导读:本文包含了自适应图像组论文开题报告文献综述及选题提纲参考文献，主要关键词:分数阶Chen超混沌,整数Haar小波,频域置乱,超混沌S盒代换
自适应图像组论文文献综述
梁晏慧,李国东,王爱银[1]（2019）在《基于分数阶Chen超混沌的频域自适应图像加密算法》一文中研究指出随着互联网科技的发展与繁荣,数字图像的传播与应用越来越广泛,数字图像的安全性也越来越受到重视。在图像加密算法中,置乱-扩散结构的加密算法因符合图像数据二维分布的特点,得到了普遍的应用。然而,普通的置乱-扩散加密算法存在安全性不高、加密效率低等问题。因此,文中使用分数阶Chen超混沌在频域上置乱,再设计超混沌S盒进行代换,最后用双向异或循环左移扩散,从而达到了结合频域与空域,置乱、代换、扩散相结合的一整套加密流程。该算法的密钥空间大、密钥敏感性高、密文统计直方图均匀、密文相邻像素的相关性低、安全性高、抗差分攻击能力强,并且信息熵接近理想值。该算法仅通过3轮迭代就可达到与以前提出的图像加密算法相同的安全级别,加密效率得到了显着提高。(本文来源于《计算机科学》期刊2019年S2期）
杨正理,史文,陈海霞[2]（2019）在《稀疏度拟合的自适应图像并行压缩感知算法》一文中研究指出为了提高图像的重构精度和处理速度,提出一种稀疏度拟合的自适应小波包图像并行压缩感知算法.首先采用小波包对大小相同但不重迭的图像块进行稀疏变换,在最优分解尺度下利用迭代方法确定满足图像重构精度的最低采样率,并采用最小二乘法对采样率进行优化处理;然后结合云计算技术,利用MapReduce框架对算法进行并行化.在实验室构建Java开发环境下的计算机集群,采用标准图像作为样本比较不同算法的压缩率、重构性能和运算时间,结果表明,该算法的重构质量和处理速度均得到显着提升.(本文来源于《计算机辅助设计与图形学学报》期刊2019年08期）
周先春,张敏,吴婷[3]（2019）在《基于分数阶微分算子与高斯曲率相结合的自适应图像去噪》一文中研究指出文中提出分数阶微分算子和高斯曲率相结合的自适应图像去噪方法。将高斯曲率引入偏微分方程模型中,由图像梯度进行边缘检测,再结合高斯曲率和分数阶微分算子的性质,由图像的局部方差建立分数阶微分算子,构建基于分数阶微分算子的自适应图像去噪模型,进行自适应地扩散去噪。结果表明,新算法性能优异,内部信息保护更具完整性,有利于实际应用。(本文来源于《现代电子技术》期刊2019年15期）
缪新,张运海,黄维[4]（2019）在《皮肤反射式共聚焦显微成像自适应图像亮度调节》一文中研究指出在皮肤反射式共聚焦显微成像过程中,为了实现图像亮度的快速调节,提出了一种图像亮度自适应调节方法。通过实验建立光强控制电压与图像亮度之间的关系模型,划分图像极端亮度区间与适度亮度区间,采用分段调节策略,将初始图像从极端亮度区间快速调整至适度亮度区间,在适度亮度区间内通过线性补偿调节至目标灰度均值。对不同深度、不同位置的皮肤组织进行实时成像,图像初始亮度存在着过亮、过暗和适中等各种情况,上述亮度自适应调节方法均能实现快速亮度调节,调节迭代次数为2～3,调节后图像灰度均值达到最优值70左右。实验结果表明,这种自适应图像亮度调节方法快速、有效,能够满足皮肤共聚焦成像检测的需要。(本文来源于《光学精密工程》期刊2019年06期）
朱思凝,张立成,宁金忠,金明录[5]（2019）在《基于压缩感知的阈值多路径稀疏度自适应图像重构算法》一文中研究指出针对深度优先的多路径匹配追踪算法在进行图像重构时需要已知图像稀疏度、计算复杂度高等问题,提出了阈值多路径稀疏度自适应图像重构算法。该算法引入多个候选集,通过设定阈值来进行原子筛选和候选集数量的调整。然后每次迭代选出残差最小的路径作为新的候选集,以提高重构速度。此外,将残差差分小于某一阈值作为算法停止条件,因此不需要图像稀疏度作为算法的输入。实验结果表明,该算法可以获得较好的重构效果,同时保持了良好的时间复杂度和抗噪性能。(本文来源于《系统工程与电子技术》期刊2019年10期）
