方法用于信息隐藏领域的一次有价值的尝试,具有较好的参考价值。
杨进[10]（2020）在《基于多尺度下结构组稀疏表示的图像融合方法研究》文中研究说明在人工智能及信息技术大力发展的背景下,各技术领域对图像融合有较大的需求,因此图像融合在各技术领域的地位越来越重要。在图像融合技术中,人们开始采用多尺度方式来分解源图像,这样图像融合就可以在离散的变换域中进行,其中多尺度小波变换在进行图像融合时取得了显着的效果。于是本文对具有多尺度性质的小波变换图像融合方法以及根据结构组稀疏表示图像融合方法进行分析研究。针对小波变换图像融合方法中存在的问题,本文提出了一种基于结构相似度融合规则的图像融合方法。然后本文根据结构组稀疏表示图像融合中的发展和应用,又提出一种改进的双树复小波变换（DT-CWT）与结构组稀疏表示相结合的图像融合方法。具体内容如下:本文首先对图像融合理论背景及其意义进行分析说明,了解图像融合理论在国内外的状况以及发展趋势。接下来本文介绍了图像融合基本理论和传统融合方法,同时也介绍图像融合质量好坏的评价标准。在分析研究多尺度变换理论时,本文对常用的小波变换进行理论分析,发现小波变换不足之处是不具有平移不变性和有效的方向选择性。针对小波变换存在的缺点,本文提出了一种改进的DT-CWT变换的图像融合方法,这方法是基于结构相似度（SSIM）对DT-CWT变换产生的分量进行有效选取,很好的解决了小波变换存在的问题,从而提高图像融合效果。通过实验结果和客观评价标准可以说明改进的DT-CWT变换改善了图像的融合效果。通过文献查阅,本文分析了稀疏表示方法的发展过程和在图像融合中的应用,发现传统的稀疏表示存在字典学习计算难和稀疏表示图像分块关联性两个问题。针对传统的稀疏表示存在的两个问题,对结构组稀疏表示有关文献分析,发现结构组稀疏表示方法可以解决上述问题,同时本文介绍了结构组理论和结构组稀疏模型的构造。根据图像结构组稀疏表示的优点和DT-CWT变换的优点,提出一种具有多尺度性的DT-CWT变换的结构组图像融合方法,本文分别介绍了这种方法的融合流程,其中包括源图像低、高频分量改进的融合规则。最后将常用的图像融合方法的仿真实验结果同本文方法的仿真实验结果进行对比,可以得出本文方法有效改善了图像的融合效果,提高了图像清晰度和保留了图像细节信息。
二、小波理论及其在图像处理中的应用（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、小波理论及其在图像处理中的应用（论文提纲范文）
（1）结合谱聚类理论的形态小波域水下地貌图像去噪技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 课题研究背景及意义 |
| 1.3 图像去噪技术研究现状 |
| 1.3.1 小波理论研究现状 |
| 1.3.2 谱聚类理论研究现状 |
| 1.4 课题研究内容和结构 |
| 第2章 成像声呐及成像原理 |
| 2.1 引言 |
| 2.2 侧扫声呐系统组成及功能 |
| 2.3 成像原理 |
| 2.4 海洋噪声 |
| 2.5 海洋环境噪声模型 |
| 2.6 本章小结 |
| 第3章 基于小波变换理论的声呐图像去噪 |
| 3.1 引言 |
| 3.2 小波变换基本理论 |
| 3.2.1 连续小波变换 |
| 3.2.2 离散小波变换 |
| 3.2.3 二维信号的小波分解 |
| 3.3 小波变换图像去噪 |
| 3.4 实验结果分析 |
| 3.5 本章小结 |
| 第4章 形态小波域声呐图像去噪 |
| 4.1 引言 |
| 4.2 形态小波去噪 |
| 4.2.1 形态小波的定义 |
| 4.2.2 形态小波去噪算法 |
| 4.3 可重构形态中点小波的构建 |
| 4.3.1 形态中点小波的多重化改进 |
| 4.3.2 形态中点小波的提升 |
| 4.3.3 形态中点小波的增强 |
| 4.4 实验结果分析 |
| 4.5 本章小结 |
| 第5章 结合谱聚类理论的形态小波域声呐图像去噪 |
| 5.1 引言 |
| 5.2 谱聚类算法 |
