导读:本文包含了图像盲恢复论文开题报告文献综述及选题提纲参考文献，主要关键词:萤火虫优化算法,DNA编码,二维盲均衡算法,常模算法
图像盲恢复论文文献综述
郭业才,陆璐,李晨[1]（2017）在《基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究》一文中研究指出针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。(本文来源于《电子测量与仪器学报》期刊2017年11期）
陆璐[2]（2017）在《基于DNA遗传萤火虫优化的盲均衡与图像盲恢复算法》一文中研究指出图像在信道传输过程中,未知点扩展函数和噪声等干扰因素对图像质量有重要影响,因此,利用盲均衡算法对接收到的图像进行有效恢复是值得探究的问题。然而,盲均衡算法存在局部收敛甚至发散的不足,故本文将盲均衡算法及DNA遗传算法和萤火虫算法相结合,对图像盲恢复进行研究。研究内容主要包括以下几个方面:1.定义了 DNA遗传萤火虫算法。针对萤火虫算法对优秀个体的依赖程度高等缺点,通过DNA遗传算法提高萤火虫种群基因,从而提高了求解精度。将DNA遗传算法和萤火虫算法这两种算法结合起来,定义了 DNA遗传萤火虫算法,该算法利用DNA遗传算法的优点对萤火虫进行优化,使其找到的极值点更加准确,提高了寻优能力。2.研究了基于DNA遗传萤火虫优化的盲均衡算法。针对常模盲均衡算法收敛速度慢、易于陷入局部极值等缺点,通过DNA遗传萤火虫算法优化萤火虫种群,提高了该算法的全局搜索能力,获得了代价函数的全局极值,从而提高了均衡效果,克服了常模盲均衡的缺点。3.提出了基于新型DNA遗传萤火虫优化的小波盲均衡算法。针对现有传统DNA遗传算法的缺陷,定义了新型交叉和变异操作,获得了新型DNA遗传萤火虫算法。该算法提高了遗传性能,保证了萤火虫种群质量,优化了正交小波变换盲均衡器的性能。4.提出了基于新型DNA遗传萤火虫优化的二维图像小波盲恢复算法。对于图像信号来说,用一维均衡器进行均衡,在降维和升维处理过程中,会使一部分信息丢失,因此本研究直接对二维图像进行盲恢复,从而提出了基于新型DNA遗传萤火虫优化的二维图像小波盲恢复算法。该算法减少了信息的缺失,提高了复原图像的质量。(本文来源于《南京信息工程大学》期刊2017-06-01）
贾彤彤,张晓乐,石玉英[3]（2016）在《改进正则项的图像盲恢复方法》一文中研究指出图像恢复是一个反卷积过程,这一过程通常是病态的,其中的盲恢复是一个最常见也最具挑战性的问题。由于盲恢复过程中缺乏点扩散函数的相关先验信息,使得这个过程变得更为复杂。为了保证在得到光滑图像的同时也可以很好地保持图像的边缘信息,本文提出了一个改进的全变分正则项的盲恢复模型,并结合分裂Bregman算法对模型进行了求解。数值计算中采用了快速傅里叶变换和shrinkage公式来降低计算复杂度。数值实验分别对模糊图、含有噪声和高斯模糊的灰度图进行了处理,得到了满意的结果。(本文来源于《山东科学》期刊2016年03期）
