导读:本文包含了方向滤波器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:图像融合,二维经验模态分解,非下采样方向滤波器组,图像残差
方向滤波器组论文文献综述
熊芳芳,肖宁[1]（2019）在《2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法》一文中研究指出针对当前红外(IR)与可见光(VI)图像融合中细节保留能力不足及目标配准精度不高的问题,设计了一种多尺度2D经验模态分解耦合非下采样方向滤波器组(NSDFB)的红外与可见光图像融合算法。分别计算红外与可见光图像的熵值,并比较二者阈值的大小,计算阈值较大图像的残差。通过2D经验模态分解(2D-EMD)和NSDFB机制,构建了多尺度方向分解模型,将熵值较大图像的残差和熵值较小的图像变换为高频方向系数与低频系数,以获得源图像的细节和特征信息。对于低频系数,引入加权平均作为低频系数的融合准则;根据区域能量对比度与清晰度来定义融合规则,完成高频系数的融合。利用2D-EMD多尺度分解逆变换将获取的低频与高频系数生成新图像。实验表明:与当前常用红外与可见光图像融合对比,所提算法具有更高的融合质量,所输出的图像具有更好的对比度与丰富的细节信息。(本文来源于《光学技术》期刊2019年03期）
陈广秋,梁小伟,段锦,才华[2]（2019）在《多级方向引导滤波器及其在多传感器图像融合中的应用》一文中研究指出基于多级方向引导滤波器,提出一种图像多尺度几何分析方法,并将其应用于多传感器图像融合中.首先利用引导滤波器对图像进行多级边缘保持分解,得到一个近似子带和多个不同尺度上的细节子带;然后采用楔形小尺寸方向剪切滤波器对细节子带进行方向分析,在不同尺度上生成多个方向子带,根据近似子带和方向细节子带所具有的不同物理意义,分别采用不同的融合准则对分解后的系数进行合并处理;最后通过对合并后的系数进行简单的迭加计算获得重构图像.该方法有效解决了在其他多尺度分解中滤波器缺乏自适应性和图像分析不具备平移不变性的问题.多组图像融合实验结果表明,在图像融合过程中,该方法的性能优于已有的其他典型多尺度分解方法.(本文来源于《吉林大学学报(理学版)》期刊2019年01期）
叶玫,刘盈[3]（2019）在《基于方向滤波器组与Laplacian能量和的图像融合算法》一文中研究指出目的针对基于Contourlet变换的融合算法在边缘上易出现吉布斯现象,使其融合图像产生几何失真的问题,设计一种非下采样方向滤波器组耦合局部Laplacian能量和的图像融合算法。方法首先,结合多小波变换(multi-wavelet transform,MWT)与非下采样方向滤波器组(Non-Subsampled Direction FilterBank,NSDFB),将图像分解为3个高频方向系数和1个低频系数。对于低频系数,采用局部修正的Laplacian能量和(Local Sum-Modified-Laplacian,LSML)与脉冲耦合神经网络(Pulse couple neural network,PCNN)组合的LSML-PCNN模型来完成低频信息的融合。对于高频系数,通过提取低频和高频子带边缘,并利用系数绝对最大值法作为依据,实现高频系数的融合。结果实验数据表明,与当前图像融合方案相比,所提算法具有更高的融合质量,得到的融合图像边缘更加清晰和完整。结论所提算法拥有较高的融合视觉效果,可改善图像的对比度和分辨率,在图像处理领域具有一定的参考价值。(本文来源于《包装工程》期刊2019年01期）
高攀,赵恒斌,米珍美,钱宇珊,郭理[4]（2018）在《方向滤波器组预处理方法在人脸识别中的应用》一文中研究指出为了解决在不同受控条件下识别人脸图像存在识别率较低的问题,本文提出使用带方向滤波器组预处理的人脸识别方法。首先,单独使用主成分分析、独立成分分析和线性判别分析3种人脸识别算法对人脸进行识别,然后使用方向滤波器组对人脸先进行预处理,再结合3种算法对人脸进行识别。为了证明所提出方法的普适性,本文使用Yale人脸数据库和FERET人脸数据库2个不同的数据库进行了相同的实验。实验结果表明:本文所提的方法明显改进了识别效率,识别率提高了8.91%-49.99%,其中线性判别分析算法更是获得94.21%的识别率。(本文来源于《石河子大学学报(自然科学版)》期刊2018年06期）
