导读:本文包含了彩色图像降噪论文开题报告文献综述及选题提纲参考文献，主要关键词:彩色图像降噪,非局部均值,PCA,高斯加权
彩色图像降噪论文文献综述
陈中秋[1]（2014）在《基于高斯加权与流形的彩色图像降噪算法研究与实现》一文中研究指出随着数码相机以及其他彩色图像采集设备的不断普及，与灰度图像相比，彩色图像表现的信息丰富，所以人们更倾向于选取彩色图像作为信息获取的主要手段。然而，在彩色图像的获取、传输、处理、压缩、存储等过程中，无法避免地会有噪声引入，对后续的图像处理造成影响。彩色图像降噪处理的主要目的是在消除噪声的同时，尽可能地保留原图像中的纹理信息与颜色信息，整个图像的结构不能够遭到破坏。为了实现实时的彩色图像的降噪处理，本文在针对灰度图像降噪处理的非局部均值算法的基础上，结合高维滤波器，对算法进行了改进，使之能够在更好地保留彩色图像的细节纹理的同时，也能够实时对彩色图像进行降噪处理。针对彩色图像的高斯随机噪声的去除，提出了改进的非局部均值算法。首先，介绍了传统的针对灰度图像的降噪处理的非局部均值算法；接着，根据彩色图像的结构特点，提出了改进的非局部均值算法，使之能够实现彩色图像的降噪处理；随后，根据其他学者对非局部均值算法的研究，针对非局部均值算法的内核与搜索窗口大小结合彩色图像的特点进行改进；最后，给出了各种内核的实验数据并进行了分析。为提高彩色图像降噪处理的效果，采用了基于PCA(Principal ComponentAnalysis, PCA)与局部性原理的彩色图像降噪算法。首先，先构造PCA子空间，提取训练样本；随后，计算出PCA空间协方差矩阵，利用最小线性均方误差算法进行降噪处理；接着，进行二次修正，重复以上两步，得出降噪后的图像；最后，给出了实验数据以及分析。为实现实时的彩色图像降噪处理，本文结合灰度图像的降噪算法与高维滤波算法，提出了基于高斯加权与流形的高保真彩色图像降噪处理方法。首先，将彩色图像用非局部均值算法得到高维数据，使用改进的高斯内核对彩色图像进行加权计算；然后，采用抛雪球方法处理这些高维数据，以高斯距离为权值，投影每个像素点的颜色到自适应流形；接着，对流形进行平滑降维，采用迭代法实现图像平滑；随后，收集流形中的平滑值，将平滑值对所有像素进行插值，得到降噪后的图像数据；最后，进行了对比试验。本算法不但能够较好地保留彩色图像的纹理细节与图像结构，而且算法复杂度较低，能够实现实时的彩色图像降噪处理。(本文来源于《重庆大学》期刊2014-04-01）
石锐,陈中秋,刘晶淼[2]（2013）在《基于高斯加权和流形的高保真彩色图像降噪》一文中研究指出针对用矢量法对彩色图像进行降噪处理,算法复杂度较高,无法达到实时处理的问题,提出了基于改进高斯加权和自适应流形的高保真彩色图像降噪方法。首先,将彩色图像用非局部均值算法得到高维数据,使用改进的高斯内核对彩色图像进行加权计算;然后,采用抛雪球方法处理这些高维数据,以高斯距离为权值,投影每个像素点的颜色到自适应流形;接着,对流形进行平滑降维,采用迭代法实现图像平滑;最后,收集流形中的平滑值,将平滑值对所有像素进行插值,得到降噪后的图像数据。实验证明,该方法对彩色图像进行降噪处理后,能够很好地保留原图像的细节,不会掺杂周围像素的颜色,算法处理速度较快,能够达到实时处理效果,降噪效果与原算法相比峰值信噪比(PSNR)提高近2.0 dB,结构相似度提高了1百分点以上。(本文来源于《计算机应用》期刊2013年09期）
吴刚,唐振民[3]（2012）在《RGB空间应用灰度无关图降噪的彩色图像阴影抑制》一文中研究指出灰度无关图具有对光照不敏感的特性,因而,彩色图像中相应位置上的阴影将不会出现在灰度无关图中。在研究RGB颜色空间中阴影与灰度无关图逻辑关系的基础上,应用灰度无关图消除光照度与阴影引起的噪声,达到对彩色图像中存在的阴影区域进行抑制及降噪后重构的目的。基于标准测试图像的试验结果表明,重构图像可以有效且实时地抑制彩色图像中的阴影。(本文来源于《山东科技大学学报(自然科学版)》期刊2012年04期）