贾彤彤[4]（2016）在《基于改进正则项模型的图像盲恢复研究》一文中研究指出现在,我们已然步入一个信息时代,图像处理的应用也已经非常普遍了.而图像盲恢复是图像处理中很重要的一个应用,它的目的是：在退化过程的先验信息不完整的前提下,通过相关技术从退化图像中尽可能恢复出原来的图像.其一般步骤为：首先建立相关的数学模型用来描述退化过程,然后再求解该逆问题,从而获得最接近原始图像的合理估计,最后应用相关评判标准判别估计结果的好坏.这一相关过程属于二维反卷积问题,从数学角度来讲就是求解反问题.然而反问题又常常具有不适定性,通常添加正则项可以有效的避免这一问题.本文的目的是提出一个改进的模型在可以充分去除噪音及模糊的同时也可以较好地保持图像边缘的特征信息.基于经典的Rudin-Osher-Fatemi (ROF)模型,本文提出了改进的全变分(MTV)模型,该模型的正则项是在ROF模型的基础上添加了光滑项‖▽u‖22可以有效避免图像出现阶梯效应.接着又对其进行了推广,提出推广的改进全变分(G-MTV)模型,该模型的保真项是L1范数和L2范数的结合,从而可以有效的去除大噪音和混合噪音.在算法上,鉴于分裂Bregman算法具有良好的稳定性及快速收敛的特性,本文应用此算法进行了相关的理论推导和仿真分析.此外,由于图像盲恢复问题中的点扩散函数是未知的或只有很少的一部分先验知识,我们需要同时得到近似的点扩散函数及其原始图像,这一过程很耗时.为提高运算速度,迭代过程应用了快速傅里叶变换方法.在数值实验中,针对不同的退化图像,模糊类型及噪音类型,我们通过MATLAB软件编程进行了数值仿真,并将经典模型,MTV模型和G-MTV模型进行了比较.实验结果证明了MTV模型和G-MTV模型的有效性,并得到了估计的点扩散函数.(本文来源于《华北电力大学(北京)》期刊2016-03-01）
刘晶晶[5]（2014）在《基于Split Bregman方法的图像盲恢复研究》一文中研究指出跟随现代科技信息技术飞速发展的脚步,数字图像处理也越来越被重视,并且应用也越来越广泛。图像复原属于图像处理的一个重要分支,图像盲复原又是图像复原的更深层次的研究,所谓的图像盲复原即指在退化过程的先验信息不完全获知的情况下,试图考虑如何由退化的观测图像来恢复图像,使得恢复图逼近原始图像。研究图像盲复原的一般步骤是：首先,弄清图像退化的过程；然后,建立相应的数学模型；第叁步,探索有效算法,对该模型进行求解,得到原始图像的最逼近估计；最后,通过数值试验验证图像复原算法的有效性。在本文中,由于盲复原问题是一类典型的反问题,且不适定性通常是反问题的特有属性,那么引入正则化方法可以有效地避免不适定问题。Split Bregman方法具有显着的稳定性和快速的收敛性等优势,且Split Bregman技术在解决TV(Total Variation)问题时,不仅简单而且有效,文中我们的图像盲复原算法都是在Split Bregman方法的基础上提出的。算法1：记为TV-SB,是运用Split Bregman方法求解基于TV正则化的盲复原问题,这里我们分别考虑了各向异性TV(Anisotropic TV)最小化问题和各向同性TV (Isotropic TV)最小化问题；算法2：记为NTRF-SB,用Split Bregman方法求解基于TV正则化与新的Tikhonov正则化方法相结合的盲复原问题,对于保真项,我们考虑L2函数空间的情况。在数值试验部分,通过MATLAB软件编程,我们处理不同类型的模糊,以及处理模糊和噪声并存的图像,并比较算法1和算法2,以明确两算法各自擅长的处理图像的领域,以便可以更好地应用于各类图像问题中。试验结果证明我们的算法,显示所提算法的有效性,可以有效地提高图像的恢复质量。(本文来源于《华北电力大学》期刊2014-03-01）
马耀锋,李红丽[6]（2013）在《一种改进的迭代图像盲恢复算法》一文中研究指出针对原NAS-RIF算法敏感于噪声且支撑域为矩形等不足,提出了一种改进方案.通过引入高阶统计量去噪,解决了NAS-RIF算法敏感于噪声的特性;利用图像分割技术进行图像支撑域的自估计,改变了NAS-RIF算法中支撑域必须是矩形的不利限制.仿真结果表明改进的NAS-RIF算法具有很好的恢复效果.(本文来源于《西南大学学报(自然科学版)》期刊2013年07期）
