导读:本文包含了理论分辨率论文开题报告文献综述及选题提纲参考文献，主要关键词:显微成像,分辨率,《声学显微镜与超分辨率成像理论及应用》,磁共振
理论分辨率论文文献综述
董会晓,张孝常,程启龙[1]（2019）在《磁共振显微成像在脑神经影像科学中的应用——评《声学显微镜与超分辨率成像理论及应用》》一文中研究指出磁共振显微成像是指通过对梯度磁场的应用,利用所发射出的电磁波探测微观物质内部所释放的能量,并判断构成这一微观物质的具体属性,以此来绘制该微观物质的内部结构图像。其在医学研究中占据举足轻重的地位,主要用于研究神经、组织、细胞等微观事物。脑神经影像科学是一门关注脑工作机制、反映脑功能影像的学科,起到保护与开发大脑机能的作用。将磁共振显微成像融入到脑神经影像科学应用研究中,能够为脑神经影像科学发(本文来源于《电子显微学报》期刊2019年04期）
王赟[2]（2019）在《融合稀疏与低秩理论的图像超分辨率重建算法研究》一文中研究指出图像超分辨率重建技术是指在不改变成像硬件水平的前提下,利用图像先验信息,结合当前的单幅或序列低分辨率图像,重建出当前环境下的高分辨率图像。该技术不仅提高了图像的质量,节约了经济成本,同时方便于进一步的研究处理。随着人们生活质量和科技发展水平的提高,图像超分辨率重建技术在医疗、军事及计算机视觉领域的应用越来越广。本文主要研究了稀疏表示及低秩矩阵恢复相关理论,并以此为基础提出了两种新的单幅图像超分辨率重建算法,分别在有无噪声环境下进行实验,检验算法的有效性。首先,针对超分辨率技术对图像的高频信息重建力度不足这一问题,本文引入图像的剩余补充高频信息来增强重建图像的细节信息,将测试图像降采样后再重建到与原测试图相同尺寸,取两图像之差作为补充高频信息,然后将补充高频信息与测试图重建图像迭加,增强高频信息,实验表明该算法的性能有一定的提升。其次,针对图像超分辨重建算法效率低下这一问题,本文将测试图像低秩分解,然后根据各部分图像内容特点各自重建。图像的低秩部分包含原始图像的大部分信息,因此对低秩部分进行稀疏重建,而稀疏部分进行插值重建,减弱了图像噪声对稀疏学习过程的影响,然后将重建结果迭加到一起。实验结果表明本文算法性能和效率均有提升。最后,为了提高重建算法对噪声的鲁棒性,在低秩分解算法的基础上引入加权核范数最小化来抑制图像稀疏部分的噪声,加权核范数最小化更加充分利用了图像的奇异值信息,实验结果表明,该算法对噪声具有良好的鲁棒性。(本文来源于《中原工学院》期刊2019-06-01）
程少园,杨沐,姜宏佳,高凌雁,付强强[3]（2019）在《超敏捷动中成像高分辨率遥感卫星成像理论分析》一文中研究指出对超敏捷动中成像遥感卫星角速度快(6 (°)/s)、角加速度大(1.5 (°)/s2)、成像参数随时空复杂多变等新问题,开展了超敏捷动中成像特点分析与成像参数仿真分析工作。构建了动中成像复杂模型,精确分析了动中成像合速度的变化规律。在此基础上,结合信噪比、调制传递函数(MTF)等计算公式,全面分析了不同成像条件下,动中成像系统的行频、TDI级数、姿态稳定度MTF、同步误差MTF、偏流修正误差MTF等随角速度的变化关系,为超敏捷动中成像卫星,尤其是卫星的成像电子学,提供了重要的设计依据。(本文来源于《红外与激光工程》期刊2019年11期）
王春艳[4]（2019）在《基于区间二型模糊理论的高分辨率遥感影像分割方法研究》一文中研究指出影像分割是遥感影像处理(如特征提取、目标辨识、地物目标分类)的基础工作和重要任务。高分辨率遥感影像所具有的更加丰富的地表覆盖细节信息为精准地物目标分割提供了充分的依据。然而,更加精细的空间尺度、复杂多样的地物目标及真实地表覆盖信息的缺乏,增加了像素类属的不确定性和分割决策的不确定性,给高分辨率遥感影像分割带来了新问题,导致高分辨率遥感(本文来源于《测绘学报》期刊2019年01期）