| 5.3 结合谱聚类理论的形态中点小波声呐图像去噪 |
| 5.3.1 结合谱聚类的形态中点小波高频系数估计 |
| 5.3.2 结合谱聚类的形态中点小波去噪系统 |
| 5.4 综合实验结果分析 |
| 5.4.1 实验验证 |
| 5.4.2 综合对比试验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文和研究成果 |
（2）基于小波去噪的阈值函数改进及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外研究综述 |
| 1.2.1 小波技术发展及其现状 |
| 1.2.2 信号去噪的研究现状 |
| 1.3 主要工作及论文框架 |
| 1.4 研究的创新与不足 |
| 1.4.1 研究的创新点 |
| 1.4.2 研究的不足 |
| 第二章 小波及信号去噪理论 |
| 2.1 小波分析方法概述 |
| 2.1.1 傅里叶变换 |
| 2.1.2 加窗傅里叶变换 |
| 2.1.3 小波理论简述 |
| 2.2 多尺度理论 |
| 2.2.1 多尺度分析概述 |
| 2.2.2 Mallat分解重构算法 |
| 2.2.3 极大重叠离散小波变换 |
| 2.3 基于小波变换的信号去噪流程及方法 |
| 2.3.1 小波去噪基本原理流程 |
| 2.3.2 小波去噪基本方法 |
| 2.4 小波去噪效果的影响因素 |
| 2.4.1 小波基函数的选择 |
| 2.4.2 分解层数的选择 |
| 2.4.3 阈值的选取 |
| 2.4.4 阈值函数的选取 |
| 2.5 小波去噪信号性能评价标准 |
| 2.5.1 信噪比 |
| 2.5.2 均方差 |
| 2.6 本章小结 |
| 第三章 改进阈值函数的小波去噪 |
| 3.1 小波去噪基本原理 |
| 3.2 阈值函数的选取 |
| 3.2.1 传统的阈值函数 |
| 3.2.2 改进的阈值函数 |
| 3.3 仿真实验结果及分析 |
| 3.3.1 仿真结果 |
| 3.3.2 仿真结果分析 |
| 3.4 本章小结 |
| 第四章 基于小波阈值去噪神经网络模型的应用研究 |
| 4.1 小波去噪 |
| 4.2 Elman神经网络 |
| 4.3 神经网络预测 |
| 4.3.1 数据的预处理 |
| 4.3.2 预测模型的建立 |
| 4.3.3 实验仿真 |
| 4.4 本章小结 |
| 第五章 总结和展望 |
| 5.1 研究结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 致谢 |
（3）基于改进小波变换的地震资料信噪比提升方法研究（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 国内外研究现状 |
| 1.2.1 地震资料去噪研究现状 |
| 1.2.2 小波变换研究现状 |
| 1.3 地震资料处理的基本知识 |
| 1.3.1 地震勘测流程 |
| 1.3.2 地震信号噪声 |
| 1.4 本文的研究内容 |
| 1.5 本文的结构安排 |
| 第二章 小波变换理论基础知识 |
| 2.1 小波变换理论介绍 |
| 2.2 小波变换基本理论 |
| 2.2.1 傅里叶变换 |
| 2.2.2 连续小波变换 |
| 2.2.3 离散小波变换 |
| 2.2.4 二进小波变换 |
| 2.2.5 二维小波变换 |
| 2.2.6 小波包变换 |
| 2.3 小波变换理论框架 |
| 2.3.1 多分辨率分析理论与方法 |
| 2.3.2 Mallat算法 |
| 2.4 常见的小波基函数 |
| 2.5 小波变换尺度的选择 |
| 2.6 小波阈值去噪算法 |
| 2.6.1 小波阈值去噪算法理论 |
| 2.6.2 常见的阈值选取算法 |
| 2.6.3 阈值函数的选取 |
| 2.7 去噪效果的评价标准 |
| 2.8 本章小结 |
| 第三章 改进小波变换阈值去噪算法去除地震资料随机噪声 |
| 3.1 GCV阈值选取函数 |
| 3.2 果蝇优化算法 |
| 3.2.1 参数初始化 |
