导读:本文包含了形态学去噪论文开题报告文献综述及选题提纲参考文献，主要关键词:数学形态学,几何特性,图像去噪,小波分析
形态学去噪论文文献综述
舒彬[1]（2018）在《基于数学形态学的提升小波图像去噪研究》一文中研究指出数学形态学能够借助逻辑推理以及方程推导等方式,实现针对集合论的语言处理,并进行集合运算,使其能够在图像描述当中完成各单元特性的关系表达。在进行图像去噪方式研究时,提出运用数学形态学进行小波分析的策略,首先完成数学形态学中提升小波分析的应用方式,随后结合具体的含噪图像特征,对数学形态学去噪方式进行论述。(本文来源于《科技经济导刊》期刊2018年35期）
牛犇,慕晓冬,陈长倩[2]（2019）在《基于双树复小波和形态学的红外图像去噪方法》一文中研究指出红外成像技术随着科技的快速进步在各个领域的应用与日俱增。但是,红外成像后的图像较为模糊且噪声较大,严重影响了目标检测和识别的效果,对图像进行有效的去噪处理就显得很有必要。在研究双树复小波变换和形态学滤波的基础上,提出了一种基于MAP估计的双树复小波变换与形态学滤波相结合的红外图像去噪方法,并将其应用于红外图像的去噪。与传统的去噪方法进行比较,无论从视觉效果还是客观评价指标上来看,所提方法都优于传统的去噪方法,可以广泛应用于红外图像处理领域。(本文来源于《电光与控制》期刊2019年02期）
吕纪荣[3]（2018）在《基于小波分析和数学形态学相融合的高光谱数据去噪》一文中研究指出为了更好的消除高光谱数据噪声,加快高光谱数据去噪去噪速度,设计了基于小波分析和小波分析的高光谱数据去噪方法。首先收集原始的高光谱数据,并采用小波分析对其进行变换,通过设置阈值去除高光谱数据中的噪声,然后采用数学形态学对高光谱数据进行处理,实现高光谱数据的进一步去噪。从主观和客观两个方面对高光谱数据去噪方法的性能进行评价,本文方法的高光谱数据去噪效果好,解决了当前方法存在的不足,加快了高光谱数据去噪速度,研究结果可以为高光谱数据去噪的研究提供有价值参考。(本文来源于《激光杂志》期刊2018年06期）
杨蕴,李玉,王玉[4]（2018）在《一种数学形态学的量子图像去噪方法》一文中研究指出针对新型量子计算机缺少相应的图像处理算法这一问题,提出一种基于数学形态学的量子图像去噪方法。首先,利用二值分解法将数字图像分解成若干个位面,由设计的一个经典-量子接口将分解得到的位面表示为增强量子表示模型下的量子位面。其次,根据数学形态学原理构建一个多尺度多方向的量子复合形态滤波器,对量子位面中的高效量子位面进行去噪处理。最后,利用一个量子-经典接口将量子位面转变为位面,对位面进行组合得到去噪的数字图像。为了验证提出的方法,分别用传统数学形态学、均值滤波、小波去噪、维纳滤波作为对比方法,定性及定量评价结果表明了该方法的可行性及优越性。提出方法为量子图像处理提供了一个有效算法,也为量子计算机的实现提供了很好的算法基础。(本文来源于《遥感信息》期刊2018年02期）
张景元,何玉珠[5]（2018）在《基于形态学的自动驾驶仪振动信号基线漂移去噪》一文中研究指出导弹自动驾驶仪在振动测试过程中存在信号基线漂移且污染严重的问题,而传统的时频处理方法难以达到去噪要求,因此基于形态学基本原理提出了一种用于解决振动信号基线漂移的滤波方法。该滤波方法由3级结构组成,前2级结构均是基于形态学基本原理,第3级进行相消与平滑处理,通过相互级联,可以有效抑制基线漂移。此外,通过引入粒子群优化(PSO)算法使得该滤波方法更具适应性。对比实验利用该滤波方法和对比方法对自动驾驶仪实测振动信号与标准ECG信号进行了处理,结果表明:该滤波方法在抑制基线漂移方面要优于小波阈值去噪和传统的形态学去噪。(本文来源于《北京航空航天大学学报》期刊2018年05期）
