导读:本文包含了图像块匹配度论文开题报告文献综述及选题提纲参考文献，主要关键词:图像拼接,块匹配,SAD算法,加权平均算法
图像块匹配度论文文献综述
李绽蕾,陆思语[1]（2019）在《基于块匹配的全景图像拼接算法研究》一文中研究指出针对超宽视角的全景图像拍摄,采用普通相机获取的全景图像分辨率较低,本文采用基于SAD的块匹配算法实现两幅图像的拼接和融合。实验结果表明采用块匹配的全景图像拼接方法拼接精度较高、两幅图像的融合效果较好,能够得到满意的拼接图像。(本文来源于《科技经济市场》期刊2019年07期）
强振平,何丽波,陈旭,徐丹[2]（2019）在《利用图像结构成分的优先块匹配图像修复方法》一文中研究指出针对基于样本块图像修复方法中样本块优先级计算易受纹理信息影响,引起修复顺序偏差,进而造成最终修复结果中结构特征不连续的问题,将图像结构成分引入修复过程,提出一种基于图像结构成分计算样本块优先级的图像修复方法.首先通过自适应局部拉普拉斯滤波器对待修复图像进行保边细节平滑处理,得到图像结构成分;然后利用结构成分和原图像共同计算样本块数据项,并以此确定样本块修复优先级,实现图像修复.通过增加结构成分引导方法,在基于等照度线和基于结构张量的图像修复算法上对常用修复测试图像进行实验,结果表明,增加结构成分引导的方法相对于原方法可改进修复效果.(本文来源于《计算机辅助设计与图形学学报》期刊2019年05期）
徐栋[3]（2019）在《基于块匹配的高分辨率图像立体匹配算法研究》一文中研究指出立体匹配是在两个或多个相同场景的二维图像中找到对应的匹配点,根据匹配点的对应关系,求出该场景的视差图。由于受到噪声、遮挡、深度不连续区域和低纹理区域等这些因素的影响,通过立体匹配获取高精度的稠密视差图,对科研人员和工程技术人员,仍然是一个巨大的挑战。大量的立体匹配的算法已经被提出,旨在获得不同场景更加准确的视差图。传统的立体匹配算法一般分为两类,基于特征的立体匹配算法和基于区域的体匹配算法。近来,深度学习的方法被用到各种计算机视觉任务中,而且取得了不错的效果,同样也被用到了立体匹配中。这叁种方法,都有各自的优势和不足。本文主要针对高分辨率图像立体匹配算法进行研究。对于立体匹配而言,匹配算法处理特定图像所需要的时间是衡量匹配算法的性能好坏的一个重要的性能指标。特别是高分辨率图像,由于图像的像素数目极多,有些匹配算法可能需要数小时、数天甚至更长的时间。本文对高分辨率图像立体匹配算法的研究,目的是提高算法所获取视差图的精度、减少整个匹配过程所需要的时间等。本论文的主要工作和创新点如下:(1)将四模Census变换引入到高分辨率立体匹配算法中。相比非参数变换Census变化而言,四模包含了更多的图像特征信息,而且具有更好的抵抗图像外界噪声的能力。相比基于叁色相似度的特征提取方法,减少特征提取所需要的时间,在一定程度上提高了立体匹配所获得视差图的精度。(2)提出离散视差平面近似的方法,将离散视差平面近似的方法应用到高分辨率图像立体匹配算法的视差推断过程中,减少立体匹配所需要的时间,并提高了匹配视差图的准确性。(3)本文对原始的四模Census变换进行了改进,将图像变换窗口中的中心像素的亮度值保留,使改进的四模Census变换可以更好的反应图像变换窗口的特征信息,进一步提高了基于块匹配的高分辨率图像立体匹配算法求解视差的准确性。(本文来源于《合肥工业大学》期刊2019-04-01）