| 3.2.2 嗅觉搜索 |
| 3.2.3 视觉搜索 |
| 3.3 模拟退火算法 |
| 3.4 改进小波变换阈值选取算法 |
| 3.5 仿真实验 |
| 3.6 实际地震资料处理 |
| 3.7 本章小结 |
| 第四章 改进基于NLM算法的小波变换去除地震资料随机噪声 |
| 4.1 NLM算法原理 |
| 4.2 基于一维小波熵的自适应NLM算法 |
| 4.3 基于二维小波熵的自适应NLM算法 |
| 4.4 仿真实验 |
| 4.5 实际地震资料处理 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（4）基于小波包阈值法的脉冲星信号去噪方法研究（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 国内外研究现状 |
| 1.3 论文研究内容及结构 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文研究路线 |
| 1.3.3 论文结构 |
| 第二章 相关理论概述 |
| 2.1 傅里叶变换 |
| 2.1.1 连续傅里叶变换 |
| 2.1.2 离散傅里叶变换 |
| 2.1.3 短时傅里叶变换 |
| 2.1.4 快速傅里叶变换 |
| 2.2 小波变换 |
| 2.2.1 连续小波变换 |
| 2.2.2 离散小波变换 |
| 2.2.3 小波变换发展历程 |
| 2.2.4 小波变换理论 |
| 2.2.5 小波变换示意图 |
| 2.3 小波包变换 |
| 2.3.1 小波包变换发展历程 |
| 2.3.2 小波包变换理论 |
| 2.3.3 小波包变换示意图 |
| 2.4 本章小结 |
| 第三章 基于小波阈值法的脉冲星信号去噪方法 |
| 3.1 小波阈值法算法概述 |
| 3.1.1 小波阈值法去噪算法 |
| 3.1.2 小波阈值法去噪流程 |
| 3.2 小波分解与重构 |
| 3.3 小波基函数与分解层数 |
| 3.3.1 小波基函数 |
| 3.3.2 Parkes脉冲星信号去噪小波基的确定 |
| 3.3.3 FAST脉冲星信号(单脉冲)去噪小波基的确定 |
| 3.3.4 分解层数 |
| 3.4 阈值与阈值处理函数 |
| 3.4.1 阈值准则 |
| 3.4.2 阈值处理函数 |
| 3.5 本章小结 |
| 第四章 基于小波包阈值法的脉冲星信号去噪方法 |
| 4.1 小波包阈值法算法概述 |
| 4.1.1 小波包阈值法算法 |
| 4.1.2 小波包阈值法去噪流程图 |
| 4.2 小波包分解与重构 |
| 4.3 小波基函数与分解层数 |
| 4.3.1 Parkes脉冲星信号去噪小波基的确定 |
| 4.3.2 FAST脉冲星信号(单脉冲)去噪小波基的确定 |
| 4.3.3 分解层数 |
| 4.4 阈值与阈值处理函数 |
| 4.5 本章小结 |
| 第五章 实验结果对比与分析 |
| 5.1 评价指标 |
| 5.1.1 信噪比 |
| 5.1.2 均方根误差 |
| 5.1.3 峰值信噪比 |
| 5.1.4 平滑度 |
| 5.1.5 功率谱 |
| 5.2 实验对比与分析 |
| 5.2.1 Parkes脉冲星信号去噪效果对比分析 |
| 5.2.2 FAST脉冲星信号(单脉冲)去噪效果对比分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间主要研究成果 |
（5）基于先验知识与NSST变换的图像优化算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 图像复原 |
| 1.1.2 图像增强 |
| 1.2 国内外现状 |
| 1.2.1 基于图像复原的算法研究 |
| 1.2.2 基于图像增强的算法研究 |
| 1.2.3 基于机器学习的图像算法研究 |
| 1.2.4 图像处理算法的应用 |
| 1.3 论文的主要研究内容和组织架构 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文组织架构 |
