导读:本文包含了分辨率增强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,分辨率,磁共振,神经网络,全息,辐射计,卷积。
分辨率增强论文文献综述
包建立,富青,刘小明,范文亮,周臻阳[1]（2019）在《1.5 T磁共振3D高分辨率对比增强神经成像显示叁叉神经颅外段分支的可行性研究》一文中研究指出目的探讨在1.5 T磁共振3D高分辨率对比增强神经成像(3D CE-MRN)对正常叁叉神经颅外段分支的显示效果。方法经华中科技大学同济医学院医学伦理委员会批准,征集2017年10月至2018年2月35名成年健康志愿者,男22名,女13名,年龄26～68岁,平均47.4岁,在Siemens Aera 1.5 T超导型磁共振上行叁维短时反转恢复快速自旋回波成像(3D STIR SPACE)CE-MRN,钆喷酸葡胺(Gd-DTPA)注射量为0.15mmol/kg体重。由两名放射科医师分别对原始数据进行处理,并分别评分。清晰显示神经主干的完整走行得3分;清晰显示神经主干走行的大部分得2分;对神经主干走行显示模糊或只能节段显示得1分,神经主干不可分辨得0分。使用Kappa检验评价两组评分的一致性,统计叁叉神经各分支的清晰完整显示率和清晰大部分显示率。结果两组评分一致性好,Kappa值均>0.75。眼神经、上颌神经、耳颞神经、舌神经、下牙槽神经的清晰完整显示率分别为77%、70%、85%、84%、99%;清晰大部分显示率分别为89%、89%、97%、99%、100%。结论 CE-MRN序列可以清晰显示叁叉神经颅外段分支。叁叉神经颅外段神经成像在1.5 T机型中也可以达到很好的效果。(本文来源于《临床放射学杂志》期刊2019年11期）
张莉[2]（2019）在《基于G-Log算法的人脸图像分辨率增强研究》一文中研究指出提出了一种用于图像增强的G-Log算法,该算法是基于伽马变换和对数变换的一种非线性变换算法。经该算法增强之后,消除了光照对图像的影响,较好地恢复了图像的细节信息、视觉效果,提高了人脸识别准确率。对不同拍摄距离的人脸图像经不同的图像增强算法增强之后,利用相同的人脸检测、人脸对齐和识别模块与拍摄距离为1 m的人脸图像进行匹配实验,结果表明,G-Log算法具有比其他方法更好的匹配效果,拍摄距离为150 m、100 m和60 m的人脸图像的识别准确率分别为95%、98%和98%。(本文来源于《机械设计与制造工程》期刊2019年11期）
郑树远,黄卫明,梁志明,韦人瑞,谭培枝[3]（2019）在《MR高分辨率T2WI抑脂序列联合DWI及增强扫描对肛瘘诊断价值的探讨》一文中研究指出目的探究磁共振(MR)高分辨率T2加权成像抑脂(T2WI FS)序列联合弥散加权成像(DWI)及增强扫描对肛瘘诊断价值。方法 40例疑似肛瘘患者,分别进行常规系列+高分辨率T2WI FS+DWI+增强的MR增强型检验和常规系列+高分辨率T2WI FS的MR常规型检验。比较两种检验方法的肛瘘分型检验结果。结果 MR增强型检验内口、外口、瘘管、脓肿的检查正确率分别为93.75%、95.65%、92.00%、100.00%,均高于MR常规型检验的62.50%、65.21%、68.00%、70.58%,差异有统计学意义(P<0.05);MR增强型检验括约肌间型、经括约肌型、括约肌上型、括约肌外型的检查正确率分别为92.86%、83.30%、90.00%、100.00%,均高于MR常规型检验的57.14%、75.00%、40.00%、25.00%,差异有统计学意义(P<0.05)。结论疑似肛瘘患者采用MR高分辨率T2WI FS序列联合DWI及增强扫描方法可提升诊断正确率,可为手术提供依据。(本文来源于《中国现代药物应用》期刊2019年13期）
