导读:本文包含了高斯模糊论文开题报告文献综述及选题提纲参考文献，主要关键词:图像复原,匹配定位,高斯模糊,稀疏表达
高斯模糊论文文献综述
李亚成[1]（2019）在《高斯模糊图像复原与匹配算法研究》一文中研究指出图像匹配定位技术在视觉导航系统中有着重要的应用,主要研究实时图像在参考图像中的精确位置的问题,其中实时图和参考图是在同一场景不同条件下拍摄的。但实际场景中,受复杂成像环境影响(如高斯模糊),获得的图像不可避免的存在退化问题,给匹配定位的精度造成了极大影响。而现有技术大都假设成像环境理想,因此,研究更为高效的模糊图像的匹配定位技术以提升匹配定位精度,具有极为重要的意义。本文以高斯模糊图像匹配定位算法为研究对象,提出从模糊图像复原和图像匹配定位两方面入手,探索复原和匹配定位的关系,提出了两种先复原后匹配定位的两阶段法和一种复原匹配一体化方法。针对模糊图像导致匹配定位精度下降的问题,首先提出利用深度生成对抗网络盲复原高斯模糊图像的匹配定位两阶段法。该方法中,利用深度学习方法,参考多尺度去运动模糊网络搭建单尺度深度生成对抗网络用于盲复原高斯模糊图像,再利用稀疏表达方法进行匹配定位。该方法针对这两个任务虽然都取得了很好的结果,但是针对重复结构多的复杂场景,复原图像质量要求更高。因此,进一步地,引入模糊图像的边缘图,提出利用边缘先验盲复原高斯模糊图像的匹配定位两阶段法。将模糊图像边缘图与模糊图、模糊图对应的清晰图一起训练,基于单尺度深度生成对抗网络搭建了基于边缘先验的多尺度网络。图像复原质量和匹配定位精度有明显提升。两阶段方案中复原和匹配任务单独依次进行,没有实现多任务一体化输出,同时定位的结果在复原过程中没有发挥作用。针对这些问题,本论文提出基于距离加权稀疏表达的图像复原与匹配一体化方法。将定位结果作为先验信息来促进复原图像质量的提升,同时高质量的复原图像能进一步促进定位精度提升,两者相互迭代促进。通过提出距离约束算子约束稀疏表达提升定位精度,通过粗到细的策略同时获得高效定位速度和高精度的定位结果。基于本方法,实现了模糊图像复原和匹配定位的多任务一体化输出。基于以上研究,提出的叁种模糊图像匹配定位技术,鲁棒性强,在实现高精度的匹配定位结果的同时,对实时图像进行了有效复原,具有重要的实用意义。(本文来源于《华中科技大学》期刊2019-05-21）
高建思,王贵君[2]（2018）在《基于叁角形和高斯模糊化的Mamdani模糊系统表示》一文中研究指出模糊化是将模糊系统中输入变量的确定值转换为相应模糊集合的过程,它在模糊系统建模和模糊控制领域有着重要的作用。本文在前件模糊集取为叁角形模糊数条件下,利用函数极值方法求解后件模糊集的隶属函数,进而给出基于叁角形模糊化和高斯模糊化的两种Mamdani模糊系统表示。(本文来源于《模糊系统与数学》期刊2018年02期）
朱新琰[3]（2018）在《高斯模糊下舰船图像自适应细节增强方法》一文中研究指出高斯模糊下传统舰船图像自适应细节层次感会降低,图像细节刻画不明显,为此提出舰船图像自适应细节增强方法。设计自适应UM细节图像增强方法,确定自适应增益系数,对细节层次感进行区域规划,设计自适应拉低对比度区域增强机制,提升图像细节刻画能力;通过图像扩张对细节板块化颜色校正,保证呈现方式具备明显的色彩对比,对图像进行灰度计算,实现图像自适应细节增强。实验结果表明,设计方法能够增加图像自适应细节的层次感以及细节表现力。(本文来源于《舰船科学技术》期刊2018年06期）
