导读:本文包含了图像增强技术论文开题报告文献综述及选题提纲参考文献，主要关键词:暗通道,CFRP模压件,DR数字成像,视觉效果
图像增强技术论文文献综述
郑金华,盛涛,冯君伟,钱云翔,徐红杰[1]（2019）在《暗通道图像增强技术在数字射线检测中的应用》一文中研究指出参考暗通道去雾图像增强技术,结合CFRP模压件DR数字射线图像特征,分析不同滤波半径和去雾系数下的图像增强效果,得到合理的图像增强参数,并将其成功地应用于该产品的DR数字成像检测中。结果显示,该方法能够有效降低DR图像中因工件厚度差异造成的对比度变化,减少了工件中的背景噪声,突出了工件中的缺陷信息,使得增强后的图像具有较好的视觉效果,并且针对不同类型的缺陷基本上能够统一评片窗口。减少了传统DR图像评片时需要调节窗口的次数,有效地提高了评片人员的工作效率和评片准确性,在实际工程应用中具有非常大的参考价值和指导意义。(本文来源于《玻璃钢/复合材料》期刊2019年11期）
袁小平,张侠,张毅,崔棋纹,闫泽宇[2]（2019）在《基于频域的图像增强技术的改进算法》一文中研究指出在传输有限的情况下完成图像压缩传输,针对整体偏暗,低对比度图像增强后的主观视觉质量较差问题,提出了一种改进的基于离散余弦变换(discrete cosine transform,DCT)域块分类的图像增强算法。改进后的图像增强算法基于对图像块分类,对每个图像块判定类别,针对平滑块、纹理块、边沿块,分析图像块交界处块效应产生的原因并根据图像块背景特点,结合原CES(color image enhancement by scaling)算法并改进,对不同类型图像块采取合适的改进的图像增强算法,达到图像增强的目的,提高图像的主观视觉质量。仿真结果表明,改进的算法,以牺牲一些算法计算复杂度,针对纹理块和边沿块获得很好的图像增强效果,同时,能够最大限度地抑制块效应,大大地提高了图片的视觉效果。(本文来源于《科学技术与工程》期刊2019年31期）
张明浩,杨耀权,靳渤文[3]（2019）在《基于图像增强技术的SURF特征匹配算法研究》一文中研究指出图像匹配是数字图像研究中的一个重点和难点,SURF算法是图像特征点提取与匹配常用算法之一,是对SIFT算法的改进,提升了算法的执行效率,为算法在实时计算机视觉系统中应用提供了可能。该文采用SURF算法提取图像特征,增加RANSAC算法来对匹配点进行筛选。但对于光照影响导致曝光不足或曝光过度图像的匹配效果欠佳,据此提出将图像增强技术与SURF算法相结合的思想,以得到更好的特征点质量以及匹配效率,并针对不同特征的图像采用适当的图像增强方法,利用实验进行了对比和验证。(本文来源于《自动化与仪表》期刊2019年09期）
刘健,郭潇,徐鑫龙,赵牛杰,赵腾[4]（2019）在《基于Retinex理论的低照度图像增强技术》一文中研究指出Retinex算法可以有效改善受环境照度影响的图像质量。针对Retinex算法中存在的光晕、暗区域过增强、亮区域细节丢失与参数较多的问题,提出了一种低照度图像增强算法。基于Retinex理论,在HSV色彩空间,对V分量采用引导滤波与高斯平滑结合的方式估计照度分量,用对数图像处理模型(LIP)运算代替原算法中的对数变换与传统运算,求取反射分量后经灰度变换并恢复为RGB彩色图像。仿真结果表明,该算法可以有效恢复阴影区域的细节,避免上述问题的出现。(本文来源于《火力与指挥控制》期刊2019年09期）
苗燕春[5]（2019）在《基于自然场景的图像增强技术应用探究》一文中研究指出图像增强技术在图像处理中占据重要一环,在自然场景中由于天气影像问题导致输出图像模糊不清.基于此,对图像增强的基本方法进行深入剖析,对比了不同图像增强基本方法的优缺点.研究发现,利用小波图像压缩技术对图像进行分频处理,运用灰度变换和直方图均衡化,可以对压缩后损失的部分进行再次增强.(本文来源于《白城师范学院学报》期刊2019年08期）
