导读:本文包含了图像归一化论文开题报告文献综述及选题提纲参考文献，主要关键词:图像配准,超图,仿射不变,马氏距离
图像归一化论文文献综述
朱明,姚强,唐俊,张艳[1]（2019）在《超图约束和改进归一化互相关方法相结合的图像配准算法》一文中研究指出为提高图像配准算法的精度和适应能力,将超图约束和改进归一化互相关方法应用于图像配准。利用Hessian-Affine检测得到的仿射不变区域代替固定窗口来改进归一化互相关方法,获得初始匹配点对;通过马氏距离计算超边间的相似度,采用超图约束计算匹配分数对匹配对进行排序;利用分数高的部分匹配点对初始化变换矩阵,通过过滤匹配对来循环更新得到最优变换矩阵实现配准。实验结果表明,该方法具有较好的匹配和剔除错误匹配的效果,在不同类型的图像配准中也有较好的配准效果。(本文来源于《国防科技大学学报》期刊2019年03期）
冯炎[2]（2019）在《基于对比度归一化的历史文档图像二值化算法》一文中研究指出多数历史文档图像存在背景污渍、涂抹和字迹模糊等对比度较低的情况,从而给历史文档二值化增加了较大难度。前期研究发现,历史文档中文本内容通常与文档背景的亮度水平不同,利用文档背景估计值可以有效削弱退化区域并突出字符信息;根据这两个观点,提出了一种基于对比度归一化的历史文档图像二值化算法。所提出的方法包含叁个步骤:首先采用图像修复算法和Niblack算法结果来粗略估计背景;然后使用文档背景对历史文档图像存在的不同退化类型进行归一化处理,并对归一化处理后的文档图像进行增强、二值化,将文档中的文本分割出来。采用DIBCO数据库和H-DIBCO数据库对所提出的算法进行测试,取得了较好的实验结果。(本文来源于《科学技术与工程》期刊2019年01期）
韩彬,杨大利[3]（2019）在《基于透射变换的印刷品图像归一化研究》一文中研究指出印刷品图像归一化在其质量检验中是极其重要的。针对获取的印刷品图像存在一定程度的畸变,提出一种改进的透视变换的归一化方法。为了准确获取图像的直线边缘信息,改进传统Canny检测中阈值自适应能力差的问题,用迭代法获取阈值参数,并加入滤波器有效滤除过于贴近图像边缘的平行直线;针对传统透视变换特征点无法获取问题,首次提出将图像分为叁类状态下分别获取图像的特征点信息,求解得出透视变换矩阵对图像进行归一化。实验结果表明,对采集的印刷品图像该算法相对不准率下降了41.2%,可有效解决图像存在的畸变问题。(本文来源于《计算机工程与应用》期刊2019年23期）
马永强,李瑞俊,李俊芳,董芳[4]（2018）在《基于归一化标量权重映射与融合金字塔的图像对比度增强算法研究》一文中研究指出为了弥补目前全局增强与局部增强存在的不足,并有效解决已有对比度增强算法在高信号区域和图像纹理区域经常出现的颜色变化、增强过度等问题,提出定义对比度和亮度度量模型,构造标量权重映射并进行归一化处理,制定融合规则对高斯金字塔和拉普拉斯金字塔进行融合,利用融合金字塔进行图像重构。在MATLAB系统中进行实验,与其他算法比较,该算法的对比度图片增强质量最好。(本文来源于《信息与电脑(理论版)》期刊2018年20期）
张宏,王国栋,吴楠[5]（2018）在《基于归一化曲率项的单幅运动模糊彩色图像盲复原》一文中研究指出运动模糊图像的盲复原在现有的方法中多数针对灰度图像,而彩色图像是由多个图层耦合而成,将彩色图像转化为灰度图像过程中必然会造成信息丢失。针对彩色图像的去模糊问题,提出多尺度框架下,将曲率项对彩色图像的边缘保护特性和归一化的曲率项的正则化约束相结合,在彩色图像各个通道上由粗尺度到细尺度估计模糊核,采用多通道全变分模型(Multi-channel total variation,MTV)进行图像复原。为降低去模糊方程的求解复杂度,求解时引入快速分裂(Split Bregman)算法。实验结果表明,尽管曲率项会加大算法的计算量,但是复原后的图像细节效果更明显,质量更好。(本文来源于《青岛大学学报(自然科学版)》期刊2018年02期）
