导读:本文包含了图像锐化论文开题报告文献综述及选题提纲参考文献，主要关键词:图像增强,非锐化掩模,双边滤波,非完全Beta函数
图像锐化论文文献综述
王仕女,孙文胜[1]（2019）在《基于非锐化掩模与Beta变换的图像增强研究》一文中研究指出针对现有对比度变换图像增强方法细节处理不足,经典穷举法和各种生物智能优化算法求取非完全Beta函数参数存在算法效率不高、易陷入局部最优的缺陷,提出一种利用非锐化掩膜局部细节提升能力和Beta变换全局对比度拉伸能力,简便快速且细节丰富的图像增强方法。使用不同灰度分布图进行仿真实验,结果表明该算法得到的增强图像直方图分布均匀、细节丰富且过渡自然平缓,算法效率高。(本文来源于《软件导刊》期刊2019年09期）
姜维,王学春,杨勇[2]（2019）在《基于结构特征先验与多尺度反锐化掩模机制的红外图像增强算法》一文中研究指出为了解决当前红外图像增强算法难以较好地兼顾边缘增强与噪声抑制,导致增强结果易丢失细节与视觉不自然的问题,提出了基于结构特征先验与多尺度反锐化掩模机制的红外图像增强算法。首先,利用8个边缘核与8个角点核,对Prewitt梯度算子进行拓展,从多个方向来提取红外图像的结构特征映射;随后,利用结构特征映射来计算红外目标的约束控制函数,并基于Gibbs先验模型,构建结构特征先验,获取红外图像对应的最优估计;基于红外图像的多尺度特征,引入贝叶斯函数,并联合最优估计,对红外图像完成有序平滑处理;最后,利用多尺度特征映射来改进传统的反锐化掩模算法,对平滑后的红外图像完成增强。实验结果显示,与当前红外图像增强方案相比,所提算法具有更高的增强质量与噪声抑制能力,可以更好地保持图像细节,其模糊线性指数与熵值分别为0. 21、7. 35。(本文来源于《电子测量与仪器学报》期刊2019年04期）
沈磊,苏建忠,郭肇敏,张志恒[3]（2019）在《基于反锐化掩模技术的红外图像增强算法设计》一文中研究指出为了克服传统的反锐化掩模技术的缺点,减小伪像对于处理效果的影响,基于传统反锐化掩模思想,提出了一种改进的红外图像细节增强方案,该方案利用双边滤波和自适应边缘补偿技术将图像分为基频背景分量和高频细节分量,有效地改善了灰度翻转和过冲现象的产生.对背景层分量采用自适应平台直方图均衡的方法,加强了图像整体的对比度与层次感,对于细节层分量,根据人眼的视觉特性,在抑制噪声的同时着重增强了细节纹理.最后,利用客观评价参数对处理结果进行了仿真分析,通过与其他算法的对比,表明该改进算法的细节增强能力和噪声抑制能力均得到了有效提升.(本文来源于《南开大学学报(自然科学版)》期刊2019年01期）
张玉娟,李城林,钟浩,石佳佳[4]（2019）在《基于信息熵和细节方差均值与背景方差均值比的无参考图像锐化结果评价》一文中研究指出提出细节方差均值与背景方差均值比的无参考图像锐化结果评价方法,结合图像信息熵,通过MATLAB软件对常用的8种空间域锐化算法和2种频率域锐算法进行锐化效果评价.结果表明:空域锐化算子中,梯度锐化、二值化、Canny锐化和Roberts锐化结果的信息熵较低,马尔锐化、Sobel锐化、Prewitt锐化和拉普拉斯锐化结果的信息熵较高.频域的高通滤波处理时,截止频率与频域中心的距离D_0值的变换对会有较大的影响.canny锐化算法和Roberts锐化算法的细节方差均值与背景方差均值比相对较小,在参数绝对值取大于50、大于100时分别为205.1000、122.6250和25.7388和18.6903,其余空域内的算法的细节方差均值与背景方差均值比较大,数值由几千到几万不等.在频率域下细节方差均值与背景方差均值比所得的值都为个位数,空域和频域由于锐化的方向不同,使其处理图像后的数据有明显的差别.(本文来源于《哈尔滨师范大学自然科学学报》期刊2019年01期）
王宇轩[5]（2019）在《数字图像处理的锐化算法》一文中研究指出随着计算机技术的飞速发展,数字图像处理技术得到了越来越广泛应用,如交通领域车牌和交通标志牌的识别,游戏领域得到逼真的仿真情景等,而锐化算法作为数字图像处理技术中预处理的一部分,在提高原始图像质量方面起着至关重要的作用。本文从数字图像的两种存储方式出发,详细介绍了位图存储和矢量存储各自的特点,并重点分析了单方向一阶微分锐化和无方向一阶微分锐化的实现思路及实现过程,最后对两种锐化算法的特点进行了整体的阐述,说明了各自的使用场景。(本文来源于《通讯世界》期刊2019年02期）
全永志,高树辉,杨孟京,姜晓佳,何欣龙[6]（2019）在《基于局部二值模式方法的USM锐化图像检验》一文中研究指出提出一种反锐化掩模(USM)锐化检验方法。采用局部二值模式方法(LBP)检测图像边缘特征,利用支持向量机进行分类,然后检测图像是否被锐化。针对不同的锐化强度,对比不同LBP检测模式,筛选出最优检测方式。实验结果表明,LBP方法能达到较好的USM锐化检测效果,其中旋转不变模式的检测效果最好,在弱锐化情况下检出率仍能达到90%,优于现有文献中各类方法的检测性能。(本文来源于《激光与光电子学进展》期刊2019年12期）