郜鹏,温凯,孙雪莹,姚保利,郑娟娟[4]（2019）在《定量相位显微中分辨率增强技术综述》一文中研究指出定量相位显微(Quantitative Phase Microscopy,QPM)将相位成像和光学显微技术相结合,为微观物体的叁维形貌、透明物体的厚度/折射率分布提供了一种快速、无损、高分辨率测量手段。然而,传统QPM成像系统依然是一个衍射受限系统,高分辨率与大视场难以同时兼顾。因此,如何在保持大视场的前提下提高成像空间分辨率是QPM亟需解决的问题之一。近年来,国内外学者采用离轴照明、散斑照明、结构照明、以及亚像元技术形成"合成数值孔径",实现了QPM的大视场、高分辨成像。文中对以上QPM的分辨率增强技术进行了综述,并对不同方法的优缺点进行了分析。(本文来源于《红外与激光工程》期刊2019年06期）
曾晓明[5]（2019）在《月球微波遥感亮温数据分辨率增强与应用》一文中研究指出在地月空间,月球是一个微波辐射源,其浅表层物质的辐射特性与月球内部深层的火成活动直接关联:明安图射电日像仪可以在月球上进行微波热辐射测量。如果观测期间通过宇宙射电源或太阳对观测进行定标,进一步借助月球微波辐射测量历史上的低分辨率资料,结合数值模拟和地基实验测量,可以实现对该仪器的绝对定标。嫦娥系列卫星携带的微波辐射计,对月球进行了长期的微波辐射测量工作。基于微波辐射计数据的研究已经取得了许多科学成果。对定标后的射电日像仪月球微波探测数据与卫星微波辐射计数据进一步协同分析,从而获取月球正面乃至全月球高质量、高分辨率微波热辐射资料,分析月表以下一定深度温度分布特征,进行月壤微波热辐射特性研究,解决月球火成活动及热演化等关键科学问题,对进一步推动我国月球火成活动及热演化历史等研究具有十分重要的科学意义。研究从高时空分辨率的数据需求出发,基于嫦娥一号和嫦娥二号微波辐射计亮温数据,从升轨、降轨等角度进行了相关分析和回归分析,并建立相应的线性拟合公式以拟合数据。在此基础上,对亮温数据进行校正和整合,以提升亮温数据的时间分辨率。文章基于整合后的亮温数据,通过时角校正,建立亮温日变化线性拟合模型、亮温随纬度变化线性拟合模型以及亮温日变化叁维模型,实现全月任意时刻任意频率亮温图的制作。在得到全月实测亮温制图后,文章根据辐射传输模型,利用光学反射率数据、热辐射数据以及DEM数据等解算月表参数:吸收系数、月壤厚度及月表温度剖面模型等,实现对月表任意时刻的亮温模拟。研究还建立了混合像元分解模型,利用月表实测亮温与模拟亮温数据,并结合辐射传输方程模拟小尺度下的月表亮温,从实测亮温数据剥离出原始混合像元中的各个组分亮温,实现微波辐射计亮温数据空间分辨率增强。最后在分辨率增强基础上,进行地基对月观测模拟,通过构建月固坐标系、月球地理坐标系及瞬时坐标系等在内的空间坐标参考。建立观测时刻月球表面与月球投影平面之间一一对应关系的月球空间参考框架,把瞬时月球表面的点或像素快速、便捷、严格地投影到二维瞬时投影平面,模拟观测时刻地基观测视场范围内的月表亮温分布并制图,实现地基对月观测几何研究。(本文来源于《天津师范大学》期刊2019-06-05）
魏妍妍[6]（2019）在《低照度图像增强与超分辨率重建算法研究》一文中研究指出因雨、雾、霾等光线不足的自然环境影响,或因成像系统精度低等采集设备的物理条件限制,图像通常存在亮度过低、噪声明显、细节缺失或分辨率模糊等问题,导致人们无法直接获取其中蕴含的有用信息。因此,本文以低照度降质图像和低分辨率降质图像为研究对象,提出了基于加权引导滤波的低照度图像增强算法,以及基于深度残差学习的图像超分辨率重建算法。主要研究工作和成果如下:(1)针对低照度降质图像亮度低、对比度差、目标物难分辨等缺陷,本文在现有Retinex图像增强算法的研究基础上,提出了一种基于加权引导滤波的低照度图像增强算法。