导读:本文包含了导向滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:医学图像,图像融合,导向滤波器,空间连续性
导向滤波器论文文献综述
郭盼,何文超,梁龙凯,张萌,吕绪浩[1]（2019）在《基于导向滤波器的医学图像融合方法》一文中研究指出针对医学图像融合过程中易产生人造纹理的问题,本文将引导滤波器应用到医学图像融合中,有效提高融合图像的空间连续性,减少人造纹理的产生。首先利用导向滤波器的细节增强特性获得图像的细节层信息,主要通过导向滤波器对原图像进行滤波处理得到其基础层图像信息,再与原图像作差运算即可得细节层图像信息;然后采用基于含可变参数p的邻域统计特性融合规则得到图像融合权值系数,该融合规则在原有的邻域统计特性中加入可变参数p,可以有效增强融合图像的细节信息;最后将原图像按照所得的图像融合权值系数进行融合,得到最终的融合图像。实验仿真结果对比分析表明,随着可变参数p的变化,融合效果也有明显的提高,当p>10后,融合效果基本趋于平稳。该融合方法可以有效地实现医学图像融合,与其他融合方法相比,具有一定的优越性。(本文来源于《液晶与显示》期刊2019年06期）
刘振国,潘峥嵘,朱翔[2]（2018）在《基于导向滤波器的超像素分割》一文中研究指出针对大多数超像素分割算法均通过迭代逐步逼近图象的边缘,虽多次迭代后分割线能够到达对象的边缘,但计算效率低、重合度较低,文中提出了一种强化对象边缘的方法。利用导向滤波器对图像进行预处理,使对象的边缘进一步强化;对图像进行超像素分割促使像素快速聚类。试验证明了提出算法的可行性。(本文来源于《自动化与仪表》期刊2018年08期）
齐伟峰[3]（2017）在《基于导向滤波器的多光谱图像与全色图像融合研究》一文中研究指出多光谱与全色图像融合技术是遥感图像融合领域中重点研究方向之一,该技术研究的目标是获取高空间分辨率的多光谱图像。随着遥感卫星传感器技术的不断发展,IKONOS、GeoEye-1、WorldView-2等遥感卫星可同时提供更高空间分辨率的全色图像和更高光谱分辨率的多光谱图像,现有的融合方法对此类新型高分辨率星载图像进行融合时容易产生不同程度的光谱信息扭曲和空间细节失真,融合效果较差,且融合方法缺乏通用性。导向滤波器是近年来出现的一种新型边缘保持滤波器,具有保边平滑、结构转移等特点,在图像融合领域中已初显优势。为了解决高分辨率多光谱与全色图像融合时易产生的信息失真问题,本文开展了基于导向滤波器的融合方法研究,主要工作如下:1.在研究现有多光谱与全色图像融合方法的基础上实验并分析了现有融合方法的缺点和局限性,得出了现有融合方法不适用于新型高分辨率多光谱与全色图像融合的结论。2.在研究导向滤波器原理的基础上实验并分析了导向滤波器的保边平滑特性和结构转移特性。保边平滑特性能够对输入图像实现低通滤波的同时保持图像的边缘细节,结构转移特性能够有效地将导向图像的空间结构转移至输出图像。实验证明导向滤波器的这两个特性能够有效地服务于多光谱与全色图像的融合。3.提出了一种基于导向滤波器的细节增强融合方法。该方法首先利用导向滤波器的结构转移特性有效地消除图像因上采样产生的边缘块效应现象,减少了空间信息失真对融合质量的影响,然后利用导向滤波器的保边平滑特性从全色图像中提取出丰富的空间细节,有利于提升融合图像的空间分辨率。另外,该方法不受波段间相对光谱响应关系的约束,可以利用全色光图像对多光谱单波段实施融合,提高了融合方法的通用性。分别采用IKONOS、GeoEye-1以及WorldView-2卫星图像进行融合实验,实验结果表明该方法能够在有效保持光谱信息的同时显着增强图像的空间细节。4.提出了一种导向滤波与超球彩色变换相结合的融合方法。该方法首先运用超球彩色变换分离出多光谱图像的强度分量和光谱分量,然后利用基于导向滤波器的细节提取模型分别对强度分量和全色光图像进行空间细节特征提取,最后经超球彩色逆变换得到融合结果。采用叁种卫星图像进行融合实验,实验结果表明该方法能在维持原始光谱特性的前提下充分提升融合图像的空间分辨率。(本文来源于《西北工业大学》期刊2017-01-01）
韩慧妍,韩燮,杨风暴,韩焱[4]（2014）在《基于联合相似性测度和导向滤波器的立体匹配算法研究》一文中研究指出针对目前局部立体图像匹配中对光照、噪声和曝光等敏感导致匹配率低的问题,提出一种新的立体匹配算法。在该算法中,匹配代价计算基于像素点的截断的联合相似性测度(灰度和梯度),匹配代价计数统计中,选择快速且不依赖于滤波核大小的具有保边特性的导向滤波器作为支持窗口中邻域像素的自适应权重,基于WTA(Winner-Take-All)原则选择视差。最后进行一致性检查以及后处理得到致密的视差图。实验表明,与其他基于局部的立体匹配算法相比,该算法的误匹配率低,对辐射畸变有较好的不变性,同时能快速得到视差图。(本文来源于《计算机应用与软件》期刊2014年08期）
导向滤波器论文开题报告
（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：
针对大多数超像素分割算法均通过迭代逐步逼近图象的边缘,虽多次迭代后分割线能够到达对象的边缘,但计算效率低、重合度较低,文中提出了一种强化对象边缘的方法。利用导向滤波器对图像进行预处理,使对象的边缘进一步强化;对图像进行超像素分割促使像素快速聚类。试验证明了提出算法的可行性。
（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。
导向滤波器论文参考文献
[1].郭盼,何文超,梁龙凯,张萌,吕绪浩.基于导向滤波器的医学图像融合方法[J].液晶与显示.2019
[2].刘振国,潘峥嵘,朱翔.基于导向滤波器的超像素分割[J].自动化与仪表.2018
[3].齐伟峰.基于导向滤波器的多光谱图像与全色图像融合研究[D].西北工业大学.2017
[4].韩慧妍,韩燮,杨风暴,韩焱.基于联合相似性测度和导向滤波器的立体匹配算法研究[J].计算机应用与软件.2014