导读:本文包含了阴影消除论文开题报告文献综述及选题提纲参考文献，主要关键词:涠西南凹陷,断层阴影,构造反转,正演模拟
阴影消除论文文献综述
盖永浩,陈林,钱双柱[1]（2019）在《涠西南凹陷断层阴影消除方法研究》一文中研究指出断层阴影在断块油气藏中普遍存在,地震解释过程中常被忽略,或被解释为小断层、断层对地层的拖曳作用等,导致对构造产生错误的认识。北部湾盆地涠西南凹陷经历多期剧烈的构造运动,断裂非常发育,断层阴影问题严重,一直以来未找到好的解决办法。本文从井点出发,通过对断层两侧地层的正演模拟计算出断层阴影区的畸变量,将其投影到整个研究区并在阴影笼罩区域内横向内插出整个断层阴影影响区域的畸变校正网格,利用校正网格修正断层阴影区域的构造图,最终获取更加真实的构造图。经实钻井证实,该方法科学且行之有效。(本文来源于《中国石油和化工标准与质量》期刊2019年09期）
马皇特[2]（2019）在《基于无人机航拍图像的阴影分割与消除》一文中研究指出无人机拍摄的地面影像,绝大多数都存在部分阴影区域。而影像中的阴影会降低图像的对比度、模糊地面物体的纹理等信息、降低图像质量,这会导致用此影像做出的叁维(3D)模型与实物有所偏差,也不利于地面物体的识别与统计。由于无人机与常规拍摄相比拍摄距离较远,拍摄范围较广,所以其拍摄景物较复杂。微型无人机在不同的应用中,必然要在各种不同的环境下进行工作。因拍摄时间、拍摄场所、拍摄物体的不同,光照、空气折射率、天气、透光率、反射率等因素会对阴影检测和消除产生很大的影响。要设计能够用于微型无人机航拍图像阴影检测与消除,其算法必须对于变化各异的拍摄环境具备良好的鲁棒性。综上所述,可以发现无人机拍摄影像进行阴影分割与消除具有一定的难度和挑战。本论文通过分析现在对无人机影像阴影分割与消除的研究进展,以微型四旋翼无人直升机搭载航拍相机拍摄的图像为数据源,进行图像阴影分割与消除,并将阴影消除后的图像所做的3D模型与原图像的3D模型进行比较。在本论文的研究中,主要的创新点如下:1.在阴影分割方面,先根据图像像素大小等分成m?n份,依次对每一幅图像进行阴影分割与消除,这样可有效改进阴影分割的精度,也有利于之后的阴影消除。对每幅小图像采用均值漂移(MeanShift)算法进行滤波,平滑图像以减少误分割并且降低程序运行时间,再用K均值聚类(Kmeans)算法将图像分割成两部分,然后算出每一部分红绿蓝(RGB)叁通道的均值,均值小的部分为阴影区域,再把阴影区域中小的连通域剔除掉,便分割出了基本的阴影区域。2.在阴影消除方面,先对阴影区域进行腐蚀膨胀操作,得到全阴影区域与半阴影区域。对全阴影区域,根据非阴影区域RGB叁通道均值,采用改进的线性方程校正。对半阴影区域,根据与其相邻的非阴影部分,用快速行进修复算法(Fast Marching Method,FMM)进行修复。修复完成后把所有的小图像拼接回原始图像大小,再次用FMM算法对拼接区域进行修复。(本文来源于《长安大学》期刊2019-04-08）
邓佳音,陈建平[3]（2018）在《多光谱影像波段比值法消除地形阴影的定量分析》一文中研究指出在地形起伏较大的地区获取遥感影像时,由于地形效应的存在,阴影的产生几乎是不可避免的。为此,对多光谱图像进行波段比值处理,减弱或者消除地形阴影的影响,提高遥感影像的识别与分类精度,并对处理后的图像进行质量评价,为选择最佳处理方法提供参考。结合数字高程模型(DEM)对山区遥感图像进行分区,对分区结果进行各种波段比值运算,消除地形阴影;以信息熵作为质量评价指标,对比值处理消除地形阴影后的结果进行定量分析,研究处理结果与所选比值处理方法之间的联系。结果表明,波段比值处理可以减弱或者消除地形阴影的影响,与单波段比值处理和线性波段比值处理相比,非线性波段比值处理后图像的信息熵增强最大。(本文来源于《地质学刊》期刊2018年03期）
