导读:本文包含了广义模糊增强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:广义,模糊,算子,图像,线性,图像处理,函数。
广义模糊增强论文文献综述
霍荣[1]（2016）在《基于改进非线性增益和双边滤波器的自适应图像广义模糊增强》一文中研究指出在图像处理领域中,图像增强技术因其强大的实用价值和灵活性在该领域中起着非常重要的作用。一方面通过该技术,可以依照观察者的爱好有选择性地对图像进行处理,以满足其要求；另一方面,当需要用计算机对图像进行后续精确地分析时,为满足计算机的识别能力,对图像进行预处理必不可少。加之图像成像过程中,难免会受到天气、光线等客观因素的干扰,使图像质量退化,影响了它的使用价值。因此为获得高质量的图像,对图像进行增强处理是非常有必要的。本文在对图像增强技术进行深入的研究分析后,提出一种图像增强的新算法。为了同时实现图像细节被增强、噪声被抑制以及对比度被提升的目的,首先利用小波变换将图像的高低频信息分开,高频子带涵盖的内容主要是图像的绝大部分噪声和细节信息,低频子带涵盖的内容则主要是背景信息。鉴于高低频所含内容性质的差异,因此在处理方法上也存在很大不同。高频子带以贝叶斯萎缩阂值为分界点,将其系数划分为噪声和细节两部分,并采用非线性增益函数分别对其进行处理,以实现放大图像细节并削减噪声的目的。低频子带先利用具有保边去噪作用的双边滤波器进行预处理,其目的是去除包含的少部分噪声,然后采用广义模糊算子,以达到扩大图像对比度的目的。为提升本文算法的性能和自适应性,对高频增强中的非线性增益函数进行了改进,引入调节因子可以使图像更清晰、获得更丰富的细节信息,同时依据信息熵的大小,提供了一种可以自适应计算非线性增益函数中参数c最优值的方法。对低频增强中的双边滤波器进行了优化,由于该滤波器的值域标准差对图像质量的影响较大,经过大量实验提出一种确定值域参数值的方法,同时还对双边滤波器的运行速度进行了优化,此外,将遗传算法引入到低频中,使广义模糊增强模型简化为寻求参数的最优值模型。对本文提出的算法进行仿真,并与其他算法进行对比,结果表明本文方法具有较高的对比度、清晰度以及信息熵和峰值信噪比,可以大幅度地提升图像质量。(本文来源于《海南大学》期刊2016-05-01）
曹海梅[2]（2013）在《基于改进广义模糊增强的图像分割方法研究》一文中研究指出本文提出了一种基于改进广义模糊增强的图像分割方法。该算法就Pal模糊增强算法的不足进行分析,提出一种改进的广义模糊增强算法且将其应用于图像分割中,并就模糊参数选择缺乏理论依据的问题提出一个解决方案。在与各类传统分割方法的分割效果进行比较后,实验结果证明该方法的算法复杂度低,分割速度快且分割质量高。(本文来源于《计算机光盘软件与应用》期刊2013年14期）
郑德忠,崔法毅[3]（2010）在《自适应双线性广义模糊增强的图像轮廓提取》一文中研究指出在模糊集合论(FS)和广义模糊集合论(GFS)的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子(LGFO),理论分析并验证了其性质。提出了一种自适应双线性广义模糊增强算法用于提取图像边缘轮廓,该算法利用线性广义隶属度变换函数与LGFO,实现了灰度图像空间与广义模糊空间的相互转换,空间转换过程中对线性广义模糊隶属空间实施了线性广义模糊增强处理,最终在灰度图像空间中使用"MIN"算子提取图像轮廓。该算法还使用可检测边缘度与噪声标准差之商作为图像增强的评估标准,自动选择模糊参数D,实现了线性广义模糊增强图像的自适应优化。实验表明,该算法快速无失真,适用于彩色图像,提取的图像轮廓准确、层次分明。(本文来源于《中国激光》期刊2010年02期）
崔法毅,郑德忠[4]（2009）在《应用小波包变换的图像加权广义模糊增强算法》一文中研究指出图像边缘细节富含高频成分,鉴于小波包分析具有对高频分辨率高的特点,提出一种应用小波包变换的图像加权广义模糊增强算法。对图像进行小波包分解,分别对各分解子图像进行基于线性广义模糊算子(LGFO)的模糊增强处理,重构前对各增强子图像赋予不同的权值,通过小波包图像重构实现对原始图像的加权模糊增强处理,获得细节丰富、对比度强的高质量增强图像。在基于边缘测度与噪声标准差的增强图像质量评估标准下,算法实现了模糊参数的自适应寻优。实验表明,增强图像轮廓准确、细节丰富。(本文来源于《燕山大学学报》期刊2009年06期）
崔法毅,董浩,刘建宏[5]（2008）在《自适应多层次的图像双线性广义模糊增强算法》一文中研究指出在模糊集合论和广义模糊集合论的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子。提出了一种自适应多层次的图像双线性广义模糊增强新算法,该算法利用线性广义隶属度变换及其逆变换,实现了灰度图像空间的广义模糊化与广义模糊空间的灰度化,使用线性广义模糊算子对线性广义模糊隶属空间进行了区域对比度模糊增强,最终利用"MIN"算子提取出了增强图像的边缘轮廓。基于模糊熵的多层次阈值灰度选取过程,体现了算法的自适应性与实用性。实验表明,该算法能够快速无失真地同时增强图像中不同层次的边缘信息,所提取出的增强图像边缘准确、层次分明。(本文来源于《燕山大学学报》期刊2008年06期）
