导读:本文包含了红外图像去噪论文开题报告文献综述及选题提纲参考文献，主要关键词:彩色-近红外图像,去马赛克,残差稠密网络,跳远连接
红外图像去噪论文文献综述
谢长江,杨晓敏,严斌宇,芦璐[1]（2019）在《基于深度学习的彩色以及近红外图像去马赛克》一文中研究指出单传感器捕获的彩色-近红外(RGB-NIR)图像存在光谱干扰,从而导致重建出的标准彩色图像(RGB)图像与近红外(NIR)图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法,通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题,使得网络更容易训练,并且提升了网络的拟合能力。首先,用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征;然后,将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征;其次,为充分利用低级特征与高级特征,将多个残差稠密块提取到的特征进行组合;最后,通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组(IVRG)数据集、有植被的户外多光谱图像(OMSIV)数据集和森林(Forest)叁个公开数据集进行实验。实验结果表明,所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。(本文来源于《计算机应用》期刊2019年10期）
王坤,吴一鸣,诸葛晶昌,王力[2]（2019）在《一种基于广义Jaccard系数的MsGOMP红外图像去噪算法》一文中研究指出针对红外图像去噪效果差的问题,对压缩感知理论中的信号重构问题进行分析,并提出了一种基于广义Jaccard系数的多候选集广义正交匹配追踪红外图像去噪算法。本文采用广义Jaccard系数的相似性匹配准则,计算感知矩阵和残差的最佳匹配原子,并将选择的原子作为多个候选集,迭代时分别将多个原子添加到相应的候选集中,从多个候选集中选择残差最小的一个作为最终支撑集来重建图像,对红外图像具有较好的去噪效果。仿真结果表明,此方法比传统算法收敛速度更快,峰值信噪比更高,并且还具有更好的主观去噪效果。(本文来源于《红外技术》期刊2019年06期）
董浩伟,陈洁[3]（2019）在《一种基于大气散射模型和Retinex的红外图像去雾算法》一文中研究指出基于红外图像和可见光图像在有雾天气下退化过程中的相似性,可以使用大气散射模型对红外图像进行图像复原。但是图像在去雾复原处理后常常会有对比度低,细节不明显的特点,不利于人眼直接观察。针对这一情况,使用Retinex对去雾后的图像进行对比度增强。经过这两个算法处理后可以提高红外图像的对比度,突出其细节,提高其信噪比,并且具有良好的视觉效果。对算法的改进可以在计算处理速度和算法处理的效果上找到一个平衡点,为后期的嵌入式平台实现实时的视频去雾打下基础。(本文来源于《红外技术》期刊2019年04期）
刘可佳,马荣生,庞钰宁[4]（2018）在《一种基于双导向滤波的高动态红外图像细节增强与去噪算法》一文中研究指出针对高动态红外图像位压缩和细节增强过程中的噪声放大、微小细节增强不足以及强边缘过度增强等问题,提出一种基于双导向滤波的细节增强与去噪算法。用导向滤波分别获得两组基图和细节图,低ε参数基图作为去噪基图的估计;低ε参数与高ε参数细节图之差作为去噪细节图的估计;两图分别经过自动增益控制和位压缩后,合成为增强去噪图像。为准确估计参数,提出一种基于细节图像素灰度值变化规律统计的优化模型,分类考察像素灰度值收敛特性后给出参数取值范围。仿真结果表明,该算法能够准确选择关键参数,在增强细节和抑制噪声的同时,平衡微小细节和强边缘增强效果,并具有准实时性、模型简单和控制参数较少等特点。(本文来源于《图学学报》期刊2018年06期）
牛犇,慕晓冬,陈长倩[5]（2019）在《基于双树复小波和形态学的红外图像去噪方法》一文中研究指出红外成像技术随着科技的快速进步在各个领域的应用与日俱增。但是,红外成像后的图像较为模糊且噪声较大,严重影响了目标检测和识别的效果,对图像进行有效的去噪处理就显得很有必要。在研究双树复小波变换和形态学滤波的基础上,提出了一种基于MAP估计的双树复小波变换与形态学滤波相结合的红外图像去噪方法,并将其应用于红外图像的去噪。与传统的去噪方法进行比较,无论从视觉效果还是客观评价指标上来看,所提方法都优于传统的去噪方法,可以广泛应用于红外图像处理领域。(本文来源于《电光与控制》期刊2019年02期）
何培亮,舒倩[6]（2018）在《基于稀疏表示的红外图像去噪算法研究》一文中研究指出红外图像具有动态范围窄、对比度低、易受噪声污染等缺点,传统红外图像去噪算法在去除噪声的同时也滤掉了图像细节。提出了一种基于稀疏表示的红外图像去噪新方法。该方法首先将原始红外图像进行聚类分析,再将每一聚类子图像分解成字典,由稀疏系数矩阵重构去噪后的红外图像。实验结果表明,该方法相比于传统红外图像去噪算法,能更好地保留图像的细节信息,视觉效果比较理想。(本文来源于《红外》期刊2018年10期）