邓忭春[4]（2018）在《给孩子一片无雨的天空——如何消除家庭困境给孩子造成的阴影》一文中研究指出家庭是每个人从出生到成长的居住环境,受长辈经济条件的影响,每个家庭的经济状况不同。有的家庭经济条件好,子女接受的资源也更多,这样的家庭培养出的孩子往往在学习活动及人际交往上表现突出,常受到其他家庭的认可,成为万众瞩目的焦点。有些家庭的经济条件比较差,子女接受教育的机会是家长省吃俭用一点点积累的,在这些家庭中成长的孩子常表现出这样那样的不足,并且在未来人生道路上也要依赖自己的力量。贫困家庭中的孩子很容易遇到挫折,挫折的产生会带(本文来源于《试题与研究》期刊2018年21期）
朱延庆[5]（2018）在《船舶航行监控视频的阴影消除算法研究》一文中研究指出船舶航行监控视频对于船舶安全航行有重要意义,阴影消除是其中一个关键环节。传统的HSV空间消除算法在亮度分辨率上有很大弊端,极易产生误差,不能很好地消除阴影。提出了一种新的动船舶监控视频阴影消除算法——彩色空间阴影去除算法,该算法分为读取视频帧、建立背景、测定阈值和阴影检测4步。由实验结果可知,彩色空间阴影去除算法能够准确地消除掉动船舶监控视频的阴影,更地映射出船舶航行状态,消除过程不会受亮度分辨率影响。(本文来源于《舰船科学技术》期刊2018年14期）
柴国华[6]（2018）在《ViBe模型与阴影消除相结合的目标提取算法研究》一文中研究指出近几年,伴随着计算机技术和计算机视觉的飞速发展,智能视频监控逐渐地在现代生活和生产的各个方面发挥出了越来越大的作用,运动目标提取技术作为智能监控中最为重要的技术也逐渐成为了计算机视觉中的一个研究热点,在该技术中如何提高目标提取的精确性以及适应不同的背景环境一直是研究的难点。本文主要研究了常用的运动目标提取算法,并深入研究了背景减除法中的视觉背景提取(Visual Background Extractor,ViBe)模型,主要对ViBe模型在运动目标提取过程中存在鬼影以及阴影的问题做出了改进。本文提出了鬼影抑制与消除和自适应算法、结合时空域的尺度不变局部叁值模式(Spatiotemporal Scale Invariant Local Ternary Pattern,ST-SILTP)纹理特征的阴影提取与消除算法,设计并实现了改进ViBe模型的运动目标提取系统,并通过实验验证了系统的实用性。本文的主要研究内容包括:1.对运动目标提取算法中的光流法、帧间差分法以及背景减除法中的高斯背景建模、Codebook背景建模、ViBe模型进行了研究,分析了这几种方法的优缺点。2.为了解决ViBe模型容易引入鬼影(ghost)和在复杂的动态背景下存在大量误提取的问题,本文提出了鬼影抑制与消除和自适应算法。改进的算法针对鬼影问题采用改进初始化方式结合邻域像素空间一致性的原则实现对鬼影的抑制与消除;针对复杂的动态背景下大量的误提取的问题,采用把当前像素点的背景模型样本集信息和像素点的邻域信息相结合来反映当前的背景复杂程度,从而为每个像素实现分割阈值的自适应。本文提出的改进算法实现了鬼影的抑制与消除,并且提高了提取的精确度。3.由于ViBe模型对于运动目标的阴影不能进行判断,将阴影提取为了前景,这会降低实际存在的运动目标提取的精度。针对此问题,本文在研究了运动阴影的性质与图像的纹理特征后,提出了ViBe模型结合ST-SILTP纹理特征的算法。实验证明,本文提出的改进方法可以解决阴影的问题,提升了目标提取的效果。4.本文设计实现了改进ViBe模型的运动目标提取系统,该系统不仅可以对录制好的视频进行运动目标提取,还可以对实时录取的视频进行实时运动目标提取。(本文来源于《重庆邮电大学》期刊2018-05-10）