黎桠娟,叶瑞松[6]（2019）在《基于一种新的二维混沌映射的自适应图像加密算法》一文中研究指出本文提出了一种新的二维混沌映射,并将其应用在自适应性图像加密算法中.首先,提出了一种二维映射,然后对它的Lyapunov指数曲线变化图,分岔图,以及时间序列进行分析,可以看出此二维映射表现出良好的混沌性能,然后利用新的混沌映射设计了一种自适应性图像加密算法.在置乱阶段,仅改变图像像素的位置,不改变它的值,在此阶段计算出图像的特征,并将此特征应用在扩散阶段,因此,不同的原图将为扩散算法产生不同的特征.最后对本文提出的加密算法进行了相关的性能分析,如密钥分析、敏感性分析、统计分析等等,基于所有仿真实验分析,本文所提出的算法在数字图像加密中具有较好的性能.(本文来源于《汕头大学学报(自然科学版)》期刊2019年02期）
程德强,白春梦,郭昕,李腾腾,庄焕东[7]（2019）在《基于分层区域的自适应图像配准算法》一文中研究指出针对SIFT(尺度不变特征变换)算法提取的特征点不纯、易受噪声等因素干扰的问题,提出在SIFT算法提取特征点之前对图像进行预处理,排除部分外界干扰。针对SIFT算法中128维的高维度特征描述符导致匹配速度降低,提出一种基于分层区域的方法降低描述符维度,缩短算法运行时间。针对SIFT算法匹配过程中选取固定阈值不具有广泛适用性的问题,提出一种自适应阈值的方法,解决设置固定阈值不能适用所有图像的问题,提高匹配准确率。实验结果证明,改进的算法能提高匹配准确率和匹配效率,增强算法的鲁棒性和可靠性,并且适用性广泛。(本文来源于《计算机工程与应用》期刊2019年17期）
李晓芳,尹福成[8]（2019）在《基于遗传算法的自适应图像分割技术研究》一文中研究指出在数字人重建中,图像分割是数字人重建的关键要素,常规图像分割方法不但效率低,丢失信息严重,更重要的是分割精度极低。为了解决这些问题,提出了一种基于非局部相似正则化降噪方法的改进并将改进双种群遗传算法,通过分割结果表明论文提出的算法具有较高稳定性,分割效果较精确,而且大幅度降低了遗传算法的计算复杂度。(本文来源于《计算机与数字工程》期刊2019年04期）
陶兆胜,王磊,张敬寒,王彪[9]（2018）在《强化边缘结构分辨的分段自适应图像修复》一文中研究指出针对Criminisi算法对边缘纹理分辨不足、无法识别图像局部区域的直线和曲线的特征以及通过颜色进行块匹配而造成修复效果失真等问题,提出一种局部特征与边缘纹理分辨相结合的分段自适应图像修复算法。首先在分段自适应图像修复算法的优先权中引入边缘分辨因子和特征判断因子,增强对边缘、局部区域的直线和曲线的分辨能力,克服破损边缘不合理的修复顺序;其次在块匹配准则中引入特征项,提高样本块的匹配准确率,避免块匹配的颜色匹配不足;然后采用分段自适应算法进行置信项更新,解决置信项快速趋于0的问题;最后采用主客观的评价体系对图像修复质量进行评价。评价结果显示分段自适应图像修复算法的图像修复质量优于其他算法,信噪比和峰值信噪比的评价值均提高在0～3.8之间;在结构相似度的优化程度上提高了0～0.7%。实验结果证明,分段自适应图像修复算法有效地修复了破损图像,获得较好的图像视觉效果。(本文来源于《光电子·激光》期刊2018年12期）
吴昊堃[10]（2018）在《用于叁维形貌检测的自适应图像拼接算法的研究》一文中研究指出图像拼接理论是当前图像处理、机器视觉方向的研究热点,该项技术的进展对推动虚拟现实、遥感图像处理、医学图像分析等领域的发展有着十分重要的现实意义。叁维形貌检测技术是现代工业技术中的重要部分,但其检测范围受到成像设备的限制。如何在不损失测量精度的情况下扩大检测范围是该领域面临的一个主要问题。使用图像拼接技术能够将具有重合部分的图像自适应地拼接成一幅大视场图像,在扩大市场范围的同时保留了检测精度,能够很好地解决这一问题。