导读:本文包含了复原算法论文开题报告文献综述及选题提纲参考文献，主要关键词:图像去雾,天空区域分割,多尺度融合,L0梯度最小化
复原算法论文文献综述
潘健鸿,高银[1]（2019）在《基于天空区域分割和多尺度融合的单幅雾天图像复原算法》一文中研究指出传统的暗原色理论相关算法在处理带有天空区域的雾天图像时易出现亮度损失和光晕现象。针对这一问题,该文提出一种基于空区域分割和多尺度融合的单幅雾天图像复原算法。该方法首先对图像进行缩放,根据雾天图像的特性分割天空区域,获取全局大气背景光;根据散射模型获取初步的透射率图像,运用L0梯度最小化方法获取优化的透射率图像;最后运用多尺度融合的方法对不同曝光度的图像进行融合,获取最终的去雾图像。主观观察和客观评价表明,在整体和细节方面,该算法比现有暗原色算法及其改进算法处理效果更好。(本文来源于《南京理工大学学报》期刊2019年05期）
王海峰,李萍,王博,翟帅华,蔡楠[2]（2019）在《灰狼算法优化BP神经网络的图像去模糊复原》一文中研究指出为了解决传统复原算法在退化图像复原过程中过度依赖先验知识弊端,提出利用BP神经网络学习和泛化能力强的优点进行退化图像复原研究。首先,采用BP神经网络进行退化图像的复原研究。然后,针对BP神经网络在学习过程中由于对网络初始值的过度依赖导致网络收敛速度慢、易于陷入局部极小值的缺点。提出利用灰狼优化算法的全局搜索能力对BP神经网络的初始参数进行优化,并利用改进收敛因子与动态权重指导种群移动的方式对灰狼算法进行改进。实验表明,本文提出的改进灰狼算法优化BP神经网络复原方法与维纳滤波算法、L-R复原算法、BP神经网络和PSO-BP神经网络等复原方式相比,收敛速度和复原精度方面得到大幅度提高,在客观的评价标准结构相似度与峰值信噪比方面都获得较好的数值结果。(本文来源于《液晶与显示》期刊2019年10期）
陈实[3]（2019）在《基于提升计算机文档碎片拼接复原技术算法优化探析》一文中研究指出随着新时代的到来,我国经济实力和人们生活水平的不断提高,人们对计算机的需求量也在不断的扩大,对文档碎片拼接复原技术提出了一定的要求,而碎片文件的拼接复原在军事及司法考证等方面得到了广泛应用,在运用传统的方式进行碎片文件拼接的过程中,主要是运用人工的方式进行碎片文件的拼接工作,这种方式的效率较低,可能会对材料造成直接的物理损害。为了能够保证碎片拼接的工作效率,就需要对传统方式进行改进和创新,在互联网技术不断发展进步的环境下,可以运用文字数据化的特征来进行碎片的匹配工作,从而能够提高碎片文件拼接的工作效率。(本文来源于《数码世界》期刊2019年10期）
陈美玲,朱铝芬,张云,石瑶[4]（2019）在《一种改进的Criminisi新算法的图像复原技术》一文中研究指出本文针对Criminisi算法及其现阶段存在的不足,提出一种基于图像样本块的图像复原算法。通过在Criminisi算法中加入模块的自适应算子,使原来的9*9模块在适当情况下自适应变化为其余模块大小,来降低修复误差。实验结果在主观上修复部分更加清晰自然,修复边缘没有太大的瑕疵;从客观评价指标上分析:图像峰值信噪比PSNR变大,图像模糊程度变小;修复运行时间更长,图像修复效果更好。结果表明改进后的Criminisi算法从主观层面和客观层面都具有更好的图像修复效果,即污染区域图像断层更少,过渡更加平滑,纹理丰富、结构复杂区域的修复也更加自然。(本文来源于《现代信息科技》期刊2019年18期）