李宇宙,张喆,陈泉荣,郭华[5]（2017）在《一种以超分辨率理论为基础的磁共振眼球成像方法》一文中研究指出磁共振成像(MRI)是一种无电离辐射的非介入性的眼内肿瘤检测方法,但分辨率和运动伪影是成像过程中不易克服的困难.以往的扫描方法或是不可避免的引入运动伪影,或是需要受试者做精确的配合,增加了成像的难度,给受试者带来不舒适的体验.本文提出了一种以超分辨率理论为基础的新的磁共振眼球成像方法,使用一种特制的眼球线圈,对眼部区域扫描一系列动态的图像,使得不同方向上的采集分辨率互补.最后经过预处理、配准、超分辨率重建等操作,得到高质量的磁共振眼球图像.实验结果表明,这种方法可以在不需要受试者做额外配合工作的情况下,得到更加清晰的磁共振眼球图像.(本文来源于《波谱学杂志》期刊2017年04期）
何珊[6]（2017）在《坡度理论分布与分辨率的关系》一文中研究指出坡度是很多地表过程的重要影响因子,也是水文学、土壤学、遥感图像处理等学科中重要的地表形态指标之一。以往对于坡度分布的研究主要侧重于坡度的统计分布与地形类型间的关系。然而,基于DEM数据的坡度理论模型研究中,DEM分辨率对坡度理论分布的影响至关重要。本文选取五个典型样区,试图探讨在不同地形类型区,坡度理论分布与分辨率的关系,并深入探讨分辨率的两个组分——地形平滑和采样间距对高程梯度(p、q)、高程梯度联合方差(σg)、坡度相关统计特征和坡度理论分布的影响。本文所得主要结论如下:(1)基于信息含量法和采样定理法对选取的五个典型样区DEM适宜分辨率进行了确定,结果为:拜泉样区适宜栅格尺寸为20m,延安、绥德和横断山样区适宜栅格尺寸为10m,遂宁样区适宜栅格尺寸为5m。(2)随着分辨率的降低,高程梯度p、q的图像表面逐渐变得平缓和光滑,图像表面信息含量逐渐减少;p、q值域和标准差、高程梯度联合方差以及坡度统计特征值(平均值和标准差)随分辨率的降低均逐渐减小。分辨率的两个组分(平滑程度和采样间距)对以上结果均有影响,但地形平滑作用都是主要影响因素,且在地形较为复杂的地区,地形平滑的作用更加明显。(3)坡度频率和累积频率与分辨率的关系相似:随分辨率的降低,频率和累积频率曲线逐渐向低坡度段移动,坡度值域逐渐减小,频率峰值区也逐渐变窄。根据直方图相似度指数(HS)的结果显示,五个样区的HS值均大于0.8,黄土丘陵区(延安和绥德)的HS最高,说明坡度理论分布模型在对坡度分布的模拟效果整体很好,黄土丘陵区效果更佳。相比之下,极陡山地模拟效果稍欠佳。(本文来源于《西北大学》期刊2017-06-01）
周梦璇[7]（2017）在《基于相关分析理论的图像超分辨率方法研究》一文中研究指出超分辨率方法作为一种提高图像分辨率的新兴技术,逐渐成为人们研究的热门领域。基于典型相关分析的图像超分辨率重构方法充分考虑到典型相关分析能够最大化两个变量之间相关性的特性,将低分辨率图像子空间的拓扑结构应用至高分辨率的图像集中,从而实现对高分辨率图像的恢复。实验结果表明,基于典型相关分析的图像超分辨率重构方法能够比较清晰地恢复出高分辨率图像。本文就如何提升典型相关分析的图像超分辨率重构方法的效果展开了进一步的研究工作:1、提出了基于监督典型相关的图像超分辨率方法。本文就广义典型相关分析、鉴别典型相关分析和局部鉴别典型相关分析叁种监督典型相关分析算法进行分析与后续应用工作。在模式识别的数据库上进行验证,实验表明,监督典型相关分析算法的效果均高于无监督的典型相关分析;给出了基于监督典型相关分析的图像超分辨率方法的模型框架,通过实验对比表明,带有监督的典型相关分析能够更好地恢复出高分辨率图像。2、提出了一种基于鉴别典型相关的图像超分辨率稀疏重构方法。由于现有的图像超分辨率框架中的近邻值需要人工设置,因此给出了一种新型的超分辨率稀疏重构的框架。在CCA子空间进行重构时,将稀疏方法引入到模型中,利用稀疏选择近邻的思想无参数且自适应的选择近邻样本,优化了整体的算法模型,提高了方法运行的效率,提升了超分辨率对于图像恢复的效果。3、提出了一种基于多视角典型相关分析的图像超分辨率稀疏重构方法。由于现有的典型相关分析方法一般仅考虑一种视角的信息,在考虑某一类别属性后不能充分利用其它视角信息。本文提出了一种多视角的典型相关分析方法,并将其应用于图像超分辨率的稀疏重构模型中。通过实验表明,基于多视角的典型相关分析能够充分发掘数据样本集中的各类属性的类别信息,最大化类别内的信息特征的同时最小化类别间的信息特征,有着很好的恢复效果。(本文来源于《江南大学》期刊2017-06-01）
