导读:本文包含了图像放大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:图像,对偶,曲面,原始,大内,模型,多项式。
图像放大论文文献综述
周璐婕,党建武,王瑜鑫[1]（2019）在《基于叁维建模原理的位图图像超分辨率放大研究（英文）》一文中研究指出BMP(bitmap)位图图像作为图像的一种通用格式被越广泛应用,位图放大是图像处理的重要环节。首先,对位图进行分割,将离散算法的叁维模型与扫描线补偿算法相结合,建立数学模型;然后,根据模型表面若干个控制点之间的拓扑关系,将图像表面离散化,采用平面叁角形序列描述叁维物体;最后,将离散算法叁维建模原理中的平借补偿与二值点阵图像扫描线补偿算法相结合,对位图进行放大,从而得到比较清晰的放大BMP图像。(本文来源于《Journal of Measurement Science and Instrumentation》期刊2019年04期）
王珊,高珊珊,郭宁宁,张彩明[2]（2019）在《多层次轮廓约束的图像放大算法》一文中研究指出为解决图像放大过程中有效地保证边缘锐化的图像插值难题,提出多层次轮廓约束的图像放大算法.首先利用检测算子对图像进行预处理,将图像分为边缘区域、平坦区域;其次,针对图像边缘区域进行自适应梯度扩散获取适当的边缘轮廓层作为图像放大约束;最后对轮廓层直接进行曲线插值重采样,不额外增加边缘层数,以保证放大后的图像在视觉上的边缘清晰.对于非轮廓层的平坦区域,构建双叁次Coons插值曲面并进行重采样,保持了平坦区域的平滑性.测试图像为自然图像和医学图像,自然图像的来源是set5和set14测试集,实验对比方法主要从客观效果、视觉效果、时间复杂度3个方面进行比较.实验结果表明,采用该算法得到的放大图像不仅可以保持轮廓清晰,且PSNR及SSIM指标超过了大多数经典的插值算法以及目前流行的基于机器学习的算法.(本文来源于《计算机辅助设计与图形学学报》期刊2019年10期）
何永明,陈向阳[3]（2019）在《视频微小运动放大的灰度图像方法》一文中研究指出传统的欧拉视频放大技术(EVM方法)利用色彩空间的转换,对YIQ通道分别作放大处理,可以放大视频中微小的运动,使人可见,但是这种方法运行速度很慢,为优化此问题,在EVM的基础上,提出了灰度图像放大方法(Gray或GIM方法),先是对EVM方法进行概述分析,之后选取合适的放大因子对两种方法进行实验对比,结果表明:灰度图像方法与EVM方法相比,其处理速度有显着的提高,并且放大效果良好,实际应用性更强。(本文来源于《计算机与数字工程》期刊2019年08期）
孙永科,熊飞,胡坤融,付小勇[4]（2019）在《Canny算子在木材横切面放大图像识别中的应用》一文中研究指出提出一种基于Canny算子的图像特征提取算法。首先对木材横截面放大图像进行统一缩放,利用Canny算子计算图像中主要的纹理特征和气孔的分布,然后计算图像的奇异值SVD,最后利用支持向量机SVM对奇异值进行训练,得到木材的分类器。实验表明Canny算子可以有效地取出图像中的噪点,提高SVD值得稳定性,木材识别的正确率得到极大地提高。(本文来源于《现代计算机》期刊2019年19期）
李春景,胡静,唐枝[5]（2019）在《基于层次特征的自适应径向基插值图像放大的保真指标》一文中研究指出图像作为一种重要的信息载体,在生活中不可或缺,如何最大程度地保留和获取图像中的信息自然也成了人们所关心的话题。近年来,径向基函数(RBF)插值成为解决散乱数据插值的一种新的有效方法。径向基函数的图像放大过程中,不同参数取值对图像的放大具有非常大的影响,构造适当的保真指标对图像放大质量的评判和参数取值的研究尤为关键。文中主要建立了基于图像的层次特征和分块矩阵的径向基函数插值的图像放大的保真指标,它由全局失真度和边缘失真度两部分组成,实验结果表明了保真指标定义的有效性,在此基础上研究了MQ、逆MQ,以及Gauss径向基函数参数与图像纹理放大机制的关联程度。(本文来源于《计算机科学》期刊2019年04期）