武兴睿[5]（2019）在《基于PSF重构和改进的最大后验估计的自适应光学图像复原算法》一文中研究指出自适应光学(AO)系统为大气湍流提供实时补偿,但AO图像的对比度通常很差,这会导致图像质量下降。本文提出了一种基于点扩散函数(PSF)重构和改进的最大后验概率(MAP)估计的自适应光学图像恢复方法。首先,结合观测条件和AO系统的特点,建立基于波前相位信息的PSF重构模型;其次,基于本文提出的算法,建立了AO图像的迭代求解公式,实现多帧AO图像联合去卷积过程。为了验证本文算法的有效性,对仿真的退化AO图像进行了一系列复原实验。实验结果表明,以"Man"图像为例,与Wiener-IBD、RL-IBD及FS-MLJD算法相比,该算法的峰值信噪比(PSNR)测度分别提高了6.83%,4.47%和2.28%,拉普拉斯梯度模(LS)值分别提高了22.2%,17.9%和12.1%。本文的研究结果对实际的AO图像恢复具有一定的应用价值。(本文来源于《液晶与显示》期刊2019年09期）
李蕾,郭天太,潘孙强,陈欢,赵军[6]（2019）在《基于Laplacian算法的水下偏振图像复原》一文中研究指出为了解决船舶航行过程中水下图像质量退化的问题,开展了基于偏振成像的图像对比度提高技术和图像增强算法的研究。该技术中提出了基于偏振信息将不同角度的融合图像分解为多尺度的金字塔图像序列,通过高斯卷积和Laplacian Pyramid算法进行图像融合,结合权重融合系数算法实现对偏振图像的细节特征增强处理;并与小波变换图像融合算法进行对比,可以得出该算法明显改善了水下图像的SNR值和SSIM值。实验表明,该水下偏振系统在衰减系数为2.1的海水环境中,水下成像距离达到6 m,能清晰识别水中物体及其特征识别,且系统运行稳定。(本文来源于《电子技术应用》期刊2019年09期）
付光辉,华云,陈军华,潘欣维[7]（2019）在《基于聚类和蚁群算法的横纵切碎纸片复原算法》一文中研究指出横纵切碎纸片拼接复原问题是痕迹学中的一个重要问题,其在刑事,民事,司法等领域都有应用,人工拼接费时费力,应用计算机算法解决该问题尤为必要,针对目前已有算法聚类不够壮硕,碎片行内拼接精度低的现状,提出了一种基于聚类和蚁群算法的全自动碎纸片拼接改进方法.首先对聚类算法部分进行细化,同时引入惩罚系数以重新定义费用函数,并结合合并、分治策略提高碎纸片行内拼接的精度,最后选用由5个中文文件组成的测试集,将其切割成11×10和11×19两种模式来测试算法的效率.结果表明改进的聚类算法能够正确地提取碎片的特征向量并实现无差错分行聚类,算法对于两种模式的拼接精度分别是97.6%和95.1%,对比近期的同类算法,提出的算法拼接精度明显较高.(本文来源于《数学的实践与认识》期刊2019年15期）
赵强,干宗良,刘峰[8]（2019）在《基于面部结构残差网络的压缩人脸图像复原算法》一文中研究指出文中提出了一种结合面部结构先验信息的深度残差网络,用于压缩人脸图像的复原。在训练阶段,首先训练一个用于初步复原人脸图像整体结构的预复原网络,但是不具有任何先验信息的预复原网络并不能很好地处理具有精细结构的面部组件,因此该算法在预复原网络的基础上提取5种面部组件:眼睛、眉毛、鼻子、嘴巴和脸廓,分别训练用于复原面部组件的细节增强网络。在复原阶段,结合关键点检测结果生成的面部掩膜,对不同的人脸组件使用相应的网络参数进行精准地复原。实验结果表明,文中提出的算法与现有的先进复原算法相比,不仅具有更高的PSNR和SSIM,并且在人脸组件处有更加清晰的纹理细节,有效改善了复原后人脸图像的视觉效果。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年04期）
