导读:本文包含了红外序列图像论文开题报告文献综述及选题提纲参考文献，主要关键词:低秩稀疏表示,Laplace金字塔,最大值选择规则,红外与可见光图像序列融合
红外序列图像论文文献综述
王文卿,高钰迪,刘涵,谢国,焦鹏飞[1]（2019）在《基于低秩稀疏表示的红外与可见光图像序列融合方法》一文中研究指出考虑到红外与可见光图像序列间的高度相关性,本文提出了基于低秩稀疏表示的红外与可见光图像序列融合方法。首先,利用低秩稀疏表示理论分别将红外图像序列与可见光图像序列进行背景与目标分离,获取低秩分量与稀疏分量。其次,利用Laplace金字塔融合方法将每帧红外与可见光图像的低秩分量进行融合。再次,采用最大值选择规则将每帧红外与可见光图像的稀疏分量进行融合。最后,融合低秩分量与融合稀疏分量相加获得最终融合图像。本文算法在Nato-camp与Bristol Eden Project数据集上进行了性能验证。主观视觉分析与客观评价指标表明本文算法比传统的融合算法具有更优越的性能。(本文来源于《西安理工大学学报》期刊2019年03期）
王晓田,马万超,张凯,李少毅,闫杰[2]（2019）在《面向自动目标跟踪红外图像序列复杂度度量》一文中研究指出红外图像复杂度度量是自动目标识别及其跟踪性能评估的重要组成部分。传统的度量指标如统计方差、信杂比等针对的皆是单帧图像,而对于图像序列复杂度度量的研究寥寥无几。针对该问题,提出一种面向自动目标跟踪的红外图像序列复杂度度量方法。首先,对影响目标识别及其跟踪因素进行分析,明确了红外图像序列中影响目标识别及其跟踪的具体原因,以此为依据构建基于特征空间的目标混淆度和目标遮隐度指标;其次,通过灰色关联法优化特征空间,使目标混淆度和目标遮隐度指标更加合理;最后,结合识别与跟踪的特点,选择合适的加权平均函数和非线性变换函数,实现图像序列复杂度度量。实验表明,与图像序列评价指标如序列相关度、帧间目标变化度相比,文中提出的评价指标与跟踪误差的单调关系更好,是一种有效的图像序列复杂度评价标准。(本文来源于《西北工业大学学报》期刊2019年04期）
易欣,郭武士,赵丽[3]（2019）在《热红外图像序列中基于KCF和Mean-Shift定位的目标跟踪方法》一文中研究指出针对热红外图像低信噪比(SNR)特性,提出了一种判别式热红外目标跟踪方法。首先,通过自适应组合核化相关滤波器(KCF)来获取目标位置,使用最有区别的特征集梯度和信道编码强度特征训练滤波器;然后,将经过训练的滤波器与感兴趣区域相关联,并将输出响应自适应地组合在一起,基于峰值定位目标。使用AdaBoost分类器对包含目标像素和背景像素的图像块进行训练,以分割连续帧中的对象;最后,通过Mean-Shift均值漂移算法寻找峰值以获得最优位置。对LTIR数据集中13个具有挑战性的红外视频进行了实验,结果显示提出的跟踪器在平均中心位置误差、距离精度和重迭精度等方面均优于其他跟踪器。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年08期）
陈智勇,孙嘉[4]（2019）在《区域分割下序列红外图像智能融合算法研究》一文中研究指出针对传统的红外图像智能融合算法存在清晰度较低、运行时间较长等问题,提出基于SNNT变换的区域分割下序列红外图像智能融合算法。利用熵率法将图像划分为若干超像素,选取信息度量精度较高的模糊相关与考虑空间相关性的图割相结合。引用最大模糊相关时,集合划分概率设定图割的数据项,建立模糊相关性图割2-划分算子,引用2-划分算子对目标区域进行分割。在上述基础上,分别对可见光图像与红外图像进行NSST变换,对所有的低频分量进行引导滤波增强,将图像增强处理后的红外图像与可见光图像低频分量经过目标提取的融合规则得到融合图像的低频分量,引用方向子带信息以及取大确定高频分量,经过NSST逆变换得到融合图像。实验结果表明,所提算法能够有效减少运行时间,提高图像清晰度。(本文来源于《激光杂志》期刊2019年06期）
邸臻炜,朱肖颖,黄筱佟[5]（2018）在《红外数字图像局部序列无损拼接方法与实现》一文中研究指出针对当前方法在进行红外数字图像局部序列拼接过程中存在效率不高、拼接图像质量较差等问题,提出一种基于最佳路径与亮度权重函数相结合的红外数字图像局部序列无损拼接方法,通过利用SIFT算法对经过直方图均衡化处理的红外数字图像在尺度空间中进行极值点检测、局部特征点的精确定位、局部特征点的方向分配、生成特征点描述,完成红外数字图像SIFT特征点提取;在图像SIFT特征点提取基础上,运用相似度度量方法中的局部相关系数对提取到的红外数字图像SIFT特征点对进行匹配,引入最佳路径与亮度权重函数对红外数字图像匹配重迭区域的像素亮度差异进行平滑,同时消除重影,实现了红外数字图像局部序列无损拼接。实验结果表明,所提方法不仅大大提高了拼接效率,而且保证了红外数字图像拼接的高质量,减小了失真和错位。(本文来源于《激光杂志》期刊2018年12期）