金闳奇,简川霞,赵荣丽[6]（2018）在《基于梯度与归一化互信息的印刷图像配准》一文中研究指出目的为了提高印刷图像配准的精度。方法提出一种基于梯度和归一化互信息的印刷图像配准方法。首先获取图像的归一化互信息,同时使用边缘检测算子获取图像边缘梯度的模值和方向角,然后根据边缘梯度信息和归一化互信息构造新的测度函数,以新的测度函数为目标函数,用Powell优化算法获取用于配准的最优参数。结果通过将文中提出的方法和基于归一化互信息的图像配准方法分别用于印刷图像配准,得到的统计实验结果表明,对于100项随机配准参数,新方法得出的配准误差波动幅度更小,配准精度更高。结论文中所提方法在准确性上优于基于归一化互信息的图像配准方法。(本文来源于《包装工程》期刊2018年09期）
白洋[7]（2018）在《基于核典型相关分析的遥感图像辐射归一化研究》一文中研究指出遥感图像的辐射归一化处理,也可以称为光谱对齐,是一种通过光谱变换的手段对多源、多时相的遥感数据光谱进行调整,使其具有良好的辐射一致性的方法。由于外部原因造成的图像间辐射差异以及植被等地物自然变化导致的季相差异给变化检测带来严重干扰。因此,如何消除这类异常造成的干扰,是多源、大区域和时间序列遥感数据变化检测的处理和分析中亟待解决的问题之一,也是其首要工作。目前已有大量学者提出了很多快速、简单、有效的辐射归一化方法,本文对其进行了总结和归纳,发现现有方法中仍存在一定的不足和局限性,主要表现在:现有方法大多基于线性假设,这只是一种近似的线性关系;对目标图像有严格的约束条件,如要求目标图像和参考图像时相非常相近,大大限制了相对辐射归一化的应用;辐射归一化的研究大多集中于不变点的选取,选取不变点之后的拟合方法较少;只考虑伪不变点的归一化,对于规律性的光谱变化不能进行归一化,如地物自然生长造成的季相变化;现有的基于非线性方法对图像进行辐射归一化研究较少,无法真正应用于实际工程中。针对上述问题,本文以一种多元统计分析方法——核典型相关分析为基础,针对宽谱高分一号卫星的辐射归一化问题进行了深入研究,并将其与现有方法进行比较与分析,最后将其应用于云检测与修补过程。本文的主要研究内容与创新点包括以下几点:(1)提出了改进的基于典型相关分析的辐射归一化方法。该方法旨在解决现有的基于典型相关分析提取的伪不变点中的“噪声点”对归一化方程拟合造成干扰的问题,提出一种基于Ransac稳健回归的拟合方法,减小提取的不变点中的“噪声点”对于辐射归一化结果的影响,提高斜率和截距的准确度,消除图像间由于外界因素影响造成的整体辐射差异,使辐射归一化结果更准确。(2)提出了基于核典型相关分析的辐射归一化方法。利用典型相关分析在核空间内的多元分析能力,提取目标图像与参考图像之间的非线性关系,并对目标图像进行归一化处理。基于核典型相关分析的辐射归一化结果可以保持每个图像对之间更好的相似性和更高的相关性,并且有效避免颜色差异的传递。该方法不仅建立了多幅图像间的公共辐射尺度或参考,保证了上述实验图像间的辐射一致性。对图像间整体辐射差异进行归一化处理的同时,也消除了由于图像间时相变化,地物自然生长导致的规律性辐射季相差异,增强我们感兴趣的光谱变化。该方法快速简单,对目标处理图像与参考图像的时相差异没有严格的约束条件,不需要任何辅助数据,是一个非常完善的辐射预处理方法,为宽谱高分一号卫星更好的应用于变化检测,土地利用,土地覆盖变化检测等领域提供基础数据做重大铺垫。(3)提出了基于核典型相关分析的云检测方法。