导读:本文包含了自适应滤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:细节纹理,多尺度分解,检测噪点,噪音强度
自适应滤噪论文文献综述
姚建平,周璇[1]（2019）在《漆画图像细节纹理自适应滤噪技术仿真》一文中研究指出探究一种图像细节纹理自适应滤噪的有效方法,可以降低漆画图像失真度,降低噪声信号,去除噪声,增强漆画图像的清晰度,具备一定的使用价值。针对当前方法在对漆画纹理图像进行滤噪时,由于噪声信号强度较高导致图像出现信息丢失率较高,失真度较高,呈现的图像效果较差等问题,提出一种基于多尺度分解的细节纹理图像自适应滤噪方法。上述方法是通过自适应中值滤波器原理对漆画图像纹理细节中的噪声进行两次检测,并对窗口噪音大小进行阈值计算,得到漆画细节纹理图像的噪点;利用多尺度分解方法对漆画细节纹理图像噪点进行多尺度连续分解,通过对小尺度上的细节纹理进行去噪,得到滤噪后的漆画细节纹理图像。仿真结果证明,所提方法可以提高峰值信噪比、减小标准误差、抑制噪音信号强度,增强滤噪效果。(本文来源于《计算机仿真》期刊2019年03期）
杨珍[2]（2017）在《局部自交干扰的全变分图像自适应滤噪算法》一文中研究指出针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。(本文来源于《科学技术与工程》期刊2017年32期）
陈思汉,余建波[3]（2016）在《基于二维局部均值分解的自适应保真项全变分图像滤噪方法》一文中研究指出为了在滤除图像噪声的过程中既保留图像的边缘细节,又对噪声有良好的滤除效果,提出一种基于二维局部均值分解和局部高频能量的自适应保真项全变分图像滤噪算法.首先采用二维局部均值分解算法自适应地将图像分解成从高频到低频不同尺度的成分;然后将其中最高频的成分用于计算局部能量函数,求得自适应保真项参数;最后通过求解最小化能量泛函实现图像噪声滤除.实验结果表明,该算法能较好地保留图像的细节边缘,即使在强噪声下也能较好地对图像平滑区域实现滤噪,解决了其他算法在保留边缘的同时产生的阶梯效应、斑点效应以及边缘附近噪声滤除效果差等问题;且相比于自适应保真项全变分图像滤噪等典型算法,具有更好的鲁棒性与更快的处理速度.(本文来源于《计算机辅助设计与图形学学报》期刊2016年06期）
徐立,白金牛,柳原[4]（2015）在《基于改进自适应阈值的肝脏B超图像滤噪方法》一文中研究指出论文通过多尺度分析小波变换,探索一种肝脏B超图像噪声滤除方法,提高脂肪肝B超图像识别的准确率。论文提出一种基于小波变换多尺度分析的改进阈值噪声滤除方法。首先建立散斑噪声模型,然后进行多尺度小波变换,利用改进的自适应阈值滤噪方法去除图像噪声,最后经小波逆变换重构肝脏B超图像。实验结果显示肝脏B超原始图像中的散斑噪声被有效滤除,同时较好地保存了肝脏B超图像的细节信息。该方法可有效地滤除肝脏B超图像中的散斑噪声,较好地保留细节信息,提高了脂肪肝B超图像识别的准确率。(本文来源于《计算机与数字工程》期刊2015年11期）
王征,马宪民[5]（2014）在《基于分数阶微分自适应算法的煤尘图像滤噪》一文中研究指出针对传统的煤尘图像滤噪方法迭代过程长、滤噪效果不理想、纹理保持能力差等问题,对现有的滤噪方法进行改进,建立了基于分数阶微分模型的自适应滤噪算法。改进算法对参数u的变化梯度进行调整,从整数阶扩展到分数阶;根据区域特征分别对算法中的各项参数进行自适应选择。实验结果表明,改进后的滤噪算法收敛速度快,迭代次数少,滤噪效果好,纹理保持能力强,且其检测滤噪效果能力的量化指标获得了很好的改善。(本文来源于《工矿自动化》期刊2014年08期）