李颖奎,陈广秋,杨阳,刘智,才华[5]（2018）在《多级方向加权最小二乘滤波器及其在多传感器图像融合中的应用》一文中研究指出针对多尺度分解在图像融合领域中的广泛应用,本文提出了一种多级方向加权最小二乘滤波器图像多尺度几何分析方法。该方法利用加权最小二乘滤波器对图像进行多级边缘保持分解,得到一个近似图像和多个不同尺度上的细节图像,然后采用小尺寸方向剪切滤波器对细节图像进行方向分析,在不同尺度上生成多个方向细节图像。根据近似图像和方向细节图像所具有的不同物理意义,分别采用不同的融合策略对分解后的图像系数进行合并处理,最后应用多级方向加权最小二乘滤波器的逆变换得到融合图像。多组图像融合实验结果表明,在图像融合领域,本文提出的基于多级方向加权最小二乘滤波器的图像分解方法优于已有文献中的一些典型多尺度分解方法。(本文来源于《液晶与显示》期刊2018年08期）
王依人,邓国庆,夏营威,张龙,刘勇[6]（2018）在《基于方向可调滤波器的血管图像增强算法》一文中研究指出针对传统算法增强血管的各种问题,提出一种基于方向可调滤波器的血管图像增强方法。该方法以机器视觉系统为硬件平台,采用方向可调滤波器滤波,提取各方向静脉血管;利用小波变换进行图像融合,获取静脉高频信息;通过非线性反锐化掩膜,分层增强血管图像。实验结果表明:该方法能够有效抑制噪声,减少信息丢失,达到较好的增强效果。(本文来源于《系统仿真学报》期刊2018年06期）
郭梦迪[7]（2018）在《基于多级维纳滤波器的宽带信号波达方向估计方法研究》一文中研究指出波达方向(Direction of Arrival,DOA)估计作为空间谱估计的重要部分,能够对阵列接收数据进行谱估计,从而得到源信号的入射角度这一重要参数。入射角度参数能够有效的定位用户的具体位置,无论是在移动通信系统中还是在雷达定位都有十分广泛的应用,由此可见,DOA估计的研究在理论和实践当中都有重要的意义。近年来,为满足无线通信系统传输率的提升,5G(第五代移动通信)中提出的关键技术大规模MIMO(Massive MIMO,Massive Multiple-Input Multiple-Output)系统由于其优越的性能,受到了各方向研究人员的关注,成为了近几年的前沿研究方向。在实际移动通信系统中,随着移动业务的增长,移动通信业务从单一语音通信逐渐扩展至数据与实时图像通信,通信所用信号带宽也由窄带向着宽带发展,以提供更加高速的信号传输。长期以来的对波达方向估计的研究一直集中在对窄带信号的各项研究当中,理论与实践的不匹配将会限制算法研究的发展。因此本文为了更好的与实际移动通信相结合,进行了宽带信号波达方向估计的研究。由于宽带信号波达方向估计的处理需要对信号进行时域、频域的复杂处理,算法本身拥有很大的计算量,考虑到算法应用时效性,以及在未来大规模MIMO系统下的实时通信应用,本文提出了一种低复杂度的DOA估计方法(基于多级维纳滤波器的快速聚焦TCT算法,MRF-TCT算法),这种方法通过信号子空间对TCT算法中求解聚焦矩阵进行了快速聚焦,降低了算法复杂度,并通过与多级维纳滤波器(MSWF,Multi-Stage Wiener Filter)相结合采用MSWF前项递推快速求解子空间,进一步的降低了算法的计算量,提升算法的时效性。在大规模MIMO系统中,本文提出了自适应MRF-TCT算法。由仿真实验发现当阵列规模扩大到一定程度后MSWF的递推会引入一定干扰,导致估计失效。为解决这一问题,从MSWF的特性研究,本文提出了一种大规模MIMO系统下基于MSWF的自适应快速聚焦TCT算法(自适应MRF-TCT算法)。本文对提出的新算法在不同情景,以及环境参数下进行了大量的仿真实验,并通过仿真实验说明了新算法能够有效估计信号的一维角度信息,并在大规模MIMO系统中能够估计出信号的二维俯仰角和方位角参数,有良好的估计性能。(本文来源于《内蒙古大学》期刊2018-05-03）
董迪[8]（2017）在《方向滤波器组的构造及其在图像融合中的应用》一文中研究指出在图像处理中,丰富的方向特征和纹理细节对图像边缘信息的提取有重要的影响,对图像融合以及进一步的分析至关重要。传统的图像融合中采用对比度金字塔分解的策略,可以为图像提供对比度的物理含义,但是没有强调方向检测特性。离散小波变换被广泛地用于图像融合中,但是它提供的方向信息是有限的。因此,本文致力于寻求一种具有有效地提取图像方向信息能力的工具,考虑到方向滤波器组的特性,可以有效地提取图像的方向边缘特征,构造性能优越的方向滤波器组,并据此提出了一种具有方向性的对比度金字塔的图像融合方法。本文主要的研究工作如下:根据方向滤波器组的设计理论,构造出方向滤波器组。Contourlet变换中方向滤波器组的关键是五株滤波器,通过对图像进行扭转和下采样,来实现2'个方向子带的分割。针对上述方法有扭转和下采样操作的不足,构造了两种不同结构的全相位方向滤波器组,分别是多级方式的全相位方向滤波器组和迭代方式的全相位方向滤波器组。