导读:本文包含了图像梯度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:梯度,图像,特征,效应,方向,直方图,掩蔽。
图像梯度论文文献综述
刘航帆,熊瑞勤,赵菁,李宏明,马思伟[1]（2019）在《基于图像梯度的无线软传输》一文中研究指出现有的绝大多数视觉传输系统致力于最小化接收端像素值的均方误差(MSE).但作为一种质量评价标准,很多情况下MSE与人的视觉感官所得结果并不一致,而关于质量评价的研究表明图像梯度的结构可以更可靠地反映视觉信息.在此结论基础上本文介绍一种新的图像视频软传输方案,利用梯度数据承载视觉信息,以在无线视觉通讯中取得更好的视觉效果.此外本文为该方案的接收端设计了一种有效的图像重构技术,使之能够利用接收到的带噪梯度数据重构出高质量的图像.为此本文利用梯度统计特性进行自适应的分布建模,与全变分模型用一个固定的零均值拉普拉斯分布对梯度数据建模不同,本文利用图像块的非局部相似性从高度相关的图像内容中提取数据样本形成分布,每一梯度的期望、方差都自适应地进行估计.在此基础上本文提出非局部梯度稀疏正则化,根据逐像素估计的梯度统计特性对不同位置的梯度数据分别自适应地施加正则化约束.相应优化问题通过增广拉格朗日方法求解.实验结果表明本文所提技术比同类其他方法获得了更好的视觉效果.(本文来源于《计算机学报》期刊2019年09期）
程大骞,付文智,陈东杰,王慕冰,陈彦[2]（2018）在《基于图像梯度的透镜成像清晰度评估系统》一文中研究指出在透镜焦距的测量实验中,利用计算机视觉低成本方案代替人眼,基于图像梯度评估成像的清晰度,克服人眼对清晰度判断灵敏度低的问题,以节省时间,减小误差。(本文来源于《物理与工程》期刊2018年05期）
王杰,王禹博,朱晓东,任向阳[3]（2019）在《融合人眼掩蔽效应和图像梯度的块效应评价方法》一文中研究指出针对JPEG格式的图像采用分块离散余弦变换的压缩方式易产生块效应的情况,提出了一种高效的无参考块效应评价方法.首先,对图像块边界处像素点的梯度进行变换得到图像块效应映射图(主要包括图像块效应边界的位置和强度信息);然后,计算人眼对图像的亮度和纹理掩蔽效应,将其结合到块效应映射图中,得到显着性块效应映射图,并使用Minkowski法计算出图像块效应评价指标;最后,在LIVE等图像质量评价数据库中进行了大量的试验仿真.仿真结果中单调一致性指标——SROCC和KROCC分别达到了0.9、0.7以上.(本文来源于《郑州大学学报(工学版)》期刊2019年03期）
段练,王梨清[4]（2018）在《对称性的图像梯度方向在人脸识别中的应用》一文中研究指出人脸识别中,样本图像很容易受到光照、表情以及姿态等这些外部因素变化的影响,通过利用图像梯度方向代替传统的像素强度来表示像素之间的相关性,一定程度上缓解了这个问题.然而训练样本的有限性很难准确地描述原始样本图像产生的变化,特征提取过程中容易导致样本图像部分信息的损失.利用原始样本的镜像原理重构对称样本图像,在图像梯度方向的基础上,提出对称性的图像梯度方向人脸识别方法(S-IGO),将S-IGO方法分别与PCA、LDA、IGO-PCA、IGO-LDA以及扩展的E-IGO方法在不同人脸库上的识别结果进行比较,并分析改进算法的在人脸识别中的优势.实验结果表明,相较PCA、LDA和IGO方法,E-IGO方法和S-IGO方法通过利用样本图像的镜像原理生成对称样本图像,在拓展样本集合上进行特征提取,可以选择更稳定的特征空间,从而提高最终的识别结果.大部分情况下, S-IGO方法的识别结果要优于E-IGO方法,这是因为S-IGO算法在E-IGO方法的基础上,进一步利用了人脸对称性这个先验信息,在降维过程中,尽可能多地保留了原始样本的有效信息,提高了算法的准确度.(本文来源于《宜宾学院学报》期刊2018年12期）
许常青[5]（2018）在《融合图像梯度方向的客户相关算法分析》一文中研究指出针对人脸图像受光照变化影响导致大部分传统的依赖图像表征信息的子空间学习算法鲁棒性差这一问题,在图像梯度方向和客户相关技术的研究基础上,提出一种融合图像梯度方向的客户相关算法(CS-IGO-LDA).采用图像梯度方向来代替像素强度表示原始样本,并用客户相关方法提取每一个不同个体的样本特征向量以更好地描述不同类别之间的差异.提出的CS-IGO-LDA方法充分利用了图像梯度和客户相关方法在人脸识别中的优势.在XM2VTS人脸库上的实验证明了新算法在人脸验证方面的有效性.(本文来源于《宜宾学院学报》期刊2018年12期）
