导读:本文包含了降质图像论文开题报告文献综述及选题提纲参考文献，主要关键词:多重约束,离焦降质,图像,盲复原
降质图像论文文献综述
曹鹏飞[1]（2019）在《多重约束下离焦降质图像盲复原方法仿真》一文中研究指出针对离焦降质图像分辨率低导致图像盲复原效果差的问题,提出基于改进遗传算法的多重约束下离焦降质图像盲复原方法。构建降质模型,对图像做模糊核估计,在此基础上,归一化处理图像信号,实现子图像块划分;设置代价函数作为约束条件,以估计子图像块,根据不同截止频率的滤波器做傅立叶变换,得到图像的不同频率分量,来估计点扩散函数模型的参数值,构建参数模型实现多重约束,并求出参数集,计算点扩散函数与参数模型之间的欧式距离,得到离焦降质图像的修正项,对图像修正,完成雾化场景下模糊降质图形的盲复原。实验结果表明,提出方法对离焦降质图像盲复原后,得到的图像具有较高的分辨率和平均峰值信噪比,大大提高了离焦降质图像的盲复原效果。(本文来源于《计算机仿真》期刊2019年08期）
席二辉[2]（2019）在《基于投影降质图像的对比度调整算法研究》一文中研究指出获取图像的过程中,经常会遇到由于事物的投影而影响图像的拍摄效果,导致图像不清晰,图像边缘模糊,无法观察部分事物的细节。通过对比度调整,可以增强图像效果。笔者将需要处理的图像经过USM锐化,增强图像的边缘细节信息,利用限制对比度自适应直方图均衡算法完成提高降质图像的清晰度,并通过实验比较了几种算法的效果。(本文来源于《信息与电脑(理论版)》期刊2019年05期）
杨婷香[3]（2019）在《对湍流降质图像复原方法的研究》一文中研究指出长春理工大学硕士2019TN133对湍流降质图像复原方法的研究Research of Restoration Methods for Image Observed through Turbulent Medium杨婷香Anto(本文来源于《长春理工大学》期刊2019-03-01）
张飞艳,张长江[4]（2018）在《基于卡通纹理分解的复合降质图像质量评价》一文中研究指出为了提高复合降质图像质量评价的准确性,利用卡通纹理分解算法将图像分解为卡通分量和纹理分量,从卡通分量的显着性边缘信息中获取图像模糊因子,从纹理分量中获取图像的噪声强度因子,结合汇集策略,构建出有效的复合降质图像质量评价模型.实验表明:针对LIVEMD图像库中的模糊和噪声复合降质图像,算法的评价结果具有较高的主客观一致性.(本文来源于《浙江师范大学学报(自然科学版)》期刊2018年03期）
潘海明,田润,刘春晓,龚辰[5]（2018）在《基于偏色校正和信息损失约束的沙尘暴降质图像增强算法》一文中研究指出为了解决沙尘暴环境下拍摄的图像中存在的颜色偏移、对比度低等降质问题,提出基于偏色校正和信息损失约束的沙尘降质图像增强算法,主要包含偏色校正和对比度增强2个模块,在偏色校正模块中,通过分析沙尘降质图像的RGB 3个通道直方图分布特点,提出一个改进的基于高斯模型的偏色校正算法;在对比度增强模块中,通过结合基于暗通道先验和信息损失约束算法,提出一种基于大气散射模型的对比度增强算法.为了验证算法的有效性,通过与4种已有算法的大量实验结果对比发现:文中算法不但能够很好地增强不同种类的沙尘降质图像的对比度,而且可以有效地避免图像偏色现象,并且保持良好的色彩保真度和合适的亮度.(本文来源于《计算机辅助设计与图形学学报》期刊2018年06期）
张琳[6]（2018）在《基于暗通道的降质图像增强与复原算法研究》一文中研究指出图像是当下最基础的一种信息载体,遍布人们日常生活的角角落落。因此,随着信息时代的来临,图像成为信息的主要来源之一。然而,由于信息的传播载体和传播过程的多样性,所以图像信息的丢失成为一种司空见惯的事情,图像信息的丢失被认为是一种降质现象,因此,研究降质图像的增强与复原具有极其重要的现实意义。暗通道先验算法对降质图像进行图像增强与复原处理的经典算法,但是,在暗通道先验算法的运行过程中,时间复杂度以及空间复杂度都比较大,并且处理时间较长。针对这一问题,本文改进了一种基于暗通道的降质图像增强与复原算法。本课题针对降质图像进行了研究,对暗通道先验算法进行了改进。