自相似性论文_王婷婷,张煜

导读:本文包含了自相似性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:相似性,图像,分辨率,局部,稀疏,卷积,特征。

自相似性论文文献综述

王婷婷,张煜^[1]（2019）在《基于图像自相似性的多尺度稀疏表示肺4D-CT图像超分辨率重建》一文中研究指出针对肺四维计算机断层摄影(4D-CT)数据层间分辨率远低于层内分辨率的各项数据异性问题,提出一种基于图像自相似性的多尺度稀疏表示超分辨率重建方法,用以提升肺4D-CT图像的分辨率。所提出的方法通过探索验证肺4D-CT数据横断面与冠矢状面图像的自相似性,以横断面图像代替冠矢状面图像,组成高分辨率和低分辨率图像块对,构建训练集;引入多尺度策略,根据四叉树原理划分得到不同尺度的图像块,训练得出全局多尺度字典,以捕获更多肺部解剖结构特征;通过稀疏表示超分辨算法重建得出冠矢状面的高分辨率图像。利用仿真数据和真实数据对提出的算法进行实验验证,量化评价与视觉效果均体现本研究算法在提升图像清晰度以及改善图像细微结构显示质量方面的优越性,同时还可有效避免对算法精度及耗时产生影响的运动估计过程。(本文来源于《中国医学物理学杂志》期刊2019年06期）

袁诗琪,高良俊,张浩宇,易茂祥^[2]（2019）在《基于电路模块自相似性的硬件木马检测方法》一文中研究指出由于硬件木马种类的多样性和SoC电路制造过程中不可预测的工艺变化,硬件木马检测变得极具挑战性。现有的旁路信号分析法存在两个缺点,一是需要黄金模型作为参考,二是工艺波动会掩盖部分硬件木马的活动效果。针对上述不足,提出一种利用电路模块结构自相似性的无黄金模型检测方法。通过对32位超前进位加法器的软件仿真实验和对128位AES加密电路的硬件仿真实验,验证了该方法的有效性。实验结果表明,在45 nm工艺尺寸下,对于面积占比较小的硬件木马,该方法的检测成功率可以达到90.0%以上。(本文来源于《微电子学》期刊2019年03期）

张福旺,苑会娟^[3]（2019）在《一种自适应稀疏表示和非局部自相似性的图像超分辨率重建算法》一文中研究指出如何充分利用图像自身蕴含的信息进行超分辨率重建仍然是一个开放的问题。文中提出了一种自适应稀疏表示和非局部自相似性的图像超分辨率重建算法。在训练与重建的过程中都采用K-means算法对选取的数据集进行聚类,将相似的图像块聚集在一起,然后运用PCA处理自适应地选择字典来进行超分辨率重建。相比于通过固定字典进行图像重建,采用自适应选择字典对图像进行重建将使得到的重建图像效果更加优越。针对自然图像的实验结果表明,利用所提算法重建的超分辨率图像的细节更细腻,伪像更少,边缘更锐利。(本文来源于《计算机科学》期刊2019年S1期）

姚正安,赵红星^[4]（2019）在《函数的连续性、不可微性与自相似性方法》一文中研究指出利用正弦函数和余弦函数的自相似性,运用傅里叶级数的理论,给出处处连续但处处不可微;处处连续但处处不赫尔德连续;处处赫尔德连续但又处处不更高阶连续的函数的构造方法,并对这类函数的相关性质给出严格的证明.通过实例,说明了这种构造方法的可行性.(本文来源于《大学数学》期刊2019年03期）

