导读:本文包含了非下采样的轮廓波变换论文开题报告文献综述及选题提纲参考文献，主要关键词:图像融合,NSCT,FPGA,实时
非下采样的轮廓波变换论文文献综述
李虹杉[1]（2019）在《基于非下采样轮廓波变换的图像融合算法的FPGA实现》一文中研究指出图像融合是指对来自于同一场景的不同类型传感器获取的多幅图像加以综合和处理,得到一幅包含更多信息的合成图像。图像融合技术一经出现就受到世界各国的关注,被广泛应用于军事、医疗和航天等领域。目前图像融合的研究主要都集中在算法研究及其软件实现方面,而忽视了融合算法的实时硬件实现研究。已有的硬件融合系统采用的融合算法也比较简单,难以取得较好的融合效果。本文以FPGA为核心器件,深入研究了基于非下采样轮廓波变换(NSCT)的图像融合算法的特点并实现了整个算法的硬件仿真。具体研究内容如下:基于NSCT的可见光和红外图像融合算法的FPGA实现是本文主要研究内容。NSCT能够实现图像的多尺度和多方向分解,是一种性能优异的图像处理算法,已被广泛的应用于图像融合领域。但由于其自身结构的复杂性,目前还未出现基于FPGA的NSCT算法的实现方案。本文在详细阐述了NSCT原理的基础上,分析了多种因素(滤波器类型等)对NSCT算法的影响。同时,为了兼顾图像的融合效果和FPGA的实时数据流处理特点,本文选取了基于直方图显着性特征的低频系数融合策略和绝对值取大的高频系数融合策略。另外,在保证融合图像质量的前提下,选择了最佳的NSCT结构,尽量降低对FPGA性能的要求。最后还对本融合算法的FPGA实现可行性进行了分析,形成了一套基于NSCT的图像融合算法的FPGA实现方案。在完成了基于NSCT的图像融合算法的整体结构设计基础上,本文采用Verilog HDL对设计进行了完全可综合的RTL级描述,并运用了同步设计的方法,提高了系统可靠性。本设计的主要模块包括:NSCT分解模块,图像融合模块,图像重构模块等。为验证各个模块功能的正确性,本文结合FPGA开发软件QuartusII15.0和Modelsim对上述设计的各个模块以及整个融合系统进行了仿真。另外,还采用了主客观的评价方法对融合图像的质量进行了评估,并从FPGA的资源占用率和实时性两个方面分析了系统性能。实验结果表明,本设计可以在FPGA上较好地实现分辨率为640*480的红外图像和可见光图像的融合,并且系统的延迟较小,可以实现图像的实时融合。(本文来源于《电子科技大学》期刊2019-04-01）
马圆,韩鸿毅,孙燕北,梁志刚,郭秀花[2]（2019）在《基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像》一文中研究指出目的观察基于非下采样双树复轮廓波变换(NSDTCT)的小波纹理特征在识别肺良恶性结节CT图像中的应用价值。方法从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维。对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能。结果采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37%,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05%,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义(Z=6.430,P<0.001)。结论基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高。(本文来源于《中国医学影像技术》期刊2019年02期）
刘冬梅,常发亮[3]（2019）在《基于非下采样轮廓小波变换增强的从粗到精的显着性检测》一文中研究指出随着机器视觉和人工智能的快速发展,视觉注意机制作为机器视觉的重要组成部分,受到越来越多的关注。提出一种建立在非下采样轮廓小波变换(NSCT)基础上的从粗到精的显着性检测方法,该方法作为一种基于频域分析的显着性检测算法,能够充分利用图像的低频和高频信息,并能抑制光照对检测造成的影响。模型首先对输入图像进行非下采样轮廓小波分解,对低频分量进行Retinex增强以改善图像亮度的均匀性,从而抑制光照对显着性检测带来的影响,随后对其进行粗糙显着性检测;对高频分量进行非线性增强以抑制噪声并增强细节,重构得到高频特征图,在低频粗糙显着图的范围内对高频特征图进行全局和局部的显着性分析;最后经过融合得到精细显着图。在叁个数据集上进行对比实验,验证了所提算法的可行性和有效性。(本文来源于《光学学报》期刊2019年01期）
