导读:本文包含了视觉冗余论文开题报告文献综述及选题提纲参考文献，主要关键词:图像压缩,直方图,IGS量化,JPEG2000
视觉冗余论文文献综述
关晨曦,周诠[1]（2017）在《基于心理视觉冗余和直方图收缩的图像压缩算法》一文中研究指出数据压缩分为有损压缩和无损压缩方法,有损压缩广泛应用于语音、图像和视频数据的压缩。为了进一步提高图像有损压缩的性能,本文提出一种基于预处理的图像压缩算法。即先用IGS(Improved GrayScale)量化使图像有少许失真,再结合直方图收缩的方法对图像进行无损压缩。实验以JPEG2000标准算法为例,结果表明提出方法比直接使用JPEG2000有损压缩的峰值信噪比高出1~3 dB,是一种有效的算法。(本文来源于《第十五届中国体视学与图像分析学术会议论文集》期刊2017-11-01）
胡朱林[2]（2016）在《基于矩阵分解的视觉冗余信息抑制方法研究》一文中研究指出图像的应用已经大量地融入到我们生活的方方面面,越来越多的图像需要我们去识别。因此,在图像处理领域里,目标识别成为了非常重要的一部分,并且对于结果的可靠性有着严格的要求。在面对背景非常复杂并且含有大量的冗余信息的输入图像时,感兴趣区域(region of interest,ROI),即能够引起视觉注意部分区域,能够快速地吸引人类视觉系统的注意力并使得人类视觉系统对它进行优先处理及最终的识别,从而忽略掉视觉冗余信息,即那些不会引起视觉注意的信息。因此,在图像处理的时候视觉冗余信息对人眼的作用是很小的,人眼主要关注的是感兴趣区域。在感兴趣区域检测过程中应该对图像的冗余信息进行弱化甚至去掉,这对于图像处理有很重要的意义。鉴于人眼系统对图像对比度的敏感性,将该特性引入到显着目标检测当中。在有关矩阵分解方法应用中,发现低秩稀疏矩阵分解对图像的背景有很好的抑制作用,并可以将原图像的背景和显着目标部分进行分离,即低秩对应背景部分,稀疏对应显着部分。结合低秩稀疏矩阵分解和视觉特性,将该矩阵分解方式应用到黑白图像和彩色图像,提出了基于全局和局部的低秩稀疏矩阵分解方法和基于多特征低秩稀疏矩阵分解方法。首先,对比度显着性检测的结果没有很好的抑制图像的背景信息,因此在该方法中引入矩阵分解,利用矩阵分解对背景的抑制作用达到更好的显着检测效果;然后,为了将该矩阵分解应用到彩色图像,结合Itti模型的特征分离方法,将矩阵分解推广到多特征矩阵分解,该方法融合多种特征的方式是基于矩阵分解的,不同于以往的线性或者其它的融合方式。最后对方法进行仿真实验,实验结果表明,本文算法可以有效地抑制图像中的视觉冗余信息,提高显着目标检测效率。(本文来源于《沈阳理工大学》期刊2016-12-01）
胡敏,周波[3]（2016）在《基于视觉冗余的多感兴趣区域医学图像压缩》一文中研究指出针对医学图像信息量大的特征,提出基于视觉特性的多兴趣区域图像压缩方案,通过仿真实验表明,该方法得到较高的压缩比和压缩视觉效果,为医学图像远程传输和存储提供更为有效的方案。(本文来源于《科技创新与应用》期刊2016年30期）
张帆[4]（2013）在《基于心理视觉冗余和PCA的图像压缩算法》一文中研究指出为了进一步提高图像的压缩率,提出了基于心理视觉冗余和主成分分析(PCA)的图像压缩算法。根据人类视觉处理过程中各种信息的重要程度不同的原理,在不影响图像的感知质量的前提下,通过消除不重要的心理视觉冗余信息;再用PCA对消除心理视觉冗余的图像做进一步降维,使得图像数据进一步压缩。通过实验结果可知,提出的新的压缩算法在不影响图像感知质量的前提下,使得图像压缩比提高了1倍,大大缩小了存储空间。(本文来源于《科学技术与工程》期刊2013年26期）
魏小文,石旭利,赵子武[5]（2011）在《基于视觉冗余模型的码率压缩方法》一文中研究指出提出了一种基于视觉冗余模型的码率压缩方法,它是建立在人眼视觉特性视觉冗余模型的基础上,通过与编码标准参考软件相结合,进一步压缩编码比特数。实验结果表明,在图像质量没有明显变化的前提下,此方法在视频编码标准的基础上能进一步压缩编码比特数,平均压缩率在7%～30%左右。(本文来源于《电视技术》期刊2011年09期）
刘晓文,尤新刚[6]（2009）在《基于视觉冗余和误差分布的信息隐藏不可见性评价方法》一文中研究指出针对信息隐藏不可见性评价方法的匮乏及现有方法的不准确性,设计了一种基于人眼视觉冗余和误差分布的评价方法.该方法首先考虑人眼对于色彩的掩蔽特性及边缘、纹理和平滑等不同区域的视觉效果,对误差图像进行不同程度的加权,然后利用改进的均方差计算信息隐藏对图像各分块造成的视觉影响,最后使用Minkowsky度量综合局部偏差得到整体评价.实验结果证明,该方法结果直观,评价正确,各方面性能均超过现有的评价方法.(本文来源于《第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集》期刊2009-03-28）