陈炜耿,柴琳,赵雅涵[6]（2018）在《一类改进的红外无损检测技术热波图像序列处理方法》一文中研究指出为抑制加热不均和噪声对红外无损检测的不良影响,提高对比度,在图像预处理阶段,利用Savitzky-Golay滤波对图像序列中的离散时间序列进行平滑滤波,同时对脉冲相位法进行了改进,应用于预处理后图像序列进而得出结果图。实验结果表明,该方法能够有效地去除图像中加热不均现象和噪声的干扰,提高缺陷的对比度。同常规脉冲相位法相比,改进算法的缺陷探测效果更好,有利于提高检测效果。(本文来源于《机械设计与制造工程》期刊2018年12期）
叶韩[7]（2018）在《海上红外序列图像目标的检测与识别方法研究》一文中研究指出利用海上红外序列图像进行海上运动目标的检测与识别具有重要的理论意义和应用价值。由于海水背景动态复杂,海面干扰因素多,使得传统时空域中背景建模技术不适用于海上运动目标检测,舰船目标的识别较为困难。为了实现海上红外序列图像中运动目标的检测与舰船目标的准确识别,本文从海上红外序列图像的统计特性和舰船目标特征出发,对海上红外序列图像目标的检测和舰船识别问题展开了研究。本文的主要研究工作如下:1)为了充分利用海上红外背景序列图像的信息来研究目标检测与识别,本文通过分析时空域和离散余弦域中海水背景序列图像的统计分布特性,验证频率点的离散余弦频谱序列符合稳定的统计分布模型,而像素点的灰度值序列无法利用特定的统计分布模型来描述,为后续离散余弦域背景建模的研究提供基础。2)针对传统时空域背景建模技术不适用于海上序列图像的运动目标检测的问题,本文通过分析背景离散余弦频谱稳定性及其与目标频谱可分性,提出一种离散余弦域背景序列建模方法,实现海水背景抑制。然后给出一种基于指数拟合的自适应阈值分割方法,提取出背景抑制后的前景目标。实验表明该方法比其它时空域背景建模的方法更适用于海上红外序列图像的运动目标检测。3)针对海上红外序列图像舰船目标的识别问题,提出一种基于多特征模糊决策的海上红外舰船目标识别方法。首先给出一种正负样本特征频率分布直方图的统计学习方法对目标多特征进行模糊集描述。然后给出一种正负样本特征分布概率密度曲线重合率的方法对所描述的多特征进行融合。最后对多特征融合的目标置信度进行综合决策实现舰船目标识别。实验表明该方法在不同海面干扰条件下都能取得较高的识别精确率,误检率和漏检率较低。(本文来源于《深圳大学》期刊2018-06-30）
任仲超[8]（2018）在《基于红外图像帧序列分析气体泄漏检测方法研究》一文中研究指出随着工业的高速发展,不仅对容器的强度有一定的要求而且对容器的气密性有着更加苛刻的要求。传统的检测气密性的方法有基于硬件和软件的方法,基于硬件的方法,虽然能够检测泄漏的准确位置,但是检测效率比较低,不能实现流水线自动化作业需要结合人的配合。基于软件的方法虽然能够检测出泄漏的大致位置,但是不能精确地定位到具体位置,对泄漏处的准确填补造成很大困难。针对上述问题,本课题引进红外图像气体泄漏检测的方法,并且搭建了气动回路实验平台,设计了单帧、多帧的检测算法,通过红外热像仪实时抓取容器的温度场的状态,以达到准确定位泄漏点的位置的目的。具体研究内容如下:(1)搭建红外图像气体泄漏检测实验平台,包括利用红外热像仪采集红外图像,检测泄漏的工件,实现软件平台,键控送气和断气等步骤。(2)图像的前期预处理,主要包括选择合适的图像滤波算法提高图像信噪比和增强图像质量,具体实施措施有直方图均衡化以及灰度图的重新映射等滤波方法。(3)基于双边滤波的点源扩散算法对单帧图片进行检测,算法主要包含两个部分双边滤波和点源扩散原理。(4)基于多帧跟踪定位红外小目标检测方法,主要内容是目标点的质心替换、中值滤波和卡尔曼滤波的多帧跟踪等。(5)基于小波理论的图像泄漏点定位的方法,主要是通过小波分解与重构去掉图像的背景,然后再根据小波系数去噪法去掉噪声,最后定位泄漏点。本文提出的单帧检测算法对于实现泄漏点的实时定位具有一定的工程意义和理论价值。(本文来源于《燕山大学》期刊2018-05-01）