李宏坤,崔明利,杨蕊,张志新,王奉涛[4]（2018）在《非下采样轮廓波变换在故障分类中的应用》一文中研究指出基于非下采样轮廓波变换的多尺度分解和多方向分解的特性,提出一种用于时频图像特征提取的方法。首先,将振动信号变换到时频域得到时频图像,并利用Matlab将得到的时频图像转换为灰度图像;其次,对该图像进行非下采样轮廓波变换,得到其高频和低频子带,根据高频子带和低频子带所包含信息不同,研究不同的特征提取方法,笔者提取高频子带的能量和低频子带的均值、标准差作为特征值;最后,利用支持向量机(support vector machine,简称SVM)对齿轮箱的不同程度故障以及滚动轴承故障进行分类测试。实验结果验证了该方法提取时频图像特征量的有效性,为设备的状态识别提供了一种有效的方法。(本文来源于《振动.测试与诊断》期刊2018年03期）
蔡怀宇,卓励然,朱攀,黄战华,武晓宇[5]（2018）在《基于非下采样轮廓波变换和直觉模糊集的红外与可见光图像融合》一文中研究指出针对传统图像融合方法造成的边缘模糊、细节损失、图像对比度与清晰度容易降低等问题,利用非下采样轮廓波变换,提出一种基于直觉模糊集和区域对比度的红外与可见光图像融合算法.首先,使用非下采样轮廓波变换将源图像分解,分别得到源图像的高频和低频成分.其次,利用直觉模糊集灵活准确描述模糊概念的特性,构建双高斯隶属函数对低频成分进行融合;利用区域对比度详细描述图像纹理信息的特点,采用多区域特征对比度结合距离分析的融合规则,对高频成分进行融合.最后使用非下采样轮廓波逆变换得到融合图像.实验结果表明,与其它融合算法相比,该算法提高了图像对比度,保留了源图像中的边缘和细节信息,且得到的融合结果具有更优的客观评价值.(本文来源于《光子学报》期刊2018年06期）
潘杨,朱磊,胡晓,李楠[6]（2018）在《基于非下采样轮廓波变换与自蛇扩散的合成孔径雷达图像相干斑抑制算法》一文中研究指出针对合成孔径雷达(synthetic aperture radar,SAR)图像中乘性相干斑噪声的抑制与边缘保护问题,提出了一种基于非下采样轮廓波变换(NSCT)与自蛇扩散的抑斑新算法;该算法先利用NSCT变换对SAR图像进行多层子带分解;然后借助自蛇扩散对SAR图像不同子带分别实施参数不同的扩散滤波;最后对各去噪子带进行NSCT重构获得的SAR图像再次进行自蛇扩散滤波处理,从而实现带有边缘保护与增强的SAR图像相干斑抑制。实验表明,与多种传统抑斑算法相比,本文算法在相干斑抑制与边缘保护性能上均有明显提升。(本文来源于《科学技术与工程》期刊2018年13期）
文继李,丁立新,万润泽[7]（2018）在《基于非下采样轮廓波变换的模糊图像质量评价》一文中研究指出为判断模糊图像的失真程度,针对模糊图像的质量评价提出一种方法。通过非下采样轮廓波变换提取图像特征形成特征向量,将得到的特征向量作为输入,图像的DMOS值作为输出,利用支持向量回归建立图像质量评价模型,结合序列后向选择算法预测图像质量得分。实验结果表明,在LIVE、VCL@FER、CSIQ和TID2013数据集上,该方法和人类视觉系统具有较好的一致性。(本文来源于《计算机工程与设计》期刊2018年04期）
陆惠玲,周涛,王惠群,夏勇,师宏斌[8]（2017）在《基于非下采样轮廓波变换和压缩感知的PET/CT像素级融合算法》一文中研究指出Piella多分辨率图像融合框架包括4种融合规则的构造方法,围绕该框架下的第1种融合规则提出了基于非下采样轮廓波变换(NSCT)和压缩感知的PET/CT像素级融合算法。首先,对已配准的PET和CT源图像进行NSCT变换;然后,为突出低频图像的病灶部位,采用对特征和区域敏感性更高的脉冲耦合神经网络融合规则;其次,选择高斯随机矩阵对高频子带进行压缩采样得到测量值,基于Piella融合框架以高频子带分块计算的直方图距离作为匹配测度,以高频子带的区域能量作为活性测度,用匹配测度和活性测度构造出自适应的决策模型计算融合因子d,根据融合因子对高频测量值进行融合,再利用正交匹配追踪算法重构出高频融合图像;再次,对融合后的低频图像和重构后的高频图像同时进行NSCT逆变换得到最终的融合图像;最后,进行了融合算法比较、活性测度比较和匹配测度比较的实验。实验结果表明该算法可以更好地呈现病灶信息,从主观效果和客观评价指标均验证了其有效性。(本文来源于《图学学报》期刊2017年06期）