汪昱[6]（2017）在《基于数学形态学的LMT信号去噪研究》一文中研究指出自从大地电磁测深法问世以来,因其方法简单、实现便利、效果显着等诸多优点在越来越多的领域得到应用。而随之而来的大地电磁信噪分离方法研究也成为信号分析领域的一个热点和难点问题,特别长周期大地电磁信号因其信号能量弱,频域宽,容易被干扰等因素,成为信号的信噪分离的一个难点问题。而受干扰的大地电磁信号将会对后续资料解释产生严重影响,所以在野外采集的长周期大地电磁信号都需要先经过去噪处理后才能更可靠的使用。目前针对长周期大地电磁信号的去噪虽然方法有很多,诸如小波变换、加窗傅里叶变换、源参考法等,也取得了许多研究成果,但目前的方法都有一定的缺陷,且大部分都是基于频域去噪提出来的。因此提出更多更适应长周期大地电磁信号的处理方法一直是大地电磁测深领域内的热点,本文基于此背景,提出了数学形态学原理对长周期大地电磁信号进行处理。本文提出的数学形态学方法与过去对长周期大地电磁信号处理方法的不同之处是数学形态学去噪是基于时域进行处理,适合大地电磁信号频域宽的特点,而且此方法数学理论基础扎实,原理简单,发展空间大。本文的仿真实验也表明此方法是十分有效的。本文主要内容如下:(1)总结了大地电磁信号的场源,分析了大地电磁的各类噪声干扰。并分析每种噪声干扰对大地电磁信号造成的不同影响。指出长周期大地电磁数据存在数据确实现象。(2)对信号的分类和信号的一般处理方法进行了简要的介绍。对不同信号的性质也做了简明扼要的说明,介绍了信号的各种分析方法中的典型算法。同时介绍的信号频谱,幅度等特征(3)介绍了形态学的基本数学理论,详细阐述了形态学滤波中的四种基本算子的定义与数学含义。并用实验仿真了四种基本算子的滤波效果,讨论了它们具体的去噪性能。然后对分析了形态学滤波中的传统的结构元素类型,用几何和二值化参数对它们进行了解释。模拟和对比了传统几种结构元素的去噪性能,并自定义结构元素来对信号进行处理。(4)在数学形态学滤波的理论基础上对长周期大地电磁实测信号做了去噪处理,分析了不同类型结构元素对长周期大地电磁的去噪效果,分析了数学形态学的数据数据填补功能。并在前面的基础上探讨了改进型的数学形态学滤波器,用实测信号对其进行分析。在基于数学形态学去噪的基础上结合中值滤波对长周期大地电磁信号进行处理,实验结果表明这种方法也是有效的。(5)最后用本文提出的数学形态学的处理方法与目前去噪领域中常用的小波包去去噪方法同时对同一信号进行处理,实验结果也表明在此信号的处理上本文提出的方法略优于小波包去噪方法。(本文来源于《成都理工大学》期刊2017-05-27）
王慧倩,李丹,柏桐,林金朝,庞宇[7]（2016）在《基于双树复小波变换和形态学的脉搏信号去噪》一文中研究指出常见的医学信号(如脉搏信号)包含大量的噪声,具有强烈的非线性和非平稳性。由电力系统及其他设备产生的固定频率的干扰(该干扰的频率为50/60 Hz及其谐波)对脉搏信号影响较大。由被测对象的呼吸、电极移动等低频干扰引起的基线漂移,其频率小于5 Hz。受到基线漂移干扰的信号特征表现为脉搏信号与呼吸信号同频率的正弦分量的迭加。由人体活动或肌肉收缩等刺激引起的干扰为频率在5~2 000 Hz之间的肌电干扰,属高频干扰,表现为不规则的快速变化波形。针对以上问题,本文在传统离散小波变换的基础上提出了一种基于形态学和双树复小波变换的脉搏信号去噪方法。该方法主要分为两部分。(1)数学形态学的基线漂移滤除:因目的在于去除脉搏信号中的基线漂移,所以本文设计了一种直线型的结构元素,对原始信号进行形态学的开闭、闭开运算,求得算数平均后以得到基线漂移信号。(2)双树复小波变换的高频信号去噪:对于第一部分得到的信号进行叁层双树复小波分解,由于噪声包含在高频系数中,所以对每一层产生的高频系数进行阈值化处理,对分解后得到的小波系数进行系数重构,重构后的信号即为纯净的脉搏信号。通过实验验证,本文的形态学和双树复小波交换的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。(本文来源于《物联网与无线通信——第二届全国物联网技术与应用学术会议和第十一届全国无线电应用与管理学术会议论文集》期刊2016-12-10）