丁娜^[5]（2019）在《基于自相似性和回归模型的单幅图像超分辨率重建方法研究》一文中研究指出图像是对自然对象的客观真实反映。相对于文字、语音等传统媒介,信息的图像传播具有丰富、直观、快捷等优点。伴随着计算机软件技术和硬件性能的日新月异,图像应用已经逐渐渗入到人类生活的方方面面并不断提高着人们的生活水平和幸福指数。然而,成像设备和采集环境的限制致使大量有价值的图像普遍以低分辨率的形式存在。单幅图像超分辨率重建是一项致力于由一幅低分辨率图像生成对应的高分辨率图像的技术,因在医疗、监控、遥感等诸多领域有着广泛应用而一直是图像处理中重要的研究热点之一。各类研究方法都有着同样的重建目标:尽可能多地生成准确的高频信息。目前,基于样本的方法是主流,其关键是在已经构建好的高、低分辨率图像集合中学习得到可靠的映射关系。但基于外部样本库的方法对于训练库的依赖性和恢复结果的不确定性,以及基于内部样本库的方法对于在线重建的耗时问题都充满着挑战性。本文针对于以上背景和问题的分析提出了一种基于自相似性和回归模型的单幅图像超分辨率重建方法,该方法完全依靠输入图像本身完成整个重建过程而没有使用任何外部信息。首先,提出了一种基于局部特征的插值方法,其中同时考虑了边缘像素特性和位置信息以此获得更好的初始化结果。然后,借助于对自相似性的深入研究,采用了由待建图像层的最近两层降采样图像构建和更新训练库的方法,从而建立了由自身样本构成的、动态的轻型数据库,大大降低了在线查找相似邻域集合的时间消耗。其次,在相似样本的搜索过程中,将每一个低分辨率输入图像块看作一个锚点,从而得到更加准确灵活的自适应线性回归矩阵,进而将低分辨率图像块直接映射到其高分辨率版本。此外,在逐步放大策略中的每一步,均使用迭代反投影优化方法来提高最终重建结果与输入图像之间的内容一致性。在实验结果的对比分析中,首先对比了本文提出的局部特征插值方法和传统的双叁次插值方法的性能,前者能更准确地恢复边缘等信息,有利于提高样本训练库的质量。然后,深入探索了图像的自相似性,并通过搜索时间、内存占用和重建质量叁个方面阐述了本文动态轻型数据库的设计动机。最后,对比了本文方法与其他方法的重建表现。其中,通用的标准图像库Set5和Set14被选作测试库,大量实验对比结果均证明了本文方案在视觉效果和客观评价标准方面的竞争力。本文算法可以重建出更加准确的边缘、纹理、细节等信息,这在现实生活中具有一定的应用意义。(本文来源于《山东大学》期刊2019-05-20）

房琰^[6]（2019）在《基于梯度轮廓和非局部自相似性的单幅图像超分辨率方法研究》一文中研究指出在数字化图像的采集和获取的过程中,由于受到大气扰动与散焦等多种因素的影响,采集到的图像的质量会有不同程度的下降。另外,成像过程中引入的噪声会进一步加剧图像的退化。随着计算机技术以及计算机性能的显着提高,人们对于图像的质量要求也更高。但是由于环境及硬件的限制,采集到的图像的质量与所期望的质量有所差距。由此,便衍生出了通过改善硬件、软件或环境的方法来提高图像的分辨率的想法。如果通过改善硬件的方法来提高图像的分辨率,相应的代价会很大。如果通过改善环境的方法来提高图像的分辨率,这在实际中是难以实现的,并且有可能造成更大的损失。因此,通常采取软件的方法提高图像的分辨率。图像的超分辨算法是由已知的低分辨率的图像产生相应的高分辨率图像。本文围绕着单幅图像的超分辨率算法展开研究。本文首先列举了近几年来流行的单帧图像超分辨率算法,并重点归纳了基于插值的方法、基于学习的方法与基于重建的方法,进一步比较了各自的优缺点。基于梯度轮廓的超分辨率重建算法在近几年来受到了热议。梯度轮廓考虑到了图像梯度的空间布局,有效地提高了图像的分辨率。另外,图像的自相似性在超分辨率算法中受到了广泛应用。基于对相关算法的研究,本文对基于重建的超分辨率算法进行了改进:结合梯度轮廓先验和非局部自相似先验,构造了新的图像重建框架。首先,本文构造了梯度扩散函数,改善了边缘附近的梯度方向。其次,依据邻域梯度轮廓,本文提出了梯度轮廓锐度优化函数,使得估计的轮廓锐度更精确。在HR图像的重建过程中,为了减少噪声,本文提出了新的非固定搜索方法搜索非局部相似块,然后基于非局部特征相似性构造了新的图像域约束。另外,为了抑制伪影,本文采用梯度轮廓先验作为梯度域约束。本文交替执行梯度域约束和图像域约束,以更有效地对迭代过程进行约束,更好地保证了算法的稳定性。最后,本文设计了一个高通滤波函数,以此得到高分辨率图像的高频部分。仅对高分辨率图像的高频部分执行冲击滤波,进一步增强边缘细节。本文在主观感知与客观量化方面对所提出的方法进行了验证。实验结果表明,本文所提出的方法在获得更清晰的图像的同时,具有更高的PSNR、SSIM、IFC值,较之于以往具有代表性的超分辨率算法有所提高。尤其在边缘、纹理等高频部分,本文的方法可以更好的保留高频信息。(本文来源于《山东大学》期刊2019-05-20）