该算法两次利用加权引导滤波,一次用于图像光照成分估计,并对其结果进行局部光照提升,克服了Retinex算法存在的光晕、细节模糊等缺陷;一次用于处理反射分量,防止噪声放大;同时,通过S型双曲正切函数调整图像亮度,增加图像对比度。此外,利用颜色空间转换和线性色彩恢复方法处理彩色图像,从而有效避免了Retinex算法发生的色彩扭曲、失衡现象。经实验验证,该增强算法对图像的整体亮度、细节清晰度和对比度都有很好的增强效果,且色彩自然,视觉感官效果更佳。(2)针对SRCNN和FSRCNN图像重建模型层数浅,图像特征学习少,致使重建效果下降等不足,本文提出了一种基于深度残差学习的图像超分辨率重建模型。该模型结合SRCNN、FSRCNN的特点,将模型深度扩至13层,并引入残差学习结构,不仅加强了对图像特征的深层化学习,而且可有效缓解因层数过深而出现的训练“退化”问题;同时,将反卷积作为图像上采样操作、使用PReLU作为激活函数、应用Adam方法更新网络参数,从而让模型训练更稳健、高效。实验表明,该重建模型在定性和定量评估方面都优于与之比较的几种经典重建方法,且对医学、深度图像也具有较好的重建效果,特别对于纹理、边缘细节明显,或对比强的图像重建效果更佳。(本文来源于《西安科技大学》期刊2019-06-01）
吴洁[7]（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）
周鹤峰,曾新吾[8]（2019）在《利用完全复数极限学习机增强近场声全息空间分辨率》一文中研究指出针对稀疏测量阵列条件下近场声全息重建结果空间分辨率不足的问题,提出了一种基于完全复数极限学习机的全息声压插值方法。该方法首先将已测量的全息面复声压和对应的测点坐标组成训练样本输入完全复数极限学习机,接着把插值点的坐标代入训练好的极限学习机,得到相应位置的复声压,实现全息数据的插值。利用插值后的全息数据进行重建,并与不做插值处理的重建结果和传统插值处理后的重建结果比较。仿真和实验结果均表明:与不做插值相比,该方法在不增加传声器的条件下显着提高了重建结果的空间分辨率。与基于支持向量机或传统极限学习机的插值方法相比,该方法速度更快,插值后重建结果精度更高。同时,通过添加噪声干扰验证了该方法的稳健性。(本文来源于《声学学报》期刊2019年03期）
柴金燕,黄晁,陈春燕,杨超[9]（2019）在《透火焰红外数字全息图像的分辨率增强算法》一文中研究指出近年来,高温干扰遮蔽情况下利用红外热成像与数字全息成像相结合的新技术观察火场中目标成为时下的研究重点。理论上火焰和浓烟对长波长的红外数字全息成像没有影响,但在现实火场环境中,燃烧物的大颗粒灰尘将会干扰光路,严重增加了全息图重建图像的噪声。本文提出了一种新的图像处理算法来抑制红外数字全息重建的噪声。该算法利用双边滤波器配合拉普拉斯金字塔算法将全息重建图像的细节和能量层分开,再对细节层进行滤波,然后用反向拉普拉斯金字塔算法将分离的层迭加回重建图像中,从而提高重建像的分辨率,并通过模拟火场环境验证了该算法对改善红外数字全息图重建像的分辨率具有显着效果。(本文来源于《光电工程》期刊2019年04期）
黄金[10]（2019）在《SAR图像超分辨率增强关键算法研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种先进的微波遥感雷达,拥有独特的干涉测量与多极化测量的能力,同时还具备全天时、全天候、穿透性等优点,在军事与气象应用中有着光学遥感所无法比拟的优越性。一幅SAR图像质量的高低往往决定了其SAR产品的应用价值,而SAR图像的质量主要受限于分辨率这一指标,SAR图像分辨率越高,目标特征就越强,所能从中获取的地物信息就越丰富。而很多时候我们所能获取的SAR图像的分辨率不会很高,无法满足实际应用的需求,这就需要后期的图像处理手段来提升SAR图像分辨率。