武婷婷,侯凤,孙越泓[6]（2019）在《求解彩色图像放大模型的分裂型算法》一文中研究指出针对多通道彩色图像放大问题,文中建立二阶TGV(Total Generalized Variation)图像放大模型,并利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解。在RGB彩色空间上,针对每个彩色通道分别进行放大处理,进而放大彩色图像。数值结果表明,与原始对偶算法相比,无论是视觉效果还是定量比较,基于二阶TGV的ADMM算法均取得了更好的放大效果。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年01期）
纪琳琳,王平,张云峰[7]（2019）在《基于局部插值的双叁次图像放大》一文中研究指出以距离和边缘特征为约束,提出构造分片定义的双叁次多项式曲面实现图像放大的新方法,分为构造拟合曲面和修正曲面。以距离和边缘为约束构造对小邻域上像素拟合的二次多项式采样曲面,所有二次多项式采样曲面加权组合生成分片定义的双叁次多项式整体曲面。由放大图像计算误差图像,由误差图像构造修正曲面的技术,进而提高放大图像精度和视觉效果。为减少构造二次多项式的计算量,提出对二次多项式系数分类计算算法,能够实现对图像任意倍数的放大。实验结果表明,该方法不仅提高了放大图像的峰值信噪比(PSNR)、结构相似度(SSIM)数值精度,也提高了图像的视觉效果。(本文来源于《图学学报》期刊2019年01期）
赵媛媛[8]（2019）在《窄带光成像和放大内镜图像在早期食管鳞癌诊断中的应用研究及其计算机辅助诊断研究方法的探索性研究》一文中研究指出研究背景食管癌是消化系统常见的恶性肿瘤,我国是食管癌的高发国家,病理类型以食管鳞癌为主。食管鳞癌患者的预后与肿瘤分期显着相关,中晚期食管鳞癌患者即使经过手术等综合治疗后5年生存率不足20%,而早期患者治疗后5年生存率可达90%以上。早期发现、早期诊断、早期治疗是提高食管鳞癌患者生存率的关键。由于早期食管鳞癌临床表现缺乏特异性,内镜医师对早癌识别的经验不足等原因,我国早期食管鳞癌检出率不足10%,远远低于其它高发国家。对食管鳞癌早期诊断准确性的诊断方法的研究,是值得关注的领域,对改善患者预后具有极其重要的意义。随着内镜技术的进步,窄带成像(narrow band imaging,NBI)结合放大内镜(magnifying endoscopy,ME)技术(NBI-ME)通过对食管黏膜上皮乳头内毛细血管袢(intrapapillary capillary loop,IPCL)进行观察,能够判断肿瘤范围及评估浸润深度。鉴于NBI-ME技术的大力开展,本研究对NBI-ME在诊断早期食管鳞癌中的临床价值进行探讨,同时分析NBI-ME技术在诊断早期食管鳞癌中存在的问题,并利用人工智能的深度学习方法,结合NBI-ME技术,在微血管水平对计算机辅助诊断早期食管鳞癌的应用进行探索性研究。研究方法1.NBI-ME技术对早期食管鳞癌的诊断价值研究连续收集2013年12月-2018年4月,在安徽医科大学第一附属医院行NBI-ME检查的292例可疑早期食管鳞癌患者的内镜及病理资料。探讨NBI-ME下食管病变特征、IPCL形态与病理关系,比较内镜下诊断结果与病理结果,以明确NBI-ME在诊断早期食管鳞癌中的临床价值。2.基于深度学习的早期食管鳞癌计算机辅助诊断研究1).从收集的病例中筛选合适的早期食管鳞癌的NBI-ME图像,并对典型区域进行标注。应用基于多约束全卷积神经网络(FCN)的语义分割系统对NBI-ME图像下IPCLs分型进行识别分类。基于全卷积神经网络结构,构建FCN_AlexNet模型和FCN_VGG16两种模型,比较两种模型在图像语义分割中的性能。