邹建华,李小霞[4]（2010）在《一种新的低照度彩色图像降噪算法》一文中研究指出针对低照度监控图像存在大量噪声的情况,按照视觉心理感知特性选择HSV颜色空间,在此空间提出了一种新的低照度彩色图像降噪的算法,保持色调不变,针对饱和度和亮度分量的不同特征,分别采用了中值滤波和基于边缘提取的降噪方法。实验结果表明该算法在保持了色调和边缘不变的同时,提高了图像信噪比,降噪效果明显。(本文来源于《电视技术》期刊2010年02期）
崔夏荣[5]（2008）在《基于小波变换及子带阈值的彩色图像降噪》一文中研究指出提出了一种对彩色图像降噪的新方法,该方法先把彩色图像分解为红、绿、蓝3个基色图像,然后利用小波变换分别对3个基色图像进行多尺度分解,求出其各个尺度叁个方向高频系数的子带阈值,并组成1个子带阈值矩阵,对单基色图像的各个尺度3个方向的高频系数进行阈值处理,实现对单基色图像的降噪,最后把降噪后的3个基色图像融合为一幅彩色图像。实验结果表明该方法可以很好地消除噪声,又可以较好地保持图像细节。(本文来源于《武夷学院学报》期刊2008年02期）
徐志节,杨杰,王猛[6]（2004）在《一种新的彩色图像降维方法》一文中研究指出基于内容的图像检索(CBIR)是图像检索的重要分支,而基于颜色的特征提取是CBIR的常用方法之一.如果对图像颜色的特征数提取过多、维数过大,则不利于对图像的快速匹配.本文将图像的色彩直方图作为输入向量,然后采用局部线性映射(LLE)算法对原始数据进行降维,并分别在4种色彩空间下对降维后的彩色图像进行分类.实验证明,在处理非线性数据降维时,LLE较主成分分析(PCA)具有明显的优势.(本文来源于《上海交通大学学报》期刊2004年12期）
彩色图像降噪论文开题报告
（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：
针对用矢量法对彩色图像进行降噪处理,算法复杂度较高,无法达到实时处理的问题,提出了基于改进高斯加权和自适应流形的高保真彩色图像降噪方法。首先,将彩色图像用非局部均值算法得到高维数据,使用改进的高斯内核对彩色图像进行加权计算;然后,采用抛雪球方法处理这些高维数据,以高斯距离为权值,投影每个像素点的颜色到自适应流形;接着,对流形进行平滑降维,采用迭代法实现图像平滑;最后,收集流形中的平滑值,将平滑值对所有像素进行插值,得到降噪后的图像数据。实验证明,该方法对彩色图像进行降噪处理后,能够很好地保留原图像的细节,不会掺杂周围像素的颜色,算法处理速度较快,能够达到实时处理效果,降噪效果与原算法相比峰值信噪比(PSNR)提高近2.0 dB,结构相似度提高了1百分点以上。
（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。
彩色图像降噪论文参考文献
[1].陈中秋.基于高斯加权与流形的彩色图像降噪算法研究与实现[D].重庆大学.2014
[2].石锐,陈中秋,刘晶淼.基于高斯加权和流形的高保真彩色图像降噪[J].计算机应用.2013
[3].吴刚,唐振民.RGB空间应用灰度无关图降噪的彩色图像阴影抑制[J].山东科技大学学报(自然科学版).2012
[4].邹建华,李小霞.一种新的低照度彩色图像降噪算法[J].电视技术.2010
[5].崔夏荣.基于小波变换及子带阈值的彩色图像降噪[J].武夷学院学报.2008
[6].徐志节,杨杰,王猛.一种新的彩色图像降维方法[J].上海交通大学学报.2004