朱其刚[6]（2005）在《基于像素特征的路面裂缝图像自适应滤噪》一文中研究指出分析了破损路面图像的像素点区域特征,针对不同区域提出加权邻域滤波和自适加权中值滤波算法.其权值是通过对图像中区域特征的推理得到的,所以算法中能根据图像的区域特征自适应的进行滤波.试验表明,本算法能够有效滤除噪声,并具有很好的细节保护能力.(本文来源于《山东师范大学学报(自然科学版)》期刊2005年03期）
路威,余旭初,刘娟[7]（2005）在《高光谱遥感数据自适应小波滤噪》一文中研究指出文章深入分析了高光谱遥感数据中噪声的特点,提出了一种基于平稳小波变换的改进小波滤噪算法。通过对标准图像和PHI高光谱遥感数据实验,证明此方法具有比软阈值方法更好的抑制噪声和保持信号细节的能力,并能良好地拟合高光谱数据中噪声随波长的复杂变化,改善数据处理的效果。(本文来源于《信息工程大学学报》期刊2005年02期）
康厚清[8]（2001）在《预测突出的AE声发射信号自适应滤噪方法》一文中研究指出本文探讨了采用自适应数字对消滤波实现煤与瓦斯突出AE监测的作业噪声排除的可行性。论文讨论了现有煤矿井下工作面煤与瓦斯突出预测方式方法，分析了AE声发射非接触方式预测煤与瓦斯突出的重要性；讨论了现有煤矿井下AE监测系统及仪器的噪声滤除方法，对井下AE声发射信号和井下作业噪声进行分析，并由此提出采用自适应数字对消滤波排除井下作业噪声。 本文讨论比较了各种自适应滤波算法的特点和实用性，并根据井下作业噪声自相关矩阵通常是非满秩的特征选择DCT-LMS自适应算法排除井下作业噪声。论文在叙述LMS算法原理基础之上推导了最佳收敛步长的求解公式，给出了DCT-LMS自适应算法；根据井下作业噪声源位置是经常变化的以及巷道声特性随开采进程而发生变化的特点，提出采用DCT域的延时估计提高井下作业噪声滤波性能。 本文利用DEWE-3010测试仪器对井下现场作业噪声进行采样分析，并对该实际作业噪声进行了滤波实验。实验结果表明，DCT-LMS自适应滤波器对排除井下实际作业噪声的效果是十分明显的。论文在最后对滤波器的实时性进行了考虑，计算结果表明，采用TMS320C5509-200 DSP芯片就可以做到现场AE监测的实时性。实验和计算结果证明，利用自适应数字对消滤波实现煤与瓦斯突出AE监测的作业噪声排除是可行的，它将推广煤矿井下AE声发射监测仪的实际应用。(本文来源于《煤炭科学研究总院》期刊2001-05-01）
自适应滤噪论文开题报告
（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：
针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。
（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。
自适应滤噪论文参考文献
[1].姚建平,周璇.漆画图像细节纹理自适应滤噪技术仿真[J].计算机仿真.2019
[2].杨珍.局部自交干扰的全变分图像自适应滤噪算法[J].科学技术与工程.2017
[3].陈思汉,余建波.基于二维局部均值分解的自适应保真项全变分图像滤噪方法[J].计算机辅助设计与图形学学报.2016
[4].徐立,白金牛,柳原.基于改进自适应阈值的肝脏B超图像滤噪方法[J].计算机与数字工程.2015
[5].王征,马宪民.基于分数阶微分自适应算法的煤尘图像滤噪[J].工矿自动化.2014
[6].朱其刚.基于像素特征的路面裂缝图像自适应滤噪[J].山东师范大学学报(自然科学版).2005
[7].路威,余旭初,刘娟.高光谱遥感数据自适应小波滤噪[J].信息工程大学学报.2005
[8].康厚清.预测突出的AE声发射信号自适应滤噪方法[D].煤炭科学研究总院.2001