导读:本文包含了图像评价函数论文开题报告文献综述及选题提纲参考文献，主要关键词:聚焦评价函数,纤维,分数微分,整数微分
图像评价函数论文文献综述
李春桥,许忠保,刘爽,陈威[1]（2019）在《一种可用于纤维图像的聚焦评价函数》一文中研究指出探讨一种适用于纤维图像的聚焦评价函数。通过研究边缘检测和传统的图像聚焦评价函数,将分数微分应用到纤维图像聚焦评价中,利用分数微分可以检测出图像纹理细节的特点,提出一种分数微分与整数微分相结合的纤维图像聚焦评价函数,并和其他传统的灰度梯度函数进行了比较。结果表明:所提算法满足无偏性和单峰性,并具有较高的灵敏性和抗噪性,优于传统的灰度梯度评价函数。认为:所提算法适合评价纹理细节丰富的纤维图像。(本文来源于《棉纺织技术》期刊2019年09期）
严锦雯,贾星伟,隋国荣,涂建坤[2]（2019）在《图像清晰度评价函数的研究》一文中研究指出为了实现更为高效、准确的光纤端面自动对焦,对现有图像的清晰度评价函数进行了研究,并在此基础上,提出了一种新的计算简便、抗噪性好的清晰度评价函数。采用光纤几何参数测试仪获得光纤端面清晰成像面前后等间隔的24帧光纤端面图像,利用不同的图像清晰度评价函数对这24帧图像进行计算,得到相应的调焦曲线并分析其单峰性、单调性和抗噪性。结果显示,所提的新评价函数具有更好的表现,对自动对焦技术具有一定的参考价值。(本文来源于《光学仪器》期刊2019年04期）
刘长齐,邵堃,霍星,范冬阳,檀结庆[3]（2019）在《基于加权质量评价函数的K-means图像分割算法》一文中研究指出K-means聚类算法是图像分割中比较常见的一种方式。它是一种无监督学习方法,能从图像的灰度值特征中发现关联规则,因而具有比较强的分割能力。但是,由于该算法使用的分类依据比较单一,且初始聚簇中心具有不确定性,其在图像分割上仍存在一定的缺陷。针对此问题,提出了一种改进的K-means算法用于图像分割。此方法使用基于信息熵的迭代改进算法为K-means算法选取初始聚类中心,然后对K-means算法提出新的加权质量评价函数用于更好地选取图像分割阈值。实验结果表明:改进后的算法在图像分割上的准确率和稳定性都要优于OTSU算法和传统的K-means算法。(本文来源于《计算机科学》期刊2019年S1期）
王竑舒,徐熙平[4]（2019）在《广角相机图像的调焦评价函数研究》一文中研究指出随着广角相机和全景相机在工业成像系统中的普遍应用,对广角相机的成像质量的评价是相机模组装配过程中的重要组成部分,针对所采用的6003A-JT广角相机,提出了一种利用轮廓提取和掩膜技术将图像中测试卡作为调焦窗口的方法,分析和比较以下六种图像清晰度评价函数Brenner,SMD,Energy,Tengengrad,SMD2,Laplace对采集图像的评价结果及运行时间,实验结果显示,该方法能有效降低运算量且具有较好的实时性,对于广角相机自动调焦系统及装配具有指导意义。(本文来源于《长春理工大学学报(自然科学版)》期刊2019年03期）
李雪,江旻珊[5]（2018）在《光学显微成像系统图像清晰度评价函数的对比》一文中研究指出图像清晰度评价函数是评价各类成像系统成像质量的一个关键函数,为找到合适的图像清晰度评价算法,采用MATLAB软件对16种适用于光学显微成像系统的清晰度评价函数进行仿真,定量分析了不同算法的灵敏度、单峰性、无偏性以及运算速度。实验表明:Laplacian函数具有较高的单峰性、无偏性和灵敏度;存在高斯噪声时,Brenner函数、Tenengrad函数和基于Prewitt算子的函数以及中值滤波-离散余弦函数稳定性好;而存在椒盐噪声时,Roberts函数综合性能最优。(本文来源于《光学仪器》期刊2018年01期）
潘雪娟,朱尤攀,浦恩昌,罗琳,曾邦泽[6]（2016）在《基于熵的自动聚焦图像清晰度评价函数仿真分析》一文中研究指出基于图像处理的自动聚焦方法,图像清晰度评价函数的选择很重要。图像熵函数作为清晰度评价函数在不同文献中有一些形式上的变化,且关于聚焦图像评价值对应函数极大值还是极小值的论断不统一。本文详细整理了自动聚焦系统中图像信息熵的不同形式,比较分析它们的物理意义、数学原理,采用灰度图像,重点考虑离焦造成的图像模糊失真,在Matlab平台下仿真分析,得出的结论对具体自动聚焦系统设计时熵函数数学公式的选用和修正提供参考。(本文来源于《红外技术》期刊2016年10期）
