导读:本文包含了块匹配算法论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,图像,中值,概率,断层,松弛,矢量。
块匹配算法论文文献综述写法
郭和炀[1]（2018）在《并行高效的图像块匹配算法研究》一文中研究指出图像块匹配技术用来匹配两幅或多幅图像中相互间具有平移或旋转等变换的图像块。该技术是许多图像编辑和处理应用的基础,具有重要的实用价值和研究意义。本文提出了并行高效的图像块匹配算法,能够高效地匹配两幅图像中对应的近似最相似图像块。该算法基于GPU并行加速实现,并且采用由粗到细的优化方式加快收敛速度。与传统的图像块匹配算法相比,本文在叁个方面做出了改进。首先,基于数学偏序关系和等价关系中的传递性理论提出了两种新的图像块匹配传递操作,使图像块匹配算法在更新最相似图像块的过程中获得更加丰富有效的候选图像块。其次,利用结构张量计算得到图像的连贯方向场,在图像块匹配过程中引入方向对齐策略,使得图像间的图像块相似性计算过程中仅需要一次角度调整就能够实现匹配图像块的旋转不变性,有效地避免了遍历所有可能旋转角度所带来的庞大计算量。再次,充分利用GPU并行协处理器的并行计算能力,提高算法运行效率。为了证明该算法具有高效精确的匹配效果,利用所提出的图像块匹配算法作为基础实现了多个应用,包括目标匹配、非局部均值去噪和纹理合成等。并且,通过与现有算法的实验对比,验证了本文算法的可行性。(本文来源于《温州大学》期刊2018-05-29）
贾宏斌[2]（2018）在《基于小波变换的叁维滤波和块匹配算法研究》一文中研究指出图像在信息传输工具中占据主要地位。图像的重要性使数字图像处理技术的研究成为研究学科的热点,而数字图像去噪技术在数字图像处理的研究中占据了很大的比重。为了实现良好的图像去噪效果,人们对于图像去噪的研究从未停止,至今已获得很多优秀成果。在众多的图像去噪算法中,非局部去噪算法的提出为人们开拓了道路,丰富了眼界,在众多去噪算法中非局部去噪算法不仅去噪效果良好而且有着重要的意义。非局部去噪算法中,叁维滤波和块匹配算法的提出结合了通信方面的知识,有着良好去噪效果的同时更为人们提供了新的思路。但是,由于使用的第一代小波变换存在严重的缺陷,影响了该算法的处理效果。本文主要的研究内容是叁维滤波和块匹配算法。我们在学习研究中发现,叁维滤波和块匹配算法中使用的传统小波变换存在着平移不变性不足和方向选择性较差的缺陷,这些缺陷的存在会影响算法的执行效果,如何解决这些问题便是研究中的重点。针对算法存在的缺陷,我们提出了构造另外的小波变换对图像信息进行重复采样,以达到近似平移不变性和方向选择性的改进。在假设的实现过程中,我们对小波变换进行了深入学习研究,发现双树复数小波变换的特性符合我们所需要的条件,所以在叁维滤波和块匹配算法的改进研究中,决定使用双树复数小波变换解决小波变换存在的问题以实现算法改进。但在双树复数小波的学习中发现,传统双树复数小波的构造方法会引入过高的复杂度,虽然可以提升算法效果,但同时也会造成去噪时间的增长。因此在学习研究之后,对于双树复数小波变换的构造这点上我们提出了使用Hilbert变换和解析函数进行快速构造的方法。在假设中可行的算法改进仍需实践进行证明,实验中,我们选择人眼观察的主观方法和峰值信噪比的数据客观方法相结合作为去噪算法执行效果的评定标准。实验结果证明,改进后的算法相比原算法和传统的去噪算法有着更好的去噪效果。最后,我们在文末对全文的工作进行了总结说明,并对进一步的算法改进方向做出了展望。(本文来源于《大连海事大学》期刊2018-03-10）
