导读:本文包含了双边滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:双边滤波,FPGA加速,实时图像处理
双边滤波器论文文献综述
张爱杰,刘士建,张瑞,李冰[1]（2019）在《基于FPGA的双边滤波器设计》一文中研究指出针对串行架构的处理器如ARM和DSP等实现双边滤波算法消耗资源过多的情况,提出了一种基于FPGA加速的双边滤波去噪的实现方法。根据双边滤波算法的原理以及FPGA的硬件资源,充分发挥FPGA在并行计算上的优势,在滤波器的系数生成和除法操作上进行了优化。在减少了FPGA所消耗的资源的同时,保证了图像去除噪声的实时性,从而为后期的视频采集与传输系统奠定了一个良好的开端。(本文来源于《红外技术》期刊2019年01期）
刘尚旺,郜刘阳,王博[2]（2018）在《联合双边滤波器和小波阈值收缩去噪算法研究》一文中研究指出针对现有去噪算法去噪不彻底、噪声误判、损害图像边缘和纹理细节信息的缺点,提出一种联合双边滤波器和小波阈值收缩图像去噪算法。首先,使用双边滤波器对含有噪声图像进行分层;其次,对不同分层结果,选择不同滤波器进行去噪:高对比度层采用双边滤波器,低对比度层采用小波阈值收缩去噪方法;最后,融合高、低对比度层去噪图像,实现有效去除噪声的同时,保证图像信息完整。实验结果表明,本文算法的峰值信噪比达到40.99 d B,比非局部均值滤波、双边滤波器、小波阈值收缩和偏微分方程图像去噪算法分别提高了7.79%,3.56%,11.22%和1.91%;与此同时,还能有效保留图像边缘和纹理等细节信息。(本文来源于《国土资源遥感》期刊2018年02期）
崔金鸽,陈炳权,徐庆[3]（2018）在《基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法》一文中研究指出针对目前图像去噪方法主要局限于单一噪声,无法有效解决多种混合噪声的不足,提出了一种基于DualTree CWT和自适应双边滤波器的图像去噪算法。该算法使用双树复小波变换对含噪图像进行多尺度和多方向的分解,由改进阈值对各个方向子带的高频系数进行阈值量化,同时由自适应双边滤波对每尺度下低频子带系数进行滤波,并将重构得到的图像进一步去除噪声。实验仿真结果表明,该方法对混合噪声的滤除效果明显优于现有算法,且能较好地保护图像的边缘细节信息,通过客观评价指标峰值信噪比(PSNR)和均方根误差(RMSE)定量比较,PSNR提升了5.333 2~6.527 8 d B,RMSE可降低29.41%~46.03%,运行时间仅为1.492 0 s,整体降噪性能更优。(本文来源于《计算机工程与应用》期刊2018年18期）
卫星,刘清,郭依正,焦蓬蓬[4]（2016）在《联合双边滤波器耦合多分辨率的图像降噪算法》一文中研究指出针对当前图像降噪技术难以保留边缘平滑区和高频变化区的纹理细节的不足,提出联合双边滤波器(joint bilateral filter,JBF)与多分辨率分析的图像降噪算法。利用参考图像作为参数估计,根据参考图像的丰富高频信息,考虑像素间的距离与亮度相似性,准确计算联合双边滤波器的权值,有效避免在滤波过程中对边缘平滑;引入小波变换、轮廓波变换和非下采样轮廓波变换的多分辨率分析(MRA),解决不同分辨率下的不同频率的图像降噪。实验结果表明,与当前图像降噪技术相比,该算法拥有更好的视觉效果,能较好地保留平滑区和高频变化区的细节信息。(本文来源于《计算机工程与设计》期刊2016年12期）