[6]（2019）在《CEVA和Immervision结成战略合作伙伴携手发展先进图像增强技术》一文中研究指出CEVA宣布与加拿大蒙特利尔的私有企业Immervision,Inc.达成战略合作协议。作为广角镜头和图像处理技术的开发商和许可公司,Immervision的专利图像增强算法和软件技术可以显着改善图像质量,消除使用广角相机引致的扭曲,特别是在图帧的边缘。迄今为止,Immervision技术已经通过包括宏碁、大华、Garmin、韩华、联想、摩托罗拉、广达、索尼和Vivotek的广泛客户群出货超过5,000万台设备。根据合作协议,CEVA进行1,000万美元技(本文来源于《中国电子商情(基础电子)》期刊2019年08期）
米野[7]（2019）在《基于生成对抗网络的雷达图像增强技术研究》一文中研究指出人体动作分类是计算机视觉领域的研究热点,近年来得到了学术界和工程界的广泛重视。随着深度学习的不断发展,利用深度学习模型对人体动作进行分类的效果越来越好。然而,目前的人体动作分类都是基于自然图像的,很容易受到光照和空气扰动等因素的影响,导致分类效果的下降。利用微多普勒雷达图像对人体动作进行分类可以有效地减少外界因素的影响,提高模型的准确率和鲁棒性。但是由于微多普勒雷达图像采集成本过高,导致数据集样本过少,这极大地限制了深度学习在微多普勒雷达图像上的应用。论文针对此问题,提出从数量和质量两个方面对微多普勒雷达图像进行数据增强。1.利用生成对抗网络生成图像。从图像的数量方面入手,本文利用深度卷积生成对抗网络学习微多普勒雷达图像的分布,并根据学习到的分布生成新的图像,将生成的图像与原训练集混合当作新的训练集去训练分类模型。然后利用加入生成图像后的训练集训练分类模型,用测试集去进行测试,将测试结果与原始训练集训练的模型作对比。实验结果证明,向训练集中加入利用深度卷积生成对抗网络生成的图像后,训练出来的模型的测试准确率由92.3%上升到了96.1%。2.利用精炼模型精炼图像。从生成图像的质量方面入手。为了提高生成图像的质量,论文提出利用精炼网络(SimGAN)去精炼生成的图像,使生成图像的分布更加接近于原始图像的分布。然后向原始训练集中加入精炼后的生成图像来训练分类模型,并用相同的测试集进行测试,对比测试的结果。实验结果证明,将训练集中的生成图像用精炼网络进行精炼后,训练出来的分类模型的测试准确率由96.1%上升到了97.5%。(本文来源于《北京邮电大学》期刊2019-06-02）
向文鼎[8]（2019）在《雾天及海洋环境下的图像增强与复原技术研究》一文中研究指出近些年来,世界各地的雾霾越来越严重,中国也不例外,雾霾造成空气质量的下降,除了对身心健康造成巨大的威胁之外,同时也会对户外的计算机视觉采集系统造成巨大的影响,严重阻碍公共交通、户外监控、航拍摄影等工作的开展。雾霾的存在导致采集到的图像降质,出现对比度低,细节不明显等特征,视觉效果模糊。中国海洋河流湖泊众多,中国有四大海域,毗邻中国大陆边缘的渤海、黄海、东海与南海互相连成一片;在中国,流域面积超过1000平方千米的河流就有1500多条,有湖泊24800多个,其中面积在1平方公里以上的天然湖泊就有2800多个,这些海洋、河流、湖泊不仅是中国地理环境的重要组成部分,而且还蕴含着丰富的自然资源。同样,在进行水下作业时,水下更为复杂的光学环境直接导致采集到的图像出现严重的偏色效应,同时也伴随着低对比度和极其模糊的视觉效果,对水下的研究工作造成极大的困扰。相比户外的采集系统,水下更为复杂的环境也使得图像复原变得更加困难。为了提高成像系统的可靠性和稳定性,本论文主要针对户外雾天和水下计算机视觉系统采集的图像和视频出现的视觉退化现象,通过研究分析图像成像的大气散射模型和水下的衰减模型,学习和研究当前现有的多种图像增强和图像复原技术,与实际的项目需求相结合,对户外雾天和水下采集的视频开展研究。本论文的主要研究内容包括以下几个部分:针对暗通道先验去雾算法在含有大块亮白区域造成的图像去雾失真,提出了一种改进的基于自适应区域划分和融合透射率的单幅图像去雾算法。