李治贤,谌贵辉,李忠兵^[7]（2019）在《基于自相似性与稀疏表示的超分辨率算法》一文中研究指出目的为了解决当前稀疏表示的超分辨率算法效果依赖参与训练的数据的问题,结合图像的自相似性,提出一种基于自相似性与稀疏表示相结合的超分辨率算法。方法算法利用图像的多维自相似性,构建多维图像金字塔,采用改进的相似块搜索策略,得到对应的高低分辨率图像块作为训练样本,然后对样本进行字典训练,最后根据稀疏表示得到超分辨率图像。结果实验结果显示,文中算法在峰值信噪比(PSNR)和结构相似度(SSIM)上优于其他算法,对于实验图像而言,PSNR平均提升了0.5 dB。结论提出的超分辨率算法未引入外部数据库,具有较好的效果,能够用于超分辨率重建。(本文来源于《包装工程》期刊2019年09期）

童绳武^[8]（2019）在《利用自相似性参数和随机森林的极化SAR海面溢油检测的研究》一文中研究指出海洋石油污染会对海洋生态系统和沿海区域经济造成严重的破坏和巨大的损失。合成孔径雷达(Synthetic Aperture Radar,SAR)凭借着其全天候全天时的成像能力,逐渐成为了检测海洋石油污染的重要手段。然而有些“类油膜”现象在SAR图像上具有和油膜类似的表征,增加了溢油检测的难度。近年来,极化SAR逐渐被应用于海面溢油检测的研究中,与SAR相比,极化SAR所特有的极化信息有利于区分油膜与类油膜。本论文基于极化SAR数据,利用极化特征展开了对极化SAR海面溢油检测的研究。1)为了提高海面油膜与类油膜的区分度,本文基于油膜和类油膜的散射机制差异,引入了自相似性参数来提高海面溢油检测中油膜与类油膜之间的可区分度。自相似性参数可以很好的反映目标的散射随机性程度,相比类油膜与海水区域,油膜区域的散射机制比较复杂,去极化程度和散射随机性较高。利用RADARSAT-2全极化SAR数据基于定性和定量的对比实验分析了自相似性参数与其他溢油检测常用极化特征区分油膜与类油膜的能力差异。实验结果显示相比其他七个常用的溢油检测极化特征,自相似性参数可以更好的区分油膜与类油膜。基于人工溢油实验的UAVSAR时序数据集分析了自相似性参数和其他极化特征在不同的海面相对风向以及传感器入射角场景中区分油膜与类油膜的适用性。结果显示当海面风速较大时自相似性参数更加适合在顺风条件下工作。而对于29.7~°~43.5~°的入射角范围内,自相似性参数在较高入射角和较低入射角中都能很好的区分油膜与类油膜。2)为了提高海面溢油检测的精度,本文提出了一种新的综合多特征使用随机森林的极化SAR海面溢油检测方法。该方法综合自相似性参数、布拉格散射能量占比、几何强度、一致性参数、同极化交叉积实部、伪熵、极化度、基准高度这八个特征,采用了具有较好的分类性能、能有效地抑制噪声、且能较好抑制由类间不平衡造成的误差等特点的随机森林进行海面溢油检测。利用RADARSAT-2、UAVSAR、SIR-C/X-SAR这叁种全极化SAR数据进行实验,结果显示,相比于其他叁种极化SAR海面溢油检测方法,综合多特征与自相似性参数使用随机森林的方法可以有效的提高海面溢油检测的准确性。基于随机森林反馈的特征重要性再次证明了自相似性参数具有很好的海面溢油检测能力。(本文来源于《中国地质大学》期刊2019-05-01）