霍荣[5]（2016）在《基于改进非线性增益和双边滤波器的自适应图像广义模糊增强》一文中研究指出在图像处理领域中,图像增强技术因其强大的实用价值和灵活性在该领域中起着非常重要的作用。一方面通过该技术,可以依照观察者的爱好有选择性地对图像进行处理,以满足其要求；另一方面,当需要用计算机对图像进行后续精确地分析时,为满足计算机的识别能力,对图像进行预处理必不可少。加之图像成像过程中,难免会受到天气、光线等客观因素的干扰,使图像质量退化,影响了它的使用价值。因此为获得高质量的图像,对图像进行增强处理是非常有必要的。本文在对图像增强技术进行深入的研究分析后,提出一种图像增强的新算法。为了同时实现图像细节被增强、噪声被抑制以及对比度被提升的目的,首先利用小波变换将图像的高低频信息分开,高频子带涵盖的内容主要是图像的绝大部分噪声和细节信息,低频子带涵盖的内容则主要是背景信息。鉴于高低频所含内容性质的差异,因此在处理方法上也存在很大不同。高频子带以贝叶斯萎缩阂值为分界点,将其系数划分为噪声和细节两部分,并采用非线性增益函数分别对其进行处理,以实现放大图像细节并削减噪声的目的。低频子带先利用具有保边去噪作用的双边滤波器进行预处理,其目的是去除包含的少部分噪声,然后采用广义模糊算子,以达到扩大图像对比度的目的。为提升本文算法的性能和自适应性,对高频增强中的非线性增益函数进行了改进,引入调节因子可以使图像更清晰、获得更丰富的细节信息,同时依据信息熵的大小,提供了一种可以自适应计算非线性增益函数中参数c最优值的方法。对低频增强中的双边滤波器进行了优化,由于该滤波器的值域标准差对图像质量的影响较大,经过大量实验提出一种确定值域参数值的方法,同时还对双边滤波器的运行速度进行了优化,此外,将遗传算法引入到低频中,使广义模糊增强模型简化为寻求参数的最优值模型。对本文提出的算法进行仿真,并与其他算法进行对比,结果表明本文方法具有较高的对比度、清晰度以及信息熵和峰值信噪比,可以大幅度地提升图像质量。(本文来源于《海南大学》期刊2016-05-01）
王毅[6]（2016）在《双边滤波器对去除椒盐噪声的研究》一文中研究指出在数字图像处理中,为了得到令人满意的图像,滤波是最普遍却最关键的手段之一。图像滤波的基本原理,是在尽可能使原图像中有用的纹理细节等特性维持不变的前提下,滤除图像中的噪声。图像滤波是图像前期处理中必须的步骤。由于高斯滤波法在对图像的邻域内像素的亮度值求加权平均值时会使一些边缘轮廓模糊。双边滤波器的提出,正是为了克服高斯滤波器会使图像边缘模糊的缺点,但一般的双边滤波器对于滤除椒盐噪声是无效的,因此需要进行改进。本文针对以往纯粹的双边滤波器的缺点,提出了两种改进方法。(1)第一个叫做伪中值双边滤波法。该方法是在纯粹的双边滤波法中引进中值滤波的观点,从而把纯粹的双边滤波法和中值滤波法的优势结合起来,形成了伪中值双边滤波。(2)第二个叫做缩放双边滤波法,该方法是在纯粹的双边滤波法中引进高斯卷积的观点从而形成了缩放双边滤波法。最后对伪中值双边滤波法和缩放双边滤波法这两种方法的滤波效果的好坏进行了比较。此外本文还把缩放双边滤波法运用到彩色图像处理当中。本文采用多幅灰度和彩色图像,针对图像中的高斯噪声和椒盐噪声,用伪中值双边滤波器和缩放双边滤波器进行了滤波实验。实验结果表明,本文提出的伪中值双边滤波法和缩放双边滤波法对于滤除椒盐噪声是有效的。(本文来源于《云南大学》期刊2016-03-01）
江亮亮,杨付正,任光亮[7]（2015）在《用于网格去噪的自适应双边滤波器》一文中研究指出为有效去除叁维网格模型中的噪声,提出一种用于网格去噪的自适应双边滤波器.首先,利用体积积分不变量对叁维网格模型进行特征检测,估计出局部的特征强度,然后根据特征强度自适应地调整双边滤波器的滤波参数.通过自适应的参数优化,对于不同特征强度的区域,自适应双边滤波器采用更具针对性的去噪策略,从而进一步提高了去噪性能.实验结果表明,相比于双边滤波器,所提出的自适应双边滤波器在去除噪声的同时,能够更好地保持叁维网格模型的细节特征,去噪后得到的网格模型与原始模型的客观差值测度平均降低了0.0332.(本文来源于《华南理工大学学报(自然科学版)》期刊2015年11期）
解慧[8]（2015）在《基于联合双边滤波器上采样的纹理图像修复合成算法》一文中研究指出基于双边滤波器上采样算法提出了一种修复图像纹理的合成方法,以计算的样本纹理作为引导纹理,对低分辨率的待修复纹理图像区域的纹理进行插值运算,实现高分辨率的修复。仿真结果表明,该法提高了待修复纹理图像区域的分辨率。(本文来源于《滨州学院学报》期刊2015年02期）