采用3-折交叉验证方法,得到计算机辅助诊断模型对早期食管鳞癌在像素级别上的诊断准确性。2).为了进一步验证计算机辅助诊断技术诊断早期食管鳞癌的临床应用价值,选择9名不同经验水平的临床内镜医师,将计算机辅助诊断模型的测试集同样给9名内镜医师,要求内镜医师独立对相同测试集进行识别和分类,记录和统计模型和内镜医师在病变级别的诊断准确性。研究结果1.NBI-ME技术对早期食管鳞癌的诊断价值研究共纳入292例患者进行研究,ESD/手术病理结果诊断25例患者为食管低级别上皮内瘤变,267例患者诊断为早期食管鳞癌,其中,124例患者诊断为食管高级别上皮内瘤变。NBI-ME内镜诊断早期食管鳞癌的准确性为92.5%。根据IPCL的AB分型,共有234例患者内镜下正确评估浸润深度,总体诊断准确性为80.1%(234/292)。其中,A型IPCL评估浸润深度的准确性为92.5%,B1型IPCL评估浸润深度的准确性为80.8%,B2型IPCL评估浸润深度的准确性为88.4%。进一步分析各年份IPCL分型评估食管鳞癌浸润深度的诊断值发现,诊断准确性随着内镜医师检查者经验的增长而增高。2013年-2014年间IPCL正确评估浸润深度的准确性为65.8%(25/38),2015-2016年间IPCL正确评估浸润深度的准确性提高至78.1%(107/137);2017-2018年间IPCL正确评估浸润深度的准确性可达87.2%(102/117)。2.基于深度学习的早期食管鳞癌计算机辅助诊断研究1).共纳入ESD治疗的219例早期食管鳞癌患者,1350张NBI-ME内镜图像进行分析,其中,A型IPCL图像206张,B1型IPCL图像945张,B2型IPCL图像199张。在轮廓分割形状比较中,多约束FCN-double模型的图像分割结果与真实标签最相似。在像素级别分类精度比较中,FCN-double模型优于单任务学习的FCN模型,且基于VGG的FCN模型(77.8%)性能普遍优于基于Alex-Net的FCN模型(70.4%)性能。FCN_VGG模型按照3-折交叉验证方法,将1350张NBI-ME图像数据集随机分为3组,对FCN模型进行验证。FCN-double模型在像素级别分类平均准确性为93.0%。在IPCLs亚型分类中,FCN-double模型对B1型IPCL识别最佳,平均诊断准确性可高达94.7%。FCN-double模型对全部病灶分类的平均分类率为87.0%。2).相同的测试集给予不同经验的9名内镜医师进行测试,1350张NBI-ME图像共纳入1383个病灶。结果发现NBI-ME检查≥5年经验组(高年资组)诊断能力最佳,平均诊断准确性可达92.0%,诊断敏感性为90.5%,特异性为84.1%;NBI-ME检查≥3年经验组(中年资组)的医师组平均诊断准确性可达82.0%,诊断敏感性为78.6%,特异性为70.9%;而NBI-ME检查≥1年经验组(低年资组)的内镜医师诊断平均诊断准确性仅为73.3%,诊断敏感性为67.7%,特异性为76.4%。计算机模型的诊断能力与高年资组内镜医师相似,病变级别的平均诊断准确性可达89.2%,诊断敏感性为87.0%,特异性为84.1%。进一步分析内镜医生和模型对各亚型IPCL的识别能力发现,模型识别非肿瘤性病变的能力优于中、低年资内镜医师(P<0.05)。其中,中、低年资内镜医师识别非肿瘤性病变的敏感性较低,且易与B1型IPCL相混淆。同样发现,在肿瘤性病变中,尽管大部分内镜医师对B2型IPCL识别准确性较高,模型在肿瘤性病变的诊断准确性仍高于中、低年资组内镜医师(P<0.05)。模型对B2型IPCL的识别能力与高年资内镜医师相当(P>0.05)。进一步将内镜医师和模型的诊断结果与病理结果进行比较发现,高年资组内镜医师与金标准一致性较高,Kappa值介于0.745-0.812之间。而中、低年资组内镜医师与病理诊断一致性较差,Kappa值仅为0.310-0.527。