| 2.低质量有雾图像的先验知识 |
| 引言 |
| 2.1 有雾图像成像机制 |
| 2.1.1 雾霾的形成原因 |
| 2.1.2 有雾图像的特点 |
| 2.2 大气散射模型 |
| 2.2.1 环境光成像模型 |
| 2.2.2 入射光衰减模型 |
| 2.3 图像质量评价 |
| 2.3.1 主观评价 |
| 2.3.2 客观评价 |
| 2.4 本章小结 |
| 3.基于Ostu阈值法的暗原色先验去雾算法 |
| 引言 |
| 3.1 暗原色先验理论及算法实现 |
| 3.1.1 暗原色先验理论概述 |
| 3.1.2 暗原色先验去雾模型 |
| 3.1.3 暗原色先验去雾算法实现与结果分析 |
| 3.1.4 暗原色先验去雾算法的缺陷与不足 |
| 3.2 基于Ostu阈值法的暗原色先验去雾算法 |
| 3.2.1 Ostu阈值分割的改进 |
| 3.2.2 大气光值的改进 |
| 3.2.3 透射率估计的改进 |
| 3.2.4 透射率的优化 |
| 3.3 实验结果与分析 |
| 3.3.1 算法验证与结果 |
| 3.3.2 客观评价 |
| 3.4 本章小结 |
| 4.低照度图像增强算法 |
| 引言 |
| 4.1 基于空域的图像增强算法 |
| 4.1.1 空域灰度变换 |
| 4.1.2 空域滤波增强 |
| 4.2 基于变换域的图像增强算法 |
| 4.2.1 傅里叶变换 |
| 4.2.2 小波变换 |
| 4.2.3 轮廓波变换 |
| 4.2.4 非下采样轮廓波变换 |
| 4.2.5 剪切波变换 |
| 4.2.6 非下采样剪切波变换 |
| 4.3 本章小结 |
| 5.基于自适应阈值和局部色调映射的低照度图像增强算法 |
| 引言 |
| 5.1 Retinex理论概述 |
| 5.2 颜色空间 |
| 5.2.1 RGB颜色空间 |
| 5.2.2 HSV颜色空间 |
| 5.2.3 RGB颜色空间与HSV颜色空间的转换 |
| 5.3 基于自适应阈值和局部色调映射的图像增强算法 |
| 5.3.1 高通子带的改进算法 |
| 5.3.2 低通子带的改进算法 |
| 5.4 实验结果与分析 |
| 5.4.1 算法验证与结果 |
| 5.4.2 客观评价 |
| 5.5 本章小结 |
| 6.总结与展望 |
| 6.1 总结 |
| 6.2 本文算法的不足及展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（6）基于小波积分配点法求解矩形板大挠度弯曲问题（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 小波理论的起源与发展 |
| 1.3 小波在数值计算中的应用 |
| 1.4 本文主要工作 |
| 第二章 小波数值分析的基础理论 |
| 2.1 多分辨分析和Coiflet小波基的构建 |
| 2.1.1 多分辨分析基础 |
| 2.1.2 Coiflet小波基的构造 |
| 2.2 有界区间上L~2函数的Coiflet小波逼近 |
| 2.3 本章总结 |
| 第三章 高维小波积分配点法 |
| 3.1 高维小波积分配点格式 |
| 3.2 非线性边值问题的误差分析 |
| 3.3 本章总结 |
| 第四章 非线性边值问题中的应用 |
| 4.1 类泊松方程的数值分析 |
| 4.1.1 二维Poisson方程 |
| 4.1.2 三维Poisson方程 |
| 4.2 矩形板的大挠度弯曲问题 |
| 4.2.1 控制方程的代数离散格式 |
| 4.2.2 数值计算结果与讨论 |
| 4.2.3 有限元软件失真分析 |
| 4.3 本章总结 |
| 第五章 结束语 |
| 参考文献 |
| 附录 A 尺度函数在整数点的积分值 |
| 附录 B 计算尺度基函数所需的系数值 |
| 附录 C 三维边值问题的小波积分配点格式 |
| 附录 D 非线性偏微分方程各偏导项推导过程 |
| 致谢 |