袁一民,王润秋,路长革,盖志鹏[8]（2015）在《基于形态学和FK滤波的点源去噪方法对比》一文中研究指出海上地震资料中噪声类型十分复杂,其中外源干扰反射能量较强。它在地震道集上表现为双曲型干扰,并且其频谱形态与震源信号几乎完全重迭。本文主要对比了利用形态学原理和FK滤波来压制双曲型外源干扰的方法,证明很好的去除了外源干扰,同时保持了有效信号的信噪比和分辨率。(本文来源于《2015中国地球科学联合学术年会论文集（十五）——专题41环境地球物理方法技术与研究进展、专题42浅地表地球物理进展、专题43工程地球物理技术进展与应用》期刊2015-10-10）
沈阳,宓超,凤宇飞[9]（2015）在《形态学开运算在车型图像去噪中的应用》一文中研究指出本文提出了一种用形态学开运算对基于二维激光雷达的车型图像进行快速去噪的方法,这类车型图像不是直接通过摄像头拍摄获得,而是由激光雷达及其他辅助设备对车辆的侧面二维轮廓进行扫描并重建,再对重建后的车辆叁维点云数据进行栅格化以及灰度化而得到的。该项研究适用于通过激光雷达而获取到的车型图像进行有效去噪,能够将环境中由大颗粒灰尘、雾气、雨水以及其他噪声点去除,其去噪效果快速、彻底。(本文来源于《中国科技信息》期刊2015年18期）
袁开明,王峰[10]（2015）在《融合小波模极大值和形态学的去噪分析》一文中研究指出局部放电监测是评价大型电力设备绝缘状况的一种重要方法,而局部放电信号中白噪声干扰的消除一直是个研究难题。结合遗传模拟退火智能优化算法,提出了一种小波模极大值和数学形态学相融合的新型去噪方法,该方法利用了小波模极大值和形态滤波器在去噪中的互补性质,在局放仿真信号和现场实测信号的去噪试验中,验证了本文方法稳定理想的去噪效果。(本文来源于《陕西电力》期刊2015年07期）
形态学去噪论文开题报告
（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：
红外成像技术随着科技的快速进步在各个领域的应用与日俱增。但是,红外成像后的图像较为模糊且噪声较大,严重影响了目标检测和识别的效果,对图像进行有效的去噪处理就显得很有必要。在研究双树复小波变换和形态学滤波的基础上,提出了一种基于MAP估计的双树复小波变换与形态学滤波相结合的红外图像去噪方法,并将其应用于红外图像的去噪。与传统的去噪方法进行比较,无论从视觉效果还是客观评价指标上来看,所提方法都优于传统的去噪方法,可以广泛应用于红外图像处理领域。
（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。
形态学去噪论文参考文献
[1].舒彬.基于数学形态学的提升小波图像去噪研究[J].科技经济导刊.2018
[2].牛犇,慕晓冬,陈长倩.基于双树复小波和形态学的红外图像去噪方法[J].电光与控制.2019
[3].吕纪荣.基于小波分析和数学形态学相融合的高光谱数据去噪[J].激光杂志.2018
[4].杨蕴,李玉,王玉.一种数学形态学的量子图像去噪方法[J].遥感信息.2018
[5].张景元,何玉珠.基于形态学的自动驾驶仪振动信号基线漂移去噪[J].北京航空航天大学学报.2018
[6].汪昱.基于数学形态学的LMT信号去噪研究[D].成都理工大学.2017
[7].王慧倩,李丹,柏桐,林金朝,庞宇.基于双树复小波变换和形态学的脉搏信号去噪[C].物联网与无线通信——第二届全国物联网技术与应用学术会议和第十一届全国无线电应用与管理学术会议论文集.2016
[8].袁一民,王润秋,路长革,盖志鹏.基于形态学和FK滤波的点源去噪方法对比[C].2015中国地球科学联合学术年会论文集（十五）——专题41环境地球物理方法技术与研究进展、专题42浅地表地球物理进展、专题43工程地球物理技术进展与应用.2015
[9].沈阳,宓超,凤宇飞.形态学开运算在车型图像去噪中的应用[J].中国科技信息.2015
[10].袁开明,王峰.融合小波模极大值和形态学的去噪分析[J].陕西电力.2015