本文立足于最近几十年蓬勃发展的图像超分辨率(Super-Resolution,SR)增强技术,首先对SAR图像区别于普通光学图像的特性进行了分析(多极化、稀疏性、富含斑点噪声),并详细介绍了几种针对SAR图像特性的图像预处理手段。在此基础上引出对图像重建领域中两种经典的正则化方法的介绍——Tikhonov正则化方法和双边全变差正则化方法,编程实现了这两种算法并使用邛崃和茂县地区的真实SAR图像验证这两种算法增强SAR图像的可行性,并针对双边全变差算法重建的SAR图像会出现明显的边缘震荡效应这一问题提出了一种基于修改点扩散函数的改进方法,使得改进后的算法能够有效地抑制边缘震荡,重建结果质量得到明显提升。之后针对于正则化方法融合图像先验信息效率较低的问题,本文介绍了基于集合论的图像重建方法——凸集投影方法。该方法虽然能够有效地将图像先验知识加入到重建迭代过程中,但是很多情况下,只有当低分辨率SAR图像数量足够多时才能保证重建结果的质量。针对这一问题,本文提出了将多极化SAR图像的所有极化模式图像都加入到低分辨率样本序列中的方法,大大增强了SAR图像重建实验的低分辨率输入数据集,最终获取的重建图像的质量要优于仅使用单一极化模式SAR图像重建出来的结果。由于大多数情况下,缺少原始场景的高分辨率SAR图像作为参考,就无法使用有参考的图像评价指标(比如PSNR、SSIM)来评价一幅重建SAR图像的质量,本文选取了几种在光学图像评价领域内效果较好的无参考评价指标,借助对上述几种算法重建结果的主观评价排序,来进一步筛选出适合于评价SAR图像清晰度的无参考评价指标,最终筛选出的两种指标评价效果良好,与人眼主观评价一致。(本文来源于《电子科技大学》期刊2019-04-01）
分辨率增强论文开题报告
（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：
提出了一种用于图像增强的G-Log算法,该算法是基于伽马变换和对数变换的一种非线性变换算法。经该算法增强之后,消除了光照对图像的影响,较好地恢复了图像的细节信息、视觉效果,提高了人脸识别准确率。对不同拍摄距离的人脸图像经不同的图像增强算法增强之后,利用相同的人脸检测、人脸对齐和识别模块与拍摄距离为1 m的人脸图像进行匹配实验,结果表明,G-Log算法具有比其他方法更好的匹配效果,拍摄距离为150 m、100 m和60 m的人脸图像的识别准确率分别为95%、98%和98%。
（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。
分辨率增强论文参考文献
[1].包建立,富青,刘小明,范文亮,周臻阳.1.5T磁共振3D高分辨率对比增强神经成像显示叁叉神经颅外段分支的可行性研究[J].临床放射学杂志.2019
[2].张莉.基于G-Log算法的人脸图像分辨率增强研究[J].机械设计与制造工程.2019
[3].郑树远,黄卫明,梁志明,韦人瑞,谭培枝.MR高分辨率T2WI抑脂序列联合DWI及增强扫描对肛瘘诊断价值的探讨[J].中国现代药物应用.2019
[4].郜鹏,温凯,孙雪莹,姚保利,郑娟娟.定量相位显微中分辨率增强技术综述[J].红外与激光工程.2019
[5].曾晓明.月球微波遥感亮温数据分辨率增强与应用[D].天津师范大学.2019
[6].魏妍妍.低照度图像增强与超分辨率重建算法研究[D].西安科技大学.2019
[7].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
[8].周鹤峰,曾新吾.利用完全复数极限学习机增强近场声全息空间分辨率[J].声学学报.2019
[9].柴金燕,黄晁,陈春燕,杨超.透火焰红外数字全息图像的分辨率增强算法[J].光电工程.2019
[10].黄金.SAR图像超分辨率增强关键算法研究[D].电子科技大学.2019
论文知识图