（7）Haar小波数值方法及其在力学问题中的应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 小波理论的发展历史 |
| 1.2 小波方法的应用 |
| 1.2.1 小波方法在信号分析领域中的应用 |
| 1.2.2 小波方法在微分方程求解中的应用 |
| 1.3 研究背景及意义 |
| 1.3.1 计算力学现有方法 |
| 1.3.2 选题的意义 |
| 1.4 本文的主要工作 |
| 第二章 多分辨分析及Haar小波基础 |
| 2.1 多分辨分析和基函数 |
| 2.2 Haar小波 |
| 2.2.1 Haar小波函数及其积分 |
| 2.2.2 有限区间上Haar小波逼近公式 |
| 2.3 本章小结 |
| 第三章 初边值问题的小波积分配点法 |
| 3.1 有限区域上初边值问题的积分形式 |
| 3.1.1 一维问题的积分形式 |
| 3.1.2 多维问题的积分形式 |
| 3.2 小波积分配点法的构造 |
| 3.2.1 Haar小波积分配点法的统一格式 |
| 3.2.2 方程的离散及待求变量的重构 |
| 3.3 代数方程组的求解方法 |
| 3.3.1 牛顿迭代法 |
| 3.3.2 矩阵运算的MPI并行计算程序 |
| 3.4 本章小结 |
| 第四章 力学问题应用举例 |
| 4.1 一维Bratu方程 |
| 4.2 方板的弯曲问题 |
| 4.3 原始变量粘性不可压缩流动N-S方程组 |
| 4.3.1 时间项的处理方法 |
| 4.3.2 人工压缩算法介绍 |
| 4.3.3 二维槽道层流 |
| 4.3.4 二维顶盖驱动方腔流动 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 参考文献 |
| 致谢 |
（8）基于真实细观结构模型的抗冻透水混凝土渗流、力学性能机理研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 1 前言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 透水混凝土研究现状 |
| 1.2.2 数字图像分割技术研究现状 |
| 1.2.3 混凝土细观结构模型研究现状 |
| 1.2.4 CT技术和数字图像处理技术在材料细观研究中的应用 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.3.3 技术路线 |
| 2 材料与方法 |
| 2.1 抗冻透水混凝土试件制备 |
| 2.2 抗冻透水混凝土试件物理试验 |
| 2.2.1 孔隙率及透水性能试验 |
| 2.2.2 立方体单轴压缩试验 |
| 2.3 CT扫描试验 |
| 2.4 砂浆力学性能试验 |
| 2.4.1 砂浆立方体抗压强度试验 |
| 2.4.2 砂浆静力受压弹性模量试验 |
| 2.5 真实细观结构模型构建 |
| 2.5.1 CT扫描图像预处理 |
| 2.5.2 细观结构识别和提取 |
| 2.5.3 真实细观结构三维重建 |
| 2.6 基于真实细观模型的孔隙结构特征分析 |
| 2.6.1 二维平面孔隙特征分析 |
| 2.6.2 三维孔隙特征分析 |
| 2.7 基于真实细观孔隙结构的渗流数值模型构建 |
| 2.7.1 网格划分调整 |
| 2.7.2 边界条件设置 |
| 2.7.3 渗流数值计算 |
| 2.8 基于真实细观结构模型的单轴及多轴力学数值模型构建 |
| 2.8.1 网格划分调整 |
| 2.8.2 单元类型选取 |
| 2.8.3 破坏准则及材料属性 |
| 2.8.4 加载及求解过程 |
| 2.8.5 裂缝模型选取 |
| 3 结果与分析 |
| 3.1 二维平面孔隙特征分析 |
| 3.1.1 平面孔隙率分布 |
| 3.1.2 平面孔隙直径分布 |
| 3.1.3 分形维数 |
| 3.2 三维孔隙特征分析 |
| 3.2.1 三维孔隙率 |
| 3.2.2 三维孔隙直径分布 |
| 3.3 不同压力梯度渗流性能研究 |
| 3.3.1 渗透系数 |