计算机模型与病理诊断一致性较好,Kappa值为0.719,优于中、低年资内镜医师。研究结论1.NBI-ME下IPCL的AB分型在诊断早期食管鳞癌的应用中具有一定的临床价值,但诊断准确性受限于内镜医师的经验水平,具有较强主观性,应用于评估早期食管鳞癌的浸润深度中存在一定局限性。2.结合NBI-ME技术,利用深度学习构建出的FCN-double模型,用于自动识别IPCL分型诊断早期食管鳞癌,在像素级别诊断准确性为93.0%,在病变级别诊断准确性为89.2%。FCN-double模型诊断能力与专家级内镜医师相当,且优于非专家内镜医师,可以在一定程度上指导非专家内镜医师做出准确诊断,提高早期食管鳞癌的诊断准确性。(本文来源于《安徽医科大学》期刊2019-02-01）
刘慧[9]（2018）在《基于修正TGV正则的图像放大模型及快速算法》一文中研究指出近年来,由于基于变分和偏微分方程方法在数值计算上灵活多样,在离散化时稳定性较好,使得变分和偏微分方程的应用几乎覆盖了整个图像处理领域。实际图像处理问题中,为了改善图像质量和视觉效果,常常需要提高图像的分辨率,即图像放大。基于总广义变分(Total Generalized Variation,TGV)正则,本文提出了几种新的修正TGV图像放大模型,并结合原始对偶算法进行快速求解。同时,我们还将所提出模型用到实际问题中进行进一步推广。主要研究内容和创新点如下:1.首先,介绍了在图像处理领域中的一些经典数学模型:P-M模型、TV模型、TGV模型、BSCB模型、LLT模型等,同时分别介绍了这些模型的发展进程,并对部分模型进行了对比,最后给出了图像处理中会用到的一些快速数值算法。2.提出了一种新的基于加权TGV正则的图像放大模型。该模型结合了TGV正则项的优点,合理选择权函数,有效克服了TV模型中的缺点。数值算法方面,我们采用原始对偶算法进行快速求解,并将得到的实验结果与标准的二阶TGV图像放大模型进行对比。数值实验结果表明,加权TGV图像放大模型在视觉效果上以及峰值信噪比等客观评价标准方面都有了显着的提高。3.在原有二阶TGV正则化方法的基础上,我们进一步对权函数的选择进行了调整,构造出一个非凸的权函数,提出非凸总广义变差图像放大模型,该模型可以得到边缘处平滑较弱以及远离边缘处平滑较强的图像处理效果。同时,该模型采用原始对偶算法进行数值求解,对数值实验数据的分析得出,新模型在放大的过程中,既能够有效的保留图像的纹理信息又可以提高降噪性能指标。4.最后,将本文所提出的加权TGV模型和非凸TGV模型推广到实际的天文图像上,检测我们所提出的方法在实际问题中的应用。本章中,我们将天文图像在二阶TGV模型、加权TGV模型、非凸TGV模型上的实验数据进行一定的对比,通过一系列数值实验,验证了我们所提出的模型和算法,在实际问题中也有很好的放大效果。(本文来源于《南京邮电大学》期刊2018-11-14）
刘壮[10]（2018）在《基于自适应分数阶的全变分图像去噪和放大研究》一文中研究指出随着信息时代的到来,数字信息的处理量与日剧增,其中,数字图像以其传输速度快、信息量大等特点得到了广泛的关注,在图像处理领域,全变分技术也得到了全面的应用。并取得了许多非常不错的成果,形成了很多经典模型与算法。本文应用分数阶、自适应算子以及总广义二阶全变分等方法来改进相关图像处理的算法与模型,主要工作如下:1.对于加性高斯去除的传统全变分模型容易出现“阶梯效应”与边缘模糊的缺点,提出一种全新的全变分去加性噪声的模型,新模型引入分数阶与自适应算子,对于新模型的数值求解,采用较为新颖的原始对偶数值求解算法,数值实验结果表明,新的模型不仅在抑制“阶梯效应”上取得了良好的效果,而且在边缘的保护上也十分出色。2.对于乘性噪声难去除,全变分去除乘性模型求解难,以及容易出现“阶梯效应”与边缘模糊的缺陷,本文给出了一种结合分数阶的全新变分自适应去乘性噪声模型。