唐文兵[3]（2018）在《基于体素块匹配算法分析~(18)F-FDG PET脑显像在颞叶癫痫定侧诊断中的应用研究》一文中研究指出研究背景:癫痫发病率仅次于脑卒中是神经系统病变中第二大类常见疾病,是把反复癫痫发作作为共同特征的一种慢性脑部疾病状态,它不是单一的疾病实体,而是有着不同病因基础及临床表现,神经元细胞兴奋与抑制失衡并导致神经元群同步放电异常是癫痫病理生理学基础。大多数癫痫患者的生活质量受到严重影响。癫痫的患病率据我国流行病学调查结果是7‰,也就是我国癫痫患者超过了900万。癫痫患者在临床上一般以服用抗癫痫药物为主要治疗手段。70~80%的癫痫患者经过抗癫痫药物治疗病情可以控制。而另外20~30%的癫痫患者属于药物难治性癫痫(intractable epilepsy,IE)即尽管服用多种抗癫痫药物,也不能有效控制癫痫发作。颞叶癫痫(temporal lobe epilepsy,TLE)为难治性癫痫中最常见的类型,治疗难治性癫痫的有效手段是用手术方式切除致痫灶,故致痫灶的精确定位是手术成功的关键,这也成为临床癫痫病学最为注意的研究方向。现阶段多种功能分子成像技术在致痫灶定侧、定位方面判断方面能够提供一些帮助信息,其中有一种既能够提供定量、定位信息、又具有无创性的功能分子成像技术就是正电子发射型计算机断层扫描(Positron Emission Computed Tomography,PET)脑显像技术,该方法在临床实践中运用较多,是目前癫痫术前无创性定位中公认的最佳的方法。PET/CT显像对致痫灶的定位的原理与PET显像一样,即根据癫痫患者在发作期和发作间期致痫灶葡萄糖代谢的变化分析判断作出定位的,癫痫患者发作期致痫灶在PET图像上呈高代谢,发作间期致痫灶在PET图像上呈低代谢,通过计算机处理把PET显像和头颅CT图像融合在一起,致痫灶部位就可以更清楚显露出来,还可以分析癫痫患者致痫灶脑组织的解剖结构及与致痫灶脑组织如语言、运动、感觉等重要的中枢功能区的比邻关系等,可以更精确定位、让手术者操作更简单方便。在临床实践中利用PET对颞叶癫痫定侧诊断既往有两种主要方法:视觉分析法和脑内不对称指数(Asymmetry index,AI)测量法。虽然这两种方法取得一些临床诊断效果,但是这两种方法在分析过程易受诊断医师水平影响,主观因素影响较大,人为因素及定向思维的干扰对分析结果影响很大,影响了结果的可信度,非常需要寻找另外分析方法为视觉评价提供有益的补充。为了克服以上诊断方法中诊断者主观因素影响,研究者研究出基于体素水平的脑功能分析法,该分析方法处理基本单元是脑代谢显像的像素,通过计算机辅助诊断全自动、逐像素分析同时进行统计学处理。该分析法处理过程中没有诊断者主观因素影响,完全由专业软件全程处理,分析也是全自动,有稳定性高、客观性及可重复性更强的优点。现阶段国际医学图像处理和分析研究领域中研究热点和难点之一就是这种计算机辅助诊断,也是未来医学诊断发展的主要趋势。在计算机辅助诊断过程中必须涉及到例如图像分割,数字化图谱创建,图像配准等多种图像处理与分析技术,其中图像配准技术是图像处理与分析技术关键。在图像配准技术领域中大家比较认可的软件之一是广泛应用于规范化和统计分析过程的统计参数图(Statistical Parametric Mapping,SPM)。统计参数图对~(18)F-FDG PET脑代谢显像进行体素-体素分析时,必须经过将图像与解剖模板模型进行图像配准步骤。常规SPM标准化进行图像配准时,特别是在扩展异常区的情况下,为了尽量减少假阳性簇的数目需要用高斯滤波器进行图像过滤,这样会造成一定程度的图像失真。并且常规SPM标准化在检测内侧颞叶癫痫低代谢灶时灵敏度有限。目前有种利用块匹配算法(Block-Matching,BM)对常规SPM标准化进行改良后进行图像配准方法,在本文中统一称为块匹配算法,该算法中非线性变换是基于:(1)将整个叁维图像的划分成小块进行配准,(2)识别模板中相邻区域最相似的小块,整个过程是迭代地进行的,这样做提高医学图像刚性配准的鲁棒性(robustness)。