导读:本文包含了亮度信息论文开题报告文献综述及选题提纲参考文献，主要关键词:图像风格迁移,深度学习,深度卷积网络
亮度信息论文文献综述
杨慧炯,韩燕丽,郭芸俊[1]（2019）在《基于亮度与色度信息的深度学习图像风格迁移算法研究》一文中研究指出深度学习技术为图像风格迁移技术的突破提供了可能,无论在日常生活还是在学术、工业应用中都有很高的价值。目前已有的深度学习图像迁移算法虽然取得了突破性进展,但是在纹理细节、笔触形状等艺术风格以及大面积色块区域变化特征的提取中往往无法达到满意的效果。为此,通过综合考虑图像的颜色和亮度信息构建一个多尺度分层网络,在提取图像整体艺术风格的同时对纹理细节和大面积色块区域的微小亮度变化特征进行细化。相对于已有的深度学习图像风格迁移算法,在不增加软硬件和时间成本的前提下,可达到更为满意的迁移效果。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年07期）
魏清华,梁波[2]（2019）在《基于车辆行为信息感知的隧道照明亮度自动调节系统》一文中研究指出基于模糊神经网络的隧道照明亮度调节系统无法实现隧道亮度信号的反馈调控,调节效果和节能效果均较差。因此设计基于车辆行为信息感知的隧道照明亮度自动调节系统。通过车辆行为感知设备感知隧道洞内和洞外的车速、车流量以及车辆通过情况,采用的主控制芯片是STM32F103RCT6的主控模块,采集车辆行为感知设备和USREGAL LUX CS 201亮度检测器获取的车辆相关信号和调光信号,并将这些信号传输给监控中心,确保总体调光控制通过隧道现场的照明单元进行调控;系统通过无线监控终端基于主控模块反馈的信号,实现隧道照明亮度的自主调控。系统软件采用PID闭环反馈调节原理实现隧道内亮度的准确调节。实验结果表明,所设计系统可对有无车辆通过以及各车速情况下的隧道亮度进行有效调节,采用所设计系统比不使用所提系统最高可节省日能耗电量244 kW·h,节能效果显着。(本文来源于《现代电子技术》期刊2019年02期）
曹鹏飞,彭昌宁[3]（2018）在《图像亮度信息法选取多光谱莲花白叶片特征波段》一文中研究指出利用液晶可调谐滤波器(LCTF)和CMOS相机组合的多光谱成像系统,在波长400~720nm内以5nm为间隔对莲花白叶片进行多光谱成像。首先根据图像亮度信息法的原理,计算得到各波段莲花白叶片的可识别度;然后对莲花白叶片的可识别度进行大小排序,综合图像的信息特征和可识别度,得出555nm、715nm、710nm、575nm、535nm、520nm、720nm、605nm和650nm 9个波段有较好的识别度;最后根据欧氏距离法和光谱角度匹配法分别对莲花白叶片的特征波段的分类精度予以统计,得到两种方法的分类精度分别为95.56%和93.13%。实验证明,选取的9个波段对莲花白叶片具有较好的分类精度,可作为莲花白叶片的特征波段。(本文来源于《光学仪器》期刊2018年03期）
冯帆,马杰,岳子涵,沈亮[4]（2017）在《图像亮度线索下的单目深度信息提取》一文中研究指出目的深度信息的获取是3维重建、虚拟现实等应用的关键技术,基于单目视觉的深度信息获取是非接触式3维测量技术中成本最低、也是技术难度最大的手段。传统的单目方法多基于线性透视、纹理梯度、运动视差、聚焦散焦等深度线索来对深度信息进行求取,计算量大,对相机精度要求高,应用场景受限,本文基于固定光强的点光源在场景中的移动所带来的物体表面亮度的变化,提出一种简单快捷的单目深度提取方法。方法首先根据体表面反射模型,得到光源照射下的物体表面的辐亮度,然后结合光度立体学推导物体表面辐亮度与摄像机图像亮度之间的关系,在得到此关系式后,设计实验,依据点光源移动所带来的图像亮度的变化对深度信息进行求解。结果该算法在简单场景和一些日常场景下均取得了较好的恢复效果,深度估计值与实际深度值之间的误差小于10%。结论本文方法通过光源移动带来的图像亮度变化估计深度信息,避免了复杂的相机标定过程,计算复杂度小,是一种全新的场景深度信息获取方法。(本文来源于《中国图象图形学报》期刊2017年12期）