秦洁[4]（2019）在《基于色彩校正与分层块匹配的图像配准算法》一文中研究指出鉴于当前图像配准色彩存在较大的差异,文章提出基于色彩校正与分层块匹配的图像配准算法。通过将RGB彩色图像转换为灰度图像,运用逆过程来校正图像的灰度级。基于块匹配思想以高斯金字塔为框架,结合图像块结构信息和相关信息作为图像块匹配准实现匹配块的精准定位;基于分层自适应图像块数量思想应用全搜索算法来加快算法效率。实验结果表明:文章提出的算法具备更高的匹配率和时间效率,是一种更加精确的鲁棒图像配准算法。(本文来源于《黄河科技学院学报》期刊2019年02期）
何洪英,张梦岑,罗滇生,王冲[5]（2019）在《基于改进叁维块匹配的X射线绝缘子图像去噪》一文中研究指出由于X射线图像噪声种类多样且随机分布,文中提出一种基于改进叁维块匹配的X射线盆式绝缘子图像去噪新方法。针对叁维块匹配算法协同滤波中采用的小波硬阈值法造成的伪吉布斯现象,提出一种改进的小波阈值去噪方法,克服了伪吉布斯现象,保留了更多的图像细节;针对叁维块匹配算法协同滤波中采用的维纳滤波法造成的"振铃效应",提出一种基于各向异性扩散的改进卡尔曼滤波方法,避免了"振铃效应",边缘清晰,细节完整。试验结果表明,该方法极大地抑制了图像噪声,提升了X射线图像的质量,为后续故障识别提供了良好的图像基础,极大地提升了故障识别的准确率。(本文来源于《现代电子技术》期刊2019年04期）
王光霞,冯华君,徐之海,李奇,陈跃庭[6]（2019）在《基于块匹配的低光度图像对融合方法》一文中研究指出针对低光度条件下长曝光图像与短曝光图像的融合问题,提出了一种基于块匹配的图像融合方法,将低光度图像对融合成为一张更好的图像.首先提出基于金字塔多尺度模型的双向鬼影检测算法,该算法降低了噪声和欠曝对鬼影检测的影响,用于准确检测低光度场景中图像对之间由于物体运动造成的不一致区域;随后利用块匹配算法重建鬼影区域;最后运用改善边缘特性的泊松融合算法提取两次曝光图像中的信息生成结果图像.实验结果表明,该方法有效地保留了短曝光图像的边缘锐度,并保持了长曝光图像的色彩、亮度和细节.(本文来源于《光子学报》期刊2019年04期）
张朋朋,王善峰,公茂果,张明阳,武越[7]（2018）在《基于叁维块匹配和全连接条件随机场的SAR图像变化检测》一文中研究指出多时相遥感影像的变化检测是遥感应用的重要方面,已经在国民经济和国防建设领域得到广泛的应用。为了抑制SAR图像中的相干斑噪声,解决变化检测结果图中含有较多噪点的问题,提高变化检测精度,本文首先引入改进的叁维块匹配去噪技术对SAR图像进行去噪处理,然后利用模糊C均值聚类将均值比差异图分割成变化类和未变化类,得到初始变化检测二值图,最后根据均值比差异图和初始变化检测二值图建立全连接条件随机场,采用最大后验概率对全连接条件随机场进行标记,得到最终的变化检测结果图。实验结果表明,改进的叁维块匹配去噪算法可以有效抑制SAR图像中的相干斑噪声,使得生成的均值比差异图中变化区域和未变化区域具有更高的对比度;同时,全连接条件随机场利用了像素点周围的邻域信息,减少了初始变化检测二值图中的噪声点,进一步提高了变化检测的精度。(本文来源于《第五届高分辨率对地观测学术年会论文集》期刊2018-10-17）