新的模型在研究了泊松概率分布特点的基础上推导出了非凸自适应正则项,新的正则项可以根据图像的不同区域自适应的改变模型中的系数,以达到保持图像边缘的目的。此外,本文结合分数阶可以结合更多图像信息的有点,将原始模型中的常数一阶微分用分数阶微分替换,这样可以达到去除“阶梯效应”的目的,本文模型的数值求解,本文结合原始对偶与交替迭代给出了新的数值求解算法。最终实验结果表明,本文新模型相比于传统模型具有非常明显的优势,在保护图像细节信息的同时,“阶梯效应”也得到了很好的抑制。除此之外,新的数值解法不仅拥有复杂度简单、收敛快等优点,而且性能优于偏微积分方程、Chambolle投影等传统数值解法。3.同样的在基于传统全变分基础上推导出的图像放大模型依然存在上述缺点,在此基础上考虑到非凸二阶总广义变分在去除“阶梯效应”以及分数阶在保护图像细节信息的特性,提出了基于卡通纹理分解的分数阶非凸二阶总广义变分图像放大模型。新模型将低分辨率图像分解为卡通与纹理两个部分,由于卡通部分代表着原始图像的平坦区域,采用传统全变分易产生“阶梯效应”,为此对卡通部分采用非凸二阶总广义变分模型处理。针对图像细节信息较多的纹理部分,采用分数阶变分模型处理,可更好的完善图像细节信息。对于新的分数阶非凸新模型,本文采用原始对偶与Chambolle投影算法进行数值求解。数值数值实验结果表明文中所提的新模型在峰值信噪比与均方误差均等指标有明显的提升。(本文来源于《江西理工大学》期刊2018-05-20）
图像放大论文开题报告
（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：
为解决图像放大过程中有效地保证边缘锐化的图像插值难题,提出多层次轮廓约束的图像放大算法.首先利用检测算子对图像进行预处理,将图像分为边缘区域、平坦区域;其次,针对图像边缘区域进行自适应梯度扩散获取适当的边缘轮廓层作为图像放大约束;最后对轮廓层直接进行曲线插值重采样,不额外增加边缘层数,以保证放大后的图像在视觉上的边缘清晰.对于非轮廓层的平坦区域,构建双叁次Coons插值曲面并进行重采样,保持了平坦区域的平滑性.测试图像为自然图像和医学图像,自然图像的来源是set5和set14测试集,实验对比方法主要从客观效果、视觉效果、时间复杂度3个方面进行比较.实验结果表明,采用该算法得到的放大图像不仅可以保持轮廓清晰,且PSNR及SSIM指标超过了大多数经典的插值算法以及目前流行的基于机器学习的算法.
（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。
图像放大论文参考文献
[1].周璐婕,党建武,王瑜鑫.基于叁维建模原理的位图图像超分辨率放大研究（英文）[J].JournalofMeasurementScienceandInstrumentation.2019
[2].王珊,高珊珊,郭宁宁,张彩明.多层次轮廓约束的图像放大算法[J].计算机辅助设计与图形学学报.2019
[3].何永明,陈向阳.视频微小运动放大的灰度图像方法[J].计算机与数字工程.2019
[4].孙永科,熊飞,胡坤融,付小勇.Canny算子在木材横切面放大图像识别中的应用[J].现代计算机.2019
[5].李春景,胡静,唐枝.基于层次特征的自适应径向基插值图像放大的保真指标[J].计算机科学.2019
[6].武婷婷,侯凤,孙越泓.求解彩色图像放大模型的分裂型算法[J].南京邮电大学学报(自然科学版).2019
[7].纪琳琳,王平,张云峰.基于局部插值的双叁次图像放大[J].图学学报.2019
[8].赵媛媛.窄带光成像和放大内镜图像在早期食管鳞癌诊断中的应用研究及其计算机辅助诊断研究方法的探索性研究[D].安徽医科大学.2019
[9].刘慧.基于修正TGV正则的图像放大模型及快速算法[D].南京邮电大学.2018
[10].刘壮.基于自适应分数阶的全变分图像去噪和放大研究[D].江西理工大学.2018
论文知识图