张炜[4]（2017）在《THT机制耦合高斯模糊的图像融合方案》一文中研究指出为了提高当前红外(IR)与可见光(VI)图像的融合质量,保持良好的可视化细节和突出IR目标,有效减少模糊,降低信息冗余,通过改进THT(Top-Hat Transform)机制,设计了一种新的红外-可见光图像融合算法.首先,为了有效地提取源图像的特征和细节,在传统的高帽变换(Top-Hat Transform,THT)中引入了多尺度计算,分别在不同尺度上提取红外和可见光图像的不同亮(暗)特征区域;其次,通过多判别对比融合规则来综合两个图像中的同一尺度的特征区域,将所有尺度上的特征进行累加,获取特征图像;然后,通过最大尺度结构元素的开、闭运算得到源图像的平滑明亮、暗图像,在平滑图像上利用Gaussian模糊逻辑融合规则获取基础图像;最后,将提取的亮与暗特征图像导入基础图像中形成新图像,输出图像融合.实验表明:与当前流行的融合方法相比,本文方法具有更好的视觉质量和定量分析结果.(本文来源于《西南大学学报(自然科学版)》期刊2017年12期）
韩鹏程,何晓琼[5]（2018）在《基于单相H桥级联变换器的高斯模糊算法电压平滑调制策略》一文中研究指出为了在提高H桥级联整流器的均压能力的同时保持各个模块开关状态平滑变换,提出了一种基于高斯模糊算法的电压平滑调制策略。通过对H桥级联整流器工作状态的分析以及对负载不均衡状态下级联整流器均压原理的分析,对基于高斯模糊算法的电压平滑调制策略的原理进行了推导。最后搭建了4模块(9级)级联H桥整流器实验平台,并通过实验验证了所提调制策略的正确性。(本文来源于《电源学报》期刊2018年04期）
付波,张敏,赵熙临,李超顺[6]（2016）在《基于爬山搜索的高斯模糊不变SIFT算子》一文中研究指出针对SIFT算子对于高斯模糊环境下的特征匹配困难,提出基于目标图像形变空间重采样的高斯模糊不变SIFT算子GISIFT(Gaussian Invariant SIFT)。首先构建清晰目标的高斯模糊模型,重采样模型参数重建目标图像完备形变空间;其次,引入降采样与爬山法,构建目标图像的降采样形变空间,在降采样空间中以大采样步长快速搜索当前峰值,对峰值邻域进行曲线拟合,快速找到最优匹配。实验结果表明,所提算法不仅对高斯模糊目标能较好匹配,同时较大提升了目标的特征匹配效率。(本文来源于《计算机应用与软件》期刊2016年06期）
潘贇,赵喜玲[7]（2016）在《NSST域高斯模糊逻辑的图像融合》一文中研究指出为了达到对来自不同传感器的源图像融合时保留各自更多的细节信息,同时降低算法复杂度的目的,首先采用了非下采样剪切波变换(Non-subsampled Shearlet Transform,NSST)和改进模糊逻辑的图像融合方法,利用NSST算法源图像分别进行多尺度、多方向稀疏分解,分别得到低频子带系数和高频方向子带系数。其次对低频子带系数采用基于改进的模糊高斯隶属函数的权值平均融合规则,以此来充分利用源图像的优势信息进行互补;对高频子带系数采用区域纹理平滑度和视觉敏感度系数相结合的融合规则;以此来丰富融合图像的细节信息。最后对低频子带融合系数和高频子带融合系数执行NSST逆变换得到最终的融合图像。对此方法进行了理论分析和实验验证,结果表明此融合方法不仅可以保证融合清晰度,同时还可以缩短算法的运行时间。(本文来源于《应用激光》期刊2016年03期）