陈功,朱锡芳,周祥才,李春香,娄曦璐[7]（2015）在《基于图像清晰度评价函数的导光板翘曲度检测方法》一文中研究指出针对现有导光板翘曲度塞尺间隙测量法精度低、要求高等不足,采用一种单CCD摄像机图像清晰度评价方法对导光板翘曲度进行测量的方法。该方法基于摄像机检测装置,将检测纸和导光板分别置于检测平台表面,手动调节X轴、Y轴传动组定位、手动调节Z轴传动组调焦,分别获取导光板中间底面和表面不同特征的质量因素Q值图像清晰度峰值,比较不同大小滑动窗口实验和均方误差、熵值和KBlur算法。结果表明测量方法示值误差小、重复性较好,能够满足接触线在线、非接触检测的需求。(本文来源于《光电子技术》期刊2015年04期）
钱青,臧冬菊[8]（2015）在《一种改进的Sobel算子图像清晰度评价函数》一文中研究指出有效的图像清晰度评价函数是采用数字图像处理技术实现自动调焦的关键,论文提出了一种改进的Sobel算子图像清晰度评价函数,采用四方向模板来计算梯度,在一定程度上有效地解决了传统评价算子中方位局限性问题,同时使用强边缘像素的强度均值表示清晰度评价值,实验表明,该算法不仅具有良好的单峰性和无偏性,还能够比较不同图像之间的清晰度,能够更好地满足对图像聚焦评价函数的要求。(本文来源于《计算机与数字工程》期刊2015年10期）
洪裕珍,任国强,孙健[9]（2014）在《离焦模糊图像清晰度评价函数的分析与改进》一文中研究指出传统的基于梯度的图像清晰度评价函数(调焦函数)对噪声敏感,在实际应用中易引入过多的非边缘信息,影响系统的稳定性。本文基于光学成像系统离焦模型分析了系统离焦对图像清晰度的影响,并提出了一种改进的图像清晰度评价方法。该方法利用最大灰度差提取细节信息来评价图像清晰度;引入阈值区分边缘点和非边缘点来减小图像平坦区域对评价函数灵敏度的影响,同时有效抑制噪声的干扰。进行了仿真实验和实际测试并与传统的清晰度评价函数进行了比较。结果显示,提出的方法具有更好的灵敏度和抗噪性能,能够准确而稳定地评价离焦模糊图像的清晰度,可用于实际光学系统的自动调焦。(本文来源于《光学精密工程》期刊2014年12期）
蒋金银[10]（2013）在《数字图像清晰度评价函数的研究与改进》一文中研究指出数字图像的清晰度的判别是视频采集系统中的关键技术,本文提出了一种改进的新邻域差分评价函数,经过大量的实验对比发现,与传统的邻域差分评价函数相比,改进的函数比离散傅里叶变换评价函数、拉普拉斯评价函数、点锐度评价函数具有更好的适时性;较四邻域差分评价函数具有更好的灵敏性。(本文来源于《电子世界》期刊2013年16期）
图像评价函数论文开题报告
（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：
为了实现更为高效、准确的光纤端面自动对焦,对现有图像的清晰度评价函数进行了研究,并在此基础上,提出了一种新的计算简便、抗噪性好的清晰度评价函数。采用光纤几何参数测试仪获得光纤端面清晰成像面前后等间隔的24帧光纤端面图像,利用不同的图像清晰度评价函数对这24帧图像进行计算,得到相应的调焦曲线并分析其单峰性、单调性和抗噪性。结果显示,所提的新评价函数具有更好的表现,对自动对焦技术具有一定的参考价值。
（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。
图像评价函数论文参考文献
[1].李春桥,许忠保,刘爽,陈威.一种可用于纤维图像的聚焦评价函数[J].棉纺织技术.2019
[2].严锦雯,贾星伟,隋国荣,涂建坤.图像清晰度评价函数的研究[J].光学仪器.2019
[3].刘长齐,邵堃,霍星,范冬阳,檀结庆.基于加权质量评价函数的K-means图像分割算法[J].计算机科学.2019
[4].王竑舒,徐熙平.广角相机图像的调焦评价函数研究[J].长春理工大学学报(自然科学版).2019
[5].李雪,江旻珊.光学显微成像系统图像清晰度评价函数的对比[J].光学仪器.2018
[6].潘雪娟,朱尤攀,浦恩昌,罗琳,曾邦泽.基于熵的自动聚焦图像清晰度评价函数仿真分析[J].红外技术.2016
[7].陈功,朱锡芳,周祥才,李春香,娄曦璐.基于图像清晰度评价函数的导光板翘曲度检测方法[J].光电子技术.2015
[8].钱青,臧冬菊.一种改进的Sobel算子图像清晰度评价函数[J].计算机与数字工程.2015
[9].洪裕珍,任国强,孙健.离焦模糊图像清晰度评价函数的分析与改进[J].光学精密工程.2014
[10].蒋金银.数字图像清晰度评价函数的研究与改进[J].电子世界.2013