导读:本文包含了亮度模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:亮度,模型,灰度,阴影,采光,调光,函数。
亮度模型论文文献综述
田会娟,刘欢,郝甜甜,张辉[1]（2019）在《基于视觉舒适度的LED背光显示器最优亮度控制模型》一文中研究指出为提高现有LED背光显示器亮度的视觉舒适度,通过主观评价和客观测量相结合的方法,对LED背光显示器视觉舒适度进行分析,建立了LED背光显示器最优亮度控制模型;根据环境亮度、显示器亮度、以及在最优视觉舒适度下LED显示器亮度调光等级(简称:最优视觉调光等级)的映射关系,提出基于BP神经网络的LED背光显示器亮度控制模型;以实测环境亮度和屏幕亮度为输入量,最优视觉调光等级为输出量,计算模型精度,并进行了实验测试和分析。结果表明:该模型能成功预测屏幕的最优视觉调光等级,神经网络训练结果相关系数为99.97%,检验组误差小于1.84%;同时基于该模型建立了LED背光控制系统,经测试该系统最大误差为0.945%。(本文来源于《天津工业大学学报》期刊2019年01期）
魏斌,赵继广,黄璜[2]（2019）在《高光谱场景辐亮度模型仿真研究》一文中研究指出高光谱遥感的地面场景是高光谱遥感系统中影响因素最复杂多变的部分;首先基于星载高光谱遥感成像的辐射传输过程,对非均匀的朗伯表面的入瞳处大气辐亮度传输模型进行了研究,得到只需要考虑目标与邻近像元反射率,大气传输因子的辐亮度简化模型;之后介绍了大气中光子扩散原理,并采用蒙特卡洛方法对大气点扩散函数进行仿真;联合地表目标像元反射率数据计算得到基于非均匀朗伯面地表的邻近像元反射率;然后总结了大气传输模型软件MODTRAN计算入瞳处辐亮度数据的原理步骤,并利用其反演了朗伯表面的相关大气传输参数;最终利用基于传感器入瞳处的辐亮度数据表征了高光谱地面场景。(本文来源于《计算机测量与控制》期刊2019年01期）
赖日文,池毓锋,张泽均[3]（2018）在《基于亮度恢复模型的Landsat 8数据山区阴影去除》一文中研究指出遥感影像中的山区阴影覆盖范围广、去除难度大、影响信息提取精度,通过最大值选取函数(Max)与波段比值构建阴影检测模型(Shadow Detection,SD),结合坡度因子提取影像中山地阴影区域,并通过网格随机布置验证点验证精度;通过地面阴影亮度与阴影像元亮度变化规律,拟合影像阴影区亮度曲线模型,结合导函数,建立亮度恢复模型。对长汀县域的Landsat 8影像处理,获得的结果显示:山区阴影的提取精度为99.06%,Kappa系数为98%;聚类显示恢复区与非阴影属于同一类型;通过亮度恢复模型计算得出各个波段的阴影区域像元亮度平均值提升13%,标准差降低80%,距离系数降低96%,较ATCOR_3方法,像元亮度平均值提升6.7%,标准差降低73.7%,距离系数降低88.3%,较一元线性恢复方法,像元亮度平均值降低1.8%,标准差提升6.7%,距离系数降低90%。该方法在恢复山区阴影的过程中实现了不替换阴影像元,不干扰非阴影像元,能较好地保留阴影像元的光谱与亮度特征。(本文来源于《遥感技术与应用》期刊2018年03期）
裘国永,李丽,李良福,马卫飞[4]（2018）在《基于自适应亮度高程模型的路面阴影消除算法研究》一文中研究指出针对亮度高程模型的阴影消除算法GSR的关键参数需要手动设置、亮度等高区域的划分和亮度补偿方法也都存在严重缺陷的问题,提出一种基于自适应亮度高程模型的路面阴影消除算法SGRSR:首先,采用形态学膨胀运算和高斯平滑滤波消除路面裂缝和路面纹理对后续阴影区域划分的影响;然后,利用最大熵阈值分割求解出高斯平滑后路面影像阴影区域和非阴影区域的划分阈值,以此实现划分阈值的自适应确定;最后,基于改进的亮度等高区域划分模型和亮度补偿方法,实现路面阴影的消除.实验结果表明,与GSR算法相比,本算法不仅能够对路面阴影影像进行自动的阴影消除,而且在阴影消除后,路面影像的亮度过渡更加自然.(本文来源于《轻工学报》期刊2018年01期）
