导读:本文包含了高斯曲率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:曲率,高斯,图像,支座,微分,模型,噪声。
高斯曲率论文文献综述
韩佳雪,张林鹏,张文坤[1]（2019）在《基于分数阶微分和高斯曲率滤波的遥感图像增强》一文中研究指出遥感图像的复杂性、模糊性、噪声强等特点,严重影响了图像的质量。为改善图像质量,提出一种结合分数阶微分和高斯曲率滤波的图像增强算法。通过分数阶微分提升图像的高频成分、增强图像的中频成分以及非线性保留甚低频成分,获得图像边缘明显突出、纹理更加清晰的遥感图像;后引入高斯曲率滤波在分数阶微分增强图像过程中进行平滑,解决遥感图像本身噪声强以及分数阶微分增强过程中带来的噪声放大和扩散问题。多组对比实验表面,算法可以增强遥感图像的细节信息,有效的抑制噪声。(本文来源于《信息通信》期刊2019年11期）
王浩然,周强[2]（2019）在《基于全变分模型和高斯曲率滤波的红外图像条纹噪声去除算法》一文中研究指出针对红外热像仪读出电路的偏置电压存在非均匀性,造成红外图像出现条纹噪声的问题,提出了基于全变分模型和高斯曲率滤波结合的去噪算法。在分析红外条纹噪声成因并研究其特性的基础上,首先对含噪图像采用全变分模型进行去噪处理;然后确定复原图像出现阶梯效应的区域,将其对应的噪声图像中的区域看作可展曲面,采用高斯曲率滤波处理;最后将全变分模型和高斯曲率滤波的处理结果综合输出。实验结果表明,所提算法能够去除红外图像中的条纹噪声,并且能够克服全变分去噪后复原图像出现阶梯效应的问题。(本文来源于《激光杂志》期刊2019年10期）
王飞鹏,肖俊,王颖,王云标[3]（2019）在《一种基于高斯曲率的ICP改进算法》一文中研究指出在众多的点云配准算法中,ICP算法以其所需的信息少,配准精度高而被广泛使用。然而,因其算法迭代最优化的特点,ICP本身存在时间复杂度高、易受噪声及离群点影响等缺点。针对这些问题,提出一种基于高斯曲率的ICP改进方法。该方法首先利用高斯曲率在刚体变换中保持不变的性质,对配准点云中每个点进行高斯曲率估计;其次,通过设置阈值将配准非关键点及噪声点和离群点滤除;最后,对只包含关键点的点云使用ICP进行配准。实验结果表明,在保证配准精度的前提下,本方法不仅能显着地改善ICP的运行效率,也能有效地提高其抗噪声和离群点的能力。(本文来源于《中国科学院大学学报》期刊2019年05期）
周先春,张敏,吴婷[4]（2019）在《基于分数阶微分算子与高斯曲率相结合的自适应图像去噪》一文中研究指出文中提出分数阶微分算子和高斯曲率相结合的自适应图像去噪方法。将高斯曲率引入偏微分方程模型中,由图像梯度进行边缘检测,再结合高斯曲率和分数阶微分算子的性质,由图像的局部方差建立分数阶微分算子,构建基于分数阶微分算子的自适应图像去噪模型,进行自适应地扩散去噪。结果表明,新算法性能优异,内部信息保护更具完整性,有利于实际应用。(本文来源于《现代电子技术》期刊2019年15期）
王满利,田子建,桂伟峰,吴君[5]（2019）在《基于高斯曲率优化和非下采样剪切波变换的高密度混合噪声去除算法》一文中研究指出为提高矿井混合噪声图像的可观测性,提出了基于高斯曲率优化和非下采样剪切波变换的高密度混合噪声去除算法.使用局部高斯曲率优化混合噪声图像,抑制椒盐噪声对噪声分布的影响,使混合噪声分布近似为高斯噪声分布.使用非下采样剪切波变换分解高斯曲率优化图像,实施自适应硬阈值收缩降噪,去除混合噪声中的高斯噪声成分.最后,迭代使用局部高斯曲率优化和非下采样剪切波变换降噪去除残余噪声,直至输出图像梯度能量满足停止条件.实验表明,本文算法能够有效地去除高斯噪声和椒盐噪声构成的高密度混合噪声,且有效抑制了剪切波变换降噪引起的伪吉布斯现象,有效地降低了矿井图像的噪声.(本文来源于《光子学报》期刊2019年09期）
梁栋,康健,陈磊[6]（2019）在《基于高斯曲率相关系数的斜交梁桥支座损伤识别方法》一文中研究指出支座损伤会对桥梁结构动力特性造成严重影响。针对宽跨比较大的斜交梁桥支座病害中普遍存在的刚度不足甚至脱空现象,本文将一维曲率模态推广到二维,并引入高斯曲率模态相关系数,通过对比支座损伤时各振型控制点与未受损时的相关程度来判断支座损伤位置。以天津津港高速公路Y线斜交梁桥为研究对象,建立相关数值模型来分析高斯曲率模态相关系数。结果表明:对于单支座或多支座损伤,相应支座处的高斯曲率模态相关性系数与其他支座位置处的差异明显,可实现损伤定位;现场模态测试结果与理论模拟结果吻合较好,证明了此方法的有效性。(本文来源于《铁道建筑》期刊2019年04期）
李志,孙红岩,徐南,孙晓鹏[7]（2019）在《基于能量约束及高斯曲率的薄壳弹性膨胀变形》一文中研究指出叁维薄壳膨胀变形是VR/AR/MR关键技术之一,自碰撞和自相交是膨胀变形的主要问题。基于离散高斯曲率和弹性形变能量函数,提出无碰撞、无自交的薄壳弹性膨胀变形算法。在叁维薄壳的离散网格上定义弹性形变能量函数的膜能和弯曲能,构造离散高斯曲率约束以避免膨胀过程产生自碰撞和自相交问题,通过Newmark-beta运动控制方程求解变形运动下一时刻薄壳顶点的位置和速度。实验结果表明,该算法能够有效避免自碰撞和自相交问题产生。(本文来源于《计算机工程与设计》期刊2019年03期）