本文算法基于大气散射物理模型,利用暗通道先验算法与主成分分析法相结合,计算参数透射率和大气光值,从而进行降质图像的增强与复原处理。首先,利用高斯-拉普拉斯算子,对高斯算子进行二阶微分运算处理,再和降质图像进行卷积,得到边缘细节加强的降质图像以及暗通道图像,从而达到细化透射率的目的,以求解得到更为精确的透射率。其次,采用主成分分析法对降质图像的数据矩阵进行线性变换,提取降质图像的主成分变量,并通过加权运算,计算得到大气光值。最后,在大气散射物理模型的基础上,对降质图像进行增强与复原处理,从而得到清晰图像。通过MATLAB软件对本文算法进行了大量的仿真模拟,验证了算法的可行性和有效性,并对煤矿井下雾尘图像进行了增强与复原处理,证实了该算法具备应用价值。同时,将本文算法、经典暗通道算法和自适应对比度算法叁种算法处理后的清晰图像进行了主观和客观方面的图像质量评价,结果证实了本文算法处理效果均匀、彻底,缩减了经典暗通道算法的时间复杂度,改善了假彩色的现象,较好地保持了图像色彩的真实性和饱和性,增强了图像中的细节部分,增加了图像的有效信息量。(本文来源于《河北工程大学》期刊2018-06-01）
韩思思[7]（2018）在《降质图像的自适应增强与复原算法研究》一文中研究指出随着数字成像设备的普及,各种应用领域中产生了海量的数字图像和视频,但是往往由于光照条件、大气环境及成像设备的影响,使得获取的图像质量往往达不到人们的处理预期和技术要求。因此,研究降质图像的自适应增强与复原算法有着广泛的实际意义。本文从成像模型出发,重点研究了光照不均、雾化及低照度这叁类降质图像。针对现有算法中的局限性,如参数设置需根据图像单独设定、算法仅能处理单一降质类型、多种质量指标难以同时兼顾等问题,本文在自适应处理、扩展算法处理退化类型及兼顾性能指标等方面进行算法的改进和优化,从而提升算法的处理性能。论文的主要研究内容如下:(1)在光照不均图像的自适应处理方面,本文针对同态滤波的过增强问题,提出空间多尺度自适应同态滤波和自适应局部熵加权的引导滤波算法。本文首先提出空间多尺度算法对同态滤波进行改进来避免过增强效应,然后对其截止频率设计了自适应算法以提高算法的稳定性,最后提出能够兼顾保边和降噪的自适应局部熵加权的引导滤波算法去除块效应问题。该方法在HSV颜色空间的V通道上进行处理,能够获得光照均匀、颜色生动的增强结果。(2)在雾化图像的自适应清晰化处理方面,本文在基于暗通道先验去雾处理的基础上,提出基于图像场景的自适应复原算法。首先针对先验在天空区域的不适用性,提出一种自适应天空区域检测分割算法,将图像分为远景子图和近景子图,然后根据不同场景子图的特点设计自适应透射率估计和优化算法,并使用形态学开运算对暗通道先验进行改进,最后提出一种自适应区间估计的方法确定大气光值。该方法可在不同图像场景条件下获得颜色鲜亮,内容清晰的复原结果。(3)在低照度图像的自适应亮度恢复方面,本文通过研究暗通道先验去雾在低照度图像中的扩展应用,提出结合降噪处理的快速复原方法。首先基于低照度反转图像的自身特点,提出使用V通道进行透射率的自适应估计,因其无需优化从而节省了时间开销,然后对大气光进行自适应估计,进而得到快速复原方法,最后考虑到退化模型中的噪声放大问题,提出自适应改进的双域滤波算法对其进行处理。该方法能够较为快速地获得对比度高,亮度适中的复原结果。(本文来源于《北京交通大学》期刊2018-03-01）
BESSE,MAGNIM[8]（2017）在《降质图像还原技术研究与设计》一文中研究指出图像处理方法广泛应用于各个领域,需要针对不同图像的劣化情况选择合适的处理方法以获得更好的图象质量。许多用于目标跟踪、空间导航、道路监测等的视频图像处理系统对于天气变化或日照非常敏感。由于空气中的大气颗粒的存在,有雾天气是影响图像质量的主要因素。因此,对于恶劣天气条件下图像清晰化方法的研究有助于提高图像质量。现阶段,对于雾气条件下获取图像的清晰化处理方法主要有两种:一是从图像处理的角度出发,增强图像的对比度,从而达到图像清晰化的目的;二是基于物理模型的大气退化图像复原方法。本文主要从图像增强的角度出发,对现有的图像清晰化方法进行了必要的修正和改善。具体工作总结如下:首先,学习国内外关于图像中雾气检测的研究现状和发展趋势。介绍了逆变换算法在图像雾气检测中的应用,并给出在某些模糊图像中检测雾气的现有方法;其次,给出了现有的最常见的图像恢复方法,并指出该算法中存在的问题;最后,为了解决这个问题,本文提出并改进了基于劣化函数估计的维纳滤波算法。MATLAB仿真结果表明,改进算法可以通过维纳滤波有效提高图像恢复的性能,改善图像质量。(本文来源于《沈阳理工大学》期刊2017-12-01）