首先,用基于图像子块平均灰度值和标准差的四叉树分解方法获得更加准确的大气光估值;然后,用自适应阈值分割的方法将图像分为亮白区域与非亮白区域两部分,图像的灰度分布数据被用来计算新的权重因子,该权重因子被用来融合透射率使边缘更加平滑;最后,通过大气散射模型恢复无雾图像。针对前景区域内含有高亮极值点以及天空背景的图像,提出了一种基于区域生长与透射率修正的去雾算法。首先通过图像的灰度分布数据找到天空到极值点,筛选出来的点作为大气光取值的像素点,同时经筛选以后的点作为种子点进行区域生长,生长完毕的区域与场景的前景区域分割出来进行透射率的重定义。其中,天空区域的透射率引入放大修正因子进行修正,最后调整图像的亮度使其更符合人眼的视觉需求。实验结果证明该算法可以有效地区分天空区域与非天空区域,结合暗通道去雾模型可以取得较好的去雾效果。针对水下采集的红色分量急剧衰减、背景呈蓝绿色调的图像,提出了一种基于红色通道加权补偿与gamma修正模型的实时水下图像增强算法。首先通过对自然图像的RGB叁通道分量衰减特性进行分析统计,用不同通道间的衰减系数比例加权补偿红色通道的强度信息,再通过引导滤波的方式用绿色通道的边缘信息修正补偿红色通道的边缘信息,修正图像色度;然后用gamma修正模型拉伸图像的强度分布范围,增强图像对比度。实验结果表明,针对红色分量衰减过重的水下图像,该方法可以修正图像的偏色效应,提高图像的对比度近2倍,复原后的图像有良好的视觉效果。(本文来源于《中国科学院大学(中国科学院光电技术研究所)》期刊2019-06-01）
卢忱言[9]（2019）在《基于改进暗通道算法的夜雾图像增强技术研究》一文中研究指出随着人们生活水平的不断提高,对图像的采集与获取的需求量日益增加。不仅是在白天可视条件下所获取的普通彩色图像,在夜间低照度环境下获取的红外图像也得到了大量的关注与研究。红外图像是一种通过测量目标本身与所处环境间的热辐射差值而得到不同强度的热红外线所形成的图像。目前红外相机、摄像机等红外图像采集设备已被广泛应用于安全监控、交通引导、野生动物观察、遥感成像以及电视制导等各个方面。但在实际应用中,红外图像采集设备易受到各种外界环境因素干扰而导致获取的红外图像质量有所下降,严重影响了对红外图像中目标的识别与判定,其中雾的干扰尤为严重。对红外图像去雾将直接影响到观测系统中后续更高层次的图像处理工作。因此,针对红外图像去雾进行研究,对道路交通安全监测系统以及野外动物跟踪监测系统的提升与应用等方面具有更重要的现实意义与价值。如果将雾看作是一种噪声,对图像进行去噪(雾)处理,将有雾图像恢复至无雾图像,那么去雾的标准显然是非常客观的。图像增强与图像修复是当前两种主要的图像去雾处理手段,前者强调客观标准,后者强调主观标准,但是二者之间也存在着一定的技术交叉,最终都达到了改善图像质量的目的。图像去雾是这两种技术彼此交叉领域中最典型的代表。现有的去雾处理方法在处理普通有雾彩色图像时具有较好的去雾效果,但对夜雾环境下的红外图像的处理效果却不尽如人意。现有的去雾处理手段在去除夜雾环境下红外图像的噪声时并不能保持图像中边缘纹理细节的完整,即过度的平滑会使细节信息丢失,而要保持细节信息,噪声就不易被消除。针对上述问题,本文在现有图像去雾算法的基础上对红外图像进行分解处理,再根据分解出的红外图像结构层和纹理层各自的特点进行对应的增强优化。首先,针对纹理层在处理过程中会产生光晕现象,本文提出一种改进暗通道算法的解决方案。通过增加一个标准差加权因子对暗通道算法中的导向滤波进行限制,避免在处理红外图像纹理图中的边缘、纹理等细节部分时出现光晕现象。经过限制后的导向滤波处理的红外图像纹理图中的细节层更加细腻,纹理部分更加清晰。最后将处理后的红外图像纹理层与经过Retinex算法处理后的红外图像结构层进行加权融合,得到融合后的红外图像实现了去雾与降质复原的目的,使红外图像在去除雾的影响的同时尽可能的保留图像中含有的纹理边缘等细节,增强了图像主观视觉评价质量与客观效果评价质量。(本文来源于《河南大学》期刊2019-06-01）