赵晓枫,刘长青,蔡伟,魏银鹏[5]（2017）在《基于夜视车载平显的亮度感知模型研究》一文中研究指出研究了在夜间暗环境下驾驶员读取夜视车载平显(HUD)信息的亮度感知特点,建立了不同照度环境下驾驶员使用夜视车载HUD的亮度调节模型。在环境光仿真系统中,实验设备采用显示亮度可手动调节的夜视车载HUD,实验对象为100名驾驶员,设置多档实验照度,在各档照度条件下研究驾驶员认读夜视车载HUD信息的最低亮度、适宜亮度和最高亮度。对实验数据进行统计分析,建立了亮度调节曲线和驾驶员亮度感知模型,同时总结了夜间暗环境下驾驶员认读夜视车载HUD的亮度规律。该模型能够为夜视车载HUD自动亮度调节的工程设计优化提供定量参考,并提高其人机交互的效能和用户体验。(本文来源于《激光与光电子学进展》期刊2017年12期）
胡茵萌,尚媛园,付小雁,丁辉[6]（2016）在《大气模型与亮度传播图相结合的低照度视频增强算法》一文中研究指出目的为解决低照度视频亮度和对比度低、噪声大等问题,提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。方法鉴于增强视频时会放大噪声,在增强之前先对视频进行去噪处理,之后结合引导滤波和中值滤波的优势提出综合去噪算法,并将其应用于YCb Cr空间。其次提取亮度分量来估计亮度传播图,利用大气模型复原低照度视频。最后综合考虑帧间处理技术,加入场景检测、边缘补偿和帧间补偿。结果为了验证本文算法的实际效果和有效性,对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较,本文算法有效地提高了低照度视频的亮度和对比度,减小了噪声,增强了视频的细节信息并减轻了视频闪烁现象,从而改善了视频质量。算法处理速率有着非常明显的优势,相比文中其他两种算法的速率提升了将近十倍。结论本文算法保持了帧间运动的连续性,在保证增强效果的同时提升了处理速率,对细节和边缘轮廓部分的处理非常精细,具有目前同类算法所不能达到的优良效果,适用于视频监控、目标跟踪、智能交通等众多领域,可实现视频的实时增强。(本文来源于《中国图象图形学报》期刊2016年08期）
陈学灵,王美清[7]（2016）在《结合动态亮度的活动轮廓模型分割相似图像组》一文中研究指出ACGS模型(Active Contours With Group Similarity)在CV模型(Active Contours Without Edges)的基础上结合了矩阵的低秩性约束,是能较好地分割目标特征缺失或错误的相似图像组的一种活动轮廓模型,但其对于局部灰度不均的相似图像组分割效果较差。对此,本文提出了包含演化曲线内外的动态亮度信息的改进的ACGS模型。在全局信息的基础上引入曲线内外动态变化的亮度信息,不仅增强了曲线对于局部灰度不均图像的模糊边界的识别,而且提高了能量函数梯度趋于零的速度,使函数更快达到最小值,从而加快了演化曲线达到目标边界的速度。最后,实验结果验证了改进的ACGS模型对于局部灰度不均的相似图像组,无论在分割效果还是分割速度上均优于ACGS模型。(本文来源于《电子设计工程》期刊2016年07期）
郝亚茹,邓招奇,邓春健[8]（2016）在《基于亮度校正模型的多参量权衡与灰度权值算法研究》一文中研究指出针对嵌入亮度校正模型的全彩LED显示屏低灰度均匀性差甚至会出现缺少灰度等级的问题,研究了校正算法实施过程中的多维参量,分析了红绿蓝叁基色校正参量偏差和扫描图像数据偏差产生的原因及其对各灰度级亮度差值的影响。最后基于LED显示屏驱动控制系统提出参量的权衡公式,根据权衡公式选取各参量最优值,并针对图像数据的最小进位精度这一参量提出一种高精度灰度权值算法,不仅可提高显示屏各灰度下的均匀性指标,而且还可增加LED显示屏上的显示灰度等级。实测结果表明:当选取校正参量的校正精度为8 bit、图像数据的最小进位精度为0.5时,8扫显示屏不能达到均匀性指标的灰度级区间为[42,1];按照权衡公式选取校正参量的校正精度为10 bit、图像数据的最小进位精度为0.25时,均匀性不能达到指标的灰度级区间减小到[20,1],同时相比前者,LED显示屏的起辉级数减小,显示灰度等级增加两级。(本文来源于《发光学报》期刊2016年04期）
