压缩直方图论文-徐良洲,黄波,程晓光,程克斌,张鑫

压缩直方图论文-徐良洲,黄波,程晓光,程克斌,张鑫

导读:本文包含了压缩直方图论文开题报告文献综述及选题提纲参考文献,主要关键词:椎体压缩性骨折,T2WI直方图

压缩直方图论文文献综述

徐良洲,黄波,程晓光,程克斌,张鑫[1](2019)在《T_2WI直方图对椎体压缩性骨折进展中骨髓水肿及疼痛变化的评价》一文中研究指出目的:探讨T2WI直方图在椎体压缩性骨折时间判定及疼痛评价中应用的可行性。方法:将32例因骨质疏松所致胸腰椎压缩性骨折的患者纳入研究,在骨折30、90 d时行常规MRI检查和疼痛评分。对以上时间的T2WI压脂图像进行直方图分析,计算直方图的平均值、中位数、标准差、峰度值和偏度值,比较30 d和90 d时各参数之间的差异,并探讨各参数与疼痛评分之间的相关性。结果:骨折90 d时,T2WI直方图的平均值、中位数、标准差及偏度值均低于30 d时(均P<0.05),平均值、中位数与疼痛评分有显着相关性,相关系数分别为0.892、0.912。结论:T2WI直方图参数中平均值和中位数能帮助判断骨折时间,同时与疼痛程度有一定相关性,可为临床诊疗方案的制订提供一定依据。(本文来源于《中国中西医结合影像学杂志》期刊2019年05期)

万兵,李威[2](2019)在《基于颜色矢量角度直方图与DCT压缩的鲁棒哈希算法》一文中研究指出目的为了改善哈希序列对篡改内容的正确识别率和鲁棒性,提出基于颜色矢量角度直方图耦合离散余弦变换压缩的鲁棒哈希算法。方法结合插值运算和Gaussian滤波器,对图像实施预处理,使其对于任意的认证目标均可产生一个固定长度的哈希序列;引入极坐标变换LPT(Log-polar transform),对规范尺寸图像完成坐标变换,输出二次图像;借助SVD(SingularValueDecompostion)方法来处理二次图像,输出全局鲁棒特征;提取规范尺寸图像中所有像素分量的颜色矢量角度,并计算其对应的直方图,形成色彩感知特征;将全局与色彩感知特征组合,将其视为1D哈希序列;基于离散余弦变换DCT(Discrete Cosine Transform),对1D哈希序列实施压缩,输出一组交流系数;引入Logistic映射,根据其输出的混沌序列来设计差异加密方法,对交流系数实施扩散,从而形成目标哈希序列。基于l2范数距离和优化的识别阈值,对待检测图像内容的真伪实施判别。结果试验结果显示,相对于已有的哈希机制而言,所提方案具备更强的鲁棒性,对各类几何攻击均有更高的检测准确度。结论所提哈希方法具有较高的鲁棒性与识别正确率,对商标检索、信息防伪等领域具有较好的参考价值。(本文来源于《包装工程》期刊2019年07期)

徐良洲,黄波,程晓光,程克斌,张鑫[3](2018)在《ADC直方图在椎体压缩性骨折时间判定中的应用》一文中研究指出目的:探讨表观扩散系数(ADC)直方图在椎体压缩性骨折时间判断中的可行性。方法:搜集42例胸腰椎压缩性骨折病例,在30d和90d时行磁共振扩散加权成像(DWI),在AW4.6上后处理得到ADC图,计算基于感兴趣区(ROI)的平均ADC值,对骨折整体进行ADC直方图分析,计算ADC值直方图的平均值、中位数、标准差、峰度值和偏度值。采用t检验比较30d和90d时的各参数之间是否存在差异,并利用受试者特性曲线(ROC曲线)评价存在统计差异的参数诊断效能。结果:骨折30d时,基于ROI的ADC平均值,直方图ADC平均值以及中位数分别为(1.14±0.34)×10-3 mm2/s、(1.22±0.38)×10-3 mm2/s及(0.97±0.26)×10-3 mm2/s,而骨折90d时,上述参数分别为(0.81±0.44)×10-3 mm2/s、(0.75±0.42)×10-3 mm2/s及(0.72±0.34)×10-3 mm2/s。90d时的上述参数均低于30d时的参数,有显着统计学差异(P<0.05),其ADC值分别为0.811、0.902和0.870。结论:直方图ADC平均值能鉴别新鲜骨折及陈旧骨折,为临床确定骨折时间提供了一定的依据。(本文来源于《放射学实践》期刊2018年10期)