谭永前,曾凡菊[5]（2018）在《基于亮度重映射和梯度结构信息的纹理传输算法》一文中研究指出基于image quilting纹理传输算法原理,研究纹理图像的梯度结构信息、源纹理图像与目标图像亮度误差对纹理传输效果的影响。在选择候选纹理块时,以纹理块的梯度结构信息与颜色误差同时作为判断标准。对源纹理图像进行亮度重映射,使其与目标图像的亮度处于相同尺度,可避免因亮度误差过大而导致无法获取最优块的情况。实验证明,与传统纹理传输算法相比,改进后的算法能取得更好的传输效果。(本文来源于《激光与光电子学进展》期刊2018年03期）
马山峰[6]（2017）在《信鸽OT区神经元在不同颜色背景下的亮度信息解码》一文中研究指出颜色和亮度是视觉信息的两个基本属性。探究不同颜色背景下的亮度信息解码对于理解视觉系统的信息处理机制,解析颜色对亮度信息的调制规律,评估视觉假体等植入式脑机接口的刺激效果等具有重要意义。鸟类具有发达的视觉系统和卓越的颜色感知能力,是视觉研究的理想材料。视顶盖(The Optic Tectum,OT)是鸟类视觉信息处理的关键神经核团,其接收视网膜神经节细胞轴突传递的信息,进行调制、编码、整合等处理。本文主要进行了OT区神经元在不同颜色背景下的亮度信息解码的研究,设计了不同颜色背景下的亮度刺激实验,采用微电极阵列检测了信鸽OT区神经元集群响应信号,设计了不同颜色背景下的亮度信息解码算法,探究了颜色背景对亮度解码的调制作用。本文的主要工作和研究结果如下:(1)测定了不同颜色背景下OT区神经元的感受野位置根据鸽子视网膜颜色敏感细胞种类,设计了红、绿、蓝、黑、白五种棋盘格刺激模式,通过对OT区神经元发放的Spike序列进行反向相关法分析,结果发现不同颜色背景下确定的神经元感受野位置和范围比较接近,存在较大范围的重合。黑、白刺激下感受野的中心坐标几乎重迭在一起,绿色背景下的感受野范围较大,红色背景下的感受野范围较小。(2)解码了不同颜色背景下的亮度信息依次选取了色相环(Hue)六等分处H0、H16、H33、H49、H66、H82处对应的颜色,设计了颜色背景下的亮度刺激模式,提取了Spike序列的集群发放率特征,分别构造了多元线性逆滤波器算法和BP算法,解码了不同颜色背景下的亮度信息,以亮度信息的估算值与实际值之间的相关系数为指标衡量了解码效果,结果发现:H66颜色背景对应的相关性曲线始终处于六种颜色曲线的最下方,表明H66对应的颜色背景削弱亮度信息的解码;在色相环中相邻的几种颜色相关性曲线十分接近,例如黄色和绿色、红色和洋红色。(3)探究了四个参数变化对实验结果的影响比较了神经元集群数目、时间窗口bin的大小、刺激后响应持续时间、刺激后开始时间四种参数变化对不同颜色背景下的亮度刺激解码影响。结果发现,参与解码的神经元集群数在3-10范围内、时间窗的划分个数小于10个、刺激开始后至30ms-150ms范围内、刺激后的开始时间20ms之内具有较高的解码正确率。正交试验的结果发现,在所选因素范围内,并未发现四因素对实验结果影响的主次顺序。即使各自在单因素实验中有较好的结果,组合之后也可能对实验结果有负的影响。(本文来源于《郑州大学》期刊2017-05-01）
师黎,李俊俊,王松伟,王治忠[7]（2016）在《基于多元线性逆滤波器的视顶盖神经元集群亮度信息解码研究》一文中研究指出通过解码鸽子视顶盖(the optic tectum,OT)神经元集群亮度信息的方法,研究了OT区神经元集群编码亮度信息的神经机制。首先设计了具有瞬态闪变特性的亮度视觉刺激模式,采用微电极阵列记录了多通道的锋电位(spike)发放序列;然后提取了神经元集群的spike发放率特征,构造多元线性逆滤波器解码视觉刺激亮度;最后采用互相关和信息论的方法对解码结果进行了分析。结果表明:采用的多元线性逆滤波器有效解码了OT区神经元集群编码的亮度信息。通过对解码参数变化与解码精度的分析可知神经元集群数目13个、bin的宽度5 ms、刺激后15 ms、刺激后持续时间35 ms具有最高的解码精度。通过神经元集群中逆滤波器形态的分析发现,单神经元在亮度信息的编码过程中受周围神经元的动态调制。通过对解码精度与刺激闪变频率关系的分析,发现在刺激闪变频率19 Hz到53 Hz的范围内,重建质量较好,在刺激闪变频率为33.5 Hz时,重建质量达到最优。(本文来源于《科学技术与工程》期刊2016年28期）