刘睿娇[8]（2018）在《基于非局部块匹配的图像去噪算法研究》一文中研究指出图像作为一种最亘观的信息传播万式在各个领域中都发挥着不可替代的作用。但由于拍摄及传输设备的原因,图像总是会受到电流的干扰而产生噪声,这将直接影响到人们对图像真实信号的获取,而图像去噪是进一步处理及理解图像的基础。目前,去噪算法虽然取得了很好的效果,但是对图像边缘及细节信息的保留仍面临着巨大挑战。本文以基于非局部块匹配为研究主线,从边缘方向匹配相似块、NCSR模型改进协同滤波等方面展开研究,取得以下成果:(1)为了改善边缘像素相似块的稀疏表示,本文提出了一种基于边缘方向搜索相似块的图像去噪算法。算法首先将图像像素分为两类:边缘像素块沿边缘方向和垂直方向搜索,光滑像素块沿水平方向和垂直方向搜索;叁维矩阵由最相似的匹配块构成;将叁维变换应用于叁维矩阵,从而获得叁维相似块的稀疏系数;继而利用Hard thresholding阈值方法抑制噪声;经过叁维逆变换,图像像素获得了多个估计值,所有估计值加权平均作为该像素的最终去噪结果。算法沿边缘方向匹配相似块,不仅提高了边缘上相似块的相似性,而且加快了匹配速度,从而保留了更多的图像细节,并提高了算法效率;(2)为了进一步挖掘图像的非局部相似信息,更好地描述图像边缘与纹理,算法改进了 NCSR模型用其来捕捉图像细节,提出了一种基于NCSR模型的协同滤波去噪算法。首先,光滑像素和边缘像素分别进行块匹配,依其欧氏距离组成叁维组;用NCSR模型的l1范式处理光滑像素的叁维组,NCSR模型的l2范式处理边缘像素的叁维组;对NCSR模型滤波得到的多个像素估计值进行聚合,从而获得图像的最终去噪结果。算法对NCSR模型进行的改进,充分挖掘了图像块间的非局部特性;同时,不同的滤波方式处理图像边缘像素块和光滑像素块,更好地保留了图像边缘及纹理信息,从而改善了算法的去噪性能。实验结果表明,与多种去噪算法相比,无论在主观视觉效果,还是在峰值信噪比和相似性指标上,本文所提出的算法都有一定程度的提高。(本文来源于《西安理工大学》期刊2018-06-30）
郭和炀[9]（2018）在《并行高效的图像块匹配算法研究》一文中研究指出图像块匹配技术用来匹配两幅或多幅图像中相互间具有平移或旋转等变换的图像块。该技术是许多图像编辑和处理应用的基础,具有重要的实用价值和研究意义。本文提出了并行高效的图像块匹配算法,能够高效地匹配两幅图像中对应的近似最相似图像块。该算法基于GPU并行加速实现,并且采用由粗到细的优化方式加快收敛速度。与传统的图像块匹配算法相比,本文在叁个方面做出了改进。首先,基于数学偏序关系和等价关系中的传递性理论提出了两种新的图像块匹配传递操作,使图像块匹配算法在更新最相似图像块的过程中获得更加丰富有效的候选图像块。其次,利用结构张量计算得到图像的连贯方向场,在图像块匹配过程中引入方向对齐策略,使得图像间的图像块相似性计算过程中仅需要一次角度调整就能够实现匹配图像块的旋转不变性,有效地避免了遍历所有可能旋转角度所带来的庞大计算量。再次,充分利用GPU并行协处理器的并行计算能力,提高算法运行效率。为了证明该算法具有高效精确的匹配效果,利用所提出的图像块匹配算法作为基础实现了多个应用,包括目标匹配、非局部均值去噪和纹理合成等。并且,通过与现有算法的实验对比,验证了本文算法的可行性。(本文来源于《温州大学》期刊2018-05-29）
张鹏[10]（2018）在《基于区域能量和图像块匹配的图像融合算法研究》一文中研究指出随着图像传感器和高速处理器等技术的不断发展,图像信息处理技术也随之逐渐发展起来。图像融合技术是图像处理研究领域的一项重要分支,其是多源光学传感器对同一场景下采集到的多幅图像信息融合成为一幅图像的处理技术,图像融合技术可以准确和全面的提高多源传感器所采集到的图像信息利用率,克服单一图像的局限性。因此,图像融合技术在气象、军事、医学、人工智能等领域具有广泛的应用价值,同时,也为图像后期的识别与检测等处理打下基础。图像融合算法从图像表达的角度主要分为两大类:空间域图像融合算法与变换域图像融合算法。