导读:本文包含了双尺度边缘结构论文开题报告文献综述及选题提纲参考文献，主要关键词:医学图像,结构相似度,质量评估,视觉显着度
双尺度边缘结构论文文献综述
刘俊卿[1]（2013）在《基于ROI的双尺度边缘结构相似度图像质量评估方法》一文中研究指出图像质量评估在在医学、图像压缩、处理以及通信领域起着十分重要的作用。正电子发射断层成像(Positron Emission Tomography, PET), CT等先进的成像技术的成熟与应用,使得人体的健康信息也能够以图像的形式反映出来。医学图像直观准确,其质量的好坏会将会在很大程度上影响医生的诊断。传统的基于像素误差度的质量评估方法是较常用的评估方法,运算简便,物理意义清晰,但与人类主观视觉感受不一致。结构相似度准则SSIM自顶向下地模拟了HVS的整体功能,SSIM算法认为HVS的主要功能是从视觉场景中提取结构信息。SSIM算法能够更好地反映人类视觉特性,具有简单高效的特点。但它对模糊图像及噪声污染图像的判定与人类主观感受存在偏差。针对这一点,一种基于图像的边缘信息的双尺度图像质量评价方法MDESSIM被提出,该算法充分考虑边缘信息在结构信息中的重要性,有效的解决了SSIM算法的上述缺点,但是它并没考虑到图像感兴趣区域对图像质量的影响,在评价图像时会与人的主观感受有偏差。本文深入研究了SSIM和MDESSIM算法,总结其规律和缺陷,并以其为基础做出改进,提出了基于感兴趣区域的双尺度图像质量评估方法。通过对比分析当前常用的ROI提取算法,确定使用Itti模型将图像分为感兴趣区域和不感兴趣区域。提出的算法将图像质量的评估分为感兴趣区域和不感兴趣区域的加权组合评估,在感兴趣区域内使用双尺度图像质量评估方法,不感兴趣区域使用经典的结构相似度评估方法,对感兴趣区域的评价结果赋予较大的权值以强调感兴趣区域对图像质量的影响。同时对实验中所使用的权值的设定做了讨论。最后使用本文所提出的算法对叁个常用的图像数据库进行了对比实验和分析,实验结果表明,此方法较好地考虑了感兴趣的重要性,更加符合人的主观视觉质量。(本文来源于《昆明理工大学》期刊2013-03-01）
黄宝贵,马春梅,赵景秀[2]（2011）在《基于轮廓结构元素形态学的多尺度边缘检测》一文中研究指出提出一种改进的基本轮廓结构元素形态学的多尺度边缘检测的方法。用基于轮廓结构元素的形态学提取多尺度下的图像边缘,然后加权融合,采用非极大值抑制算法细化边缘。该方法在有效抑制噪声的同时保护了图像的细节。实验结果证明该方法在提取受噪声污染的图像的边缘时非常有效。(本文来源于《计算机工程与应用》期刊2011年01期）
于彤,马社祥,刘铁根[3]（2009）在《基于多尺度边缘结构相似性的图像质量评价》一文中研究指出基于结构相似度(SSIM)的图像质量评价方法是从视觉区域提取图像的结构性信息,但在评价模糊较严重的图像时存在其局限性,因此本文将图像边缘和SSIM相结合,提出了基于多尺度边缘结构相似度(MESS)的图像质量评价方法。实验结果表明,由于MESS考虑了边缘信息对于人眼感知结构信息的重要性,评价结果比SSIM更加符合人眼视觉感知特性。(本文来源于《光电子.激光》期刊2009年06期）
廖斌,陈岩[4]（2007）在《双尺度边缘结构相似度的图像质量评估》一文中研究指出图像质量评价对于各种视频图像应用具有重要的意义。结构相似度准则SSIM在模糊图像及噪声污染的图像判定方面,存在偏差。该文提出了基于双尺度边缘结构特征的图像质量评价算法——MDESSIM,充分考虑了边缘信息在结构信息中的重要性,通过增加边缘结构的失真度量来综合评价图像质量。实验结果表明了MDESSIM算法的有效性。(本文来源于《计算机工程》期刊2007年19期）
郦苏丹,李广侠[5]（2006）在《结合多尺度边缘检测的SAR结构邻域滤波方法》一文中研究指出噪声抑制是合成孔径雷达(SAR)图像处理的一个重要环节,通常的方法在抑制噪声的同时也使得图像的边缘模糊。该文提出一种结合宏观边缘信息的SAR图像结构邻域滤波方法。首先利用多尺度边缘检测算法获得SAR图像主要的边缘信息,在此基础上对结构邻域滤波法进行改进。结构邻域滤波法用一系列反映图像局部方向信息的邻域模板描述图像的细节特性,滤波过程中引入图像的宏观边缘信息,对邻域模板的选择范围进行约束。最后运用模拟退火算法选取合适邻域模板对目标点的强度进行MAP估计。实验表明该方法能够较好地保持图像的边缘特征,同时有效抑制了斑点噪声。(本文来源于《电子与信息学报》期刊2006年08期）
双尺度边缘结构论文开题报告
（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：
提出一种改进的基本轮廓结构元素形态学的多尺度边缘检测的方法。用基于轮廓结构元素的形态学提取多尺度下的图像边缘,然后加权融合,采用非极大值抑制算法细化边缘。该方法在有效抑制噪声的同时保护了图像的细节。实验结果证明该方法在提取受噪声污染的图像的边缘时非常有效。
（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。
双尺度边缘结构论文参考文献
[1].刘俊卿.基于ROI的双尺度边缘结构相似度图像质量评估方法[D].昆明理工大学.2013
[2].黄宝贵,马春梅,赵景秀.基于轮廓结构元素形态学的多尺度边缘检测[J].计算机工程与应用.2011
[3].于彤,马社祥,刘铁根.基于多尺度边缘结构相似性的图像质量评价[J].光电子.激光.2009
[4].廖斌,陈岩.双尺度边缘结构相似度的图像质量评估[J].计算机工程.2007
[5].郦苏丹,李广侠.结合多尺度边缘检测的SAR结构邻域滤波方法[J].电子与信息学报.2006