导读:本文包含了图像重构论文开题报告文献综述、选题提纲参考文献，主要关键词:图像,重构,卷积,神经,偏振,神经网络,梯度。
图像重构论文文献综述写法
邹雄斌[1]（2019）在《基于局部敏感自调制字典的压缩感知矿井图像重构》一文中研究指出本文针对现存的稀疏字典学习模型存在的计算负担重、训练速度慢、需要大量训练样本等问题,基于压缩感知和字典学习理论,提出了一种局部敏感自调制字典学习模型。该模型使用分块图像的压缩感知测量学习字典,加入局部约束条件,保证字典稀疏表示图像的能力,且能够快速得到解析解。实验结果表明,本文模型学得的字典相比其他字典,在矿井图像重构上体现了较好的优越性,重构的矿井图像保留了较真实的非平滑的结构特征,并且具有较好的鲁棒性,可以达到矿井图像自适应重构的目的。(本文来源于《电子技术与软件工程》期刊2019年23期）
田湘,高瑜翔,夏朝禹,曹远杰,张皓[2]（2019）在《基于块稀疏贝叶斯算法的图像重构方法与仿真》一文中研究指出针对贝叶斯学习方法(SBL)重构二维图像信号精度不高的问题,采用对图像信号分块重建的方式,将贝叶斯学习算法推广为块贝叶斯学习(BSBL)算法,用于二维图像信号的重构中,给出了重构算法的相应公式并进行了算法仿真。仿真结果表明,在相同的条件下,BSBL能够获得较好的图像重构效果和最小的二维重构误差。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
王理想,王东[3]（2019）在《基于虚拟现实技术的叁维图像重构研究》一文中研究指出针对传统基于主动偏振成像的叁维图像重构方法重构过程中图像统计信息表达能力较差,导致重构后叁维图像精度低,研究一种基于虚拟现实技术的叁维图像重构方法。选取Visual C++可视化软件开发平台和VTK叁维图像处理软件作为叁维图像重构实现平台,将原始图像通过数据输入以及文件解析等步骤导入计算机后,对原始图像进行图像滤波、图像分割以及图像插值等预处理,处理后的图像在VTK软件中利用包围盒法先构建图像重构的叁维数据场,依据图像重构叁维数据场绘制图像叁维直接体,通过图像叁维直接体获取叁维图像重构输出公式,实现基于虚拟现实技术的叁维图像重构。仿真结果表明,采用该方法对10幅图像进行叁维图像重构,重构图像平均遍历覆盖度高达97.99%,重构精度均高于97%。(本文来源于《现代电子技术》期刊2019年21期）
张帆,徐志超[4]（2019）在《基于残差神经网络的矿井图像重构方法》一文中研究指出针对煤矿井下噪声对可视化作业环境扰动影响,面向智能开采对井下作业目标的图像清晰化需求,研究基于机器视觉的矿井视频图像重构理论与方法,对提高矿井智能监控与安全开采技术具有重要意义。传统的视频监控系统采用经典的Nyquist采样定理来解决视频图像的信号采集、压缩和编解码问题,但矿井视频图像数据庞大,采用传统的编解码方法不仅浪费大量采样资源及增大系统开销,而且难以解决矿井视频图像重构时出现的信号保真度低、图像边缘模糊和视频传输时延等问题,其直接影响矿井智能监控系统性能与视频传输质量。针对矿井视频监控图像重构中存在的信号保真度不足及图像边缘模糊等问题,提出一种基于残差网络的图像压缩与重构方法。该方法通过建立一种新的残差神经网络结构,采用下采样矩阵将矿井图像进行压缩,再通过多次上采样将特征图变换为与原始图像相同大小的特征图,并使用残差网络块对其优化,最后利用优化后的重构网络将特征图聚合成重构图像。提出融合离散小波结构相似度损失与均方误差损失的损失函数方法,并据此训练网络参数。为评价本文所提出方法的有效性,实验选取了基于压缩感知的D-AMP,TVAL3算法和基于深度学习的ReconNet算法与之进行对比。结果表明,较小压缩比条件下对矿井图像重构,本文方法在结构相似度和峰值信噪比性能方面均优于其他算法;在噪声环境下,本文方法相较于其他方法,图像重构的峰值信噪比与结构相似度受噪声强度扰动较小,对噪声具有较强鲁棒性,较显着增强矿井重构图像的保真度和清晰度;在图像重构的时间复杂度方面,本文方法用时最短,有助于改善矿井视频监控系统的实时性。(本文来源于《煤炭学报》期刊2019年11期）
许晓明[5]（2019）在《基于改进LDPC矩阵的遥感图像重构算法研究》一文中研究指出针对当前遥感图像重构中存在的数据准确性和实效性差,以及传统的采样方法在图像采集上容易失真的问题,结合LDPC校验码提出一种改进的LDPC矩阵的图像重构方法。文章采用LDPC校验码的优势,取代传统置乱对角块矩阵中的对角块,以简化观测矩阵生成流程,进而构建了对角化的观测矩阵。最后,通过Lean图像和遥感图像为例,以PSNR和SSIM作为评价指标,对上述重构方法的效果进行验证。结果表明,重构后的Lean图像和遥感图像与其他的处理方法相比,都较为清晰,并且在PSNR和SSIM指标上,相对于其他的重构图像都具有优势。由此说明论文构建的对角化观测矩阵在图像重构方面,具有一定的优势和价值。(本文来源于《舰船电子工程》期刊2019年09期）