陈小娟[7]（2013）在《基于Radon变换和MAP的运动模糊图像盲恢复方法》一文中研究指出提出一种新的运动模糊图像盲恢复方法。通过计算模糊图像对数谱的拉东(Radon)变换,估计模糊方向;通过计算模糊图像的对数谱极小值,估计模糊尺度;同时,在MAP图像恢复方法的基础上,通过引入边缘能量控制先验约束,达到有效恢复图像,而后再进行去模糊、消除噪声的处理,保持图像的边缘信息。实验结果表明文章提出方法的有效性。(本文来源于《信息化研究》期刊2013年02期）
孙云山,张立毅,张锦,段继忠[8]（2012）在《改进恒模盲均衡在医学CT图像盲恢复中的应用》一文中研究指出利用图像退化与信号码间干扰产生之间的相似性,将盲均衡算法应用于医学CT(computer tomography)图像的盲恢复中。提出一种基于降维处理的分数低阶恒模盲均衡算法,算法利用线性变换将图像恢复过程等效为一维盲均衡运算,建立了降维处理的医学CT图像盲均衡恒模代价函数,算法权向量的更新中引入了代价函数的二阶Hessian矩阵,从而提高了算法的收敛速度,改善了恒模算法性能。仿真结果验证了算法的有效性,新算法改善了峰值信噪比和恢复效果,提高了运算效率。(本文来源于《仪器仪表学报》期刊2012年04期）
孙云山[9]（2012）在《盲均衡技术在医学CT图像盲恢复算法中的应用研究》一文中研究指出医学CT图像作为进行疾病检查和诊断的重要依据，其质量好坏直接影响诊断的准确性。在医学CT成像过程中不可避免地受到点扩展函数的影响，使得图像产生退化，影响诊断效果，且退化过程往往是未知的。图像盲恢复算法是在未知图像退化过程的前提下，仅利用退化图像来消除点扩展函数影响的图像恢复技术，广泛应用于天文成像、医疗诊断、军事公安等领域。盲均衡技术目前已扩展应用到图像盲恢复中，它是将点扩展函数影响的消除等效为码间干扰的消除，已成为通信信号处理与图像分析相结合的前沿热点研究课题。本文所做的主要工作如下：（1）提出了降维处理的医学CT图像盲均衡算法，构建了应用于医学CT图像盲均衡算法的代价函数，推导了算法迭代公式，分析了算法收敛性能，进行了计算机仿真；其次，利用变步长思想解决了算法收敛速度和收敛精度之间的矛盾，提出了基于误差信号峰度和均方误差变步长的医学CT图像盲均衡算法，仿真表明新算法具有较快的收敛速度和较小的稳态误差；第叁，通过在权值迭代中引入代价函数的二阶Hessian矩阵，提出了分数低阶恒模医学CT图像盲均衡算法，改善了算法的收敛性能，提高了峰值信噪比。（2）提出了行列变换的恒模医学CT图像盲均衡算法，通过行列变换将点扩展函数的影响分解为横纵两个方向，利用复值系统盲均衡算法在I和Q方向彼此不影响的特性，分别进行点扩展函数影响的消除，推导了算法迭代公式，分析了算法稳态和动态收敛性能，计算机仿真表明，新算法提高了峰值信噪比和改善信噪比。同时通过频域变换，提出了频域差错概率最小医学CT图像盲均衡算法，分析了迭代步长选取原则，进行了计算机仿真，验证了算法的有效性。（3）提出了基于Zigzag编码和双Zigzag编码两种医学CT图像神经网络盲均衡算法，选取叁层前馈神经网络结构，设计了传递函数，推导了迭代公式，分析了收敛性能，并进行了计算机仿真。实验结果表明，新算法改善了恢复效果，降低了均方误差，提高了峰值信噪比和改善信噪比。(本文来源于《天津大学》期刊2012-03-01）