刘芳,邓志仁[9]（2014）在《基于自适应小波阈值和双边滤波器的去噪算法》一文中研究指出针对以往小波阈值去噪算法在去噪过程中出现的去噪不彻底、噪声误判和图像边缘模糊的问题,提出了一种新的基于自适应小波阈值和双边滤波器的图像去噪算法。该算法中的小波阈值随着分解尺度和子带的变化而变化,这样不同分解尺度和不同子带采用不同的阈值进行去噪,克服了统一阈值的不足,增强了算法的自适应性;在软阈值函数去噪之后,利用双边滤波器达到保护图像边缘的目的。仿真实验表明,该算法能够有效地去除图像噪声,改善图像的视觉质量,并且能够较好地保留图像的边缘和细节信息。(本文来源于《系统仿真学报》期刊2014年12期）
左子凤,冯国瑞[10]（2014）在《引入双边滤波器优化的彩色滤波阵列插值》一文中研究指出基于彩色滤波阵列(CFA)的图像传感器在每个像素位置获得叁原色红(R)、绿(G)和蓝(B)中的一种分量,其缺失分量需要根据周围像素插值得到。目前提出的许多种插值算法,绝大部分采用Bayer排列模式。本文在色差恒定假设基础上,提出一种基于双边滤波器的自适应Bayer模型插值算法,对G通道的估计采用自适应滤波器进行插值,对R和B通道的插值采用双边滤波器。算法利用待插值像素与不同距离像素相关性不同的思想,根据图像边缘自适应设定滤波模板,能较准确估计G、B和R、G通道之间的色差值。实验结果表明,对比多尺度色差梯度算法和边缘强度滤波等算法,插值后的图像不仅主观视觉,且客观评价指标(彩色峰值信噪比,CPSNR)均优于这些算法。(本文来源于《光电子·激光》期刊2014年11期）
双边滤波器论文开题报告
（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：
针对现有去噪算法去噪不彻底、噪声误判、损害图像边缘和纹理细节信息的缺点,提出一种联合双边滤波器和小波阈值收缩图像去噪算法。首先,使用双边滤波器对含有噪声图像进行分层;其次,对不同分层结果,选择不同滤波器进行去噪:高对比度层采用双边滤波器,低对比度层采用小波阈值收缩去噪方法;最后,融合高、低对比度层去噪图像,实现有效去除噪声的同时,保证图像信息完整。实验结果表明,本文算法的峰值信噪比达到40.99 d B,比非局部均值滤波、双边滤波器、小波阈值收缩和偏微分方程图像去噪算法分别提高了7.79%,3.56%,11.22%和1.91%;与此同时,还能有效保留图像边缘和纹理等细节信息。
（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。
双边滤波器论文参考文献
[1].张爱杰,刘士建,张瑞,李冰.基于FPGA的双边滤波器设计[J].红外技术.2019
[2].刘尚旺,郜刘阳,王博.联合双边滤波器和小波阈值收缩去噪算法研究[J].国土资源遥感.2018
[3].崔金鸽,陈炳权,徐庆.基于Dual-TreeCWT和自适应双边滤波器的图像去噪算法[J].计算机工程与应用.2018
[4].卫星,刘清,郭依正,焦蓬蓬.联合双边滤波器耦合多分辨率的图像降噪算法[J].计算机工程与设计.2016
[5].霍荣.基于改进非线性增益和双边滤波器的自适应图像广义模糊增强[D].海南大学.2016
[6].王毅.双边滤波器对去除椒盐噪声的研究[D].云南大学.2016
[7].江亮亮,杨付正,任光亮.用于网格去噪的自适应双边滤波器[J].华南理工大学学报(自然科学版).2015
[8].解慧.基于联合双边滤波器上采样的纹理图像修复合成算法[J].滨州学院学报.2015
[9].刘芳,邓志仁.基于自适应小波阈值和双边滤波器的去噪算法[J].系统仿真学报.2014
[10].左子凤,冯国瑞.引入双边滤波器优化的彩色滤波阵列插值[J].光电子·激光.2014