导读:本文包含了自动图像增强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,Retinex算法,彩恢复,自动色阶
自动图像增强论文文献综述
冯红波,李萍,李波[1]（2019）在《基于自动色阶和多尺度Retinex彩色图像增强算法》一文中研究指出为了解决多尺度Retinex算法(MSR)在增强光照不均的单彩色图像时出现的细节模糊、颜色失真的问题,提出一种基于自动色阶和多尺度Retinex算法(Auto-colorMSR)。对图像进行双边滤波去噪,利用添加光照参数调节的MSR算法对去噪图像进行增强,并通过自动色阶进行色彩恢复得到增强图像。实验结果表明,提出的算法优于传统算法,图像增强后具有更好颜色保真和边缘细节保留特性。(本文来源于《无线电工程》期刊2019年10期）
苏庆列,王麟珠[2]（2018）在《基于DSP和Retinex图像增强算法的汽车自动检测行人系统设计》一文中研究指出基于DSP和Retinex图像增强算法设计了一款汽车自动检测行人系统,采用CCD摄像头、TMS320DM642处理器、视频编/解码、存储器扩展及其外围电路组成系统硬件电路,应用Retinex理论多尺度MSR算法对车载图像增强处理,实现系统对行人自动的有效识别与跟踪,使系统检测结果更加迅速、精确,车辆主动安全性得到提高.(本文来源于《兰州工业学院学报》期刊2018年06期）
兰波[3]（2017）在《基于众核平台遥感图像增强算法自动并行化研究》一文中研究指出无人机遥感系统具有高分辨率、高灵活性、低成本等特点,多次在重大自然灾害应急救援中起了举足轻重的作用。然而无人机航测容易受到地震、雾霾等自然灾害的影响,导致较差的目视效果及目标特征信息。而遥感图像增强算法可以通过图像增强技术提高获取遥感图像的视觉效果、改善图像质量等。在利用遥感图像增强算法进行大量无人机图像处理时,往往存在计算时间过长,不能快速实时获取灾区现场信息。因此许多学者开始利用众核平台对无人机遥感图像增强并行化研究,但已有研究存在以下问题:(1)无人机遥感系统针对不同灾害情景使用的不同的遥感图像增强算法,当需要对应的并行增强算法较多时,研究工作量较大;(2)众核(MIC、GPU)平台特殊的开发模型及硬件架构,导致不同串行算法并行策略存在差异,使得并行实现周期较长,学习成本高;(3)已有自动并行途径大多为闭源且效率较低,缺少针对遥感图像增强算法特性而进行优化改进的有效途径。针对上述问题,本研究基于众核计算平台,利用开源的自动并行软件包Par4All探索构建基于无人机遥感图像增强算法(如中值滤波、高斯滤波、多尺度Retinex等)的自动并行模型。主要研究内容包括:(1)研究并实现无人机遥感图像增强类并行算法,对比分析基于Par4All自动生成的OpenMP、OpenCL遥感图像增强并行算法与对应手动并行算法的结构特征与实验结果,探索Par4All并行转换耗时长及自动并行算法加速比较低的根源;(2)研究Par4All自动并行平台结构框架、并行机制,结合遥感图像增强算法并行区域具备双层循环的结构特征,引入更适合的Iterative hill climbing人工智能搜索算法,以此缩短自动并行转换过程耗时,提升自动并行生成算法的加速比;(3)分析利用Par4All生成的遥感图像增强自动并行算法结构,针对自动并行算法高可并行区域线程开销大,线程数与核心数的不平衡等问题,构建基于Par4All的具备动态设置线程数量的遥感图像增强自动并行模型;(4)针对自动并行算法在高可并行区域计算量大,逻辑计算较少,且当众核端处理并行区域时,CPU端却处于空闲状态的特点,在动态设置线程基础上提出基于Par4All的具备协同并行的遥感图像增强自动并行改进模型,进而能自动生成效率更高的遥感图像增强并行算法。在实验过程中,利用不同阶段的遥感图像增强并行算法处理无人机航拍的各尺度遥感影像,并对结果进行对比分析。