吴亮,郭俊峰,刘国英[8]（2019）在《高斯曲率耦合相关性制约规则的图像匹配算法》一文中研究指出目的针对当前较多图像匹配算法在匹配过程中因忽略了特征点之间的相关性而导致算法存在匹配正确度和鲁棒性不佳等不足,设计一种高斯曲率模型耦合相关性制约规则的图像匹配算法。方法首先,利用高斯滤波后图像的一阶矩阵和Hessian矩阵来构造高斯曲率模型,对Hessian算子进行改进,以充分检测图像的特征点。然后,通过求取扇形区域内的Haar小波响应获取特征点的主方向,并根据特征点邻域中像素点的灰度平均值计算特征向量,从而形成特征描述子,完成对特征点的描述。利用特征点集的均值与协方差矩阵来构造相关性模型,对特征点的相关度完成度量,从而定义相关性制约规则,对特征点的相似度进行判断,完成特征点的匹配。最后,利用RANSAC算法提纯匹配特征点,完成图像的匹配。结果仿真实验表明,与当前图像匹配算法相比较,文中算法不仅匹配正确度较高,且具有较强的鲁棒性,在旋转角度为50°时,其正确匹配精度仍可达到87%以上。结论所提算法在多种几何攻击下仍具有较高的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。(本文来源于《包装工程》期刊2019年01期）
梁栋,陈磊,杜延昭,张硕[9]（2018）在《基于高斯曲率模态相关系数的弯梁桥支座损伤研究》一文中研究指出对于弯梁桥支座病害中普遍存在的刚度不足,甚至脱空现象,提出利用平面多阶模态及高斯曲率模态相关系数来识别弯梁桥支座的损伤情况。在理论推导的基础上,以某小半径弯梁桥为研究对象,建立了相关分析模型。分析结果表明:无论单支座损伤,还是多支座损伤,相应支座处的高斯曲率模态相关系数与其它支座位置处的差异明显,可实现支座损伤的准确定位;且支座损伤越严重,相关系数下降越多;支点预偏心和抗扭支承等因素对损伤定位没有影响,相邻控制点处相关系数有所降低,但不会影响支座损伤识别的有效性。(本文来源于《世界地震工程》期刊2018年03期）
张文坤,汪西原,宋佳乾[10]（2019）在《基于分数阶微分差与高斯曲率滤波的边缘检测算法》一文中研究指出应用梯度变化检测遥感图像纹理边缘信息时存在过检、漏检、错检和弱抗噪性等问题。为此,结合分数阶微分差和高斯曲率滤波,提出一种边缘检测算法。通过分数阶微分差运算对全色遥感图像的梯度场进行非线性增强,利用高斯曲率滤波平滑图像非线性扩散部分,并寻找正则化能量最速下降点,优化微分过程中的分数阶次和迭代次数,改善有噪图像的边缘信息提取质量。实验结果表明,该算法可抑制遥感图像纹理边缘提取过程中噪声非线性放大和扩散产生的背景伪噪声,保留图像纹理边缘信息,具有较好的图像增强和边缘检测效果。(本文来源于《计算机工程》期刊2019年02期）
高斯曲率论文开题报告
（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：
针对红外热像仪读出电路的偏置电压存在非均匀性,造成红外图像出现条纹噪声的问题,提出了基于全变分模型和高斯曲率滤波结合的去噪算法。在分析红外条纹噪声成因并研究其特性的基础上,首先对含噪图像采用全变分模型进行去噪处理;然后确定复原图像出现阶梯效应的区域,将其对应的噪声图像中的区域看作可展曲面,采用高斯曲率滤波处理;最后将全变分模型和高斯曲率滤波的处理结果综合输出。实验结果表明,所提算法能够去除红外图像中的条纹噪声,并且能够克服全变分去噪后复原图像出现阶梯效应的问题。
（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。
高斯曲率论文参考文献
[1].韩佳雪,张林鹏,张文坤.基于分数阶微分和高斯曲率滤波的遥感图像增强[J].信息通信.2019
[2].王浩然,周强.基于全变分模型和高斯曲率滤波的红外图像条纹噪声去除算法[J].激光杂志.2019
[3].王飞鹏,肖俊,王颖,王云标.一种基于高斯曲率的ICP改进算法[J].中国科学院大学学报.2019
[4].周先春,张敏,吴婷.基于分数阶微分算子与高斯曲率相结合的自适应图像去噪[J].现代电子技术.2019
[5].王满利,田子建,桂伟峰,吴君.基于高斯曲率优化和非下采样剪切波变换的高密度混合噪声去除算法[J].光子学报.2019
[6].梁栋,康健,陈磊.基于高斯曲率相关系数的斜交梁桥支座损伤识别方法[J].铁道建筑.2019
[7].李志,孙红岩,徐南,孙晓鹏.基于能量约束及高斯曲率的薄壳弹性膨胀变形[J].计算机工程与设计.2019
[8].吴亮,郭俊峰,刘国英.高斯曲率耦合相关性制约规则的图像匹配算法[J].包装工程.2019
[9].梁栋,陈磊,杜延昭,张硕.基于高斯曲率模态相关系数的弯梁桥支座损伤研究[J].世界地震工程.2018
[10].张文坤,汪西原,宋佳乾.基于分数阶微分差与高斯曲率滤波的边缘检测算法[J].计算机工程.2019
论文知识图