李键红,吴亚榕,吕巨建^[9]（2018）在《基于自相似性与多任务高斯过程回归的单帧图像超分辨率重建》一文中研究指出在单帧图像超分辨率问题中,基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合,都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分辨率算法。该算法通过引入多任务学习思想,将输入的低分辨率图像进行分片处理,把每一个图像片的超分辨率过程视为一个任务。在对相似任务建模的过程中,通过最优化求解的参数集合来体现任务间的共性及差异,从而使模型的泛化能力和预测精度得以提高,在重建高分辨率图像清晰锐利的同时,噪声和伪影受到明显抑制。用常见的测试图像以及公开的图像测试集合进行的大量试验表明该算法在主观评价和客观评价两个方面均优于同类型算法及当前经典算法,峰值信噪比较其它常见超分辨率算法可提高约0.5dB。(本文来源于《光学精密工程》期刊2018年11期）

王宇桐,禹晶,肖创柏^[10]（2018）在《基于自相似性和低秩表示的有噪模糊图像盲复原算法》一文中研究指出图像盲解卷积算法指的是当点扩散函数未知时,利用模糊图像复原出原始清晰图像.图像盲复原不仅是一个典型的反问题,还是一个病态问题.本文提出一种基于自相似性和低秩表示的图像盲复原算法,该算法利用图像不同尺寸或相同尺寸间的自相似性,将图像中的非邻域相似图像块组成一个相似图像块组,对该相似图像块组进行整体的低秩表示.实验表明:该算法能够准确地估计模糊核,复原清晰图像,去除噪声,并具有很好的鲁棒性.(本文来源于《北京交通大学学报》期刊2018年05期）

自相似性论文开题报告

（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：

由于硬件木马种类的多样性和SoC电路制造过程中不可预测的工艺变化,硬件木马检测变得极具挑战性。现有的旁路信号分析法存在两个缺点,一是需要黄金模型作为参考,二是工艺波动会掩盖部分硬件木马的活动效果。针对上述不足,提出一种利用电路模块结构自相似性的无黄金模型检测方法。通过对32位超前进位加法器的软件仿真实验和对128位AES加密电路的硬件仿真实验,验证了该方法的有效性。实验结果表明,在45 nm工艺尺寸下,对于面积占比较小的硬件木马,该方法的检测成功率可以达到90.0%以上。

（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。

自相似性论文参考文献

[1].王婷婷,张煜.基于图像自相似性的多尺度稀疏表示肺4D-CT图像超分辨率重建[J].中国医学物理学杂志.2019

[2].袁诗琪,高良俊,张浩宇,易茂祥.基于电路模块自相似性的硬件木马检测方法[J].微电子学.2019

[3].张福旺,苑会娟.一种自适应稀疏表示和非局部自相似性的图像超分辨率重建算法[J].计算机科学.2019

[4].姚正安,赵红星.函数的连续性、不可微性与自相似性方法[J].大学数学.2019

[5].丁娜.基于自相似性和回归模型的单幅图像超分辨率重建方法研究[D].山东大学.2019

[6].房琰.基于梯度轮廓和非局部自相似性的单幅图像超分辨率方法研究[D].山东大学.2019

[7].李治贤,谌贵辉,李忠兵.基于自相似性与稀疏表示的超分辨率算法[J].包装工程.2019

[8].童绳武.利用自相似性参数和随机森林的极化SAR海面溢油检测的研究[D].中国地质大学.2019

[9].李键红,吴亚榕,吕巨建.基于自相似性与多任务高斯过程回归的单帧图像超分辨率重建[J].光学精密工程.2018

[10].王宇桐,禹晶,肖创柏.基于自相似性和低秩表示的有噪模糊图像盲复原算法[J].北京交通大学学报.2018

论文知识图

标签：相似性论文;  图像论文;  分辨率论文;  局部论文;  稀疏论文;  卷积论文;  特征论文;