张秋余,杨子,李凯,晏燕,豆奇燕[9]（2016）在《基于非下采样轮廓波变换的彩色图像感知哈希算法》一文中研究指出针对现有的图像哈希算法普遍存在对几何攻击(如:尺度、旋转)鲁棒性不足,以及不适合彩色图像等缺点,提出一种基于非下采样轮廓波变换的彩色图像感知哈希算法.该算法首先结合图像正则化,对分块后图像进行非下采样轮廓波变换,把对变换系数求得的统计值作为中间感知哈希;然后利用块与块统计值之间的关系对中间感知哈希进行量化;最后利用混沌序列对量化后的感知哈希序列进行加密,得到最终感知哈希.实验结果表明,该算法对常见的图像内容保持操作具有强鲁棒性,并具有很好的唯一性,在碰撞率和检错率方面均优于对比算法.(本文来源于《兰州理工大学学报》期刊2016年05期）
殷明,段普宏,褚标,梁翔宇[10]（2016）在《基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合》一文中研究指出提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法,以改善传统的基于小波变换的图像融合方法的不足。该方法首先利用形态学变换处理源图像,利用NSDTCT变换进行图像分解得到低频子带系数和高频子带系数。根据高低频系数的不同特点,提出改进的稀疏表示(ISR)的融合规则用于低频子带;然后将改进的空间频率作为脉冲耦合神经网络的外部输入,提出基于自适应双通道脉冲耦合神经网络(2APCNN)的融合策略用于高频子带。最后通过NSDTCT逆变换获得融合后的图像。实验结果表明:本文方法在客观指标和视觉效果方面均优于传统图像融合的方法。与传统的NSCT-SR方法相比,实验的两组图像中4个客观指标:互信息(MI)、边缘信息保留量QAB/F,平均梯度(AG)和标准差(SD)分别提高了9.89%、6.39%、104.64%、55.09%和9.53%、17.77%、95.66%、52.89%。(本文来源于《光学精密工程》期刊2016年07期）
非下采样的轮廓波变换论文开题报告
（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：
目的观察基于非下采样双树复轮廓波变换(NSDTCT)的小波纹理特征在识别肺良恶性结节CT图像中的应用价值。方法从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维。对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能。结果采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37%,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05%,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义(Z=6.430,P<0.001)。结论基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高。
（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。
非下采样的轮廓波变换论文参考文献
[1].李虹杉.基于非下采样轮廓波变换的图像融合算法的FPGA实现[D].电子科技大学.2019
[2].马圆,韩鸿毅,孙燕北,梁志刚,郭秀花.基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像[J].中国医学影像技术.2019
[3].刘冬梅,常发亮.基于非下采样轮廓小波变换增强的从粗到精的显着性检测[J].光学学报.2019
[4].李宏坤,崔明利,杨蕊,张志新,王奉涛.非下采样轮廓波变换在故障分类中的应用[J].振动.测试与诊断.2018
[5].蔡怀宇,卓励然,朱攀,黄战华,武晓宇.基于非下采样轮廓波变换和直觉模糊集的红外与可见光图像融合[J].光子学报.2018
[6].潘杨,朱磊,胡晓,李楠.基于非下采样轮廓波变换与自蛇扩散的合成孔径雷达图像相干斑抑制算法[J].科学技术与工程.2018
[7].文继李,丁立新,万润泽.基于非下采样轮廓波变换的模糊图像质量评价[J].计算机工程与设计.2018
[8].陆惠玲,周涛,王惠群,夏勇,师宏斌.基于非下采样轮廓波变换和压缩感知的PET/CT像素级融合算法[J].图学学报.2017
[9].张秋余,杨子,李凯,晏燕,豆奇燕.基于非下采样轮廓波变换的彩色图像感知哈希算法[J].兰州理工大学学报.2016
[10].殷明,段普宏,褚标,梁翔宇.基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合[J].光学精密工程.2016