关晨曦,周诠[4](2018)在《直方图零点与图像无损压缩定量关系研究》一文中研究指出图像直方图由于其计算代价较小,且具有图像平移、旋转、缩放不变性等众多优点,广泛应用于图像处理的各个领域。直方图能给出该图像的概貌性的描述,是进一步处理的重要依据。文章根据直方图的零点问题提出了一种直方图稀疏度的概念,并将其与直方图收缩的预处理方法结合起来,用常用的无损压缩方法,如jpeg2000、ZIP、RAR等对图像进行无损压缩。实验结果表明直方图稀疏度在0.4以上,使用直方图收缩的预处理方法提高的无损压缩比越高。(本文来源于《电子设计工程》期刊2018年16期)

关晨曦,周诠[5](2017)在《基于心理视觉冗余和直方图收缩的图像压缩算法》一文中研究指出数据压缩分为有损压缩和无损压缩方法,有损压缩广泛应用于语音、图像和视频数据的压缩。为了进一步提高图像有损压缩的性能,本文提出一种基于预处理的图像压缩算法。即先用IGS(Improved GrayScale)量化使图像有少许失真,再结合直方图收缩的方法对图像进行无损压缩。实验以JPEG2000标准算法为例,结果表明提出方法比直接使用JPEG2000有损压缩的峰值信噪比高出1~3 dB,是一种有效的算法。(本文来源于《第十五届中国体视学与图像分析学术会议论文集》期刊2017-11-01)

陈昌宁[6](2014)在《云环境下直方图立方压缩存储与增量更新及查询研究与实现》一文中研究指出随着大数据和云计算时代到来,像联机分析处理(On Line Analytical Processing, OLAP)这种需要大量计算和存储开销的问题变得简单许多。然而受数据海量化和高维化影响,OLAP技术在计算和存储方面仍然面临严峻的挑战,分布式环境下的处理方式只是缓解上述挑战。本文提出了直方图数据立方体的压缩架构,分别从直方数据图立方体的底层存储结构,内容压缩,整体压缩叁个方面进行了优化处理。首先底层存储结构上,本文基于直方图数据立方体和封闭数据立方体技术对于直方图数据立方体的存储结构进行改进,提出了封闭元祖+直方图的底层存储结构;内容压缩上,本文根据直方图数据立方体的统计结构信息提出计数倒转的压缩方法;整体压缩上,本文借用文件压缩进一步压缩直方图数据立方体;综合上述叁种压缩技术,本文实现了对直方图数据立方体的高效压缩。构建数据立方体在时间上是一种很大的开销,前人大多都是在研究如何用尽可能少的时间构建一个完全数据立方体,而数据立方体是面向企业应用的,企业会有不断的新数据需要累加到数据立方体中。本文对数据立方体增量更新的收益与代价进行了分析研究,对数据立方体增量构建方法进行了探索,本文提出了封闭数据立方体增量更新时没有删除只有增加和更新的规律,并在MapReduce分布式环境下实现了MRC-IncreUp算法。封闭数据立方体的查询实现才是OLAP的最终目的,本文提出了基于查询键的直接查询和基于封闭原则编码分类的分类查询,另外为了实现交互式查询,本文引入了Impala大数据实时查询系统,并提出了利用Impala系统完成交互式查询的架构和查询优化策略。本文在TPC-DS测试数据集上通过实验证明了:对数据立方的压缩情况,以及增量更新相对于重新计算的优势和查询算法及实现的相对于以前查询算法的高效性。(本文来源于《东北大学》期刊2014-06-01)

钱凯,陈秀宏,孙百伟[7](2016)在《基于局部敏感直方图的压缩跟踪》一文中研究指出压缩跟踪在光照发生剧烈变化和目标姿势变化较大时容易出现漂移甚至跟丢现象。针对此缺陷,提出基于局部敏感直方图的压缩跟踪。通过计算局部敏感直方图,提取光照不变特征,联合压缩跟踪中使用的特征得到更优的特征。对不同视频序列的跟踪结果表明,与压缩跟踪和多示例学习跟踪算法相比,提出的算法在目标姿势发生较大变化和光照变化剧烈的情况下能够实现稳定的跟踪,并且满足实时性要求。(本文来源于《计算机工程与应用》期刊2016年02期)

陈芷若[8](2013)在《脑电功率值数据图、脑电功率谱(频谱)曲线图和脑电功率谱(频谱)直方图和压缩谱阵图》一文中研究指出计算机技术在脑电图学上的应用,克服了传统的肉眼分析的主观性干涉,使脑电图的结果能用定量数字进行表达。因此在脑电图肉眼分析的基础上,再结合定量分析,必然会进一步提高脑电图的诊断水平。然而,脑电图定量分析技术有许多表达方法,各种表达方法都有各自的长处和不足。因此了解它们的长处和不足,根据临床的具体情况,选择性地使用相应的脑电图定量分析方法是很重要的。(本文来源于《现代电生理学杂志》期刊2013年02期)