| 3.3.2 渗流压力分布 |
| 3.3.3 渗流速度分布 |
| 3.3.4 渗流曲线 |
| 3.4 单轴压缩力学性能研究 |
| 3.4.1 应力分布规律 |
| 3.4.2 位移分布规律 |
| 3.4.3 宏观裂缝发展过程 |
| 3.4.4 细观裂缝发展过程 |
| 3.5 单轴拉伸力学性能研究 |
| 3.5.1 应力分布规律 |
| 3.5.2 位移分布规律 |
| 3.5.3 宏观裂缝发展 |
| 3.5.4 细观裂缝发展 |
| 3.6 双轴压缩力学性能研究 |
| 3.6.1 应力分布规律 |
| 3.6.2 位移分布规律 |
| 3.6.3 宏观裂缝发展 |
| 3.6.4 细观裂缝发展 |
| 3.7 双轴拉伸力学性能研究 |
| 3.7.1 应力分布规律 |
| 3.7.2 位移分布规律 |
| 3.7.3 宏观裂缝发展 |
| 3.7.4 细观裂缝发展 |
| 3.8 三轴压缩力学性能研究 |
| 3.8.1 应力分布规律 |
| 3.8.2 位移分布规律 |
| 3.8.3 宏观裂缝发展 |
| 3.8.4 细观裂缝发展 |
| 3.9 三轴拉伸力学性能研究 |
| 3.9.1 应力分布规律 |
| 3.9.2 位移分布规律 |
| 3.9.3 宏观裂缝发展 |
| 3.9.4 细观裂缝发展 |
| 4 讨论 |
| 4.1 CT扫描技术在材料领域中的应用 |
| 4.2 CT扫描图像的分割算法 |
| 4.3 混凝土的细观结构模型研究 |
| 4.4 研究展望 |
| 5 结论 |
| 6 参考文献 |
| 7 致谢 |
| 8 攻读学位期间发表论文情况 |
（9）基于多小波与颜色空间的信息隐藏算法设计与研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景 |
| 1.1.1 信息隐藏技术概述及运用优势 |
| 1.1.2 衡量信息隐藏技术性能的指标 |
| 1.1.3 信息隐藏技术的运用优势 |
| 1.2 国内外研究现状 |
| 1.2.1 信息隐藏技术国内外研究现状 |
| 1.2.2 基于数字图像的隐藏算法研究现状 |
| 1.3 本文的主要研究成果 |
| 第二章 基于多小波与颜色空间的信息隐藏算法设计原则研究 |
| 2.1 基于多小波与颜色空间的隐藏区域设计原则 |
| 2.1.1 鲁棒性设计原则 |
| 2.1.2 隐蔽性设计原则 |
| 2.2 秘密信息的预处理设计原则 |
| 2.2.1 信息加密方法的选择原则 |
| 2.2.2 信息编码设计原则 |
| 2.3 信息嵌入规则的制定方法 |
| 2.3.1 常见的信息表达转换策略 |
| 2.3.2 秘密信息与载体的匹配嵌入原则 |
| 2.3.3 颜色迁移理论 |
| 2.4 信息隐藏算法的选择原则 |
| 2.4.1 基于不可见性的选择原则 |
| 2.4.2 基于鲁棒性的选择原则 |
| 2.4.3 基于抗分析性的选择原则 |
| 2.4.4 基于嵌入信息量的选择原则 |
| 2.5 本章小结 |
| 第三章 基于CL多小波与YUV颜色空间的二维码编码信息隐藏算法 |
| 3.1 二维码编码信息隐藏算法设计 |
| 3.1.1 载体图象预处理 |
| 3.1.2 秘密信息预处理 |
| 3.1.3 信息隐藏的流程及步骤 |
| 3.2 算法性能的理论分析及仿真实验 |
| 3.2.1 算法性能的理论分析 |
| 3.2.2 位平面安全性实验 |
| 3.2.3 不可见性实验 |
| 3.2.4 抗分析性实验 |
| 3.2.5 感知篡改性实验 |
| 3.2.6 鲁棒性实验 |
| 3.3 本章小节 |
| 第四章 基于GHM多小波变换与颜色迁移的信息隐藏算法 |
| 4.1 基于GHM多小波变换与颜色迁移的信息隐藏算法设计 |
| 4.1.1 载体图象预处理 |
| 4.1.2 信息隐藏规则 |
| 4.1.3 信息隐藏的流程及步骤 |
| 4.1.4 信息提取的流程及步骤 |
| 4.2 算法性能的理论分析及仿真实验 |
| 4.2.1 算法性能的理论分析 |