实验结果表明:手动并行遥感图像增强周期长,学习成本高,但加速比效果较好;而Par4All生成的自动并行算法,并行学习周期较短,操作容易,但效率较低;通过结合遥感图像增强算法特征,构建基于Par4All的遥感图像增强自动并行模型的并行转换耗时短且生成的自动并行算法加速比大幅提升,其效率接近于手动并行。本研究还利用高斯滤波对遥感图像增强自动并行模型进行验证,结果表明,遥感图像增强自动并行模型对其他遥感图像增强算法的并行同样具备高效性,说明该研究对探索其他遥感图像处理领域自动并行算法实现具有一定的学术价值。(本文来源于《电子科技大学》期刊2017-03-31）
崔克彬,李宝树,徐雪涛,魏文力[4]（2014）在《基于图像增强技术的电气设备热故障自动诊断与定位》一文中研究指出随着我国智能电网建设进程的推进,其中的智能电气设备能够自动识别故障显得尤为重要,许多电气设备故障都伴有过热现像并具有区域性的特点,体现在红外图像温度与其灰度值具有非线性的映射关系。针对电气设备红外图像对比度差、细节不明显等特点,提出了一种基于非线性NSCT(Nonsubsampled Contourlet Transform)变换的图像增强算法,在算法中构造非线性增强匹配函数,能够对图像强弱边缘进行不同程度的增强,并对噪声有一定的抑制作用。对红外图像进行增强后通过拓扑矩阵修改,实现了图像较高灰度值区域的识别标记,从而实现了电气设备温度过高区域的自动定位,之后采用相对温差法对设备是否为故障进行诊断。实验结果表明,本文方法能够迅速有效地对电气设备疑似过热故障进行自动诊断和定位。(本文来源于《红外技术》期刊2014年02期）
鞠明,李成,高山,穆举国,毕笃彦[5]（2011）在《基于向心自动波交叉皮质模型的非均匀光照图像增强》一文中研究指出面向非均匀光照图像,提出了基于向心自动波交叉皮质模型(Centripetal-autowave intersecting cortical model,CA-ICM)的图像增强算法.为了解决原始交叉皮质模型(Intersecting cortical model,ICM)固有自动波效应在图像增强应用中易导致边缘模糊的问题,首先,设计了基于形态学中值集的向心自动波(Centripetal autowave,CA)实现方式.提出了基于图像特征—键值(Key)的自适应S形状映射函数,以此作为CA-ICM模型的输入输出的映射关系.为了增强算法的鲁棒性,对未点火位置进行了标注和修复.最后提出了非线性变换的颜色恢复方法.同时对模型参数设计进行了细致讨论.仿真结果表明,该模型可以有效进行光照动态范围的调整,向心自动波约束产生了邻域内的侧抑制作用,输出图像对比度得到大幅提升,细节边缘清晰,颜色恢复充分自然,客观评价值高.(本文来源于《自动化学报》期刊2011年07期）
张娟,沙爱民,孙朝云,高怀钢[6]（2009）在《路面裂缝自动识别的图像增强技术》一文中研究指出该文介绍了基于图像处理的裂缝自动识别系统的工作流程和基本功能组成,分析研究路面裂缝图像的退化模型,阐明了影响路面图像的因素以及路面裂缝图像信号构成随机性大、背景与目标对象复杂的特点及实现自动识别的难点;说明了图像维纳滤波的原理和计算过程以及利用维纳滤波进行路面裂缝图像增强的方法,并针对具有代表性的图像进行了实例应用分析。(本文来源于《中外公路》期刊2009年04期）