吴洁[10]（2019）在《基于学习的高分辨率大场景视频图像增强技术》一文中研究指出图像增强技术是计算机视觉领域中一个重要研究方向。高分辨率代表着高质量与高清晰度,高清的视频图像不仅在军事、医学、监控、天文等方面有着广泛的应用,而且也能给娱乐生活带来更舒适的视觉体验。然而通过改善硬件设备(如研发采集分辨率更高的图像传感器等)提高图像分辨率的方式不仅开发成本昂贵,而且制造工艺亦非常复杂。因此如何利用现有成像设备,通过经济有效的图像增强技术实现超高分辨率、大场景视频图像成为当前研究的热点问题。考虑到图像分辨率的重要性,本文对高分辨率视频图像增强技术进行研究,提出了两种创新有效的图像增强技术,分别为基于学习的多帧图像超分辨率技术和基于阵列式相机的分布式拼接技术。在主流的超分辨率算法的基础上,本文提出一种将优化重建与神经网络相结合的多帧图像超分辨率技术,通过引入空间先验信息增强了图像的高频细节信息。该算法在主观视觉和客观指标上都取得了优异的重建性能,在标准数据集上比主流最优的超分辨率算法在PSNR指标上高出5dB-7dB。基于利用多个价格低廉的工业相机对局部场景进行采集,再分布式拼接的思想,本文提出了一种基于阵列式相机的分布式拼接技术。通过引入空间位置的先验信息,将多张局部图像融合成一张大场景的全景图像。该技术通过图像融合拼接技术高效便捷地实现普通相机无法达到的亿级像素采集,能够胜任实时直播大型体育赛事,实时监控大型车站出入口等重要场景的采集工作。本文通过实验对上述两项技术进行测试和分析,相比其他超分辨率和图像拼接方式,本文在保证实时性的同时具有更优异的算法性能。(本文来源于《南京大学》期刊2019-05-24）
图像增强技术论文开题报告
（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：
在传输有限的情况下完成图像压缩传输,针对整体偏暗,低对比度图像增强后的主观视觉质量较差问题,提出了一种改进的基于离散余弦变换(discrete cosine transform,DCT)域块分类的图像增强算法。改进后的图像增强算法基于对图像块分类,对每个图像块判定类别,针对平滑块、纹理块、边沿块,分析图像块交界处块效应产生的原因并根据图像块背景特点,结合原CES(color image enhancement by scaling)算法并改进,对不同类型图像块采取合适的改进的图像增强算法,达到图像增强的目的,提高图像的主观视觉质量。仿真结果表明,改进的算法,以牺牲一些算法计算复杂度,针对纹理块和边沿块获得很好的图像增强效果,同时,能够最大限度地抑制块效应,大大地提高了图片的视觉效果。
（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。
图像增强技术论文参考文献
[1].郑金华,盛涛,冯君伟,钱云翔,徐红杰.暗通道图像增强技术在数字射线检测中的应用[J].玻璃钢/复合材料.2019
[2].袁小平,张侠,张毅,崔棋纹,闫泽宇.基于频域的图像增强技术的改进算法[J].科学技术与工程.2019
[3].张明浩,杨耀权,靳渤文.基于图像增强技术的SURF特征匹配算法研究[J].自动化与仪表.2019
[4].刘健,郭潇,徐鑫龙,赵牛杰,赵腾.基于Retinex理论的低照度图像增强技术[J].火力与指挥控制.2019
[5].苗燕春.基于自然场景的图像增强技术应用探究[J].白城师范学院学报.2019
[6]..CEVA和Immervision结成战略合作伙伴携手发展先进图像增强技术[J].中国电子商情(基础电子).2019
[7].米野.基于生成对抗网络的雷达图像增强技术研究[D].北京邮电大学.2019
[8].向文鼎.雾天及海洋环境下的图像增强与复原技术研究[D].中国科学院大学(中国科学院光电技术研究所).2019
[9].卢忱言.基于改进暗通道算法的夜雾图像增强技术研究[D].河南大学.2019
[10].吴洁.基于学习的高分辨率大场景视频图像增强技术[D].南京大学.2019