导读:本文包含了区域对比度论文开题报告文献综述及选题提纲参考文献，主要关键词:水珠,灰度共生矩阵,对比度
区域对比度论文文献综述
王身丽,严利雄,杜勇,刘晓华,侯金华[1]（2019）在《基于纹理对比度的复合绝缘子表面水珠区域检测算法》一文中研究指出在复合绝缘子憎水性的喷水分级检测中,提取复合绝缘子表面的水珠信息是判断憎水性级别的关键。为了提高水珠信息提取的准确性,提出了一种基于纹理特征的水珠区域检测算法,并对影响因素进行了分析。该算法利用检测窗提取出各窗口中纹理对比度特征量,通过自适应的对比度最小方差法,判断检测窗中是否含有水珠边缘,从而识别出图像中的水珠区域。最后通过实验验证,该算法能够有效识别出复合绝缘子表面水珠区域。(本文来源于《电测与仪表》期刊2019年19期）
王振东,靖旭,孙国栋,程乙轮,喻璐璐[2]（2019）在《基于区域对比度约束的暗通道图像去雾》一文中研究指出为了保持图像明暗区域的对比度约束,提出了一种改进的暗通道去雾算法;该算法首先将原始图像分割成适当的明暗双区域,并计算相应的对比度比值,再使用基于中值滤波的暗通道去雾算法处理图像暗区域部分,最后利用亮度精确控制的双直方图均衡算法,以最大程度保持区域对比度不变为约束条件,修正图像较亮区域的亮度分布。结果表明:对比相关去雾算法,利用所提算法最终处理后的图像能够在信息熵值、平均梯度和亮度标准差等方面取得明显增益,进一步凸显图像中被雾霾环境所掩盖的细节特征。(本文来源于《中国激光》期刊2019年08期）
权巍,赵云秀,韩成,丁莹,姜珊[3]（2018）在《基于立体图像感兴趣区域及对比度的舒适度评价模型》一文中研究指出针对立体图像舒适度难以有效地进行客观评价的问题,结合人眼视觉注意机制,提出了基于区域对比度的舒适度评价模型.根据显着图与视差图提取感兴趣区域作为前景区域;量化前景和后景区域颜色空间,估计空间加权区域对比度,计算前景区域视差角、宽度角;根据主观评价值利用最小二乘法拟合曲线得出客观评价模型.对比视差+宽度模型可知,模型预测值与主观评价值的Pearson相关系数、Kendall相关系数较原模型分别提高了8.1%、3.9%,且平均绝对值误差减小了13%,均方根误差减小了22.1%.本文模型的普适性更优,结果更接近主观评价值.(本文来源于《光子学报》期刊2018年12期）
武振宇,白培瑞,刘艺炜,任延德[4]（2018）在《基于模糊区域对比度增强的肺实质鲁棒分割》一文中研究指出基于阈值操作的肺实质分割对CT图像的对比度敏感,常常造成肺部粘连区域的肺实质分割失败。提出一种融合模糊区域对比度增强与阈值和形态学细化分割的新的肺实质分割算法。首先,根据图像的灰度信息利用线性迭代聚类将图像预分割为多个超像素。然后,根据超像素的灰度统计信息自动定位模糊区域,并进行自适应对比度增强。最后,基于阈值和形态学操作进行细化分割,准确提取肺部粘连区域和肺实质。通过对kaggle肺部数据集30位患者的300张CT图像进行测试,结果表明本研究算法的平均分割准确率(Dice系数)为98.65%,过分割率为0.21%,欠分割率为1.33%,整体分割性能比传统阈值操作和形态学方法有明显提升。(本文来源于《生物医学工程研究》期刊2018年02期）
张涛,巫红英,李蒙,雷志春[5]（2017）在《一种提高图像对比度和视觉质量的新型区域背光算法》一文中研究指出为尽可能高地提高液晶显示器(LCD)的动态范围以实现高动态范围显示,提出了一种基于动态阈值背光亮度提取和液晶像素补偿两步法的区域背光算法,以提高液晶显示器背光模组和液晶面板的动态范围,从而使调光后图像的对比度和视觉质量都得到增强.仿真结果表明,用该算法区域调光后图像的对比度平均提高了113.60%.此外,用自主研发的直下式白光LED分区背光液晶显示样机通过显示具体图像对所提出算法进行性能测试,显示结果表明区域调光后图像的层次和色彩得到了增强且提高了对比度,证明了所提出算法能有效提高液晶显示器的对比度并改善显示画质.(本文来源于《工程科学学报》期刊2017年12期）