姜涛,朱文泉,周夏飞,郑周涛,张东海[9]（2015）在《一种融合地形阴影模型和YUV亮度分量的遥感图像反立体校正方法》一文中研究指出遥感图像上所呈现出的山脊与沟谷颠倒的视觉效果被称为遥感图像反立体现象,该现象与人类的视觉习惯相冲突,从而严重干扰人们对遥感图像的目视判读.本文设计了一种YUV亮度分量乘法融合方法,其技术核心在于图像阴影区增强、地形夸张、地形阴影模型与YUV亮度分量相乘融合3个方面.实验表明,该方法充分考虑了山区图像具有深大阴影这一特征,由它得到的正立体图像立体感强、色调逼真、亮度均衡,其结果可广泛应用于地图导航、规划设计、资源监测等领域.(本文来源于《北京师范大学学报(自然科学版)》期刊2015年S1期）
边宇,马源,遇大兴[10]（2015）在《参考天空亮度分布模型下的建筑采光设计优化》一文中研究指出结合观测研究某地区天空亮度分布的方法以及参考天空模型的构建方式,提出了华南区参考天空模型(CSRS),并通过房间内的实地测量验证了该计算模型;然后在华南区夏季光气候条件下以某侧窗采光教室为研究对象提出了基于CSRS的建筑采光优化设计方法;最后针对该案例给出了优化的采光设计方案及量化参数,并说明了其采光效果.结果表明:使用CSRS模型进行采光模拟与分析的结果较CIE标准全云天模型更准确.(本文来源于《华南理工大学学报(自然科学版)》期刊2015年07期）
亮度模型论文开题报告
（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：
高光谱遥感的地面场景是高光谱遥感系统中影响因素最复杂多变的部分;首先基于星载高光谱遥感成像的辐射传输过程,对非均匀的朗伯表面的入瞳处大气辐亮度传输模型进行了研究,得到只需要考虑目标与邻近像元反射率,大气传输因子的辐亮度简化模型;之后介绍了大气中光子扩散原理,并采用蒙特卡洛方法对大气点扩散函数进行仿真;联合地表目标像元反射率数据计算得到基于非均匀朗伯面地表的邻近像元反射率;然后总结了大气传输模型软件MODTRAN计算入瞳处辐亮度数据的原理步骤,并利用其反演了朗伯表面的相关大气传输参数;最终利用基于传感器入瞳处的辐亮度数据表征了高光谱地面场景。
（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。
亮度模型论文参考文献
[1].田会娟,刘欢,郝甜甜,张辉.基于视觉舒适度的LED背光显示器最优亮度控制模型[J].天津工业大学学报.2019
[2].魏斌,赵继广,黄璜.高光谱场景辐亮度模型仿真研究[J].计算机测量与控制.2019
[3].赖日文,池毓锋,张泽均.基于亮度恢复模型的Landsat8数据山区阴影去除[J].遥感技术与应用.2018
[4].裘国永,李丽,李良福,马卫飞.基于自适应亮度高程模型的路面阴影消除算法研究[J].轻工学报.2018
[5].赵晓枫,刘长青,蔡伟,魏银鹏.基于夜视车载平显的亮度感知模型研究[J].激光与光电子学进展.2017
[6].胡茵萌,尚媛园,付小雁,丁辉.大气模型与亮度传播图相结合的低照度视频增强算法[J].中国图象图形学报.2016
[7].陈学灵,王美清.结合动态亮度的活动轮廓模型分割相似图像组[J].电子设计工程.2016
[8].郝亚茹,邓招奇,邓春健.基于亮度校正模型的多参量权衡与灰度权值算法研究[J].发光学报.2016
[9].姜涛,朱文泉,周夏飞,郑周涛,张东海.一种融合地形阴影模型和YUV亮度分量的遥感图像反立体校正方法[J].北京师范大学学报(自然科学版).2015
[10].边宇,马源,遇大兴.参考天空亮度分布模型下的建筑采光设计优化[J].华南理工大学学报(自然科学版).2015
论文知识图