黄鹤,宋京,杜晶晶,郭璐,汪贵平[6]（2018）在《一种含雾交通图像梯度双边滤波算法》一文中研究指出针对雾霾天气下传统滤波算法处理过程中容易受到噪声干扰,边缘像素点保持效果不理想且容易出现噪声斑块的问题,提出了一种含雾交通图像梯度双边滤波算法来实现雾霾天气下交通图像降噪滤波处理。算法提出了一种梯度相似度核,并基于此设计了一种梯度双边滤波器,将RGB颜色空间的交通图像转换到Lab颜色空间进行滤波处理。将处理过的Lab颜色空间的交通图像转换到RGB颜色空间,得到处理后的雾霾天气下交通图像。与传统方法相比,本文算法处理后图像的PSNR、细节强度和SSIM平均提升了27. 12%、24. 11%和6. 45%,能够实现在滤除噪声信息的同时,尽可能的保持图像边缘,对进一步提取雾霾天气下含有大量噪声的交通图像的特征信息十分有意义。(本文来源于《哈尔滨工程大学学报》期刊2018年10期）
孙健钧,赵岩,王世刚[7]（2018）在《基于图像梯度信息强化的SIFT特征匹配算法改进》一文中研究指出针对传统特征匹配算法匹配率低的问题,提出一种基于图像梯度信息强化的尺度不变特征转换(SIFT)特征匹配算法的改进算法.首先通过适当的梯度算子求出梯度图;然后以特定权值将梯度图与原图融合,归一化后对融合图像进行高斯模糊;最后利用传统算法进行特征提取.实验结果表明,改进算法的视角、旋转不变性明显优于原算法,对亮度变化较大或有噪声的图像匹配率也略有提升,有效提高了SIFT特征匹配算法的准确性.(本文来源于《吉林大学学报(理学版)》期刊2018年01期）
丁畅,董丽丽,许文海[8]（2017）在《图像梯度场双区间均衡化的细节增强》一文中研究指出直方图均衡化技术已广泛地应用于图像增强中,本文将该方法引入梯度域,这样可以使图像细节均匀地分布在各灰度级上.进一步本文又研究了图像梯度幅值分布特点,根据梯度幅值的右偏分布特性,采取双区间分别对梯度场进行均衡化处理.在区间阈值选取上,本文结合频率分布的数字特征,提出了区间阈值的两个选取准则并将梯度幅值合理地分为小梯度区间和大梯度区间.在目标梯度场复原过程中,本文提出矩阵变换法替代传统的"微分迭代法",减小了算法的时间复杂度.实验结果表明本文算法可使图像细节得到有效地增强.(本文来源于《电子学报》期刊2017年05期）
韩佳伶,赵晓晖[9]（2016）在《基于图像梯度预测的可调节大容量可逆数据隐藏》一文中研究指出利用图像梯度选择和判断每个像素的梯度趋势,并根据梯度和相邻像素进行预测,采用了基于预测误差的可逆隐藏方法,有效降低了预测误差,增加了算法的隐藏容量。在隐藏过程中,通过调整嵌入规则降低对宿主图像引起的失真,提高了算法的隐蔽性。仿真实验结果表明:该算法能够获得很高的嵌入率,且具有很好的隐蔽性。(本文来源于《吉林大学学报(工学版)》期刊2016年06期）
潘磊,袁小珂,周欢[10]（2016）在《单幅图像梯度域实时去雾算法》一文中研究指出针对现有去雾算法实时性不足的缺陷,同时为了改善目前梯度域去雾算法易产生误差、稳定性较弱的问题,提出一种单幅图像的梯度域实时去雾算法。该算法基于大气光散射模型,根据透射率的估计值直接计算雾天图像的梯度衰减系数,并进行梯度复原。对于图像边界位置上的像素点,先在空间域上进行去雾处理,然后将处理后的像素值作为边界条件,从梯度域重建出最终的复原图像。实验结果表明,该算法能获得较好的去雾效果,且实时性较高。(本文来源于《计算机工程》期刊2016年10期）
图像梯度论文开题报告
（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：
在透镜焦距的测量实验中,利用计算机视觉低成本方案代替人眼,基于图像梯度评估成像的清晰度,克服人眼对清晰度判断灵敏度低的问题,以节省时间,减小误差。
（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。
图像梯度论文参考文献
[1].刘航帆,熊瑞勤,赵菁,李宏明,马思伟.基于图像梯度的无线软传输[J].计算机学报.2019
[2].程大骞,付文智,陈东杰,王慕冰,陈彦.基于图像梯度的透镜成像清晰度评估系统[J].物理与工程.2018
[3].王杰,王禹博,朱晓东,任向阳.融合人眼掩蔽效应和图像梯度的块效应评价方法[J].郑州大学学报(工学版).2019
[4].段练,王梨清.对称性的图像梯度方向在人脸识别中的应用[J].宜宾学院学报.2018
[5].许常青.融合图像梯度方向的客户相关算法分析[J].宜宾学院学报.2018
[6].黄鹤,宋京,杜晶晶,郭璐,汪贵平.一种含雾交通图像梯度双边滤波算法[J].哈尔滨工程大学学报.2018
[7].孙健钧,赵岩,王世刚.基于图像梯度信息强化的SIFT特征匹配算法改进[J].吉林大学学报(理学版).2018
[8].丁畅,董丽丽,许文海.图像梯度场双区间均衡化的细节增强[J].电子学报.2017
[9].韩佳伶,赵晓晖.基于图像梯度预测的可调节大容量可逆数据隐藏[J].吉林大学学报(工学版).2016
[10].潘磊,袁小珂,周欢.单幅图像梯度域实时去雾算法[J].计算机工程.2016
论文知识图
