导读:本文包含了灰度滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:移动机器人,目标识别,Gabor滤波器,支持向量基(SVM)
灰度滤波论文文献综述
高晓琴,朱丙丽[1]（2019）在《基于灰度图像二维Gabor滤波的目标识别》一文中研究指出提出了一种基于灰度图像的Gabor滤波器识别方法.该方法首先采用Gabor小波滤波器组处理灰度目标图像,并在此基础上采用主元分析法(PCA)提取图像特征,然后结合支持向量(SVM)方法将区域内图像匹配问题转化为分类问题来识别目标物体.仿真实验结果表明,该算法能使移动机器人达到92%以上的识别率,并可满足约8 fps的实时图像处理要求.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年03期）
文永革[2]（2018）在《一种自适应加权的灰度形态学图像滤波算法》一文中研究指出数学形态学滤波属于非线性滤波,针对传统的线性滤波对图像边缘等细节特征容易模糊的缺点,本文提出一种基于灰度形态学的自适应加权复合滤波优化算法,采用凸性多尺度结构元素对灰度图像进行多级形态开闭运算,根据形态滤波等幂特性,实现结构元素序列的自适应加权复合滤波,并对滤波效果进行PSNR评价,实验仿真结果表明该复合滤波算法在保留图像细节特征的同时能有效去除噪声,提高了图像信噪比.(本文来源于《绵阳师范学院学报》期刊2018年05期）
董鹏超,赵利民[3]（2016）在《基于卡尔曼滤波的离散灰度模型在基坑沉降数据的研究》一文中研究指出为了提高深基坑开挖过程中实时沉降监测预测的可靠性与准确性,保障基坑施工和周边环境安全,针对深基坑开挖过程中周围底层移动、施工、环境因素及实际观测过程中原始数据存在较多噪声对原始沉降数据产生一定影响等诸多问题。本文考虑使用卡尔曼滤波理论对沉降数据进行去噪预处理,并建立离散灰度模型,通过该模型对沉降数据进行分析及预测。通过实验数据分析处理,验证模型预测精度有了一定的提高,且具有一定的参考价值。(本文来源于《测绘与空间地理信息》期刊2016年04期）
葛耀林,刘立坤[4]（2015）在《基于改进的同态滤波方法在光测灰度图像增强中的应用》一文中研究指出文章基于光测灰度图像的特点,提出了一种基于改进型的高斯型高通滤波器的同态滤波方法。与常用的光测灰度图像增强的直方图均衡化方法相比,文章方法较好的保留了光测灰度图像中目标的梯度细节与边缘信息,所得到的图像定位精度、图像细节、画面效果等方面与直方图均衡化方法相比表现更好,更适宜于灰度图像的增强处理过程的应用。(本文来源于《企业技术开发》期刊2015年34期）
古培,王斌[5]（2015）在《基于二次灰度形态学滤波的跳频信号盲检测》一文中研究指出短波复杂电磁环境增加了跳频检测难度,现有图像处理类盲检测法大都需要先预设门限进行二值化,但理想门限较为困难且二值图像忽略了跳频的灰度形态特征,因此针对灰度时频图运用形态学滤波,给出了基于二次灰度形态学滤波的检测算法。首先对时频图频率分量进行灰度形态学滤波,滤除大部分尖锐噪声分量和扫频干扰信号;然后将频率分量去均值,降低定频干扰信号的灰度级,同时保留跳频形态特征;最后对时频图时间分量进行改进顶帽变换,提取跳频信号的二值时频图完成检测。仿真表明,算法能有效克服噪声和干扰信号影响,在大于-10d B时提取较为完整的跳频图案,且算法简单、易于工程实现,为短波跳频信号的盲检测提供了一个新的解决方案。(本文来源于《信息工程大学学报》期刊2015年01期）
吴军,李伟,彭智勇,刘荣,唐敏[6]（2014）在《融合形态学灰度重建与叁角网分层加密的LiDAR点云滤波》一文中研究指出形态学滤波与叁角网加密滤波是从LiDAR点云中自动识别真实地面点的两种重要方法,本文分析了两种方法优劣性及其过程实施的特点,提出了一种融合形态学灰度重建与不规则叁角网分层加密的点云滤波新策略:1首先对LiDAR点云实施Ⅰ类错误优先的形态学灰度重建初始滤波,并通过"非最小值抑制"将LiDAR点云标记为地面可靠点、地面可疑点、非地面可疑点叁种类别;2依据形态学灰度重建迭代顺序对非地面可疑点进行分层标记;3利用地面可靠点构建初始叁角网,对地面可疑点、非地面可疑点依次进行叁角网加密滤波,并基于分层标记信息自适应调整地面点判据参数。ISPRS标准数据滤波实验结果表明,本方法滤波质量高且具有较好的通用性。(本文来源于《武汉大学学报(信息科学版)》期刊2014年11期）