胡佳洁,李素梅,常永莉,朱兆琪,侯春萍[6]（2018）在《基于显着区域的立体图像舒适对比度范围的测量》一文中研究指出结合视觉注意机制,通过大量主观实验,定量研究了对比度因素对立体图像视觉舒适度的影响。首先结合平面显着图和立体视差图获得立体显着度图,再利用模糊隶属度和掩模对其进行优化,获得显着立体图像,并用眼动仪验证其合理性;然后对左右视图进行对比度变换和主观实验,数据筛选后得到显着立体图像的舒适对比度匹配图和差异图。实验结果表明:左右视图的对比度差异门限值随着左视图对比度值的不同而改变,且左右视图对比度差异不能过大,最大和最小差异值分别为1.97和-2.40。实验所得舒适对比度范围很好地反映了立体图像的舒适度,验证实验的正确率达95%,为立体内容的制作提供了更合理可行的定量标准。(本文来源于《光学学报》期刊2018年02期）
康海丽[7]（2017）在《基于区域对比度优化的图像显着特征提取》一文中研究指出现在图像的特征提取广泛运用在不同的领域中,并且起到了非常重要的作用。显着性的处理在计算机视觉中发挥着重大的作用,并且在此领域可以运用于不同的方面。同时结合显着性的特征提取可以达到更好的提取效果,在实践过程中结合实际情况,可以探索出更多有价值的显着性处理方法。在日常生活的自然场景中检测并且分割显着对象,即显着目标检测已经吸引了计算机视觉方面的许多集中研究,并且由此产生了很多实际应用。然而,尽管生活中已经存在了很多模型,但是对于已有成果和现实中遇到问题的深入理解与运用依然非常缺乏。此外,显着性检测运用于不同的学科,包括生物科学和药学等方面,基于显着性检测的显着特征提取可以促进学科技术的发展,所以深入研究图像的显着特征提取具有很大的价值。目前已有较为成熟的显着性检测算法,但是随着应用范围逐渐增大,新的用以解决现实中遇到的问题的算法也应该被逐渐优化。本文中实现的是首先将原始图像映射到特征空间,完成了对原始图像的分割处理。之后再根据分割区域的欧式距离和权重计算显着性值,由此确定显着区域的形状边界等因素。在本文中优化实现的部分主要是针对高斯差分的加权优化。并且完成了在分析已有区域对比对的理论基础下,研究了已有的关于图像显着性的算法,并且将这些经典的算法做出分析比较。通过结合全局对比度和局部对比度的算法分析,提出了基于图像对比度情况下的改进,并且改进的方面同时结合了图像的局部对比度特征和全局对比度特征。在具体实现图像显着特征提取的过程中使用了GC和RC算法,并且在完成过程中使用了对空间信息的加权处理。本文实现时完成基于高斯分布模型的计算,得到显着中心的位置,即其横纵坐标,可以计算像素点与中心区域的距离。并且对局部对比度算法使用空间加权优化的处理方式,增大显着目标与周围区域的差异,运用高斯函数的差分去噪,并加权处理每一个高斯函数的差分,设定不同的权重实现低频区域的信息增强,为频率越低的部分设定的权重越大。最后通过实验验证,可以得到优化的实验结果,即可提取到更好的显着目标。从实验结果的显着图中看出,实现了高对比度区域的目标完整提取,降低显着目标周围区域的显着值,可以更好呈现出显着目标的区域。(本文来源于《吉林大学》期刊2017-05-01）
张晴,林家骏,石艳娇[8]（2016）在《基于区域对比度和背景先验的显着目标检测》一文中研究指出针对现有算法对复杂背景的图像检测效果较差的问题,提出融合区域对比度和背景先验的显着目标检测算法。首先利用超像素分割将图像分割成感知均匀的图像块,然后根据区域对比度计算全局对比度特征和空间聚集度特征,再根据背景先验得到背景集,计算图像块与背景集间的相似性特征,接着对叁个特征显着图进行融合计算,最后根据每个像素与周围超像素的颜色和距离对比度得到每个像素的显着值。实验结果表明,所提算法能较均匀高亮整个目标且有效抑制无关背景信息。(本文来源于《计算机工程与应用》期刊2016年21期）
