导读:本文包含了方向窗论文开题报告文献综述及选题提纲参考文献，主要关键词:四叉树,椭圆方向窗,Stein无偏风险估计,最小均方误差
方向窗论文文献综述
金彩虹[1]（2015）在《椭圆方向窗内的小波域图像去噪算法》一文中研究指出利用噪声小波系数父子和图像小波系数父子在四叉树上的不同传播特性,首先,将小波系数区分为:噪声系数、图像系数和噪声与图像共存的系数(简称共存系数).然后,将噪声系数置零,图像系数完整保留.最后,利用小波域内子带能量分布的方向聚类性,采用Stein无偏风险估计,为每个子带确定最佳大小的椭圆方向邻域窗,通过最小均方误差准则在该窗内对共存系数进行去噪估计.实验结果表明,该算法实现了信号和噪声的有效分离,提高了真实信号系数方差估计的准确度,在去除噪声的同时尽可能多地保留了图像的边缘细节,提高了恢复图像的PSNR值.(本文来源于《南京晓庄学院学报》期刊2015年06期）
金彩虹[2]（2013）在《基于椭圆方向窗的非下采样Contourlet域图像去噪算法》一文中研究指出利用非下采样Contourlet变换的平移不变性和多方向选择性,考虑非下采样Contourlet域内子带能量聚集的各异性,在不同尺度、不同方向的子带内,采用不同的椭圆方向窗对窗中心系数进行基于NeighShrink算法的估计。估计时各子带所用椭圆方向窗的主轴方向与图像能量聚集方向一致,椭圆方向窗的长、短轴之比与该尺度下非下采样Contourlet基函数的支撑区间相匹配,椭圆方向窗的最佳大小和该窗内的最佳阈值通过最小化Stein的无偏风险估计获得。试验结果表明,用该椭圆方向窗在能量聚集处能够实现对高频子带系数的最佳估计,在去除噪声的同时尽可能多地保留图像的边缘细节,提高恢复图像的信噪比。(本文来源于《河海大学学报(自然科学版)》期刊2013年04期）
马爱红,玉振明,莫建文[3]（2013）在《椭圆方向窗与新轮廓波应用于多聚焦融合算法研究》一文中研究指出针对光学显微镜景深扩展中的多聚焦图像融合问题,提出了一种基于方向特性的新轮廓波域多聚焦图像融合算法。该算法首先对图像进行新轮廓波变换(New Contourlet Transform with Sharp Frequency Localization,NCT-SFL),分解得到不同尺度、不同方向的高低频系数,低频系数融合使用算术平均法,高频系数融合分为两步:先采用改进拉普拉斯能量和(Sum Modified Laplacian,SML)提取特征值;然后定义新的与方向分解一一对应的椭圆方向窗,在确定的椭圆窗参数下,对提取的特征值进行累加并以此为依据对高频系数进行融合,最后通过反新轮廓波变换得到融合图像。在实验部分用定义的新的客观评价指标互结构信息(Mutual Structural Information,MSI)对融合算法进行了评价,结果表明:对多聚焦图像本文所提方法比新轮廓波域方形窗算法MSI提高了2.94%,比Contourlet域方形窗与椭圆窗算法MSI分别提高了10.44%和8.56%。说明本文方法能提取源图像中更多的清晰信息到融合图像,是一种有效的景深扩展手段。(本文来源于《信号处理》期刊2013年01期）
乔林峰,王俊[4]（2013）在《利用数学形态学和复数小波方向窗维纳滤波的图像去噪算法》一文中研究指出利用小波进行图像去噪是目前图像处理研究的热点。提出了一种结合数学形态学和复数小波方窗维纳滤波的图像去噪算法。该算法同时利用了复数小波的方向特性和图像本身固有的几何特性,首先使用双树复数小波变换对图像进行处理,再在基于复数小波域上进行维纳滤波,接着使用数学形态学把图像分成光滑区域和纹理区域2个部分,然后结合复数小波方向窗去更准确地估计小波域方向子带每一点的信号方差,最后利用维纳滤波器进对含噪图像进行去噪处理。实验结果表明,该算法的去噪效果优于一般的复数小波维纳滤波,并且运算更加简洁。(本文来源于《四川兵工学报》期刊2013年01期）
颜学颖,焦李成[5]（2012）在《基于各向异性自适应高斯加权方向窗的非局部叁维Otsu图像门限分割》一文中研究指出针对传统3维Otsu(3D-Otsu)门限分割方法中的滤噪性能和小目标保持性能的不足,该文提出一种基于各向异性自适应高斯加权方向窗的3D-Otsu门限分割的新方法。新方法改进了3D-Otsu的邻域窗口设置方法,采用中心点的局部特征来自适应地确定邻域各向异性高斯加权方向窗口的尺寸、尺度和滤波方向。然后,提出非局部多方向相似度测量来更有效地捕捉图像中的模式冗余。最终,结合像素点灰度值、加权均值、加权中值构建3维直方图,并基于最大类间方差计算门限矢量进行分割。实验结果表明:与目前广泛使用的2维Otsu,2维最大熵以及传统3维Otsu方法相比,新方法有着更好的门限分割效果,并具有更好的滤噪性能和小目标保持性能。(本文来源于《电子与信息学报》期刊2012年11期）
张小波[6]（2010）在《关于图像去噪中使用椭圆方向窗的评论》一文中研究指出局部窗的使用广泛应用于图像去噪技术中,不同类型的窗被引入,椭圆方向窗是其中之一。就椭圆方向窗在图像去噪中的作用与常用的方形窗作了对比,得出在去噪过程中,椭圆窗并不占有优势,它与方形窗作用相当,输出图像的峰值信噪比甚至略低于使用方形窗的去噪结果。(本文来源于《咸阳师范学院学报》期刊2010年06期）
