导读:本文包含了改进拉普拉斯能量和论文开题报告文献综述及选题提纲参考文献，主要关键词:图像二值化,退化文本图像,拉普拉斯算子,图割算法
改进拉普拉斯能量和论文文献综述
梁添才,刘建平,罗攀峰[1]（2015）在《一种改进拉普拉斯能量的文档图像二值化方法》一文中研究指出图像二值化是将文本从背景中分离的算法,是后继识别任务的关键预处理步骤。低质量的文本图像往往包含各种退化情况,比如:光照不均匀、笔画灰度变化过大、背面渗透等。这些退化情况导致其二值化非常困难。近几年出现的基于Laplacian能量的二值化方法对退化文档进行二值化取得较好的结果,但是上述方法容易导致细长弱笔画丢失。为此提出一种改进Laplacian能量的方法,利用笔画有较强的双边缘响应,对笔画区域的Laplacian算子响应进行加强,使得细长弱笔画得以保留。针对DIBCO2013数据测试表明本文的方法能够较好的处理细长弱笔画的二值化问题。(本文来源于《计算机仿真》期刊2015年09期）
孙晓龙,王正勇,符耀庆,易云,何小海[2]（2015）在《基于改进拉普拉斯能量和的快速图像融合》一文中研究指出为了得到优质的融合图像,提出了一种改进的拉普拉斯能量和(New Sum of Modified Laplacian,NSML)多聚焦图像融合算法。该算法在传统SML计算每个像素点的变步长拉普拉斯算子值仅有的水平和垂直方向的基础上,增加了斜对角线上的四个方向。同时通过分析NSML算法的计算过程,发现存在大量的重复计算,从而提出了基于积分图像的快速NSML图像融合方法。该方法通过简化NSML的计算过程,大大减少了图像融合处理过程消耗的时间,提高了图像融合的效率。实验结果表明,快速NSML方法在达到极佳融合图像质量的同时,提升了算法的实时性。(本文来源于《计算机工程与应用》期刊2015年05期）
屈小波,闫敬文,杨贵德[3]（2009）在《改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法》一文中研究指出为了克服Contourlet融合在远离支撑区间上出现的混迭成分,抑制融合图像在奇异处产生伪吉布斯现象,提出了改进拉普拉斯能量和的尖锐频率局部化Contourlet(SFLCT)域多聚焦图像融合方法。采用SFLCT而不是原始的Cont-ourlet对多聚焦图像进行分解,并将多聚焦图像空域融合方法中评价图像清晰度的指标引入到SFLCT变换域,用拉普拉斯能量来选择变换域系数。然后,逆SFLCT重构得到融合结果。最后,采用循环平移来提高SFLCT的平移不变性,有效抑制融合图像在奇异处产生伪吉布斯现象。实验结果表明:对于多聚焦图像,所提方法比循环平移小波变换法的互信息提高了5.87%,QAB/F提高了2.70%,比循环平移Contourlet方法的互信息提高了1.77%,QAB/F提高了1.29%;视觉效果优于典型的空域分块拉普拉斯能量方法和平移不变小波变换方法。(本文来源于《光学精密工程》期刊2009年05期）
改进拉普拉斯能量和论文开题报告
（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：
为了得到优质的融合图像,提出了一种改进的拉普拉斯能量和(New Sum of Modified Laplacian,NSML)多聚焦图像融合算法。该算法在传统SML计算每个像素点的变步长拉普拉斯算子值仅有的水平和垂直方向的基础上,增加了斜对角线上的四个方向。同时通过分析NSML算法的计算过程,发现存在大量的重复计算,从而提出了基于积分图像的快速NSML图像融合方法。该方法通过简化NSML的计算过程,大大减少了图像融合处理过程消耗的时间,提高了图像融合的效率。实验结果表明,快速NSML方法在达到极佳融合图像质量的同时,提升了算法的实时性。
（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。
改进拉普拉斯能量和论文参考文献
[1].梁添才,刘建平,罗攀峰.一种改进拉普拉斯能量的文档图像二值化方法[J].计算机仿真.2015
[2].孙晓龙,王正勇,符耀庆,易云,何小海.基于改进拉普拉斯能量和的快速图像融合[J].计算机工程与应用.2015
[3].屈小波,闫敬文,杨贵德.改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法[J].光学精密工程.2009