两者前两级的构造相同,根据扇形滤波器的频谱制定列率响应,构造出一对全相位的扇形滤波器,将其旋转45°得到一对全相位的象限滤波器,二者级联实现前两级的结构。从第叁级开始,多级结构的各级滤波器依然由列率响应构造得到;迭代结构则利用扇形滤波器以及图像旋转操作进行迭代,以此得到多个方向的划分。提出基于方向性对比度金字塔的图像融合方法。此方法对图像做对比度塔型变换后,通过方向滤波器组对变换所得的各层高频图方向滤波,得到不同尺度不同方向上的高频子图,根据不同频率域的特点,分别进行融合处理,低频子图像的系数取加权平均、高频子图像的系数绝对值取大,通过重构获得结果图。最后,通过视觉感受和客观指标对结果图做出分析与评价。实验结果表明,提出的方法在保持对比度含义的同时,还能提供丰富的方向信息,其结果图不仅具有较好的视觉效果,而且具有更高的清晰度和更强的空间分辨率。(本文来源于《湖北大学》期刊2017-04-11）
李云红,魏妮娜,张晓丹[9]（2017）在《基于多方向Gabor滤波器的图像分割》一文中研究指出针对传统图像分割算法往往受到噪声的影响容易产生过分割问题,提出一种基于多方向Gabor滤波器自适应提取图像粗边缘的区域分割算法。首先,利用多方向Gabor滤波器的虚部对输入图像进行卷积运算提取多方向的幅值,同时提取每个像素点的梯度幅值,再利用自适应阈值法提取图像粗边缘。然后,对粗边缘映射做分水岭变换,得到初始过分割结果。最后,在合并代价的前提下将初始过分割区域进行迭代合并,直到超过合并阈值,得到最终的图像分割结果。实验结果表明,与Canny、区域生长和LOG方法相比,所提出的方法有效地缓解了过分割的问题并且平均计算复杂度降低了约21.5%。(本文来源于《国外电子测量技术》期刊2017年03期）
王玮,杜冰馨[10]（2016）在《基于特征值滤波器方法的阵列方向图综合》一文中研究指出雷达阵列天线常涉及方向图综合,而天线阵综合常是利用优化算法优化幅相及阵元间距等参数的过程。提出一种基于特征值滤波器方法的阵列天线波束赋形综合方法。该方法在最小二乘误差准则下,将阵列复值权矢量求解问题转化为一个求解复Hermitian矩阵的最小特征值对应的特征向量的问题。设计中还可方便地加入零陷约束等线性约束。通过实例设计验证了提出方法的有效性。(本文来源于《无线电通信技术》期刊2016年04期）
方向滤波器组论文开题报告
（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：
基于多级方向引导滤波器,提出一种图像多尺度几何分析方法,并将其应用于多传感器图像融合中.首先利用引导滤波器对图像进行多级边缘保持分解,得到一个近似子带和多个不同尺度上的细节子带;然后采用楔形小尺寸方向剪切滤波器对细节子带进行方向分析,在不同尺度上生成多个方向子带,根据近似子带和方向细节子带所具有的不同物理意义,分别采用不同的融合准则对分解后的系数进行合并处理;最后通过对合并后的系数进行简单的迭加计算获得重构图像.该方法有效解决了在其他多尺度分解中滤波器缺乏自适应性和图像分析不具备平移不变性的问题.多组图像融合实验结果表明,在图像融合过程中,该方法的性能优于已有的其他典型多尺度分解方法.
（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。
方向滤波器组论文参考文献
[1].熊芳芳,肖宁.2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法[J].光学技术.2019
[2].陈广秋,梁小伟,段锦,才华.多级方向引导滤波器及其在多传感器图像融合中的应用[J].吉林大学学报(理学版).2019
[3].叶玫,刘盈.基于方向滤波器组与Laplacian能量和的图像融合算法[J].包装工程.2019
[4].高攀,赵恒斌,米珍美,钱宇珊,郭理.方向滤波器组预处理方法在人脸识别中的应用[J].石河子大学学报(自然科学版).2018
[5].李颖奎,陈广秋,杨阳,刘智,才华.多级方向加权最小二乘滤波器及其在多传感器图像融合中的应用[J].液晶与显示.2018
[6].王依人,邓国庆,夏营威,张龙,刘勇.基于方向可调滤波器的血管图像增强算法[J].系统仿真学报.2018
[7].郭梦迪.基于多级维纳滤波器的宽带信号波达方向估计方法研究[D].内蒙古大学.2018
[8].董迪.方向滤波器组的构造及其在图像融合中的应用[D].湖北大学.2017
[9].李云红,魏妮娜,张晓丹.基于多方向Gabor滤波器的图像分割[J].国外电子测量技术.2017
[10].王玮,杜冰馨.基于特征值滤波器方法的阵列方向图综合[J].无线电通信技术.2016
标签：图像融合; 二维经验模态分解; 非下采样方向滤波器组; 图像残差;