郑超[7]（2018）在《监控视频中运动阴影自适应检测与消除算法》一文中研究指出作为计算机视觉的一个重要研究方向,阴影检测与消除主要应用于目标识别、图像分割、运动检测等图像分析的预处理。目前已有的各种算法,当环境发生变化时,经常会出现误检或者漏检现象。针对这一问题,我们提出了两种鲁棒的阴影检测与消除算法。(1)提出了一种基于图的图像分割和区域增长相结合的阴影检测与分割算法。首先,利用梯度图像补偿方法,对已有的混合高斯模型进行改进,提取运动目标图像,消除图像空洞、噪声干扰等问题。然后,通过基于图的图像分割算法,对运动目标和阴影区域进行分割。最后,采用区域增长算法对于过分割区域进行合并,并将运动目标和其阴影区域准确的分割出来。(2)提出了一种基于梯度和YUV颜色空间的阴影检测与消除算法。首先,利用PBAS运动目标检测算法提取运动目标,并通过增加帧差法抑制Ghost区域。然后,将运动目标的梯度图与其对应的背景梯度图做差值,获取消除了阴影区域的前景目标候选区域。进一步的,采用基于YUV颜色空间的阴影检测算法,检测并消除运动目标的阴影区域,获得另一部分候选区域。最后,通过阴影的特征,将两部分候选区域有机的结合,获取消除了阴影区域的运动目标。和已有的多种方法相比较,实验结果表明,本文中所提出的两种阴影检测与消除算法,对不同的环境具有更好的鲁棒性。(本文来源于《安徽大学》期刊2018-05-01）
姚秦川[8]（2018）在《消除阴影的办法》一文中研究指出上初中一年级时,演员黄渤和班上原本很要好的同学之间出现了一点小摩擦,两人在很长一段时间里互不说话,中间总是隔着一层阴影。一天下午,班主任王老师将两人叫出教室,带到一处平日里阳光照不到的背阴处。王老师问两位同学,如何才能消除这里的阴影?黄渤想了想先开口道,也许可以用水泼。那位同学则表示,可以用土埋,或者用扇子将它们扇走。王老师并没有说话,而(本文来源于《意林(少年版)》期刊2018年07期）
胡皓然,王颖[9]（2018）在《结合HSV空间阴影消除的高斯混合模型背景减除方法》一文中研究指出针对高斯混合模型背景减除后运动目标存在阴影的问题,提出了初始化参数快速估计方法避免了高斯混合模型参数估计易产生局部极大值的问题,在分析高斯混合模型背景减除结果中阴影区域亮度和色度变化特性的基础上,提出了将高斯混合模型背景减除结果映射到HSV空间并通过亮度和色度阈值消除阴影的H SV空间阴影消除方法。基于上述方法对不同光照强度下序列图像进行背景减除,实验结果表明本文方法能较准确地检测并消除阴影区域,平均目标检出率高于80%。(本文来源于《电子设计工程》期刊2018年07期）
邓忭春[10]（2018）在《给孩子一片无雨的天空——如何消除家庭困境给孩子造成的阴影》一文中研究指出家庭是每一个孩子成长的最原初的并且几乎是不可移除的土壤,这样的土壤或肥沃或贫瘠或貌似肥沃实则贫瘠,前者的孩子在求学阶段无论在学习活动、人际交往的哪一方面都可能表现突出,备受众人瞩目;而后两者的孩子在人生的成长道路上可能走得比较艰难。我把后面这种情况概括为"家庭困境给孩子造成的心理阴影"。所谓的家庭困境是指:(1)家庭贫困,(2)父母离异,(3)父母教育目标不一,教育手段简单、粗暴。这种(本文来源于《试题与研究》期刊2018年10期）
