导读:本文包含了分块变换融合论文开题报告文献综述及选题提纲参考文献，主要关键词:图像融合,离散余弦变换,融合规则分析,融合评价方法
分块变换融合论文文献综述
陈睿,王晶,黄华军,M.R.Alsharif[1]（2016）在《基于分块DCT变换的多聚焦图像融合》一文中研究指出提出一个简单而有效的多聚焦图像融合方法,即基于分块DCT变换的多聚焦图像融合,首先对图像进行8*8分块,然后分别对每个8*8块进行DCT变换,接着计算归一化的交流系数的绝对值的均值(|AC|_mean),其中融合规则是选取|AC|_mean大的8*8图像块进行融合,最后通过一致性评估降低块效应.实验中本文算法与DWT、SIDWT、DCT+Variance、DCT+SF算法进行了对比,通过实验证明了本文算法图像融合的效果与质量较佳,边缘细节信息较显着,图像融合取得了较好的客观评价与主观视觉效果,并且本文算法涉及的计算复杂度低,可为一些有限能源的图像处理设备(如用于临时监控的无线视觉传感器实时系统)提供技术支持.(本文来源于《小型微型计算机系统》期刊2016年02期）
刘羽,汪增福[2]（2013）在《结合小波变换和自适应分块的多聚焦图像快速融合》一文中研究指出提出一种基于小波变换和自适应分块相结合的多聚焦图像快速融合算法。该算法以小波变换为框架,对小波低频系数采用自适应尺寸分块的方法进行融合,图像块的尺寸由差分进化算法优化求解,然后对此低频融合结果进行精细化处理,得到一幅能精确到每个系数来源的标签图,再利用局部小波能量与该标签图相结合的方法对小波高频系数进行融合,最后重构得到融合结果。实验结果表明,该算法的融合结果在主观视觉效果和客观评价准则两方面均可以接近甚至达到图像融合领域的最好水平,且在提高融合质量和降低运算代价间取得了较好的折衷。(本文来源于《中国图象图形学报》期刊2013年11期）
王昕,李影昉,王影[3]（2011）在《基于分块和Contourlet变换相结合的多聚焦图像融合算法》一文中研究指出分块融合易产生块效应,而Contourlet变换融合方法不具备平移不变性。结合以上方法的各自优势,提出1种新的基于Contourlet变换与块分割相结合的多聚焦图像融合方法。首先对图像进行分块并评价子块清晰度,然后通过建立标记矩阵,确定图像清晰区域、模糊区域及两者的交界区域。对非交界区域,直接选取清晰子块的像素值作为融合后的像素值;对介于清晰与模糊之间的交界区域,采用1种新的基于Contourlet变换的融合算法完成融合。实验结果表明,该方法有效抑制了图像块效应,且具备平移不变性,融合效果明显优于分块和Contourlet变换融合方法。(本文来源于《电视技术》期刊2011年23期）
甘甜,冯少彤,聂守平,朱竹青[4]（2011）在《基于分块DCT变换编码的小波域多幅图像融合算法》一文中研究指出提出了一种利用DCT变换和小波变换的特征层图像融合算法.其基本思想是先对多幅源图像进行分块DCT变换,选取较大方差对应的变换系数,将图像压缩为原图像大小的1/4,保留系数的对应坐标作为提取信息时的密钥;其次将经处理后的DCT系数直接作为小波变换的分解系数,经小波逆变换后得到融合信息.实验结果表明,该算法实现了多幅不同大小图像的融合,同时单一密钥只能提取单一图像.(本文来源于《物理学报》期刊2011年11期）
丁伟杰,金弟,孔霆[5]（2011）在《融合小波变换和颜色熵的分块浮游生物识别》一文中研究指出研究海浮游生物优化识别问题,为识别彩色浮游生物图像,由于生物品种繁多,形态不同。用传统的人工方法,样本的分类统计较慢,难度大。为解决上述问题,采用融合小波分解和颜色信息熵的分块图像特征提取与识别算法。提取浮游生物图像分块后的叁层小波分解的数学特征,结合四叉树分块后的颜色信息熵构造特征向量,采用支持向量机分类方法对浮游生物图像进行分类决策。通过对500幅样本图像进行实验,平均识别率可以达到83.7%,识别时间为56秒。实验表明:与传统的PCA的图像识别方法及基于内容的图像识别方法相比,改进算法识别彩色图像性能效果好,在算法上显着提高了识别效率,并具有良好的稳定性。(本文来源于《计算机仿真》期刊2011年10期）