拜丽萍,王炳健,周慧鑫[6]（2007）在《基于广义模糊集合的红外微弱目标图像自适应增强算法》一文中研究指出在广义模糊集合及局部自适应增强算法研究的基础上,提出一种针对红外微弱目标图像的实时模糊域自适应增强算法,利用反正切函数作为映射,将空间域的灰度图像变换为对应的广义隶属函数。实验结果证明,该算法不仅能有效地提高图像灰度动态范围,使各区域之间层次更加清楚,而且同时能自适应地增强图像局部区域不同灰度层次的边缘和细节,使边缘和细节明显地突出。(本文来源于《中国电子科学研究院学报》期刊2007年03期）
高顶,刘元祥,张晓光[7]（2006）在《基于广义模糊算子的工业RT图像增强》一文中研究指出在分析传统的图像模糊增强算法缺陷的基础上,提出了一种广义模糊增强的方法。该算法通过引入广义模糊集合的概念,将图像映射到广义模糊空间,设计一个分段正弦函数作为模糊隶属度,并采用了相应的增强算子,利用广义模糊变换范围大的特点,通过对工业RT检测焊缝图像进行广义模糊增强处理,使图像获得令人满意的增强效果。引入模糊熵的方法分析增强效果,并分析了广义模糊增强算法中影响增强效果的因素。(本文来源于《华东理工大学学报(自然科学版)》期刊2006年03期）
田沄,王毅,赵海涛,魏梦绮,郝重阳[8]（2006）在《基于线性广义模糊算子图像快速增强算法》一文中研究指出目的:研究Pal类模糊算法的图像增强原理,提出适合CT/MR图像的快速增强算法.方法:首先,通过定义一个线性映射函数,将感兴趣区域(ROI)从背景区域分离出来;其次,用线性的广义模糊算子(L-GFO)单独对ROI进行增强.结果:在P4-2.4G/512M/128M微机上,用IDL对50幅CT/MR图像处理速度进行测试,本文算法平均每幅增强处理用时约0.8ms.结论:本文算法减少了运算量、提高了处理速度.(本文来源于《第四军医大学学报》期刊2006年01期）
蒋定定,尚顶洪[9]（2005）在《基于广义模糊算子和线性分布函数的多光谱图像增强研究》一文中研究指出多光谱图像的增强是其识别和判读的重要技术基础,传统的Pal算法运算量大,不便操作。为了提高多光谱图像增强的效率,对传统的Pal算法进行了改进,提出一种新的广义模糊隶属函数及相应的线性分布函数,扩展了模糊隶属函数的有效范围,减少了图像处理的多次迭代,保持了图像处理的效果并以此对多光谱图像进行了增强处理。文章最后的实验结果表明该方法能保持图像的低灰度信息。(本文来源于《光电子技术》期刊2005年04期）
张晓光,高顶,张兴敢[10]（2005）在《基于广义模糊算子的射线检测焊接图像增强》一文中研究指出针对射线检测焊接图像存在对比度差,灰度范围小,影像模糊,一般的增强方法不能在增强对比度同时较好保持边缘的问题,在分析传统模糊增强算法的基础上,引入广义模糊集合的概念.利用广义模糊变换范围大的特点,将图像映射到广义模糊空间,选用分段正弦函数作为模糊隶属度,提出一种适用于射线检测焊接图像的广义模糊增强算法.通过对焊缝图像进行广义模糊增强处理表明,该算法在增强对比度同时又可较好保持边缘.引入了模糊熵的方法来评价图像的增强效果,并对提出的正弦隶属度函数及广义模糊增强算子的特性进行了分析.(本文来源于《哈尔滨工业大学学报》期刊2005年10期）
广义模糊增强论文开题报告
（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：
本文提出了一种基于改进广义模糊增强的图像分割方法。该算法就Pal模糊增强算法的不足进行分析,提出一种改进的广义模糊增强算法且将其应用于图像分割中,并就模糊参数选择缺乏理论依据的问题提出一个解决方案。在与各类传统分割方法的分割效果进行比较后,实验结果证明该方法的算法复杂度低,分割速度快且分割质量高。
（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。
广义模糊增强论文参考文献
[1].霍荣.基于改进非线性增益和双边滤波器的自适应图像广义模糊增强[D].海南大学.2016
[2].曹海梅.基于改进广义模糊增强的图像分割方法研究[J].计算机光盘软件与应用.2013
[3].郑德忠,崔法毅.自适应双线性广义模糊增强的图像轮廓提取[J].中国激光.2010
[4].崔法毅,郑德忠.应用小波包变换的图像加权广义模糊增强算法[J].燕山大学学报.2009
[5].崔法毅,董浩,刘建宏.自适应多层次的图像双线性广义模糊增强算法[J].燕山大学学报.2008
[6].拜丽萍,王炳健,周慧鑫.基于广义模糊集合的红外微弱目标图像自适应增强算法[J].中国电子科学研究院学报.2007
[7].高顶,刘元祥,张晓光.基于广义模糊算子的工业RT图像增强[J].华东理工大学学报(自然科学版).2006
[8].田沄,王毅,赵海涛,魏梦绮,郝重阳.基于线性广义模糊算子图像快速增强算法[J].第四军医大学学报.2006
[9].蒋定定,尚顶洪.基于广义模糊算子和线性分布函数的多光谱图像增强研究[J].光电子技术.2005
[10].张晓光,高顶,张兴敢.基于广义模糊算子的射线检测焊接图像增强[J].哈尔滨工业大学学报.2005
论文知识图