李春晓[8]（2017）在《基于K&C模型和多分辨率理论的混凝土压缩和弯曲行为模拟》一文中研究指出实际工程中,材料所表现出的宏观力学性质是人们选择材料时最为关心的因素,但实际上许多广泛使用的材料如合金和复合材料都具有明显的非均质特征。对于非均质材料来说,其宏观力学性质是由该材料的内部微观结构特性和不同尺度特性之间的“相互作用”共同决定的,如何才能准确地认识和描述这些特性及相互作用的影响是研究的关键和难点。混凝土这种广泛运用的建筑材料是典型的非均质材料,但是传统的研究都忽略这种非均质特性,将其简化为均质材料来进行研究,并且忽略了成型过程中初始缺陷等的影响,这造成对混凝土宏观力学性质认识的局限性和不充分性。如果采用试验方法来研究则代价太高,其他理论模型如细观力学模型的效果也相对有限,所以寻找一种更高效、更高精度的多尺度研究方法研究混凝土的真实力学行为是十分有必要的,也将为混凝土其他领域的科学研究提供更加清醒的认识和更多的有力依据。本文首先基于通用显式非线性动力分析有限元程序LS-DYNA建立了混凝土在单轴受压和受弯情况下的有限元分析模型,确定了这两种模型的基本尺寸、荷载条件和边界条件等参数。接着,利用基于损伤理论的宏观K&C混凝土损伤本构模型分别模拟了混凝土的受压、受弯行为,并将模拟结果与试验结果进行对比。对比结果表明K&C模型能较好的模拟混凝土的压弯力学行为,说明从混凝土宏观损伤角度出发来模拟混凝土的真实力学行为是可行的。其次,针对混凝土的非均质多尺度特征,本文初次尝试利用多分辨率理论来模拟混凝土的受压力学行为。多分辨率理论是一种研究分层材料多尺度特性的新方法,其基本思想是将材料的整体变形分解到不同的尺度上,将这些不同尺度的变形进行迭加,就是材料宏观上实际表现出的总变形。它将非均质材料分成宏观尺度和任意多个微观尺度,宏观尺度每个点有叁个自由度,对于微观尺度,将微观尺度的微观物理量和各种运动学变量联系起来,以附加自由度的形式附加在宏观尺度的叁个自由度上。然后,以连续介质力学为基本工具,以虚功率原理建立基本控制方程,再加上材料的本构关系,就形成了多分辨率理论的基本体系,并发求解问题。本文通过FORTRAN编程,对LS-DYNA进行二次开发,建立了基于此理论的混凝土受压模型,从而实现对该模型的有限元求解。模拟结果表明,基于多尺度特性的多分辨率理论在模拟混凝土受压行为时也具有较高的精度。(本文来源于《重庆大学》期刊2017-05-01）
王春艳[9]（2017）在《基于区间二型模糊理论的高分辨率遥感影像分割方法研究》一文中研究指出影像分割是遥感影像处理(如特征提取、目标辨识、地物目标分类)的基础工作和重要任务。高分辨率遥感影像所具有的更加丰富的地表覆盖细节信息为精准地物目标分割提供了充分的依据。然而,更加精细的空间尺度、复杂多样的地物目标以及真实地表覆盖信息的缺乏,增加了像素类属的不确定性和分割决策的不确定性,给高分辨率遥感影像分割带来了新问题,导致高分辨率遥感影像应用传统的影像分割方法得到的分割结果精度并没有随着分辨率的提高而得到显着提高。有鉴于此,本文以处理高分辨率遥感影像像素类属不确定性、分割决策不确定性及充分合理建模同质区域光谱测度分布模型为目标,提出基于区间二型模糊理论的影像建模与分割这一科学问题,并对其展开系统的理论与实践研究,以实现精度高、可靠性强的高分辨率遥感影像分割。论文研究过程如下:(1)通过分析高分辨率遥感影像的数据特征,建立不同区域像素灰度测度与隶属目标不确定性关系的一型模糊模型,用来刻画像素类属的不确定性。(2)模糊化一型模糊模型中的参数,建立不同形式的区间二型模糊模型,以强化类属的不确定表达和增加分割决策信息;分析不同的建模方式及不同的不确定区域范围对分割决策的影响规律,为分割决策提供更多的可靠依据。(3)综合一型模糊模型及区间二型模糊模型的上、下隶属函数建模模糊决策模型并融入空间关系,以刻画高分辨率遥感影像复杂的光谱特征,并指导分割决策。(4)以多种地物覆盖特征、多种高分辨率遥感影像为实验对象,结合研究的关键方法实现同质区域划分,验证所提出方法的可行性与有效性。分别利用提出方法、高斯隶属函数法、最大似然分割方法、FCM方法、HMRF-FCM方法对高分辨率合成影像及真实影像进行分割实验,定性和定量的对比分析结果,验证了提出算法的可行性与有效性。提出的基于区间二型模糊理论的影像建模方法,有效解决了像素类属的不确定性及分割决策的不确定性带来的分割问题,实现了对高分辨率遥感影像复杂的特征分布曲线的准确刻画,提高了分割精度,为高分辨遥感影像的精确解译提供了有效的新途径。(本文来源于《辽宁工程技术大学》期刊2017-03-01）