周鹏,孟晋[6]（2019）在《基于分块压缩感知算法的图像重构技术》一文中研究指出压缩感知技术解决了信息采集过程中数据浪费的问题,但在图像重构时,如果图像尺寸太大,也会需要大量存储空间,并影响重构时间。将分块压缩感知方法引入到图像重构中,按照先对图像进行分块处理、再利用离散小波变换对图像进行稀疏化、最后采用OMP算法对图像进行重构的步骤,可提高图像重构效果,减少重构时间。(本文来源于《九江职业技术学院学报》期刊2019年03期）
张强,高隽,范之国,王振武,闫羽[7]（2019）在《利用目标和大气偏振信息的雾天图像重构方法》一文中研究指出结合目标偏振信息和大气偏振信息的差异,提出了一种利用目标和大气偏振信息的雾天图像重构方法。首先,从光强图像中分离大气光图像和目标光图像,分别解析大气光偏振信息和目标光偏振信息,构建偏振去雾模型。然后,采用融合图像梯度信息的高斯滤波方法估算大气光强和目标光强,并分别计算大气光偏振度和目标光偏振度。采用3σ法则阈值分割方法,在大气光图像空间内估算无穷远处大气光强。最后,重构出目标图像。在不同天气环境下开展外场实验,结果表明,该方法在雾霾、雨、雪天气下能够较好地恢复出目标信息,重构后图像的信息熵提升约40%,灰度标准差提升了约90%,平均梯度和边缘强度提高了3倍。(本文来源于《应用光学》期刊2019年05期）
熊锐,张雷洪,蒋周杰,王建强,覃榜道[8]（2019）在《基于编码-解码对称神经网络的高分辨率图像重构机理研究》一文中研究指出针对目前许多图像重构算法存在重构出来的图像不清晰、分辨率低等问题,提出了一种基于编码-解码对称神经网络的高分辨率图像重构算法。首先将图像进行压缩获取低分辨率图像,然后将低分辨率图像作为输入图像经过编码-解码对称神经网络,并利用其中的卷积神经网络进行编码得到特征图像,最后再利用反卷积神经网络进行解码实现图像的细节恢复。实验结果表明,经过基于编码-解码对称神经网络重构出来的图像比之前的低分辨率图像更加清晰,图像的分辨率得到了提高。(本文来源于《光学仪器》期刊2019年04期）
沈跃,李尚龙,崔业民,朱嘉慧,刘加林[9]（2019）在《基于非凸低秩优化的压缩感知植株图像重构》一文中研究指出目标植株图像压缩重构对于图像的高效传输及存储意义重大,同时为后期植株生长状态检测及病虫害识别奠定了基础。传统图像压缩感知方法大多是针对信号在某个特征空间的稀疏性进行的,并没有考虑信号的局部特征与结构化特性,存在重构效率不高、重构精度较低等问题。针对以上情况,提出一种基于非凸低秩优化的压缩感知植株图像重构算法。首先通过KinectV2.0采集植株图像深度数据并进行预处理,结合K-means与Mean-shift聚类算法提取目标植株有效区域,再考虑图像的非局部自相似性,采用加权lp范数最小化算法(WSNM)求解低秩优化问题,较好地保留了图像结构细节,最后采用Dog-leg最小二乘算法取代最快下降法进行迭代优化。试验结果证明,该算法在不同采样率下的植株图像重构质量优于其它同类算法,尤其在低采样率下重构效果更为突出。(本文来源于《软件导刊》期刊2019年12期）
颜彦[10]（2019）在《明代戏曲刊本插图的非叙事与图像重构》一文中研究指出当我们以中西比较的视野关注图像学时,会发现潘诺夫斯基提出的图像志~①和我们试图对明代戏曲插图进行的图像解释是具有共同关注焦点的。在前图像学描述的层次上,插图绘制了哪些形象和要素?(本文来源于《戏曲研究》期刊2019年02期）
图像重构论文开题报告范文
（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：
针对贝叶斯学习方法(SBL)重构二维图像信号精度不高的问题,采用对图像信号分块重建的方式,将贝叶斯学习算法推广为块贝叶斯学习(BSBL)算法,用于二维图像信号的重构中,给出了重构算法的相应公式并进行了算法仿真。仿真结果表明,在相同的条件下,BSBL能够获得较好的图像重构效果和最小的二维重构误差。
（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。
图像重构论文参考文献
[1].邹雄斌.基于局部敏感自调制字典的压缩感知矿井图像重构[J].电子技术与软件工程.2019
[2].田湘,高瑜翔,夏朝禹,曹远杰,张皓.基于块稀疏贝叶斯算法的图像重构方法与仿真[J].信息与电脑(理论版).2019
[3].王理想,王东.基于虚拟现实技术的叁维图像重构研究[J].现代电子技术.2019
[4].张帆,徐志超.基于残差神经网络的矿井图像重构方法[J].煤炭学报.2019
[5].许晓明.基于改进LDPC矩阵的遥感图像重构算法研究[J].舰船电子工程.2019
[6].周鹏,孟晋.基于分块压缩感知算法的图像重构技术[J].九江职业技术学院学报.2019
[7].张强,高隽,范之国,王振武,闫羽.利用目标和大气偏振信息的雾天图像重构方法[J].应用光学.2019
[8].熊锐,张雷洪,蒋周杰,王建强,覃榜道.基于编码-解码对称神经网络的高分辨率图像重构机理研究[J].光学仪器.2019
[9].沈跃,李尚龙,崔业民,朱嘉慧,刘加林.基于非凸低秩优化的压缩感知植株图像重构[J].软件导刊.2019
[10].颜彦.明代戏曲刊本插图的非叙事与图像重构[J].戏曲研究.2019