谭淅予[7]（2018）在《锐化后图像与二次拼接图像边缘像素差异研究》一文中研究指出锐化后图像与二次拼接后图像像素的规律观察,最直接的差异就是锐化图像中的"边缘扩散效应"可能被扩大的"块效应"形成的效果与二次拼接后图像中的"插值延伸效应"的不同,区分这一类照片中的像素分辨差别,在放大之后可以在像素形成的块面中寻找关于像素的某些规律,对于直接观察检验图像内容的真伪,有一定实用效果,也减少了对图像的运算量。自动化检测能够针对的是大部分通常化普及化的问题,的确能够提高对于普及问题的处理效率,但实际上成为困扰,或是容易被忽略的还是特殊个例,不能过度依赖人工智能或是软件结论来分析数据。(本文来源于《数字通信世界》期刊2018年12期）
关雪梅[8]（2018）在《基于Matlab的几种图像锐化处理算法研究》一文中研究指出在社会各行业中数字图像处理技术应用非常广泛,由于Matlab工具软件处理图像具有简单而直接的特点,大部分图像处理过程是在Matlab上实现的.在进行数字图像处理时,经常要通过图像锐化处理来突出图像的边界信息,本文主要进行基于Matlab的几种图像锐化处理算法分析比较研究,以便在后续的图像处理过程中能既快又精准地完成数字图像的转换.(本文来源于《商丘师范学院学报》期刊2018年12期）
石岩[9]（2018）在《基于二维不可分形态小波变换的多光谱图像全色锐化方法》一文中研究指出针对全色锐化中如何有效提取高分辨率细节这一关键问题,提出了一种新的基于二维不可分形态小波变换的全色锐化方法.结合了线性小波与形态小波的各自优势,在保持小波消失矩的同时能够有效保留图像的边缘细节.实验部分采用SPOT 6与Pléiades两组遥感卫星图像数据.实验结果证实本文所提方法能够降低光谱误差,并有效提升了多光谱图像的空间分辨率,在ERGAS、Q4等评价指标方面优于当前主流全色锐化算法,同时取得了良好的视觉增强效果.(本文来源于《北京交通大学学报》期刊2018年05期）
杨秀璋,于小民,范郁锋,李娜[10]（2018）在《基于苗族服饰的图像锐化和边缘提取技术研究》一文中研究指出苗族服饰是我国民族服饰中的文化瑰宝,通过一针一线将流传千年的故事和文化民俗融入到苗绣图案中。针对苗族服饰图像对比度低、噪声较多、线条模糊等问题,提出基于Python的图像锐化和边缘处理技术来解决苗族服饰中存在的问题,通过二值化灰度变换和图像锐化处理对苗族服饰图像进行边缘检测,包括Laplacian算子、Prewitt算子、Robert算子和Sobel算子的边缘检测方法,并进行仿真对比实验。实验结果表明,该算法能降低噪声,提升边缘检测的准确性,可以广泛应用于苗绣服饰研究,还原少数民族历史图像资料,具有一定的应用前景和实用价值。(本文来源于《现代计算机(专业版)》期刊2018年29期）
图像锐化论文开题报告
（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：
为了解决当前红外图像增强算法难以较好地兼顾边缘增强与噪声抑制,导致增强结果易丢失细节与视觉不自然的问题,提出了基于结构特征先验与多尺度反锐化掩模机制的红外图像增强算法。首先,利用8个边缘核与8个角点核,对Prewitt梯度算子进行拓展,从多个方向来提取红外图像的结构特征映射;随后,利用结构特征映射来计算红外目标的约束控制函数,并基于Gibbs先验模型,构建结构特征先验,获取红外图像对应的最优估计;基于红外图像的多尺度特征,引入贝叶斯函数,并联合最优估计,对红外图像完成有序平滑处理;最后,利用多尺度特征映射来改进传统的反锐化掩模算法,对平滑后的红外图像完成增强。实验结果显示,与当前红外图像增强方案相比,所提算法具有更高的增强质量与噪声抑制能力,可以更好地保持图像细节,其模糊线性指数与熵值分别为0. 21、7. 35。
（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。
图像锐化论文参考文献
[1].王仕女,孙文胜.基于非锐化掩模与Beta变换的图像增强研究[J].软件导刊.2019
[2].姜维,王学春,杨勇.基于结构特征先验与多尺度反锐化掩模机制的红外图像增强算法[J].电子测量与仪器学报.2019
[3].沈磊,苏建忠,郭肇敏,张志恒.基于反锐化掩模技术的红外图像增强算法设计[J].南开大学学报(自然科学版).2019
[4].张玉娟,李城林,钟浩,石佳佳.基于信息熵和细节方差均值与背景方差均值比的无参考图像锐化结果评价[J].哈尔滨师范大学自然科学学报.2019
[5].王宇轩.数字图像处理的锐化算法[J].通讯世界.2019
[6].全永志,高树辉,杨孟京,姜晓佳,何欣龙.基于局部二值模式方法的USM锐化图像检验[J].激光与光电子学进展.2019
[7].谭淅予.锐化后图像与二次拼接图像边缘像素差异研究[J].数字通信世界.2018
[8].关雪梅.基于Matlab的几种图像锐化处理算法研究[J].商丘师范学院学报.2018
[9].石岩.基于二维不可分形态小波变换的多光谱图像全色锐化方法[J].北京交通大学学报.2018
[10].杨秀璋,于小民,范郁锋,李娜.基于苗族服饰的图像锐化和边缘提取技术研究[J].现代计算机(专业版).2018