陈龙,郭宝龙,孙伟[7]（2010）在《一种基于方向窗特性的Contourlet域的多聚焦图像融合算法》一文中研究指出针对同一场景多聚焦图像的融合问题,提出了一种基于方向区域特性的Contourlet域多聚焦图像融合算法.该算法对图像进行Contourlet变换,分解为不同尺度、不同方向的高低频子带;低频和高频子带分别采用方向区域的方差匹配度和能量作为融合规则;最后通过反变换得到融合图像.结果表明,所提出的方向区域方法能够更好地体现二维图像中的曲线或直线状边缘特征,是一种有效可行的图像融合算法.(本文来源于《光子学报》期刊2010年11期）
刘明坤,龙奕,尹忠科,王蕊[8]（2009）在《基于自适应方向窗的医学图像增强算法》一文中研究指出在影像的医学诊断中,为了从图像中挖掘出尽可能多的决策信息,需要有效的图像增强算法。在分析人眼视觉特性的基础上,针对小波不能"最优"表示含线、面奇异的二维图像的问题,提出了基于几何多尺度方向窗的图像增强算法。利用图像的几何特征,在小波域中划分出同质窗和结构方向窗。首先在同质窗内抑制噪声;然后计算出结构方向窗的几何方向,再沿窗方向作2-D向1-D系数投影,进而对产生的1-D信号做增强处理。实验结果表明,该方法在提高医学图像对比度、改善图像质量的同时有效地解决了传统算法中难以克服的噪声放大和清晰边缘过增强等问题,处理后的图像更利于医生进行分析诊断和医学影像的后续处理。(本文来源于《计算机工程与应用》期刊2009年22期）
周祚峰,水鹏朗[9]（2008）在《利用数学形态学和方向窗的小波域双重局部维纳滤波图像去噪算法》一文中研究指出基于小波的图像去噪算法是目前图像处理研究的一个热点。该文提出了一种结合椭圆型方向窗和数学形态学的小波域双重局部维纳滤波图像去噪算法。该算法同时利用了小波域子带的方向信息和图像本身所固有的几何结构:首先使用数学形态学把图像分成纹理区域和光滑区域两部分,然后结合椭圆型方向窗去估计小波域方向子带中每一点的信号方差,最后使用双重维纳滤波器对含噪图像进行去噪。实验结果表明该算法的去噪效果优于其它的采用二维可分离实小波进行图像去噪的算法。(本文来源于《电子与信息学报》期刊2008年04期）
刘燕,彭玉华,曲怀敬,万洪林[10]（2008）在《基于矩形方向窗的小波域去噪方法》一文中研究指出根据小波变换的特点,提出了一种新的局部邻域窗口选择方法——基于方向性的矩形窗口选择方法。对同一尺度不同子带选用不同方向的矩形窗口,并且不同尺度下窗口的大小也不同;对于多方向性的图像,使用双树复小波变换取代传统的离散小波变换。实验结果表明,将其应用于图像去噪,简单有效,并且可得到更高的峰值信噪比和更好的视觉效果。(本文来源于《计算机应用》期刊2008年02期）
方向窗论文开题报告
（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：
利用非下采样Contourlet变换的平移不变性和多方向选择性,考虑非下采样Contourlet域内子带能量聚集的各异性,在不同尺度、不同方向的子带内,采用不同的椭圆方向窗对窗中心系数进行基于NeighShrink算法的估计。估计时各子带所用椭圆方向窗的主轴方向与图像能量聚集方向一致,椭圆方向窗的长、短轴之比与该尺度下非下采样Contourlet基函数的支撑区间相匹配,椭圆方向窗的最佳大小和该窗内的最佳阈值通过最小化Stein的无偏风险估计获得。试验结果表明,用该椭圆方向窗在能量聚集处能够实现对高频子带系数的最佳估计,在去除噪声的同时尽可能多地保留图像的边缘细节,提高恢复图像的信噪比。
（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。
方向窗论文参考文献
[1].金彩虹.椭圆方向窗内的小波域图像去噪算法[J].南京晓庄学院学报.2015
[2].金彩虹.基于椭圆方向窗的非下采样Contourlet域图像去噪算法[J].河海大学学报(自然科学版).2013
[3].马爱红,玉振明,莫建文.椭圆方向窗与新轮廓波应用于多聚焦融合算法研究[J].信号处理.2013
[4].乔林峰,王俊.利用数学形态学和复数小波方向窗维纳滤波的图像去噪算法[J].四川兵工学报.2013
[5].颜学颖,焦李成.基于各向异性自适应高斯加权方向窗的非局部叁维Otsu图像门限分割[J].电子与信息学报.2012
[6].张小波.关于图像去噪中使用椭圆方向窗的评论[J].咸阳师范学院学报.2010
[7].陈龙,郭宝龙,孙伟.一种基于方向窗特性的Contourlet域的多聚焦图像融合算法[J].光子学报.2010
[8].刘明坤,龙奕,尹忠科,王蕊.基于自适应方向窗的医学图像增强算法[J].计算机工程与应用.2009
[9].周祚峰,水鹏朗.利用数学形态学和方向窗的小波域双重局部维纳滤波图像去噪算法[J].电子与信息学报.2008
[10].刘燕,彭玉华,曲怀敬,万洪林.基于矩形方向窗的小波域去噪方法[J].计算机应用.2008
标签：四叉树; 椭圆方向窗; Stein无偏风险估计; 最小均方误差;