阴影消除论文开题报告
（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：
无人机拍摄的地面影像,绝大多数都存在部分阴影区域。而影像中的阴影会降低图像的对比度、模糊地面物体的纹理等信息、降低图像质量,这会导致用此影像做出的叁维(3D)模型与实物有所偏差,也不利于地面物体的识别与统计。由于无人机与常规拍摄相比拍摄距离较远,拍摄范围较广,所以其拍摄景物较复杂。微型无人机在不同的应用中,必然要在各种不同的环境下进行工作。因拍摄时间、拍摄场所、拍摄物体的不同,光照、空气折射率、天气、透光率、反射率等因素会对阴影检测和消除产生很大的影响。要设计能够用于微型无人机航拍图像阴影检测与消除,其算法必须对于变化各异的拍摄环境具备良好的鲁棒性。综上所述,可以发现无人机拍摄影像进行阴影分割与消除具有一定的难度和挑战。本论文通过分析现在对无人机影像阴影分割与消除的研究进展,以微型四旋翼无人直升机搭载航拍相机拍摄的图像为数据源,进行图像阴影分割与消除,并将阴影消除后的图像所做的3D模型与原图像的3D模型进行比较。在本论文的研究中,主要的创新点如下:1.在阴影分割方面,先根据图像像素大小等分成m?n份,依次对每一幅图像进行阴影分割与消除,这样可有效改进阴影分割的精度,也有利于之后的阴影消除。对每幅小图像采用均值漂移(MeanShift)算法进行滤波,平滑图像以减少误分割并且降低程序运行时间,再用K均值聚类(Kmeans)算法将图像分割成两部分,然后算出每一部分红绿蓝(RGB)叁通道的均值,均值小的部分为阴影区域,再把阴影区域中小的连通域剔除掉,便分割出了基本的阴影区域。2.在阴影消除方面,先对阴影区域进行腐蚀膨胀操作,得到全阴影区域与半阴影区域。对全阴影区域,根据非阴影区域RGB叁通道均值,采用改进的线性方程校正。对半阴影区域,根据与其相邻的非阴影部分,用快速行进修复算法(Fast Marching Method,FMM)进行修复。修复完成后把所有的小图像拼接回原始图像大小,再次用FMM算法对拼接区域进行修复。
（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。
阴影消除论文参考文献
[1].盖永浩,陈林,钱双柱.涠西南凹陷断层阴影消除方法研究[J].中国石油和化工标准与质量.2019
[2].马皇特.基于无人机航拍图像的阴影分割与消除[D].长安大学.2019
[3].邓佳音,陈建平.多光谱影像波段比值法消除地形阴影的定量分析[J].地质学刊.2018
[4].邓忭春.给孩子一片无雨的天空——如何消除家庭困境给孩子造成的阴影[J].试题与研究.2018
[5].朱延庆.船舶航行监控视频的阴影消除算法研究[J].舰船科学技术.2018
[6].柴国华.ViBe模型与阴影消除相结合的目标提取算法研究[D].重庆邮电大学.2018
[7].郑超.监控视频中运动阴影自适应检测与消除算法[D].安徽大学.2018
[8].姚秦川.消除阴影的办法[J].意林(少年版).2018
[9].胡皓然,王颖.结合HSV空间阴影消除的高斯混合模型背景减除方法[J].电子设计工程.2018
[10].邓忭春.给孩子一片无雨的天空——如何消除家庭困境给孩子造成的阴影[J].试题与研究.2018