与常规SPM标准化相比,块匹配算法可以最小化伪影和克服额外的图像滤波,尽可能减少人为因素的影响。研究目的:本研究基于体素运用BM算法分析~(18)F-FDG PET脑代谢显像对颞叶癫痫患者定侧诊断进行研究,并与基于体素常规SPM标准化分析~(18)F-FDG PET脑代谢显像对颞叶癫痫患者定侧诊断进行比较研究,对照患者术后病理及随访结果,通过统计学方法比较分析BM算法与常规SPM标准化所得结果,对各方法诊断效能进行评价,同时对BM算法方法学、优选相关参数进行选择并建立合适的方法,探讨评价BM算法的临床应用价值。其研究意义在于建立和运用适当、准确的基于体素的BM算法对颞叶癫痫致痫灶进行定侧诊断的方法,获取定侧诊断时应合理选用的各种参数,探讨评价BM算法在颞叶癫痫致痫灶定侧诊断中的临床应用价值。研究方法:回顾性分析2013年10月至2017年6月期间106例就诊于解放军福州总医院PET/CT中心并经临床综合确诊为难治性颞叶癫痫患者,其中男性60例、女性46例,临床上均具有典型癫痫发作病史和/或脑电图表现,年龄为4~54岁,平均27.94±10.01岁;病史年限1~38年,平均12.43±9.41年;受教育年限0~16年,平均13.48±3.90年。本次研究还对照患者术后病理及随访结果把癫痫患者分为内侧颞叶癫痫组共70例,外侧颞叶癫痫及混合型颞叶癫痫组共36例。对照组为38例健康志愿者,其中男性24例、女性14例,年龄17~53岁,平均35.68±7.00岁;受教育年限2~16年,平均14.34±3.79年。在性别、年龄、受教育程度等方面两组研究对象均相匹配。获得所有研究对象~(18)F-FDG PET原始图像后转换为Analysis格式。分析内容包括叁大部分:(1)、基于体素BM算法分析定侧诊断颞叶癫痫致痫灶。基于体素用BM算法分析患者组的每个患者~(18)F-FDG PET脑显像数据与健康对照组比较,采用不同置信概率p值通过单因素方差方法计算分析每个患者脑内不对称性来进行颞叶癫痫定侧诊断,评价不同置信概率的诊断准确率,从中选出最优置信概率p值。(2)、基于体素常规SPM标准化分析定侧诊断颞叶癫痫致痫灶。基于体素用常规SPM标准化分析患者组的每个患者~188 F-FDG PET脑显像数据与健康对照组比较,采用不同置信概率p值通过单因素方差方法分析计算每个患者脑内不对称性来进行颞叶癫痫定侧诊断,评价不同置信概率的诊断准确率,从中选出最优置信概率p值。(3)、基于体素BM算法与常规SPM标准化组间比较研究。(1)比较基于体素BM算法方法中最优结果与基于体素常规SPM标准化方法中的最优结果,观察两组方法诊断准确率之间是否有统计学显着差异。(2)基于体素BM算法和常规SPM标准化在定侧诊断内侧颞叶癫痫和外侧颞叶癫痫及混合型准确率进行组间比较研究。将上述颞叶癫痫患者分为两组,一组为内侧颞叶癫痫组70例,另一组为外侧颞叶癫痫及混合型颞叶癫痫组36例。通过BM算法和常规SPM标准化方法并采用各自最优置信概率p值分析两组癫痫患者~(18)F-FDG PET图像。使用方差分析对BM算法和常规SPM标准化分析两组癫痫患者定侧诊断进行组间比较。结果:(1)、基于体素用块匹配算法分析~(18)F-FDG PET脑显像通过单因素方差分析采用置信概率p<0.05计算单个患者脑内不对称性来进行在颞叶癫痫定侧诊断准确率为94.34%,优于其他置信概率,差异有统计学意义。(2)、基于体素用常规SPM标准化分析~(18)F-FDG PET脑显像通过单因素方差分析采用不同置信概率p<0.05(FWE校正值)计算单个患者脑内不对称性来进行在颞叶癫痫定侧诊断准确率为79.25%,优于其他置信概率,差异有统计学意义。