黄小童[9]（2017）在《基于改进蚁群算法的降质图像盲评价方法》一文中研究指出随着计算机软硬件尤其是智能机器视觉技术的发展,与视频相关的网络多媒体应用得到了迅猛的发展,尤其以视频监控、网络电视为代表的大规模联网,需要效仿人类视觉智能,在缺少原始场景信息的前提下进行无参考的降质图像评价。通常情况下,图像噪声和图像模糊是造成图像质量低下最普遍的两种失真,本文主要针对图像噪声和图像模糊失真对图像质量降低的影响,展开了对无参考降质图像评价方法的研究。论文重点以蚁群算法为突破点,通过简单智能个体的协同演化,实现群智能性并摆脱统计方法对退化模型精确性描述及估计束缚。上述理论成果可用于优化相关图像处理算法,并在安防监控领域进行实验验证。本论文主要工作包括:1)提出了基于图像空间特征一致性的降质图像盲估计方法。基于图像空间特征一致性的降质图像盲估计包括两个研究内容:基于颜色特征一致性的降质图像噪声估计和基于纹理特征一致性的降质图像噪声估计。基于颜色特征一致性的降质图像噪声估计算法是基于块相似度特征的噪声参数估计方法,利用图像块内像素间存在一定的一致性原理,根据块相似度选择图像中的平滑块,通过加权平均的方法估计整个图像的噪声方差,然后根据图像噪声方差自适应选取阈值,并结合人眼视觉掩盖效应对盲图像噪声进行评价。基于纹理特征一致性的降质图像噪声估计算法首先提出了一种根据纹理强弱程度来衡量图像的平滑程度,从而选择弱纹理的图像块;其次提出了一种运用特征值分析来进行图像噪声估计方法。通过仿真实验证明,这两种方法的提出验证了图像特征一致性估计对图像质量评价的有效性。2)提出了基于可变蚁群算法的降质图像盲评价方法。结合图像特征一致性,文章进一步提出基于可变蚁群算法的降质盲图像评价算法(Deformable Ant Colony Optimization,DACO)。DACO 算法根据图像颜色特征一致性计算得到蚂蚁食物,并充分考虑到蚂蚁在觅食的过程中,体积自适应变化的机制。对于越平滑的区域(食物多的区域),蚂蚁不仅留下的信息素越多,而且蚂蚁的体积会增大。同时,蚂蚁体积越大,需要的食物就越多。这样体积与食物之间形成一个负反馈机制。实验结果证明,提出可变蚁群算法性能优于常规方法,能提供更准确的噪声统计估计,并能对仿真图像和现实生活中的实际噪声图像进行一致性的图像质量评价。3)提出了基于蚁群最短路径的降质视频盲评价方法。传统的蚁群算法目的在于找噪声图像中的平滑区域,基于蚁群最短路径的盲视频质量评价算法(Modified Ant Shortest Path,MASP)充分考虑到蚂蚁在觅食过程中的路径信息,认为“过程比结果更重要”。MASP方法利用图像梯度信息,通过结合最短路径思想生成蚂蚁的运动路径,针对蚂蚁在不同质量视频/图像上的不同运动路径这一特性,完成对失真图像的盲识别。通过在标准图像库和安防监控视频库中实验测试表明,基于蚁群最短路径的降质图像评价与人眼主观评分能够获得较高的一致性,并且开辟了基于蚁群路径算法的新路。4)提出了基于类间蚂蚁竞争模型的降质图像清晰度感知方法。蚂蚁在觅食过程中会出现群聚现象,群与群之间通过某种方式交换有用信息的同时,种群之间存在相互竞争关系,促使种群之间的协同进化。本文受双种群思想的启发,结合种群竞争思想,提出一种基于类间蚂蚁竞争模型的盲图像清晰度感知算法(Ants Competition Model Algorithm,ACMA),首先设定两类蚂蚁,根据每类蚂蚁设定食物目标不同,两类蚂蚁相互竞争,“优胜劣汰”,最终找到各自的食物。具体来讲,一类蚂蚁以图像强边缘区域为食物,另一类蚂蚁以图像平滑区域为食物,两类蚂蚁竞争寻找食物,最终根据两类蚂蚁分泌的信息素竞争得到最终的结果。通过与典型方法对比结果表明,基于类间蚂蚁竞争模型的降质图像清晰度感知具有很高的主客观一致性。(本文来源于《武汉科技大学》期刊2017-09-01）