本文将辐射归一化与变化检测相结合,提出一种多幅图像的自动、快速的云检测与修补算法,作为基于核典型相关分析的辐射归一化处理的具体应用。该方法充分利用核典型相关分析方法进行图像分析的特性,分别提取图像中的不变点和变化点。利用提取的不变点对图像进行辐射归一化处理,并协同利用归一化结果与变化点进行云的检测,生成云腌膜。最后利用再次利用归一化结果对云像素进行修补,得到完成的去云后的图像。实验结果表明,该方法能能够有效地应用于云检测与修补过程中,避免高亮地表的干扰,得到准确的云腌膜以及辐射一致性较好的云修补产品。这也是一个将核典型相关分析方法引入到辐射归一化处理中的效果显着的应用。(本文来源于《中国科学院大学(中国科学院遥感与数字地球研究所)》期刊2018-05-01）
李姣[8]（2018）在《基于归一化互相关匹配的图像配准技术研究》一文中研究指出随着数字图像处理的蓬勃发展,作为图像处理基础步骤的图像配准技术被越来越多的应用到各个新兴领域,如目标检测、叁维重建、虚拟现实等。因此不断提高配准技术的性能是很有必要的。本文旨在使用改进后的归一化互相关匹配算法来提高图像配准技术的配准精度,扩大图像配准技术的适用范围。主要研究内容包括以下几方面:首先,本文对图像配准的研究背景及意义和国内外发展现状做了简单介绍,分析了图像配准的数学原理、基本要素和技术分类,对图像配准技术的框架有了较为系统的阐述。同时,详细的介绍了 Harris角点检测和随机抽样一致性算法的原理和步骤,为后续的分析研究做铺垫。其次,重点介绍归一化互相关匹配算法(NCC)的原理,并通过实验说明了算法对旋转变换和尺度变换具有较高敏感性的缺陷。针对算法的不足,本文提出了将猫群算法(CSO)和NCC算法相结合,来确定用于计算NCC的搜索窗口的大小和方向。利用猫群算法每一次优化产生的新的最优比例(s)和旋转角(θ),对NCC算法的搜索窗口进行转换和重采样,最大化适应度函数值,最终找到搜索窗口的最佳尺寸和方向。通过和传统归一化互相关匹配算法的实验对比,可以发现改进后的归一化互相关匹配算法对旋转变换和尺度变换的敏感度有了明显的下降,匹配的正确率也有所提高。最后,结合改进的归一化互相关匹配算法,提出了基于CSO-NCC的图像配准技术,该技术可以对存在明显旋转和尺度变换的图像进行有效配准。接着与其它两种配准算法进行实验对比,结果显示该算法拥有较高的配准精度和稳定性,具有一定的实用价值。然后将其应用在全景图像处理当中,实现了对同一幅场景获取的不同视角的图像有效的位置校正,最终得到理想的全景效果图。(本文来源于《西北师范大学》期刊2018-05-01）
马方龙[9]（2018）在《基于归一化积相关匹配的彩色图像灰度化研究》一文中研究指出数字媒体与我们的生活息息相关,而图像作为数字媒体的一种基础展现方式,有着广泛的应用。虽然彩色图像是主流的、重要的信息载体,但是灰度图像没有淡出人们的视野,有重要的应用和研究价值,如医学研究和模式识别等领域。彩色图像灰度化是一个降维过程,信息丢失是肯定的,因此需要最大限度地保留彩色图像的特征信息到灰度图像,尽可能地保持灰度转换前后图像的信息匹配,如亮度、对比度、结构等。图像匹配不仅是彩色图像灰度化的重要目标,也是灰度转换质量的重要评价内容。本文介绍了一种基于图像匹配的线性投影全局映射方法,将寻找最优线性投影方向的问题,转化为转换前后图像相似度的最大化过程,尽可能地保留彩色图像的特征信息。本文提出的灰度化方法引入了图像匹配领域中应用广泛的归一化积相关(Normalized Cross Correlation,NCC)算法,作为图像匹配的准则。其主要思想是:通过离散RGB彩色图像的线性投影权重,得到备选图像,以同彩色图像具有最大归一化积相关系数的备选图像作为灰度结果。实验表明,同几种较新的灰度化研究成果相比,本文提出的方法取得了较好的客观和主观评价。尝试了多种优化方式后,可提升视觉效果的方式有:相似性系数绝对值累加、搜索空间的扩展、相似性系数累加权重的动态确定等。最终综合优化的灰度化方法可以有效地提升灰度结果的主观视觉效果,也可以保持较高客观评价。(本文来源于《兰州大学》期刊2018-05-01）