| 4.2.2 不可见性实验 |
| 4.2.3 抗分析性实验 |
| 4.2.4 感知篡改性实验 |
| 4.2.5 鲁棒性实验 |
| 4.3 本章小节 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 致谢 |
（10）基于多尺度下结构组稀疏表示的图像融合方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 图像融合的研究背景及其意义 |
| 1.2 图像融合的发展现状 |
| 1.2.1 图像融合的发展概况 |
| 1.2.2 图像融合普遍存在的问题 |
| 1.3 本文研究内容及创新点 |
| 1.4 本文各章节布局 |
| 第二章 图像融合基本理论 |
| 2.1 图像融合的简单概述 |
| 2.2 图像融合的层次分类 |
| 2.3 传统的图像融合方法 |
| 2.4 图像融合质量好坏评价 |
| 2.5 本章小结 |
| 第三章 基于多尺度的图像融合方法研究 |
| 3.1 多尺度分析的基本简介 |
| 3.2 小波的理论基础 |
| 3.2.1 连续小波变换 |
| 3.2.2 离散小波变换 |
| 3.3 小波变换的图像融合方法 |
| 3.3.1 小波在图像中的变换 |
| 3.3.2 小波在图像中的分解算法 |
| 3.3.3 基于小波变换的图像融合方法 |
| 3.4 复小波的理论基础 |
| 3.4.1 复小波变换理论基础 |
| 3.4.2 一维DT-CWT变换 |
| 3.4.3 二维DT-CWT变换 |
| 3.5 改进的DT-CWT变换的图像融合方法 |
| 3.5.1 改进的DT-CWT变换图像融合规则 |
| 3.5.2 改进的DT-CWT变换的低频分量融合规则 |
| 3.5.3 改进的DT-CWT变换的高频分量融合规则 |
| 3.6 实验结果及分析 |
| 3.7 本章小结 |
| 第四章 基于多尺度下结构组稀疏表示的图像融合方法研究 |
| 4.1 稀疏表示的理论基础 |
| 4.1.1 传统图像稀疏表示 |
| 4.1.2 图像稀疏表示系数的求解算法 |
| 4.1.3 图像稀疏表示过完备字典的构造 |
| 4.2 图像结构组稀疏表示理论 |
| 4.2.1 图像结构组的模型 |
| 4.2.2 图像结构组稀疏表示模型 |
| 4.3 基于DT-CWT与结构组稀疏表示的图像融合 |
| 4.3.1 DT-CWT—SGSR图像融合的方法 |
| 4.3.2 DT-CWT—SGSR图像融合规则 |
| 4.4 实验结果及分析 |
| 4.5 本章小结 |
| 第五章 总结及展望 |
| 5.1 本文总结 |
| 5.2 下一步的工作 |
| 致谢 |
| 参考文献 |
| 附录 A 攻读硕士学位期间学术成果 |
四、小波理论及其在图像处理中的应用（论文参考文献）
- [1]结合谱聚类理论的形态小波域水下地貌图像去噪技术研究[D]. 黄懿. 大理大学, 2021(08)
- [2]基于小波去噪的阈值函数改进及其应用研究[D]. 盛祖维. 江西财经大学, 2021(10)
- [3]基于改进小波变换的地震资料信噪比提升方法研究[D]. 董广凯. 西安石油大学, 2021(09)
- [4]基于小波包阈值法的脉冲星信号去噪方法研究[D]. 邵广盛. 贵州师范大学, 2021(08)
- [5]基于先验知识与NSST变换的图像优化算法研究[D]. 曹红燕. 中北大学, 2021(09)
- [6]基于小波积分配点法求解矩形板大挠度弯曲问题[D]. 侯志春. 兰州大学, 2021(09)
- [7]Haar小波数值方法及其在力学问题中的应用[D]. 王魁良. 兰州大学, 2021(09)
- [8]基于真实细观结构模型的抗冻透水混凝土渗流、力学性能机理研究[D]. 温福胜. 山东农业大学, 2021(01)
- [9]基于多小波与颜色空间的信息隐藏算法设计与研究[D]. 朱子聪. 长安大学, 2020(06)
- [10]基于多尺度下结构组稀疏表示的图像融合方法研究[D]. 杨进. 昆明理工大学, 2020(04)