王怀[10]（2017）在《基于暗通道先验的雾天降质图像复原方法》一文中研究指出近年来,环境污染日益加剧,雾、霾等恶劣天气频发,越来越多地影响着人们的日常生产生活。构成环境污染的主要成分是大气中悬浮的颗粒物,它不仅冲击着人们的健康,而且对大气光具反射、散射、吸收等作用,给原本清晰的外部环境蒙上了一层厚厚的纱,导致能见度严重降低,众多的成像设备因此无法正常工作,获取到的图像信息难以识别,所以迫切需要有效的图像去雾技术来提高图像质量。单幅图像去雾非常具有挑战性,因此成为近年来该领域的难点和热点问题,基于物理模型的图像去雾方法是目前单幅图像去雾的主流方法,该方法主要从降质退化的过程出发,建立数学物理模型,反演无雾图像,理论严谨,效果真实,尤其是2009年何凯明博士提出的暗通道先验算法,简单易懂、实现快捷、效果显着,因此倍受学者青睐。本文的研究主要是在暗通道先验算法的基础上,针对其不足进行改进,以获得更佳的去雾效果。论文首先对暗通道先验算法进行了深入研究,分析了该算法存在叁方面的不足:一是图像中场景突变边缘处因透射率估计不准确导致复原图像在该处出现光晕效应;二是由于天空区域不符合暗通道先验,使得含有天空区域的图像在去雾后产生明显的颜色失真;叁是软抠图算法耗时过长,复杂度过高,达不到实时处理要求。针对以上问题,本文提出了基于暗通道先验和超像素分割的去雾方法,该方法首先对含有天空的图像进行天空区域分割,使图像分为纯天空区域和非天空区域;其次,对非天空区域使用简单线性迭代聚类(SLIC)超像素分割,使图像中具有共同特征的像素点聚类到一个超像素块内,对每个超像素块运用暗通道先验算法计算初始透射率,然后对初始透射率进行高斯平滑;而对天空区域,整体作为一个窗口求暗通道进而求初始透射率,并对其做提升处理;在大气光估计时,为了防止选点落到白色物体上,对天空区域求均值作为大气光的值,最终利用模型复原出无雾图像。最后,从主观评价和客观评价两方面,全面评价了论文提出的去雾图像。在主观评价时,将本文算法分别与暗通道先验算法、其他经典去雾算法以及最新去雾算法的结果进行了比较;客观评价方面则选用均方误差、峰值信噪比、新增可见边之比等常用客观评价因子进行评价,通过主客观评价总结出本文算法的优势及不足。实验证明,本文算法与暗通道先验算法去雾相比,光晕效应完全消除,天空区域自然无偏色,而且,比软抠图改进算法时效性显着提高。(本文来源于《西安电子科技大学》期刊2017-06-01）
降质图像论文开题报告
（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：
获取图像的过程中,经常会遇到由于事物的投影而影响图像的拍摄效果,导致图像不清晰,图像边缘模糊,无法观察部分事物的细节。通过对比度调整,可以增强图像效果。笔者将需要处理的图像经过USM锐化,增强图像的边缘细节信息,利用限制对比度自适应直方图均衡算法完成提高降质图像的清晰度,并通过实验比较了几种算法的效果。
（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。
降质图像论文参考文献
[1].曹鹏飞.多重约束下离焦降质图像盲复原方法仿真[J].计算机仿真.2019
[2].席二辉.基于投影降质图像的对比度调整算法研究[J].信息与电脑(理论版).2019
[3].杨婷香.对湍流降质图像复原方法的研究[D].长春理工大学.2019
[4].张飞艳,张长江.基于卡通纹理分解的复合降质图像质量评价[J].浙江师范大学学报(自然科学版).2018
[5].潘海明,田润,刘春晓,龚辰.基于偏色校正和信息损失约束的沙尘暴降质图像增强算法[J].计算机辅助设计与图形学学报.2018
[6].张琳.基于暗通道的降质图像增强与复原算法研究[D].河北工程大学.2018
[7].韩思思.降质图像的自适应增强与复原算法研究[D].北京交通大学.2018
[8].BESSE,MAGNIM.降质图像还原技术研究与设计[D].沈阳理工大学.2017
[9].黄小童.基于改进蚁群算法的降质图像盲评价方法[D].武汉科技大学.2017
[10].王怀.基于暗通道先验的雾天降质图像复原方法[D].西安电子科技大学.2017