李俊俊[8]（2016）在《鸽视顶盖神经元集群的亮度信息解码研究》一文中研究指出亮度是动物视觉系统接收的最基本的信息,对亮度信息的检测是视觉系统处理其它信息的基础。因此,探究视觉系统亮度信息的编码与解码机制对有效理解视觉系统的工作机制有着启发式的意义。离顶盖通路是鸟类进行视觉信息处理的主要通路,在这条通路中,视顶盖(The Optic Tectum,OT)是处理视觉信息的关键神经核团,对视觉信息具有调制、编码和整合作用。OT区信息处理机制的研究对明晰鸟类发达的视觉信息处理能力起着至关重要的作用。本文以鸽为实验对象,采用多电极阵列同步记录了视顶盖神经元集群的响应信号,测定了OT区神经元的感受野位置,提取了时变亮度刺激下的spike集群发放率特征,设计了多元线性逆滤波和神经网络两种解码器,从信息论的角度评估了解码器的性能,解析了OT区神经元集群编码亮度信息的神经机制。主要完成的工作及研究结果如下:(1)测定了视觉刺激下OT区神经元的感受野位置。设计了棋盘格刺激模式,采用基于spikes发放率的反向相关法测定了OT区神经元感受野的位置并进行了验证,结果表明:本次实验中所测得的神经元感受野位置集中在屏幕的左上角位置处,从而确定了有效响应神经元。(2)解码了OT区神经元集群响应编码的亮度视觉刺激信息。首先设计了具有空间不变性以及瞬态闪变特性的亮度视觉刺激模式。其次,提取了不同亮度刺激下的神经元集群spikes发放率特征,分别构造了多元线性逆滤波的线性解码器和人工神经网络的非线性解码器,实现对亮度视觉刺激序列的重建,并将这两种方法解码得到的亮度信息与实际亮度刺激作比较,采用归一化互相关系数衡量解码精度。结果表明:两种方法均有效解码了亮度信息,且解码结果相似。然后,分析了集群神经元数目、时间窗口bin的大小、刺激后持续时间、刺激后开始时间对解码结果的影响。结果表明:(1)随着神经元数量的增加,重建亮度刺激与实际亮度刺激的吻合程度增加。当神经元数目增加到一定数量(约13),再继续增加时互相关系数并没有显着提高。(2)bin的宽度在5ms时具有最高的互相关。(3)刺激后持续时间35ms以内互相关系数逐渐增多,从35ms开始达到稳定。(4)刺激后开始时间在15ms以后,实际亮度刺激与重建亮度刺激的互相关急剧下降。最后,分析了给光刺激(on)和撤光刺激(off)条件下,参数变化对解码结果的影响。结果表明:神经元数目和bin的大小对on和off刺激重建结果并无显着差异;off刺激时神经元发放持续时间长、开始时间快,on刺激时神经元发放持续时间短、开始时间慢。(3)利用信息论,从多个角度评估了亮度视觉刺激的解码结果,确定了OT区神经元集群spike序列有效编码的亮度视觉刺激特征。首先,计算了重建时变亮度刺激的功率,在低频和高频时都呈现出下降趋势;频率在20-60Hz范围内,重建的功率较高;频率大于70Hz时,重建的功率基本消失,解码器几乎没有从视觉刺激中提取到信息。然后,计算了解码结果的信息谱密度曲线,并以此为评判标准分析了OT区神经元集群编码亮度信息的信息冗余性以及信息传递的饱和性。结果表明:鸽OT区神经元在编码亮度视觉刺激时传递了一定量的冗余信息,当神经元集群增加到一定数量时,编码过程中所传递的信息达到饱和;两种解码方法解码出的亮度信息差别不大,本文所设计的亮度视觉刺激的绝大部分信息能够利用线性的方法从spike序列中提取出来。最后,计算了不同数目神经元集群中单个神经元逆滤波器的形态,发现神经元集群的协同作用对逆滤波器形态有很大影响,表明一个神经元的动作电位在编码中所做的贡献极大地依赖于它从其它神经元中获得的信息。(本文来源于《郑州大学》期刊2016-05-01）