杨怀义[7]（2014）在《基于双边滤波与自适应灰度的钢筋图像预处理》一文中研究指出双边滤波这一要素,能处理特有的钢筋图像。滤了图像这一范畴的高频噪声,再依循亮度的更替,保持图像固有的高频成分,接纳自适应架构下的灰度过程。这一新颖方式,把滤波器惯用的权系数,更替成亮度信息特有的乘积。经由优化的这一权系数,再与原初的钢筋图像,进行最优的卷积运算。滤波流程中,要去除图像固有的噪声,与此同时,保持钢筋图像固有的清晰边缘。滤波器预设的权系数,会随同亮度更替而更替,因此,预处理的时段内,要达到期待中的滤波目的。(本文来源于《计算机光盘软件与应用》期刊2014年11期）
白雪冰,张庭亮,祝贺[8]（2013）在《基于多通道Gabor滤波与灰度梯度共生矩阵的虹膜识别方法》一文中研究指出为有效改善虹膜识别系统的性能,针对传统方法提取全局特征时对局部纹理特征不敏感的问题,提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵(GGCM)的虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像滤波,由全局滤波图像构建灰度梯度共生矩阵,提取特征值生成虹膜特向量。识别过程采用加权欧氏距离进行特征匹配。CASIA虹膜图像库实验表明,该方法能在保证识别系统实时性能的前提下使EER下降0.5%。(本文来源于《现代科学仪器》期刊2013年05期）
白雪冰,张庭亮,祝贺[9]（2013）在《基于Gabor滤波与灰度梯度共生矩阵的鸽眼虹膜识别》一文中研究指出禽畜标识技术作为当前研究热点难点受到广泛关注,以虹膜识别为代表的生物特征标识技术成为一种趋势。针对传统方法提取全局特征时对局部纹理特征不敏感的问题,文中提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵(GGCM)的鸽眼虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像进行滤波,由全局滤波图像构建灰度梯度共生矩阵,提取其特征值生成虹膜特征向量,识别过程采用K-NN分类算法。试验结果表明:该方法具有识别精度高,等错率低等优点,在候鸟监测、家禽管理和肉食品追溯方面具有一定的实际应用价值。(本文来源于《经济动物学报》期刊2013年03期）
王忠华,李春勇[10]（2013）在《融合灰度变换和空间滤波的形态学红外图像增强算法》一文中研究指出针对红外弱目标图像对比度差、信噪比低等特点,提出了一种结合局部线性变换和空间滤波数学形态学的红外图像弱目标增强方法.该方法采用局部线性变换对图像进行局部灰度拉伸,利用数学形态学方法对图像数据进行简化,较好地保持了目标的基本形状和边缘,同时去除不相干的信息,提高了图像的对比度和信噪比,有利于后续的图像分割.(本文来源于《南昌工程学院学报》期刊2013年03期）
灰度滤波论文开题报告
（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：
数学形态学滤波属于非线性滤波,针对传统的线性滤波对图像边缘等细节特征容易模糊的缺点,本文提出一种基于灰度形态学的自适应加权复合滤波优化算法,采用凸性多尺度结构元素对灰度图像进行多级形态开闭运算,根据形态滤波等幂特性,实现结构元素序列的自适应加权复合滤波,并对滤波效果进行PSNR评价,实验仿真结果表明该复合滤波算法在保留图像细节特征的同时能有效去除噪声,提高了图像信噪比.
（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。
灰度滤波论文参考文献
[1].高晓琴,朱丙丽.基于灰度图像二维Gabor滤波的目标识别[J].西南师范大学学报(自然科学版).2019
[2].文永革.一种自适应加权的灰度形态学图像滤波算法[J].绵阳师范学院学报.2018
[3].董鹏超,赵利民.基于卡尔曼滤波的离散灰度模型在基坑沉降数据的研究[J].测绘与空间地理信息.2016
[4].葛耀林,刘立坤.基于改进的同态滤波方法在光测灰度图像增强中的应用[J].企业技术开发.2015
[5].古培,王斌.基于二次灰度形态学滤波的跳频信号盲检测[J].信息工程大学学报.2015
[6].吴军,李伟,彭智勇,刘荣,唐敏.融合形态学灰度重建与叁角网分层加密的LiDAR点云滤波[J].武汉大学学报(信息科学版).2014
[7].杨怀义.基于双边滤波与自适应灰度的钢筋图像预处理[J].计算机光盘软件与应用.2014
[8].白雪冰,张庭亮,祝贺.基于多通道Gabor滤波与灰度梯度共生矩阵的虹膜识别方法[J].现代科学仪器.2013
[9].白雪冰,张庭亮,祝贺.基于Gabor滤波与灰度梯度共生矩阵的鸽眼虹膜识别[J].经济动物学报.2013
[10].王忠华,李春勇.融合灰度变换和空间滤波的形态学红外图像增强算法[J].南昌工程学院学报.2013
标签：移动机器人; 目标识别; Gabor滤波器; 支持向量基(SVM);