导读:本文包含了有向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:去块滤波,有向无环图集,并行处理,多核平台
有向滤波论文文献综述
揭月馨,刘浩[1]（2016）在《融合有向图集与并行架构的HEVC去块滤波》一文中研究指出针对高效视频编码(high efficiency video coding,HEVC)的去块滤波,现有文献并没有深入研究其算法层和平台层之间的跨层并行实现机制。基于算法层的有向无环图集(directed acyclic graph set,DAGS)和平台层的通用并行计算架构(compute unified device architecture,CUDA),针对HEVC去块滤波提出了一种跨层并行解码方案。所提方案通过分离图像帧的独立像素区域来减少对缓存的访问,并且降低了HEVC滤波过程中的时序依赖性,便于多核平台的并行处理。通过实验比较"串行"、"DAGS+多核CPU"、"DAGS+GPU"3种不同的HEVC去块滤波方案,结果表明,所提"DAGS+GPU"跨层并行滤波方案平均取得了11~24倍的解码加速比,在保证率失真性能相当的情况下显着减少了解码时间。(本文来源于《计算机科学与探索》期刊2016年09期）
屈鉴铭,刘志镜,贺文骅[2]（2014）在《结合有向场景运动模式的粒子滤波行人跟踪方法》一文中研究指出针对现有行人跟踪算法较少考虑场景运动模式信息的问题,建立一种面向有向场景运动模式的在线学习模型以描述区域行人的共有运动特性,并以此提出了一种新型的粒子滤波行人跟踪算法。通过对行人运动特性的选择性在线统计,探索在非高密度行人跟踪问题中场景模式信息和运动历史信息的运用方式。模型由一个表征行人运动状态相空间局域运动特性的二阶直方图矩阵来描述,并根据每个跟踪单元的加权投票实施更新。通过修正粒子转移后似然概率分布,该算法能够加速粒子向真实的后验分布收敛。通过对两个不同特点的公共数据集视频中的行人进行跟踪实验并与标准的粒子滤波算法结果比较,该算法的平均跟踪误差均低于标准粒子滤波平均跟踪误差的40%,且其运算速度可达6~15帧/s,满足近实时应用帧率。(本文来源于《西安交通大学学报》期刊2014年12期）
郭明,朱敏,周晓东[3]（2011）在《去除椒盐噪声的非对称有向窗加权均值滤波》一文中研究指出针对传统滤波对称窗口在图像边缘处会引入干扰像素引起图像模糊的问题,提出一种非对称有向窗加权均值滤波算法。首先,基于区域极值进行噪声检测;其次,在对称有向窗的基础上提出非对称有向窗的概念,对于噪声点,通过标准差最小的原则自适应选择非对称有向滤波窗口;然后,在选择的非对称有向滤波窗口内对噪声点进行自适应基于距离倒数的加权均值滤波;最后,根据滤波结果对噪声点进行二次确认,纠正前面噪声检测中误检的噪声点。仿真实验表明,该方法在去噪效果和边缘保持性能及运算速度上都优于基于对称有向窗滤波算法,而且与传统的中值滤波法及其一些改进算法相比,也表现出了更优越的性能。(本文来源于《激光与红外》期刊2011年11期）
杨吉宏,胡顺波,张民,薛凌燕[4]（2010）在《灰度图像加权有向平滑滤波算法》一文中研究指出为克服常用平滑滤波算法不能兼顾去噪和保持图像细节的不足,提出了加权有向平滑滤波算法。先根据相似者相容的原理得到待处理像素与各滤波模板的隶属关系,从而判断待处理像素是噪声点,是图像本身像素,还是图像背景像素,然后选用相应加权有向或无向平滑模板对待处理像素进行平滑处理。实验仿真结果表明,加权有向平滑滤波算法既能有效地滤除灰度图像中的噪声,又能很好保护图像的边缘和细节,弥补了常用空域平滑滤波算法不能兼顾去噪和保持图像细节的不足。(本文来源于《计算机工程与设计》期刊2010年01期）
郭秀娟,崔星华,李力东[5]（2007）在《基于有向滤波处理的神经系统》一文中研究指出有向滤波可使一些特殊方向的线性特征得到增强,传统的有向滤波结果往往会在这些方向出现分散的图像,使图像在揭示其线性特征上达不到预期的效果.为此,提出一种新的滤波方法,该方法采用一个神经系统调整来自不同方向的滤波结果,使其产生一个集成图像,该图像代表了在一个或多个方向的增强型的线性特征,综合实例也证明了组合神经系统和有向滤波对于线性特征增强的实用性.(本文来源于《吉林建筑工程学院学报》期刊2007年04期）
许才军,王华,王江林[6]（2005）在《基于有向窗的自适应SIGMA中值滤波算法》一文中研究指出提出了一种能够有效消除InSAR DEM噪声的自适应中值滤波算法:基于有向窗的自适应SIGMA中值滤波。分别采用中值滤波、基于高程的自适应SIGMA中值滤波和基于有向窗的自适应SIGMA中值滤波算法,对InSAR Tandem DEM和模拟DEM进行了滤波处理。结果表明,基于有向窗的自适应SIGMA中值滤波算法不仅能够更有效地消除噪声,而且能够更好地保留图像的边界特征。(本文来源于《武汉大学学报(信息科学版)》期刊2005年10期）
有向滤波论文开题报告
（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：
针对现有行人跟踪算法较少考虑场景运动模式信息的问题,建立一种面向有向场景运动模式的在线学习模型以描述区域行人的共有运动特性,并以此提出了一种新型的粒子滤波行人跟踪算法。通过对行人运动特性的选择性在线统计,探索在非高密度行人跟踪问题中场景模式信息和运动历史信息的运用方式。模型由一个表征行人运动状态相空间局域运动特性的二阶直方图矩阵来描述,并根据每个跟踪单元的加权投票实施更新。通过修正粒子转移后似然概率分布,该算法能够加速粒子向真实的后验分布收敛。通过对两个不同特点的公共数据集视频中的行人进行跟踪实验并与标准的粒子滤波算法结果比较,该算法的平均跟踪误差均低于标准粒子滤波平均跟踪误差的40%,且其运算速度可达6~15帧/s,满足近实时应用帧率。
（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。
有向滤波论文参考文献
[1].揭月馨,刘浩.融合有向图集与并行架构的HEVC去块滤波[J].计算机科学与探索.2016
[2].屈鉴铭,刘志镜,贺文骅.结合有向场景运动模式的粒子滤波行人跟踪方法[J].西安交通大学学报.2014
[3].郭明,朱敏,周晓东.去除椒盐噪声的非对称有向窗加权均值滤波[J].激光与红外.2011
[4].杨吉宏,胡顺波,张民,薛凌燕.灰度图像加权有向平滑滤波算法[J].计算机工程与设计.2010
[5].郭秀娟,崔星华,李力东.基于有向滤波处理的神经系统[J].吉林建筑工程学院学报.2007
[6].许才军,王华,王江林.基于有向窗的自适应SIGMA中值滤波算法[J].武汉大学学报(信息科学版).2005