本文首先对叁维形貌检测基本原理进行研究,然后对基于特征的图像拼接技术的理论和方法进行了深入的研究,针对当前显微图像拼接过程中存在的问题提出了完整的解决方案,并对相关的图像增强、特征提取、特征匹配、变换矩阵求取和图像融合等步骤进行了详细分析和算法实现,最后通过MATLAB编写程序实现了显微图像的拼接。在图像增强算法研究中,针对显微图像质量不高难以提取足够的有效特征点的问题,对灰度直方图增强和频域增强的两种图像增强算法进行研究,对直方图均衡化、双直方图均衡化、动态直方图均衡化等算法以及频域滤波增强算法进行了充分研究和实验分析,结合实验结果选取双直方图均衡化和同态滤波的方法进行图像增强。在特征提取算法的研究中,本文对SIFT算法、SURF算法和两种角点检测算法的算法原理进行研究并编写程序进行特征点提取实验,根据图像特征点提取精度,特征点提取速度、抗干扰能力以及提取特征点是否具有旋转、平移不变性等选取SIFT特征点提取算法,有效提取图像中的特征点。在SIFT特征点匹配算法研究中,本文建立了数据索引(K-D树)进行检索,并使用BBF(Best Bin First)算法建立优先序列,达到了提高搜索效率的目的。并针对实验所发现的问题对现有的SIFT算法进行了改进,通过提取边缘处特征点的方式减少了提取特征点的范围,大大提高了算法的效率。在图像配准和图像融合算法的研究中,使用RANSAC算法求取图像的坐标变换矩阵,以实现空间上的图像配准,证明RANSAC能够剔除大部分的误匹配特征点对;并使用最佳缝合线法对进行图像融合。最后设计实验,分别对只包含平移关系的图像和包含平移、缩放关系的图像进行拼接实验,取得预期效果,完成图像拼接。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
自适应图像组论文开题报告
（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：
为了提高图像的重构精度和处理速度,提出一种稀疏度拟合的自适应小波包图像并行压缩感知算法.首先采用小波包对大小相同但不重迭的图像块进行稀疏变换,在最优分解尺度下利用迭代方法确定满足图像重构精度的最低采样率,并采用最小二乘法对采样率进行优化处理;然后结合云计算技术,利用MapReduce框架对算法进行并行化.在实验室构建Java开发环境下的计算机集群,采用标准图像作为样本比较不同算法的压缩率、重构性能和运算时间,结果表明,该算法的重构质量和处理速度均得到显着提升.
（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。
自适应图像组论文参考文献
[1].梁晏慧,李国东,王爱银.基于分数阶Chen超混沌的频域自适应图像加密算法[J].计算机科学.2019
[2].杨正理,史文,陈海霞.稀疏度拟合的自适应图像并行压缩感知算法[J].计算机辅助设计与图形学学报.2019
[3].周先春,张敏,吴婷.基于分数阶微分算子与高斯曲率相结合的自适应图像去噪[J].现代电子技术.2019
[4].缪新,张运海,黄维.皮肤反射式共聚焦显微成像自适应图像亮度调节[J].光学精密工程.2019
[5].朱思凝,张立成,宁金忠,金明录.基于压缩感知的阈值多路径稀疏度自适应图像重构算法[J].系统工程与电子技术.2019
[6].黎桠娟,叶瑞松.基于一种新的二维混沌映射的自适应图像加密算法[J].汕头大学学报(自然科学版).2019
[7].程德强,白春梦,郭昕,李腾腾,庄焕东.基于分层区域的自适应图像配准算法[J].计算机工程与应用.2019
[8].李晓芳,尹福成.基于遗传算法的自适应图像分割技术研究[J].计算机与数字工程.2019
[9].陶兆胜,王磊,张敬寒,王彪.强化边缘结构分辨的分段自适应图像修复[J].光电子·激光.2018
[10].吴昊堃.用于叁维形貌检测的自适应图像拼接算法的研究[D].哈尔滨工业大学.2018
标签：分数阶Chen超混沌; 整数Haar小波; 频域置乱; 超混沌S盒代换;