(3)、基于体素BM算法与常规SPM标准化分析组间比较结果如下。(1)比较基于体素BM算法方法中最优结果与基于体素常规SPM标准化方法中的最优结果,p值小于0.05,两组方法诊断准确率之间有统计学显着差异,因此基于体素BM算法方法相对于常规SPM标准化方法对颞叶癫痫患者的~(18)F-FDG PET脑显像进行的定侧诊断相对更好。(2)基于体素BM算法和常规SPM标准化在定侧诊断内侧颞叶癫痫组和外侧颞叶癫痫及混合型颞叶癫痫组准确率进行组间比较研究。BM算法和常规SPM标准化对内侧颞叶癫痫组低代谢灶时检测准确率分别达到95.71%和77.14%,P值小于0.05,二者有统计学意义;而对外侧颞叶癫痫及混合型颞叶癫痫组低代谢灶时方法检测准确率分别达到91.67%和83.30%,P值大于0.05,二者无统计学意义;因此BM算法方法检测内侧颞叶癫痫低代谢灶时准确率比常规SPM标准化方法高,在检测外侧颞叶癫痫及混合型癫痫低代谢灶时准确率和常规SPM标准化没有差别。结论:与常规SPM标准化相比,基于体素BM算法对颞叶癫痫患者,尤其是对内侧颞叶癫痫患者的~(18)F-FDG PET图像进行的定侧诊断相对更好,主要原因是BM算法检测内侧颞叶癫痫低代谢灶时灵敏度比常规SPM标准化高。BM算法与常规SPM标准化相比,该算法非线性变换通过小块进行计算,克服了处理额外过滤图像的需要,可以最小化伪影和克服额外的图像滤波,图像失真较低,尽可能减少人为因素影响,提高医学图像配准的鲁棒性,对颞叶癫痫致痫灶检出效率高、可重复性强,提示BM算法在颞叶癫痫定侧诊断上临床应用价值较高。但BM算法仍需对不同人群做进一步研究,以确定其临床使用价值。(本文来源于《中国人民解放军海军军医大学》期刊2018-01-01）
李文静,孙成禹,郝舸,彭鹏鹏[4]（2017）在《改进的3D块匹配算法在地震随机噪声衰减中的应用》一文中研究指出地震资料噪声压制的效果会直接影响后续的处理与解释,而传统去噪方法往往存在去噪效果较差、损害有效信号、伪影干扰等影响。因此,引入一种新的非局部变换域去噪方法—"叁维块匹配(3DBM)"。3DBM通过块匹配将二维数据中包含的相似块聚类到叁维矩阵中,在叁维变换域中衰减噪声,再逆变换聚焦得到去噪剖面。该方法充分利用了数据的自相似性和冗余性信息,因此能够保留原始数据中的不连续性,如裂缝、断裂边缘信息等,同时又能取得很好的去噪效果,但其较大的运算量(本文来源于《2017中国地球科学联合学术年会论文集（叁十）——专题58：油气田与煤田地球物理勘探》期刊2017-10-15）
刘洁菲[5]（2017）在《复杂场景下的自适应块匹配算法及应用》一文中研究指出图像块匹配是计算机视觉研究中的热点内容之一,在目标跟踪、安全监控、运动估计等方面有着广泛的应用。同一场景的成像在光照变化和视角变化这些复杂场景下存在较大的差异,因此复杂场景下的图像块匹配是一个颇具挑战性的问题。针对这一问题,我们对匹配准则和搜索策略两个重要方面都进行了改进,将图像的结构信息和相关系数作为匹配准则,对图像进行自适应分层并根据不同层采用不同的搜索策略,提出了一种复杂场景下的块匹配方法,并将此方法应用于目标追踪的领域。仿真实验表明,与经典的叁步搜索法、四步搜索法以及最新的分层优化块匹配方法(OHBM)相比,我们采用的方案可使时间复杂度大大降低,最终较好的应用于复杂场景的图像块匹配问题。另外,对于光照变化、部分遮挡的复杂环境下,算法在目标跟踪方面的应用对比粒子滤波(Particle Filter)算法和经典均值漂移(Mean Shift)算法,在时间上大大缩短,同时极大的提高了准确率。