邹业兵,朱彦陈,王欣,苏利强[9]（2018）在《基于红外图像序列的排球运动关键技术特征提取方法》一文中研究指出针对现有运动技术特征提取方法中运动目标特征提取不准确的问题,提出了一种基于红外图像序列的排球运动关键技术特征提取方法 .首先,获取红外图像序列的排球运动图像,并对红外图像序列中的运动目标进行检测和提取,进一步用图像分割方法进行边缘分割.然后,基于视点跟踪切换方法进行阈值分析,实现对运动目标的准确跟踪和提取.实验表明,提出的方法准确性和效率均高于传统方法 .(本文来源于《湘潭大学自然科学学报》期刊2018年02期）
王传宇,郭新宇,杜建军[10]（2018）在《基于时间序列红外图像的玉米叶面积指数连续监测》一文中研究指出针对受田间变化光照影响冠层图像参数计算的精度及自动化程度仍然不高的问题,该文提出了一种基于冠层顶视单角度红外图像序列的玉米叶面积指数(leaf area index,LAI)获取方法。首先,在玉米整个生育期内获取冠层顶部垂直向下红外图像序列,针对冠层图像背景分割易受田间变化光照影响,提出了一种基于绿色植物"红边"现象和冠层图像背景正态分布模型的分割方法,方法计算简便精度高于支持向量机分割。在冠层参数解析阶段,根据玉米叶片球形分布假设,简化了顶视冠层图像的叶片投影函数(G函数),利用Beer-Lambert定律推导了图像冠层孔隙度计算叶面积指数的方法。试验结果表明:该方法与间接测量原理的商业化设备测量值具有较高的相关性,叶面积指数测量的决定系数为0.94。方法应用于2个不同年代品种冠层结构动态变化监测,能够准确反映冠层结构差异,建立了冠层孔隙度与植株干质量(R2=0.95,R2=0.94)植株鲜质量(R2=0.96,R2=0.89)的关系模型,该方法简化了玉米冠层结构参数测量过程,可为田间环境下冠层参数的自动连续监测提供了解决方案。(本文来源于《农业工程学报》期刊2018年06期）
红外序列图像论文开题报告
（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：
红外图像复杂度度量是自动目标识别及其跟踪性能评估的重要组成部分。传统的度量指标如统计方差、信杂比等针对的皆是单帧图像,而对于图像序列复杂度度量的研究寥寥无几。针对该问题,提出一种面向自动目标跟踪的红外图像序列复杂度度量方法。首先,对影响目标识别及其跟踪因素进行分析,明确了红外图像序列中影响目标识别及其跟踪的具体原因,以此为依据构建基于特征空间的目标混淆度和目标遮隐度指标;其次,通过灰色关联法优化特征空间,使目标混淆度和目标遮隐度指标更加合理;最后,结合识别与跟踪的特点,选择合适的加权平均函数和非线性变换函数,实现图像序列复杂度度量。实验表明,与图像序列评价指标如序列相关度、帧间目标变化度相比,文中提出的评价指标与跟踪误差的单调关系更好,是一种有效的图像序列复杂度评价标准。
（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。
红外序列图像论文参考文献
[1].王文卿,高钰迪,刘涵,谢国,焦鹏飞.基于低秩稀疏表示的红外与可见光图像序列融合方法[J].西安理工大学学报.2019
[2].王晓田,马万超,张凯,李少毅,闫杰.面向自动目标跟踪红外图像序列复杂度度量[J].西北工业大学学报.2019
[3].易欣,郭武士,赵丽.热红外图像序列中基于KCF和Mean-Shift定位的目标跟踪方法[J].重庆理工大学学报(自然科学).2019
[4].陈智勇,孙嘉.区域分割下序列红外图像智能融合算法研究[J].激光杂志.2019
[5].邸臻炜,朱肖颖,黄筱佟.红外数字图像局部序列无损拼接方法与实现[J].激光杂志.2018
[6].陈炜耿,柴琳,赵雅涵.一类改进的红外无损检测技术热波图像序列处理方法[J].机械设计与制造工程.2018
[7].叶韩.海上红外序列图像目标的检测与识别方法研究[D].深圳大学.2018
[8].任仲超.基于红外图像帧序列分析气体泄漏检测方法研究[D].燕山大学.2018
[9].邹业兵,朱彦陈,王欣,苏利强.基于红外图像序列的排球运动关键技术特征提取方法[J].湘潭大学自然科学学报.2018
[10].王传宇,郭新宇,杜建军.基于时间序列红外图像的玉米叶面积指数连续监测[J].农业工程学报.2018
标签：低秩稀疏表示; Laplace金字塔; 最大值选择规则; 红外与可见光图像序列融合;