王金凤,田绪红,王希,王文中[8]（2016）在《高斯模糊积分及其在癌症诊断中的应用》一文中研究指出经典模糊积分只是将高维空间的数据沿着线性被积函数决定的直线投影到一维空间,无法覆盖现实问题中不规则分布的数据。提出一种新的模糊积分扩展形式——基于高斯函数的模糊积分(高斯模糊积分)。由于高斯函数的分布曲线趋于正态分布,将其作为被积函数,能更大范围地覆盖数据,并基于此构建分类模型。在实验部分将新的分类模型应用到几个经典数据库,以验证扩展后的性能,结果表明基于高斯函数的模糊积分能更好地发挥模糊积分的特性,分类效果明显优于传统模糊积分。最后将其应用到疑似乙肝病毒基因数据库进行疾病诊断。所有病例来自威尔士医院,包括真正病人和疑似患者两类。笔者试图通过高斯模糊积分来进一步诊断病人的真实情况,结果表明高斯模糊积分具有较高的测试敏感度,这一指标是医学研究者最为关心的,即尽量保证不错过一个可能病例。(本文来源于《计算机应用研究》期刊2016年11期）
欧志球,戴坚锋,王铮[9]（2015）在《基于高斯模糊的摔倒自检测算法设计与应用》一文中研究指出随着智能设备的普及,如何快速准确地检测、识别人体摔倒已逐渐成为研究的热点;然而现阶段对摔倒动作识别与检测仍然存在很多问题;为此,以智能设备的传感器系统采集的叁轴加速度与角加速度为基础,结合经过高斯过滤后形成人体活动的信号幅度向量和陀螺仪信号幅度向量特征曲线与摔倒检测的模糊隶属函数特征模型,提出一种基于模糊的摔倒自检测算法;算法重点针对急速跑动、上下楼梯、手机平抛和自由落体等摔倒检测中的干扰动作进行了分析与区分,经过实验测试表明该算法有较快的反馈速度、较好的区分度以及较低的误判率。(本文来源于《计算机测量与控制》期刊2015年11期）
张海,于吉红[10]（2015）在《高斯模糊下舰船图像的矩特征》一文中研究指出针对舰船目标图像受到自身运动、环境和图像预处理的影响出现模糊,丢失轮廓信息,造成像素点阵模糊和矩特征变化的问题,在高斯模糊低阶矩特征分析的基础上,提出并证明了Hu矩、仿射不变矩特征在高斯模糊作用下的变化定理;通过2个仿真实验验证了定理的正确性;为了保证舰船目标的识别效率,提出了建立多尺度特征库的建议。(本文来源于《海军航空工程学院学报》期刊2015年05期）
高斯模糊论文开题报告
（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：
模糊化是将模糊系统中输入变量的确定值转换为相应模糊集合的过程,它在模糊系统建模和模糊控制领域有着重要的作用。本文在前件模糊集取为叁角形模糊数条件下,利用函数极值方法求解后件模糊集的隶属函数,进而给出基于叁角形模糊化和高斯模糊化的两种Mamdani模糊系统表示。
（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。
高斯模糊论文参考文献
[1].李亚成.高斯模糊图像复原与匹配算法研究[D].华中科技大学.2019
[2].高建思,王贵君.基于叁角形和高斯模糊化的Mamdani模糊系统表示[J].模糊系统与数学.2018
[3].朱新琰.高斯模糊下舰船图像自适应细节增强方法[J].舰船科学技术.2018
[4].张炜.THT机制耦合高斯模糊的图像融合方案[J].西南大学学报(自然科学版).2017
[5].韩鹏程,何晓琼.基于单相H桥级联变换器的高斯模糊算法电压平滑调制策略[J].电源学报.2018
[6].付波,张敏,赵熙临,李超顺.基于爬山搜索的高斯模糊不变SIFT算子[J].计算机应用与软件.2016
[7].潘贇,赵喜玲.NSST域高斯模糊逻辑的图像融合[J].应用激光.2016
[8].王金凤,田绪红,王希,王文中.高斯模糊积分及其在癌症诊断中的应用[J].计算机应用研究.2016
[9].欧志球,戴坚锋,王铮.基于高斯模糊的摔倒自检测算法设计与应用[J].计算机测量与控制.2015
[10].张海,于吉红.高斯模糊下舰船图像的矩特征[J].海军航空工程学院学报.2015