李艳梅[7]（2008）在《基于自动指纹识别系统的图像增强算法研究》一文中研究指出自动指纹识别作为具有良好发展前景的生物识别技术之一得到了广泛的关注和研究。本论文主要针对光学传感器采集到的低质量指纹图像,特别是过干或过湿的指纹进行增强,主要内容包括如下:1.系统地介绍了自动指纹识别系统的计算方法、原理、主要实现方式,对指纹图像预处理方面的研究现状和主流算法进行了比较全面的介绍。2.设计了一个自动指纹识别系统,包括训练和识别两部分,其中指纹图像二值化、图像细化、指纹特征提取模块利用现有的主流算法进行设计,图像增强模块为重点内容,实验证明图像增强后识别率有明显提高。3.指纹图像分割是指纹图像预处理的一个重要部分,本文根据手指与传感器中接触区的位置差异,用分割阈值将图像分为前景和背景。试验结果表明,该方法可以快速高效地对该种指纹图像进行轮廊分割。4.针对指纹图像局部区过干或过湿的问题,提出了一种基于Gabor函数的小波域指纹增强算法。实验证明该算法对低质量指纹图像的增强效果明显,且处理速度明显快于传统的Gabor增强方法。(本文来源于《北京邮电大学》期刊2008-03-01）
罗希平,田捷[8]（2002）在《自动指纹识别中的图像增强和细节匹配算法》一文中研究指出对自动指纹识别系统(automated fingerprint identification system,简称AFIS)的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对Anil Jain等人提出的细节匹配算法进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹配过程中,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.另外,采用大小可变的限界盒来适应指纹的非线性形变.在FVC2000公布的指纹图像数据库上,按照FVC2000测试标准所做的实验显示,该算法比原算法有较大的改进.(本文来源于《软件学报》期刊2002年05期）
田[9]（1981）在《前视红外(FLIR)图像增强自动低频增益限制法》一文中研究指出1 引言目前现有的军用前视红外通用模型系统中,有一个固有的问题,那就是热况的动态范围远远超出系统显示的动态范围。当前用在前视红外系统的显示装置,其动态范围约为30分贝(32:1),而典型的红外景况可能要大好几个数量级。一个共同的范例就是地天水平线,这是飞机或直升飞机作急剧的倾斜飞行时机载前视红外装置常会遇到的问题。在这(本文来源于《航空兵器》期刊1981年Z1期）
自动图像增强论文开题报告
（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：
基于DSP和Retinex图像增强算法设计了一款汽车自动检测行人系统,采用CCD摄像头、TMS320DM642处理器、视频编/解码、存储器扩展及其外围电路组成系统硬件电路,应用Retinex理论多尺度MSR算法对车载图像增强处理,实现系统对行人自动的有效识别与跟踪,使系统检测结果更加迅速、精确,车辆主动安全性得到提高.
（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。
自动图像增强论文参考文献
[1].冯红波,李萍,李波.基于自动色阶和多尺度Retinex彩色图像增强算法[J].无线电工程.2019
[2].苏庆列,王麟珠.基于DSP和Retinex图像增强算法的汽车自动检测行人系统设计[J].兰州工业学院学报.2018
[3].兰波.基于众核平台遥感图像增强算法自动并行化研究[D].电子科技大学.2017
[4].崔克彬,李宝树,徐雪涛,魏文力.基于图像增强技术的电气设备热故障自动诊断与定位[J].红外技术.2014
[5].鞠明,李成,高山,穆举国,毕笃彦.基于向心自动波交叉皮质模型的非均匀光照图像增强[J].自动化学报.2011
[6].张娟,沙爱民,孙朝云,高怀钢.路面裂缝自动识别的图像增强技术[J].中外公路.2009
[7].李艳梅.基于自动指纹识别系统的图像增强算法研究[D].北京邮电大学.2008
[8].罗希平,田捷.自动指纹识别中的图像增强和细节匹配算法[J].软件学报.2002
[9].田.前视红外(FLIR)图像增强自动低频增益限制法[J].航空兵器.1981