郭晨龙,赵旭阳,郑海燕,梁锡宁[7]（2018）在《一种基于改进非局部均值滤波算法的红外图像去噪》一文中研究指出提出了一种基于梯度信息的结构相似性算法改进的红外图像非局部均值滤波方法。传统的非局部均值滤波算法采用欧氏距离度量图像块之间的相似性,因而不能够很好地衡量图像细节和边缘信息,导致滤波后图像模糊失真。针对此问题,采用结构相似性度量(structural similarity,SSIM)算法对欧氏距离进行加权改进,针对普通的SSIM边缘信息评价能力的不足,提出了带有梯度信息的GSSIM算法,实验结果表明本方法在保持非局部均值(Non-Local Means,NLM)滤波算法去噪能力的同时还能够较好地保持图像的边缘和细节信息。(本文来源于《红外技术》期刊2018年07期）
吴炬卓,牛海清,张煌,许佳[8]（2018）在《一种应用小波系数GSM模型的混合傅里叶-小波电缆瓷套终端红外图像去噪方法》一文中研究指出为有效去除红外图像白噪声,提高电气设备红外诊断准确性,采用一种混合傅里叶-小波去噪方法对电缆瓷套终端红外图像进行处理。该方法先在傅里叶域中进行初步去噪处理,而后在小波域中去除剩余噪声。在小波域中去噪时,考虑到小波系数的统计特性,采用GSM模型对小波系数进行建模。对电缆瓷套终端红外图像去噪试验表明,运用文中方法能够有效提高红外图像的去噪效果。(本文来源于《电测与仪表》期刊2018年04期）
许帆[9]（2018）在《基于边缘检测的全变分模型红外图像去噪》一文中研究指出全变分理论一直是图像修复和去噪领域的关注热点。本文针对红外辐射强度图像易受噪声干扰的问题,以全变分理论为基础,通过Canny边缘检测算子提取边缘,提出了基于边缘检测的全变分模型去噪方法。实验表明:该算法不仅能够去除噪声,而且保护图像边缘细节不被平滑的程度更高,此外缓解了传统全变分模型平坦区域噪声抑制不充分的问题,峰值信噪比明显提高,优于常用的图像去噪方法。(本文来源于《中国科技信息》期刊2018年Z1期）
刘星洁,侯娟,任秀敏[10]（2018）在《一种小波改进算法电力设备红外图像去噪方法》一文中研究指出针对电力设备图像中的散斑噪声,提出一种小波改进算法电力设备超声图像去噪方法。红外图像质量下降的主要原因是噪声的污染,本文将红外图像转化到小波域,利用改进的阈值函数处理各小波系数。本文所用阈值函数较较以往方法有较好的连续性。处理断路器局部过热的红外图像结果表明,该方法在去除噪声的同时可以较好的保留边缘及部分细节。(本文来源于《山东工业技术》期刊2018年01期）
红外图像去噪论文开题报告
（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：
针对红外图像去噪效果差的问题,对压缩感知理论中的信号重构问题进行分析,并提出了一种基于广义Jaccard系数的多候选集广义正交匹配追踪红外图像去噪算法。本文采用广义Jaccard系数的相似性匹配准则,计算感知矩阵和残差的最佳匹配原子,并将选择的原子作为多个候选集,迭代时分别将多个原子添加到相应的候选集中,从多个候选集中选择残差最小的一个作为最终支撑集来重建图像,对红外图像具有较好的去噪效果。仿真结果表明,此方法比传统算法收敛速度更快,峰值信噪比更高,并且还具有更好的主观去噪效果。
（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。
红外图像去噪论文参考文献
[1].谢长江,杨晓敏,严斌宇,芦璐.基于深度学习的彩色以及近红外图像去马赛克[J].计算机应用.2019
[2].王坤,吴一鸣,诸葛晶昌,王力.一种基于广义Jaccard系数的MsGOMP红外图像去噪算法[J].红外技术.2019
[3].董浩伟,陈洁.一种基于大气散射模型和Retinex的红外图像去雾算法[J].红外技术.2019
[4].刘可佳,马荣生,庞钰宁.一种基于双导向滤波的高动态红外图像细节增强与去噪算法[J].图学学报.2018
[5].牛犇,慕晓冬,陈长倩.基于双树复小波和形态学的红外图像去噪方法[J].电光与控制.2019
[6].何培亮,舒倩.基于稀疏表示的红外图像去噪算法研究[J].红外.2018
[7].郭晨龙,赵旭阳,郑海燕,梁锡宁.一种基于改进非局部均值滤波算法的红外图像去噪[J].红外技术.2018
[8].吴炬卓,牛海清,张煌,许佳.一种应用小波系数GSM模型的混合傅里叶-小波电缆瓷套终端红外图像去噪方法[J].电测与仪表.2018
[9].许帆.基于边缘检测的全变分模型红外图像去噪[J].中国科技信息.2018
[10].刘星洁,侯娟,任秀敏.一种小波改进算法电力设备红外图像去噪方法[J].山东工业技术.2018