车云[10]（2016）在《基于秩极小化理论的单幅图像超分辨率复原》一文中研究指出由于自然图像中较小的图像块具有相似性,而这些相似图像块之间具有近似低秩结构.提出了一种基于秩极小化理论和块相似性的单幅超分辨率方法.该方法首先对于每一输入低分辨率图像块在训练图像库的低分辨率图像块中寻找其相似图像块;利用这些相似块所对应的高分辨率图像块构造近似低秩矩阵,建立秩极小化的复原模型,利用增广拉格朗日乘子算法将近似低秩矩阵分解为低秩矩阵和稀疏矩阵;最后根据相似的高分辨率图像块子空间的低秩矩阵,实现图像的超分辨率复原.通过在仿真数据机上进行验证和对比表明:本方法能够取得较好的超分辨率效果.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2016年05期）
理论分辨率论文开题报告
（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：
图像超分辨率重建技术是指在不改变成像硬件水平的前提下,利用图像先验信息,结合当前的单幅或序列低分辨率图像,重建出当前环境下的高分辨率图像。该技术不仅提高了图像的质量,节约了经济成本,同时方便于进一步的研究处理。随着人们生活质量和科技发展水平的提高,图像超分辨率重建技术在医疗、军事及计算机视觉领域的应用越来越广。本文主要研究了稀疏表示及低秩矩阵恢复相关理论,并以此为基础提出了两种新的单幅图像超分辨率重建算法,分别在有无噪声环境下进行实验,检验算法的有效性。首先,针对超分辨率技术对图像的高频信息重建力度不足这一问题,本文引入图像的剩余补充高频信息来增强重建图像的细节信息,将测试图像降采样后再重建到与原测试图相同尺寸,取两图像之差作为补充高频信息,然后将补充高频信息与测试图重建图像迭加,增强高频信息,实验表明该算法的性能有一定的提升。其次,针对图像超分辨重建算法效率低下这一问题,本文将测试图像低秩分解,然后根据各部分图像内容特点各自重建。图像的低秩部分包含原始图像的大部分信息,因此对低秩部分进行稀疏重建,而稀疏部分进行插值重建,减弱了图像噪声对稀疏学习过程的影响,然后将重建结果迭加到一起。实验结果表明本文算法性能和效率均有提升。最后,为了提高重建算法对噪声的鲁棒性,在低秩分解算法的基础上引入加权核范数最小化来抑制图像稀疏部分的噪声,加权核范数最小化更加充分利用了图像的奇异值信息,实验结果表明,该算法对噪声具有良好的鲁棒性。
（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。
理论分辨率论文参考文献
[1].董会晓,张孝常,程启龙.磁共振显微成像在脑神经影像科学中的应用——评《声学显微镜与超分辨率成像理论及应用》[J].电子显微学报.2019
[2].王赟.融合稀疏与低秩理论的图像超分辨率重建算法研究[D].中原工学院.2019
[3].程少园,杨沐,姜宏佳,高凌雁,付强强.超敏捷动中成像高分辨率遥感卫星成像理论分析[J].红外与激光工程.2019
[4].王春艳.基于区间二型模糊理论的高分辨率遥感影像分割方法研究[J].测绘学报.2019
[5].李宇宙,张喆,陈泉荣,郭华.一种以超分辨率理论为基础的磁共振眼球成像方法[J].波谱学杂志.2017
[6].何珊.坡度理论分布与分辨率的关系[D].西北大学.2017
[7].周梦璇.基于相关分析理论的图像超分辨率方法研究[D].江南大学.2017
[8].李春晓.基于K&C模型和多分辨率理论的混凝土压缩和弯曲行为模拟[D].重庆大学.2017
[9].王春艳.基于区间二型模糊理论的高分辨率遥感影像分割方法研究[D].辽宁工程技术大学.2017
[10].车云.基于秩极小化理论的单幅图像超分辨率复原[J].哈尔滨商业大学学报(自然科学版).2016
标签：显微成像; 分辨率; 《声学显微镜与超分辨率成像理论及应用》; 磁共振;