邹鹏,谌雨章,陈龙彪,曾张帆[9]（2019）在《基于神经网络的光照分布预测夜视复原算法》一文中研究指出夜间图像存在光照不均匀、整体亮度较低、色偏严重的现象,且人工光源附近存在光晕。现有的去模糊模型和算法在光照不均匀情况下,常通过估计光照图来去除光照不均匀的影响。通过使用径向基函数神经网络训练提取光照强度,提出了基于光照估计的夜间图像去模糊算法。针对光照不均匀的问题,通过估计光照分布图来去除不均匀光照的影响,计算得到成像过程中的调制传递函数(MTF)。以计算所得传输图像退化模型的点扩散函数作为先决条件,结合半盲图像复原的数学模型对目标图像进行处理,以提高夜视探测的成像质量。将所提方法与传统盲复原方法及基于深度神经网络的图像复原方法进行主客观比较,实验所得复原图像及数据验证了该方法的有效性,复原图像的质量得到明显提升。(本文来源于《计算机科学》期刊2019年S2期）
Pan-wang,PAN,Fei,YUAN,En,CHENG[10]（2019）在《基于去散射与边缘增强算法的水下图像复原（英文）》一文中研究指出对色差严重和边缘模糊的水下图像需进行复原。一般分两步:去散射和边缘增强。首先,提出一种用于水下图像去散射的多尺度迭代框架。利用卷积神经网络估计传输图,再用自适应双边滤波器改进传输图估计结果。由于无可用数据集训练网络,收集包含2000个水下图像的数据集以获得合成数据。其次,采用白平衡算法消除水下图像的色偏。最后将图像转换到特殊变换域,使用非下采样轮廓波变换对边缘去噪和增强。结果表明:该方法主、客观质量均明显优于现有方法。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年06期）
复原算法论文开题报告
（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：
为了解决传统复原算法在退化图像复原过程中过度依赖先验知识弊端,提出利用BP神经网络学习和泛化能力强的优点进行退化图像复原研究。首先,采用BP神经网络进行退化图像的复原研究。然后,针对BP神经网络在学习过程中由于对网络初始值的过度依赖导致网络收敛速度慢、易于陷入局部极小值的缺点。提出利用灰狼优化算法的全局搜索能力对BP神经网络的初始参数进行优化,并利用改进收敛因子与动态权重指导种群移动的方式对灰狼算法进行改进。实验表明,本文提出的改进灰狼算法优化BP神经网络复原方法与维纳滤波算法、L-R复原算法、BP神经网络和PSO-BP神经网络等复原方式相比,收敛速度和复原精度方面得到大幅度提高,在客观的评价标准结构相似度与峰值信噪比方面都获得较好的数值结果。
（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。
复原算法论文参考文献
[1].潘健鸿,高银.基于天空区域分割和多尺度融合的单幅雾天图像复原算法[J].南京理工大学学报.2019
[2].王海峰,李萍,王博,翟帅华,蔡楠.灰狼算法优化BP神经网络的图像去模糊复原[J].液晶与显示.2019
[3].陈实.基于提升计算机文档碎片拼接复原技术算法优化探析[J].数码世界.2019
[4].陈美玲,朱铝芬,张云,石瑶.一种改进的Criminisi新算法的图像复原技术[J].现代信息科技.2019
[5].武兴睿.基于PSF重构和改进的最大后验估计的自适应光学图像复原算法[J].液晶与显示.2019
[6].李蕾,郭天太,潘孙强,陈欢,赵军.基于Laplacian算法的水下偏振图像复原[J].电子技术应用.2019
[7].付光辉,华云,陈军华,潘欣维.基于聚类和蚁群算法的横纵切碎纸片复原算法[J].数学的实践与认识.2019
[8].赵强,干宗良,刘峰.基于面部结构残差网络的压缩人脸图像复原算法[J].南京邮电大学学报(自然科学版).2019
[9].邹鹏,谌雨章,陈龙彪,曾张帆.基于神经网络的光照分布预测夜视复原算法[J].计算机科学.2019
[10].Pan-wang,PAN,Fei,YUAN,En,CHENG.基于去散射与边缘增强算法的水下图像复原（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2019