孙云山,张立毅,段继忠,王艳[10]（2011）在《图像盲恢复算法的研究》一文中研究指出在点扩展函数未知的情况下,仅通过退化图像来估计原始图像的过程称为图像盲恢复.目前,图像盲恢复已成为数字图像处理领域一个前沿热点课题,有着广泛的应用.国内外诸多学者对图像盲恢复算法已经做了深入广泛的研究.对已提出的图像盲恢复算法进行了分类比较研究,并提出了进一步研究的发展方向.(本文来源于《数学的实践与认识》期刊2011年07期）
图像盲恢复论文开题报告
（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：
图像在信道传输过程中,未知点扩展函数和噪声等干扰因素对图像质量有重要影响,因此,利用盲均衡算法对接收到的图像进行有效恢复是值得探究的问题。然而,盲均衡算法存在局部收敛甚至发散的不足,故本文将盲均衡算法及DNA遗传算法和萤火虫算法相结合,对图像盲恢复进行研究。研究内容主要包括以下几个方面:1.定义了 DNA遗传萤火虫算法。针对萤火虫算法对优秀个体的依赖程度高等缺点,通过DNA遗传算法提高萤火虫种群基因,从而提高了求解精度。将DNA遗传算法和萤火虫算法这两种算法结合起来,定义了 DNA遗传萤火虫算法,该算法利用DNA遗传算法的优点对萤火虫进行优化,使其找到的极值点更加准确,提高了寻优能力。2.研究了基于DNA遗传萤火虫优化的盲均衡算法。针对常模盲均衡算法收敛速度慢、易于陷入局部极值等缺点,通过DNA遗传萤火虫算法优化萤火虫种群,提高了该算法的全局搜索能力,获得了代价函数的全局极值,从而提高了均衡效果,克服了常模盲均衡的缺点。3.提出了基于新型DNA遗传萤火虫优化的小波盲均衡算法。针对现有传统DNA遗传算法的缺陷,定义了新型交叉和变异操作,获得了新型DNA遗传萤火虫算法。该算法提高了遗传性能,保证了萤火虫种群质量,优化了正交小波变换盲均衡器的性能。4.提出了基于新型DNA遗传萤火虫优化的二维图像小波盲恢复算法。对于图像信号来说,用一维均衡器进行均衡,在降维和升维处理过程中,会使一部分信息丢失,因此本研究直接对二维图像进行盲恢复,从而提出了基于新型DNA遗传萤火虫优化的二维图像小波盲恢复算法。该算法减少了信息的缺失,提高了复原图像的质量。
（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。
图像盲恢复论文参考文献
[1].郭业才,陆璐,李晨.基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究[J].电子测量与仪器学报.2017
[2].陆璐.基于DNA遗传萤火虫优化的盲均衡与图像盲恢复算法[D].南京信息工程大学.2017
[3].贾彤彤,张晓乐,石玉英.改进正则项的图像盲恢复方法[J].山东科学.2016
[4].贾彤彤.基于改进正则项模型的图像盲恢复研究[D].华北电力大学(北京).2016
[5].刘晶晶.基于SplitBregman方法的图像盲恢复研究[D].华北电力大学.2014
[6].马耀锋,李红丽.一种改进的迭代图像盲恢复算法[J].西南大学学报(自然科学版).2013
[7].陈小娟.基于Radon变换和MAP的运动模糊图像盲恢复方法[J].信息化研究.2013
[8].孙云山,张立毅,张锦,段继忠.改进恒模盲均衡在医学CT图像盲恢复中的应用[J].仪器仪表学报.2012
[9].孙云山.盲均衡技术在医学CT图像盲恢复算法中的应用研究[D].天津大学.2012
[10].孙云山,张立毅,段继忠,王艳.图像盲恢复算法的研究[J].数学的实践与认识.2011