罗桂娥,杨欣荣,黄维[6]（2009）在《基于分块变换-融合滤波的改进EZW算法》一文中研究指出针对EZW算法变换和编码不能同时进行,因而不能实现完整意义上的子图像编码,以及该算法在全图像的小波变换未完成前,算法不能被执行,从而带来算法复杂度较高等问题,通过对EZW算法的深入分析,从算法的变换阶段入手,提出一种基于分块变换-融合滤波的改进EZW算法。实验结果证明,该改进算法在保持EZW算法主要优点的同时,能较好地实现完整意义上的子图像编码,同时可以大幅度降低计算复杂度。(本文来源于《计算机工程》期刊2009年06期）
谢永华,陈伏兵,张生亮,杨静宇[7]（2007）在《融合小波变换与KPCA的分块人脸特征抽取与识别算法》一文中研究指出鉴于小波多尺度变换对高维图像特征具有良好的压缩和表达能力,提出了一种融合小波变换与KPCA(核主成分分析)方法的分块人脸特征抽取与识别算法。该算法首先对人脸图像进行分块小波变换,再根据图像块的位置分布选取不同的频率分量;然后对此分量进行KPCA特征抽取,并通过对抽取到的特征进行融合来得到最终人脸鉴别特征;最后利用支持向量机分类器进行特征分类与识别。通过对ORL和Yale标准人脸图像库的实验仿真结果表明,该算法不仅在识别性能和分类速度上明显高于传统的PCA方法及融合小波特征的KPCA方法,而且对于人脸光照、姿态和表情变化均具有良好的鲁棒性。(本文来源于《中国图象图形学报》期刊2007年04期）
尹德辉,李炳法,唐楷泉[8]（2006）在《基于小波变换的分块融合算法》一文中研究指出目前许多关于图像融合的研究都在空域中进行,隐藏水印图像抗攻击的能力较差．本文采用了基于小波变换的图像融合技术,提出了基于小波变换的分块融合算法,使图像的鲁棒性得到很大提高,尤其是抗 JPEG 压缩和抗噪声干扰的能力较强,算法可应用于数字图像的版权保护和信息隐藏领域．(本文来源于《兰州大学学报》期刊2006年02期）
分块变换融合论文开题报告
（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：
提出一种基于小波变换和自适应分块相结合的多聚焦图像快速融合算法。该算法以小波变换为框架,对小波低频系数采用自适应尺寸分块的方法进行融合,图像块的尺寸由差分进化算法优化求解,然后对此低频融合结果进行精细化处理,得到一幅能精确到每个系数来源的标签图,再利用局部小波能量与该标签图相结合的方法对小波高频系数进行融合,最后重构得到融合结果。实验结果表明,该算法的融合结果在主观视觉效果和客观评价准则两方面均可以接近甚至达到图像融合领域的最好水平,且在提高融合质量和降低运算代价间取得了较好的折衷。
（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。
分块变换融合论文参考文献
[1].陈睿,王晶,黄华军,M.R.Alsharif.基于分块DCT变换的多聚焦图像融合[J].小型微型计算机系统.2016
[2].刘羽,汪增福.结合小波变换和自适应分块的多聚焦图像快速融合[J].中国图象图形学报.2013
[3].王昕,李影昉,王影.基于分块和Contourlet变换相结合的多聚焦图像融合算法[J].电视技术.2011
[4].甘甜,冯少彤,聂守平,朱竹青.基于分块DCT变换编码的小波域多幅图像融合算法[J].物理学报.2011
[5].丁伟杰,金弟,孔霆.融合小波变换和颜色熵的分块浮游生物识别[J].计算机仿真.2011
[6].罗桂娥,杨欣荣,黄维.基于分块变换-融合滤波的改进EZW算法[J].计算机工程.2009
[7].谢永华,陈伏兵,张生亮,杨静宇.融合小波变换与KPCA的分块人脸特征抽取与识别算法[J].中国图象图形学报.2007
[8].尹德辉,李炳法,唐楷泉.基于小波变换的分块融合算法[J].兰州大学学报.2006