徐杭威,赵壮,岳江,柏连发[10]（2018）在《一种基于归一化光谱向量的高光谱图像实时性非监督分类方法》一文中研究指出在保证分类结果清晰、准确的前提下,为了提高分类执行效率,本文基于图形处理器(graphic processing unit,GPU)及并行优化,提出一种基于归一化光谱向量的高光谱图像实时性非监督分类方法。利用高光谱图像的空间一致性有效提高分类精度,同时,利用归一化光谱向量简化了像元间相似性的计算公式,统一了图像内像元处理方式,并利用GPU并行技术有效提高计算速度。首先,利用GPU并行处理方法计算空间相邻像元间光谱向量相似性,根据高斯拟合取得安全阈值;然后利用光谱角作为像元光谱相似测度,将相似像元划为同质区;最后以同质区内各像元平均光谱向量表述同质区光谱特征,根据安全阈值合并相似的同质区完成分类。用AVIRIS数据评估了该方法性能。本文的理论分析和实验结果显示,与现有非监督分类方法相比,该方法分类精度更高,同时,算法本身运行速度更快。(本文来源于《红外技术》期刊2018年04期）
图像归一化论文开题报告
（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：
多数历史文档图像存在背景污渍、涂抹和字迹模糊等对比度较低的情况,从而给历史文档二值化增加了较大难度。前期研究发现,历史文档中文本内容通常与文档背景的亮度水平不同,利用文档背景估计值可以有效削弱退化区域并突出字符信息;根据这两个观点,提出了一种基于对比度归一化的历史文档图像二值化算法。所提出的方法包含叁个步骤:首先采用图像修复算法和Niblack算法结果来粗略估计背景;然后使用文档背景对历史文档图像存在的不同退化类型进行归一化处理,并对归一化处理后的文档图像进行增强、二值化,将文档中的文本分割出来。采用DIBCO数据库和H-DIBCO数据库对所提出的算法进行测试,取得了较好的实验结果。
（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。
图像归一化论文参考文献
[1].朱明,姚强,唐俊,张艳.超图约束和改进归一化互相关方法相结合的图像配准算法[J].国防科技大学学报.2019
[2].冯炎.基于对比度归一化的历史文档图像二值化算法[J].科学技术与工程.2019
[3].韩彬,杨大利.基于透射变换的印刷品图像归一化研究[J].计算机工程与应用.2019
[4].马永强,李瑞俊,李俊芳,董芳.基于归一化标量权重映射与融合金字塔的图像对比度增强算法研究[J].信息与电脑(理论版).2018
[5].张宏,王国栋,吴楠.基于归一化曲率项的单幅运动模糊彩色图像盲复原[J].青岛大学学报(自然科学版).2018
[6].金闳奇,简川霞,赵荣丽.基于梯度与归一化互信息的印刷图像配准[J].包装工程.2018
[7].白洋.基于核典型相关分析的遥感图像辐射归一化研究[D].中国科学院大学(中国科学院遥感与数字地球研究所).2018
[8].李姣.基于归一化互相关匹配的图像配准技术研究[D].西北师范大学.2018
[9].马方龙.基于归一化积相关匹配的彩色图像灰度化研究[D].兰州大学.2018
[10].徐杭威,赵壮,岳江,柏连发.一种基于归一化光谱向量的高光谱图像实时性非监督分类方法[J].红外技术.2018