王毅[9]（2016）在《初级视皮层的亮度信息加工》一文中研究指出亮度(luminance)是最基本的视觉信息.与其他视觉特征相比,由于视神经元对亮度刺激的反应较弱,并且许多神经元对均匀亮度无反应,对亮度信息编码的神经机制知之甚少.初级视皮层部分神经元对亮度的反应要慢于对比度反应,被认为是由边界对比度诱导的亮度知觉(brightness)的神经基础.我们的研究表明,初级视皮层许多神经元的亮度反应要快于对比度反应,并且这些神经元偏好低的空间频率、高的时间频率和高的运动速度,提示皮层下具有低空间频率和高运动速度通路的信息输入对产生初级视皮层神经元的亮度反应有贡献.已经知道初级视皮层神经元对空间频率反应的时间过程是从低空间频率到高空间频率,我们发现的早期亮度反应是对极低空间频率的反应,与这一时间过程是一致的,是这一从粗到细的视觉信息加工过程的第一步,揭示了处理最早的粗的视觉信息的神经基础.另外,初级视皮层含有偏好亮度下降和高运动速度的神经元,这群神经元的活动有助于在光照差的环境中检测高速运动的低亮度物体.(本文来源于《生物化学与生物物理进展》期刊2016年04期）
沈军民,李俊峰,戴文战[10]（2016）在《结合结构信息和亮度统计的无参考图像质量评价》一文中研究指出基于非下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)子带系数间的结构相关性,本文提出了一种通用的无参考图像质量评价方法.首先,利用互信息分析NSCT子带系数间的相关性,确定出相关性比较强的子带系数;其次,分别计算这些子带系数间的结构信息比较算子,以此作为描述图像结构相关性的统计特征;进而,结合空间域亮度均值减损对比归一化(Mean Subtracted Contrast Normalized,MSCN)系数及其邻域系数的统计特征,分别构造相应的无参考图像质量评价模型和图像失真类型识别模型;最后,在LIVE等图像质量评价数据库上进行了大量的实验仿真.仿真结果表明,评价模型的评价结果与人类主观评价具有非常高的相关性,与当今主流评价算法相比非常具有竞争性.(本文来源于《电子学报》期刊2016年04期）
亮度信息论文开题报告
（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：
基于模糊神经网络的隧道照明亮度调节系统无法实现隧道亮度信号的反馈调控,调节效果和节能效果均较差。因此设计基于车辆行为信息感知的隧道照明亮度自动调节系统。通过车辆行为感知设备感知隧道洞内和洞外的车速、车流量以及车辆通过情况,采用的主控制芯片是STM32F103RCT6的主控模块,采集车辆行为感知设备和USREGAL LUX CS 201亮度检测器获取的车辆相关信号和调光信号,并将这些信号传输给监控中心,确保总体调光控制通过隧道现场的照明单元进行调控;系统通过无线监控终端基于主控模块反馈的信号,实现隧道照明亮度的自主调控。系统软件采用PID闭环反馈调节原理实现隧道内亮度的准确调节。实验结果表明,所设计系统可对有无车辆通过以及各车速情况下的隧道亮度进行有效调节,采用所设计系统比不使用所提系统最高可节省日能耗电量244 kW·h,节能效果显着。
（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。
亮度信息论文参考文献
[1].杨慧炯,韩燕丽,郭芸俊.基于亮度与色度信息的深度学习图像风格迁移算法研究[J].重庆理工大学学报(自然科学).2019
[2].魏清华,梁波.基于车辆行为信息感知的隧道照明亮度自动调节系统[J].现代电子技术.2019
[3].曹鹏飞,彭昌宁.图像亮度信息法选取多光谱莲花白叶片特征波段[J].光学仪器.2018
[4].冯帆,马杰,岳子涵,沈亮.图像亮度线索下的单目深度信息提取[J].中国图象图形学报.2017
[5].谭永前,曾凡菊.基于亮度重映射和梯度结构信息的纹理传输算法[J].激光与光电子学进展.2018
[6].马山峰.信鸽OT区神经元在不同颜色背景下的亮度信息解码[D].郑州大学.2017
[7].师黎,李俊俊,王松伟,王治忠.基于多元线性逆滤波器的视顶盖神经元集群亮度信息解码研究[J].科学技术与工程.2016
[8].李俊俊.鸽视顶盖神经元集群的亮度信息解码研究[D].郑州大学.2016
[9].王毅.初级视皮层的亮度信息加工[J].生物化学与生物物理进展.2016
[10].沈军民,李俊峰,戴文战.结合结构信息和亮度统计的无参考图像质量评价[J].电子学报.2016