导读:本文包含了图像耦合论文开题报告文献综述及选题提纲参考文献，主要关键词:图像处理,脉冲耦合神经网络,点火时间矩阵,多区域划分
图像耦合论文文献综述
周哓玲,江泽涛[1]（2019）在《结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合》一文中研究指出针对红外与可见光图像融合细节信息不够丰富、易出现伪影等问题,提出了一种结合脉冲耦合神经网络(PCNN)与引导滤波的红外与可见光图像融合方法。改进传统PCNN模型结构,在脉冲产生单元加入抑制项,避免像素重复点火对点火时间矩阵带来噪声;以原图为引导图像对点火时间矩阵T进行引导滤波,得到兼具显着信息与边缘细节信息的多区域加权划分矩阵;基于该多区域加权划分矩阵,对红外与可见光图像进行加权融合。同时,根据PCNN数学模型点火行为分析,提出了一种包含约束的PCNN模型参数设置方法,可降低PCNN模型参数设置的复杂度。实验结果表明该融合方法具有较高的融合效率,同时融合图像细节信息丰富,无明显伪影,交叉熵、空间频率指标相对于当前常用融合方法均较优。(本文来源于《光学学报》期刊2019年11期）
王潇贤,王颖[2]（2019）在《基于脉冲耦合神经网络的图像分割方法》一文中研究指出为进一步提高脉冲耦合神经网络(PCNN)在图像分割中的应用水平,本文对PCNN模型作了简化和改进。利用粒子群优化算法实现网络参数优化,从训练图像中提取熵和能量的比值作为PSO的适应度函数,提出了一种参数自适应的PCNN图像分割方法。最后,通过仿真验证所述方法的分割性能,结果表明:与传统PCNN图像分割方法相比,该方法能够有效地实现不同图像的自适应分割,具有一定优越性。(本文来源于《科技通报》期刊2019年10期）
韩卫冰[3]（2019）在《基于二代curvelet变换耦合方差特征约束的遥感图像融合算法》一文中研究指出为了使得融合遥感图像能够保留更多光谱特性的同时,还能尽可能高地提高其清晰度,论文提出了一种基于二代curvelet变换耦合方差特征约束的遥感图像融合算法。将多光谱图像经过IHS变换处理,获取其亮度(I)分量。利用二代curvelet变换对I分量以及全色图像进行多尺度以及多方向的分解,以获取其对应的低频系数以及高频系数。以不同低频系数对应的区域能量比例为权重因子,对低频系数进行加权融合。通过不同高频系数的方差特征,构造高频系数融合模型,以完成高频系数的融合。将融合后的高、低频系数通过二代curvelet逆变换更新I分量,将更新后的I分量通过IHS逆变换得到融合遥感图像。实验结果表明,所提算法融合的图像在光谱特性以及清晰度方面,都比当下遥感图像融合方法融合的图像更好,具有优良的融合性能。(本文来源于《舰船电子工程》期刊2019年10期）
王峥[4]（2019）在《非同质运动图像关键帧耦合特征识别仿真》一文中研究指出采用当前方法识别非同质运动图像关键帧的耦合特征时,识别所用的时间较长,得到的识别结果与实际不符,存在识别效率低和识别结果准确率低的问题。提出非同质运动图像关键帧耦合特征识别方法,根据噪声属性和像素灰度值属性划分非同质运动图像,结合粗糙集理论融合增强划分子块并最终得到子图。采用不预设K-均值聚簇算法对增强后的非同质运动图像做聚簇处理,通过相似距离提取每个簇中与聚簇中心距离最近的帧作为关键帧,提取关键帧中的时间序列,根据时间序列得到非同质运动图像关键帧的耦合特征,将关键帧耦合特征输入K最近邻混合分类器中,实现非同质运动图像关键帧耦合特征的识别。仿真结果表明,所提方法的识别效率高、识别准确率高。(本文来源于《计算机仿真》期刊2019年10期）