空间域算法结构简单直观,处理效率极高;变换域融合算法对图像的表达结果更佳,融合效果更好。本文则是在叁维图像块匹配(Block Matching 3 Dimension,BM3D)去噪算法的基础上对其进行改进,将空间域处理技术的计算效率及空间域信息与变换域处理技术中的图像表达方式及变换域信息结合起来,最大限度的利用已知信息获取更全面反映场景的融合图像。同时,利用区域能量与平均梯度的区域相关性,结合匹配度对融合规则的选定,最终形成一套完整的图像融合体系。本文的主要研究内容及创新点体现在以下几个方面:(1)针对像素级图像融合经典算法的传统框架以及目前图像融合领域中的最新成果,对图像的相关评价方法和评价指标进行研究和掌握,并根据具体实验要求选择最优评价方法与指标;(2)改进叁维图像块匹配算法的基本框架,以及框架内的具体步骤和算法内容,以适应本论文图像融合算法框架的要求;(3)将加权思想与平均梯度引入图像融合规则框架当中,对基于区域能量算法进行改进,在研究相关理论后,本文通过匹配度对得到图像表示系数进行划分,以匹配度作为依据对不同的图像采用不同的融合规则,提出图像融合的新方法;本文对基于改进的BM3D算法和基于匹配度的改进的区域能量算法进行整理提出一种图像融合算法的新框架,总结本文的理论研究成果以及不足之处,并对今后的研究进行了展望。(本文来源于《北京交通大学》期刊2018-03-01）
图像块匹配度论文开题报告
（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：
针对基于样本块图像修复方法中样本块优先级计算易受纹理信息影响,引起修复顺序偏差,进而造成最终修复结果中结构特征不连续的问题,将图像结构成分引入修复过程,提出一种基于图像结构成分计算样本块优先级的图像修复方法.首先通过自适应局部拉普拉斯滤波器对待修复图像进行保边细节平滑处理,得到图像结构成分;然后利用结构成分和原图像共同计算样本块数据项,并以此确定样本块修复优先级,实现图像修复.通过增加结构成分引导方法,在基于等照度线和基于结构张量的图像修复算法上对常用修复测试图像进行实验,结果表明,增加结构成分引导的方法相对于原方法可改进修复效果.
（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。
图像块匹配度论文参考文献
[1].李绽蕾,陆思语.基于块匹配的全景图像拼接算法研究[J].科技经济市场.2019
[2].强振平,何丽波,陈旭,徐丹.利用图像结构成分的优先块匹配图像修复方法[J].计算机辅助设计与图形学学报.2019
[3].徐栋.基于块匹配的高分辨率图像立体匹配算法研究[D].合肥工业大学.2019
[4].秦洁.基于色彩校正与分层块匹配的图像配准算法[J].黄河科技学院学报.2019
[5].何洪英,张梦岑,罗滇生,王冲.基于改进叁维块匹配的X射线绝缘子图像去噪[J].现代电子技术.2019
[6].王光霞,冯华君,徐之海,李奇,陈跃庭.基于块匹配的低光度图像对融合方法[J].光子学报.2019
[7].张朋朋,王善峰,公茂果,张明阳,武越.基于叁维块匹配和全连接条件随机场的SAR图像变化检测[C].第五届高分辨率对地观测学术年会论文集.2018
[8].刘睿娇.基于非局部块匹配的图像去噪算法研究[D].西安理工大学.2018
[9].郭和炀.并行高效的图像块匹配算法研究[D].温州大学.2018
[10].张鹏.基于区域能量和图像块匹配的图像融合算法研究[D].北京交通大学.2018