张军华,吕东辉[9](2013)在《基于位置直方图的单次JPEG压缩质量因子检测》一文中研究指出提出了一种针对经过JPEG(joint photographic experts group,联合图像专家小组)压缩但保存为bmp或tiff格式图像的质量因子检测新方法.通过统计待测图像灰度直方图,获取最大值所对应的指定灰度级.然后将待测图像进行8×8分块,统计每个8×8小块中指定灰度级所对应的位置直方图.最后将所有块对应的位置直方图累加,作为待测图像中指定灰度级的位置直方图,根据压缩前后的位置直方图差异估计质量因子.实验结果表明,本方法可以有效地检测图像质量因子且正确率较高.最后,分析了单次高质量因子压缩图像的相似度曲线在高质量因子处的导数特点,并提出了改进方案.实验结果表明,改进方案较大地提高了高质量因子的检测正确率.(本文来源于《上海大学学报(自然科学版)》期刊2013年02期)

张岩,杨忠胜,王宏志,高宏,李建中[10](2012)在《基于压缩直方图的劣质数据库上相似连接结果大小估计》一文中研究指出现代数据管理系统普遍存在劣质数据,影响了数据质量,给数据管理带来了新的挑战.已经有不少管理劣质数据的数据模型,实体关系数据模型就是其中一种,该模型允许劣质数据的存在,并给出衡量数据质量的方法,并且可根据对结果质量的需求给出查询结果.鉴于该模型的特点,传统的估计查询代价的优化方法很难再适用,需要新的代价估计技术.本文提出了一种新的估计连接结果大小的方法.使用加权的最小哈希函数获得某一属性的最小哈希签名,这使得属性具有相同维数,便于利用直方图进行快速估计;然后建立其直方图,最后使用改进的离散余弦变换压缩直方图信息,使用压缩信息直接进行代价估计,这使得即使对于高维数据也能保证低错误率和低存储代价.此外,此方法可以很好的支持动态数据更新,消除周期性重建直方图的时间开销.(本文来源于《小型微型计算机系统》期刊2012年10期)

压缩直方图论文开题报告

(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:

目的为了改善哈希序列对篡改内容的正确识别率和鲁棒性,提出基于颜色矢量角度直方图耦合离散余弦变换压缩的鲁棒哈希算法。方法结合插值运算和Gaussian滤波器,对图像实施预处理,使其对于任意的认证目标均可产生一个固定长度的哈希序列;引入极坐标变换LPT(Log-polar transform),对规范尺寸图像完成坐标变换,输出二次图像;借助SVD(SingularValueDecompostion)方法来处理二次图像,输出全局鲁棒特征;提取规范尺寸图像中所有像素分量的颜色矢量角度,并计算其对应的直方图,形成色彩感知特征;将全局与色彩感知特征组合,将其视为1D哈希序列;基于离散余弦变换DCT(Discrete Cosine Transform),对1D哈希序列实施压缩,输出一组交流系数;引入Logistic映射,根据其输出的混沌序列来设计差异加密方法,对交流系数实施扩散,从而形成目标哈希序列。基于l2范数距离和优化的识别阈值,对待检测图像内容的真伪实施判别。结果试验结果显示,相对于已有的哈希机制而言,所提方案具备更强的鲁棒性,对各类几何攻击均有更高的检测准确度。结论所提哈希方法具有较高的鲁棒性与识别正确率,对商标检索、信息防伪等领域具有较好的参考价值。

(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。

压缩直方图论文参考文献

[1].徐良洲,黄波,程晓光,程克斌,张鑫.T_2WI直方图对椎体压缩性骨折进展中骨髓水肿及疼痛变化的评价[J].中国中西医结合影像学杂志.2019

[2].万兵,李威.基于颜色矢量角度直方图与DCT压缩的鲁棒哈希算法[J].包装工程.2019

[3].徐良洲,黄波,程晓光,程克斌,张鑫.ADC直方图在椎体压缩性骨折时间判定中的应用[J].放射学实践.2018

[4].关晨曦,周诠.直方图零点与图像无损压缩定量关系研究[J].电子设计工程.2018

[5].关晨曦,周诠.基于心理视觉冗余和直方图收缩的图像压缩算法[C].第十五届中国体视学与图像分析学术会议论文集.2017

[6].陈昌宁.云环境下直方图立方压缩存储与增量更新及查询研究与实现[D].东北大学.2014

[7].钱凯,陈秀宏,孙百伟.基于局部敏感直方图的压缩跟踪[J].计算机工程与应用.2016

[8].陈芷若.脑电功率值数据图、脑电功率谱(频谱)曲线图和脑电功率谱(频谱)直方图和压缩谱阵图[J].现代电生理学杂志.2013

[9].张军华,吕东辉.基于位置直方图的单次JPEG压缩质量因子检测[J].上海大学学报(自然科学版).2013

[10].张岩,杨忠胜,王宏志,高宏,李建中.基于压缩直方图的劣质数据库上相似连接结果大小估计[J].小型微型计算机系统.2012

标签:;  ;  

压缩直方图论文-徐良洲,黄波,程晓光,程克斌,张鑫
下载Doc文档

猜你喜欢