田永胜,侯金,龙银福,唐翠姣,黄玉春[5]（2019）在《光纤倾斜耦合角度的快速精密图像测量》一文中研究指出光纤与光芯片的上表面耦合的倾斜角度是影响光耦合效率的关键因素之一,针对传统角规测量法效率低、精度差和不稳定等问题,采用坐标系重构方法和图像处理技术实现了对光纤倾斜耦合角度的快速精密测量。首先,在常规图像角度测量的基础上引入棋盘靶标进行坐标系重构,降低了CCD在光学放大获取微小光纤的图像信息时光轴轻微转动引起的误差。然后,为了在降低噪声影响的同时保障光纤直线特征的检测精度,对比了Hough变换和图像细化两种提取光纤直线参数的算法,结合直线元素在投影面的叁角关系获得了光纤倾斜角度。实验结果表明:基于Hough变换的直线提取算法误差在±0.1°,平均运算时间为0.370 s,实现了对微小尺寸下光纤倾斜耦合角度快速精确地测量。(本文来源于《红外与激光工程》期刊2019年10期）
卢淑萍,肖随贵[6]（2019）在《基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法》一文中研究指出针对当前较多图像复制-粘贴篡改检测算法主要依靠对特征点间的距离进行度量来完成特征匹配,忽略了特征点间的仿射关系,使其在几何变换条件下的篡改检测检测正确性不高的问题,将特征点间的仿射关系引入到特征匹配过程中,提出基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法。该算法主要是通过像素点曲率和特征点仿射关系来完成图像复制-粘贴篡改检测。首先,采用Sobel边缘检测方法提取图像的边缘轮廓,通过计算边缘轮廓上像素点的曲率值来获取图像特征。然后,通过计算特征点邻域中的Haar小波值,生成特征向量。利用特征向量构造特征点间的仿射关系模型,计算特征点间的仿射关系值,用于建立仿射制约策略,完成特征匹配。最后,借助于SURF算法完成特征点的集群,对复制-粘贴篡改区域进行定位,获取检测结果。实验结果显示,较当前的复制-粘贴篡改检测方法而言,所提算法具有更高的检测正确性与鲁棒性,能够更好地适应缩放、旋转等伪造内容的检测。(本文来源于《电子测量与仪器学报》期刊2019年09期）
王昕,蒋佐富,蔡荣明,尚将,吴瑞文[7]（2019）在《纹理参数耦合GA-BP神经网络的电力设备图像识别方法介绍》一文中研究指出针对目前电厂和变电站的视频监控设备只有视频监控,而没有图像识别功能,提出结合纹理参数和GA-BP神经网络的电力设备图像识别方法。首先,用采集到的图像数据构建灰度共生矩阵;其次,通过灰度共生矩阵计算出各图像的纹理参数;最后,对GA-BP神经网络进行训练并确定最优模型,实现分类。(本文来源于《应用能源技术》期刊2019年08期）
王燕,许宪法[8]（2019）在《基于改进脉冲耦合神经网络的图像分割方法》一文中研究指出为了实现对多目标图像和灰度不均匀图像的分割,文中提出了基于区域生长的局部脉冲耦合神经网络(RG-LPCNN)图像分割方法。首先,利用显着性检测方法提取出原始图像的显着性图。然后,根据直方图阈值法对显着性图进行粗分割,得出目标与背景,并将目标的质心作为RG-LPCNN的初始种子点。其次,将高斯核与原始图像的卷积结果作为放大系数,使得动态阈值具有了局部特性。最后,利用RG-LPCNN对图像进行分割,实现对多目标图像以及灰度不均匀图像的分割。将RG-LPCNN和其他阈值分割方法在自然图像、灰度不均匀图像上进行了对比,结果表明:RG-LPCNN在分割多目标图像和灰度不均匀图像方面具有较好的分割效果,验证了RG-LPCNN的有效性。(本文来源于《计算机科学》期刊2019年07期）