周琳娜,郭云彪,杨义先[7]（2006）在《充分利用视觉冗余的图像不同域信息掩密术》一文中研究指出充分利用人类视觉冗余实现安全地秘密信息嵌入是信息隐藏技术追求的目标.现有图像信息掩密技术很多是在图像数据相同域实现的.本文将信号量化压缩编码的理论和方法应用于信息掩密,提出了一种充分利用人类视觉冗余的图像不同域信息掩密新方法并设计了叁种纠错方法保证了密文信息的准确盲提取和复原.实验表明,该算法对空域图像数据的统计特性改变较少,具有更高的隐藏容量和安全性.(本文来源于《电子学报》期刊2006年S1期）
乔小燕,孙兴华,杨静宇[8]（2006）在《基于视觉冗余性的图像信息隐藏》一文中研究指出信息隐藏的原理就是利用载体中存在的冗余信息来隐藏秘密对象。依据人类对于图像的视觉冗余特性研究了空域上的信息隐藏,给出了基于最低有效位(LSB)和其他多位隐藏和检测方法的算法和流程,并且通过编程实现;进一步对不同比特位隐藏效果作出定量、定性分析,从视觉冗余性角度讨论了数据嵌入位置问题;最后利用熵值评价隐藏结果。实验结果表明,该方法能够根据视觉冗余性寻找到最佳嵌入位置,将对信息隐藏技术有一定的指导作用。(本文来源于《计算机应用》期刊2006年01期）
视觉冗余论文开题报告
（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：
图像的应用已经大量地融入到我们生活的方方面面,越来越多的图像需要我们去识别。因此,在图像处理领域里,目标识别成为了非常重要的一部分,并且对于结果的可靠性有着严格的要求。在面对背景非常复杂并且含有大量的冗余信息的输入图像时,感兴趣区域(region of interest,ROI),即能够引起视觉注意部分区域,能够快速地吸引人类视觉系统的注意力并使得人类视觉系统对它进行优先处理及最终的识别,从而忽略掉视觉冗余信息,即那些不会引起视觉注意的信息。因此,在图像处理的时候视觉冗余信息对人眼的作用是很小的,人眼主要关注的是感兴趣区域。在感兴趣区域检测过程中应该对图像的冗余信息进行弱化甚至去掉,这对于图像处理有很重要的意义。鉴于人眼系统对图像对比度的敏感性,将该特性引入到显着目标检测当中。在有关矩阵分解方法应用中,发现低秩稀疏矩阵分解对图像的背景有很好的抑制作用,并可以将原图像的背景和显着目标部分进行分离,即低秩对应背景部分,稀疏对应显着部分。结合低秩稀疏矩阵分解和视觉特性,将该矩阵分解方式应用到黑白图像和彩色图像,提出了基于全局和局部的低秩稀疏矩阵分解方法和基于多特征低秩稀疏矩阵分解方法。首先,对比度显着性检测的结果没有很好的抑制图像的背景信息,因此在该方法中引入矩阵分解,利用矩阵分解对背景的抑制作用达到更好的显着检测效果;然后,为了将该矩阵分解应用到彩色图像,结合Itti模型的特征分离方法,将矩阵分解推广到多特征矩阵分解,该方法融合多种特征的方式是基于矩阵分解的,不同于以往的线性或者其它的融合方式。最后对方法进行仿真实验,实验结果表明,本文算法可以有效地抑制图像中的视觉冗余信息,提高显着目标检测效率。
（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。
视觉冗余论文参考文献
[1].关晨曦,周诠.基于心理视觉冗余和直方图收缩的图像压缩算法[C].第十五届中国体视学与图像分析学术会议论文集.2017
[2].胡朱林.基于矩阵分解的视觉冗余信息抑制方法研究[D].沈阳理工大学.2016
[3].胡敏,周波.基于视觉冗余的多感兴趣区域医学图像压缩[J].科技创新与应用.2016
[4].张帆.基于心理视觉冗余和PCA的图像压缩算法[J].科学技术与工程.2013
[5].魏小文,石旭利,赵子武.基于视觉冗余模型的码率压缩方法[J].电视技术.2011
[6].刘晓文,尤新刚.基于视觉冗余和误差分布的信息隐藏不可见性评价方法[C].第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集.2009
[7].周琳娜,郭云彪,杨义先.充分利用视觉冗余的图像不同域信息掩密术[J].电子学报.2006
[8].乔小燕,孙兴华,杨静宇.基于视觉冗余性的图像信息隐藏[J].计算机应用.2006