秦彩杰,管强[9]（2016）在《基于深度信息和区域对比度的立体图像显着性区域检测》一文中研究指出为了确保现有的彩色图像的显着性模型可以应用于立体图像,提供一个扩展框架,融合彩色图像和深度图像产生的显着图最终得到立体图像显着性结果。其中,前者利用现有的彩色图像显着性检测算法,后者使用基于本文提出的基于区域对比度的深度图像显着性检测算法。此外,还提出一种基于立体图像显着性检测双层模型,从两个层面综合考虑了颜色信息、深度信息及其相关性。实验表明,本文的模型可以简单高效的在立体图像中精确定位显着性对象,并且提高了检测算法精确率和召回率。(本文来源于《叁明学院学报》期刊2016年04期）
钱诚[10]（2016）在《基于对比度直方图特征子空间聚类的区域级背景减除方法》一文中研究指出针对区域级背景减除问题,提出一种基于图像块对比度直方图特征的背景减除方法。对于已输入的一段视频,将每一帧视频分割成图像块,并提取对比度直方图特征。在该特征上通过自描述方式将前景作为噪声误差项与背景分离,随后使用稀疏子空间聚类方法构建关于对比度直方图特征的聚类,而对于特征聚类的主成分分析给出了关于背景特征的多个子空间,并以此作为区域级背景模型。在后续输入视频帧中提取对比度直方图特征,将其投影到各子空间中计算重构误差,以此作为前背景的决策依据。实验结果表明,该方法能够有效减除视频中的背景。(本文来源于《软件导刊》期刊2016年07期）
区域对比度论文开题报告
（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：
为了保持图像明暗区域的对比度约束,提出了一种改进的暗通道去雾算法;该算法首先将原始图像分割成适当的明暗双区域,并计算相应的对比度比值,再使用基于中值滤波的暗通道去雾算法处理图像暗区域部分,最后利用亮度精确控制的双直方图均衡算法,以最大程度保持区域对比度不变为约束条件,修正图像较亮区域的亮度分布。结果表明:对比相关去雾算法,利用所提算法最终处理后的图像能够在信息熵值、平均梯度和亮度标准差等方面取得明显增益,进一步凸显图像中被雾霾环境所掩盖的细节特征。
（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。
区域对比度论文参考文献
[1].王身丽,严利雄,杜勇,刘晓华,侯金华.基于纹理对比度的复合绝缘子表面水珠区域检测算法[J].电测与仪表.2019
[2].王振东,靖旭,孙国栋,程乙轮,喻璐璐.基于区域对比度约束的暗通道图像去雾[J].中国激光.2019
[3].权巍,赵云秀,韩成,丁莹,姜珊.基于立体图像感兴趣区域及对比度的舒适度评价模型[J].光子学报.2018
[4].武振宇,白培瑞,刘艺炜,任延德.基于模糊区域对比度增强的肺实质鲁棒分割[J].生物医学工程研究.2018
[5].张涛,巫红英,李蒙,雷志春.一种提高图像对比度和视觉质量的新型区域背光算法[J].工程科学学报.2017
[6].胡佳洁,李素梅,常永莉,朱兆琪,侯春萍.基于显着区域的立体图像舒适对比度范围的测量[J].光学学报.2018
[7].康海丽.基于区域对比度优化的图像显着特征提取[D].吉林大学.2017
[8].张晴,林家骏,石艳娇.基于区域对比度和背景先验的显着目标检测[J].计算机工程与应用.2016
[9].秦彩杰,管强.基于深度信息和区域对比度的立体图像显着性区域检测[J].叁明学院学报.2016
[10].钱诚.基于对比度直方图特征子空间聚类的区域级背景减除方法[J].软件导刊.2016