罗娟,王立平,谭云兰[9]（2019）在《二代Curvelet变换耦合细节度量模型的遥感图像融合算法》一文中研究指出当前遥感图像融合方法忽略了不同图像像素间的关联性,导致融合图像含有伪吉布斯效应及光谱失真,为此提出了二代Curvelet变换耦合细节度量模型的遥感图像融合算法。引入HSV变换来分解多光谱(MS)图像,提取相应的亮度成分。借助二代Curvelet变换来分解亮度成分与全色(PAN)图像,获取其不同的子带。构造低频子带融合准则,获取对应的权重系数,实现低频子带的融合。对高频子带实施卷积操作,提取其边缘信息,将其与空间信息相结合,构造细节度量模型,对高频子带的边缘及空间细节特征进行度量,实现高频子带的融合。利用二代Curvelet逆变换对融合子带进行计算,获取新的亮度成分,并将其与初始的色度、饱和度信息进行HSV逆变换,实现遥感图像融合。实验结果显示,较当前的遥感图像融合方法而言,所提算法具有更高的融合质量,其输出图像不仅清晰度更高,而且也有更好的光谱特性。(本文来源于《电子测量与仪器学报》期刊2019年07期）
韩明,李宏图[10]（2019）在《基于二代Curvelet变换耦合二维因子的图像融合算法》一文中研究指出目的为了解决当前图像融合算法在融合过程中忽略了低频系数中所包含的图像细节信息,导致其输出的融合图像存在间断以及模糊效应的不足,方法提出基于二代Curvelet变换耦合二维因子的图像融合算法。首先,利用具有多尺度以及多方向特性的二代Curvelet变换对源图像进行快速的分解,以获取源图像精细的低频以及高频系数。引入低频系数的信息熵以及区域方差特征来构造二维因子,对低频系数所包含的信息量以及图像的变化程度进行度量,以完成低频系数的融合。随后,利用高频系数的平均梯度特征,构造信息融合规则,完成高频系数的融合,提高融合图像的细节信息含有量。最后,利用像素点的R,G,B值,构造颜色校正因子,对融合图像进行颜色修正,以获取色彩效果较好的融合图像。结果实验结果显示,与当前图像融合算法相比,所提算法具有更强的细节表达能力,其输出的融合图像具有更好的清晰度及视觉效果。结论所提算法拥有较好的融合质量,能提高图像的对比度与分辨率,在图像处理领域具有一定的参考价值。(本文来源于《包装工程》期刊2019年13期）
图像耦合论文开题报告
（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：
为进一步提高脉冲耦合神经网络(PCNN)在图像分割中的应用水平,本文对PCNN模型作了简化和改进。利用粒子群优化算法实现网络参数优化,从训练图像中提取熵和能量的比值作为PSO的适应度函数,提出了一种参数自适应的PCNN图像分割方法。最后,通过仿真验证所述方法的分割性能,结果表明:与传统PCNN图像分割方法相比,该方法能够有效地实现不同图像的自适应分割,具有一定优越性。
（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。
图像耦合论文参考文献
[1].周哓玲,江泽涛.结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合[J].光学学报.2019
[2].王潇贤,王颖.基于脉冲耦合神经网络的图像分割方法[J].科技通报.2019
[3].韩卫冰.基于二代curvelet变换耦合方差特征约束的遥感图像融合算法[J].舰船电子工程.2019
[4].王峥.非同质运动图像关键帧耦合特征识别仿真[J].计算机仿真.2019
[5].田永胜,侯金,龙银福,唐翠姣,黄玉春.光纤倾斜耦合角度的快速精密图像测量[J].红外与激光工程.2019
[6].卢淑萍,肖随贵.基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法[J].电子测量与仪器学报.2019
[7].王昕,蒋佐富,蔡荣明,尚将,吴瑞文.纹理参数耦合GA-BP神经网络的电力设备图像识别方法介绍[J].应用能源技术.2019
[8].王燕,许宪法.基于改进脉冲耦合神经网络的图像分割方法[J].计算机科学.2019
[9].罗娟,王立平,谭云兰.二代Curvelet变换耦合细节度量模型的遥感图像融合算法[J].电子测量与仪器学报.2019
[10].韩明,李宏图.基于二代Curvelet变换耦合二维因子的图像融合算法[J].包装工程.2019