本论文所做的研究主要包括:第一,在搜索策略上,借鉴金字塔分层方法作为框架,通过由顶层粗匹配到底层精细匹配以达到准确定位匹配块,并实现算法的加速。根据图像块的数目采用自适应分层的思想,同时不同层使用不同搜索方式以达到加速计算的目的,从而有效降低了运行算法所需要的时间。第二,除了对搜索策略的改进,我们还研究出了一种通过图像块的结构来进行快速匹配的算法。该方法不再使用单一的匹配准则,如MAD(mean absolutedifference)或者MSE(mean squared error),而是结合了相关系数和结构信息作为匹配准则用于块匹配算法中。同时图像块的大小也根据匹配图像视角的变化进行调整,视角变化较大时适当增加图像块的大小,以保证有足够的图像细节用于匹配。第叁,传统的目标跟踪算法是针对视频序列中的相邻两帧,然而我们的算法是根据匹配结果来确定两帧图片的间隔,间隔的大小是根据二分法获得的,相比于经典算法,具有更高的精度和更低的时间复杂度。(本文来源于《北方工业大学》期刊2017-05-25）
杨秀萍[6]（2016）在《一种基于改进块匹配算法的运动车辆检测》一文中研究指出在传统的基于块匹配算法的运动车辆检测中,因为直接对灰度图像进行匹配而带来计算量大、光照变化较敏感和实时性差的缺陷。针对这些问题,提出了基于概率松弛标记算法的块匹配算法,先通过概率松弛标记算法求取灰度图像的边缘,然后通过块匹配算法根据匹配的相似度得到位移矢量场,并对其进行矢量中值滤波,最后通过顺序区域增长把运动车辆分割出来。实验结果表明,这种算法鲁棒性强、实时性好,与传统算法比较在效率大幅度提高的情况下准确率也得到了一定的提升。(本文来源于《电子测量技术》期刊2016年08期）
陈家谱[7]（2016）在《GPM块匹配算法的改进研究》一文中研究指出在大数据的背景下,批量处理图像和视频已经成为一种常态。所以人们对图像和视频处理算法的速度要求就更高了。块匹配算法是很多图像和视频处理应用的基础算法。然而,块匹配算法却经常成为图像处理应用的性能瓶颈。解决块匹配问题的传统方法是暴力搜索,该方法虽然能保证较好的处理效果,但由于其是线性的,在处理大规模高维数据时会显得力不从心。所以,研究人员提出了很多改进的方法来解决块匹配问题,例如:叁步法、四步法等快速搜索算法;基于KD树、VP树等高效数据结构的方法;Patch Match算法、GPM(Generalized Patch Match)算法等基于局部一致性的方法。所有的这些方法都能在保证匹配精度的同时,一定程度的加速匹配过程。特别是,基于局部一致性的这两种算法,极大地利用了图像本身的特性,将块匹配的速度提升到了一个新高度,并已经得到了很好的应用。块匹配的速度和精度一直是研究人员不懈的追求。虽然GPM算法已经获得了一个很好的匹配精度和交互度,但是其性能仍然存在改善的空间。GPM算法是在位移、尺度、角度空间下进行块匹配计算的,主要包含初始化和迭代两个步骤,而迭代又包含传播和随机搜索两个操作。我们发现,在匹配结果较好的位置,GPM算法的随机搜索阶段存在一些冗余计算,这在一定程度上影响了匹配速度。并且,随机搜索时,横向位移、纵向位移、角度和尺度同时收缩会损失一些已经匹配得到的有效信息,这样会影响算法的匹配精度。针对以上不足,本文提出了一种针对GPM算法的改进算法。本文采用Patch Match算法对GPM算法进行初始化,这样,算法在初始化阶段就获得了较好的位移信息。然后在随机搜索阶段,本文加入两个阈值,根据该位置当前匹配误差的具体情况来采取叁种不同的处理方式:(1)如果当前匹配误差大于平均误差,采取位移、角度、尺度同时收缩的随机搜索方式;(2)如果当前匹配误差小于平均误差,但大于平均误差的二分之一,则固定位移,仅收缩角度和尺度;(3)如果当前匹配误差小于平均误差的二分之一,则该位置不进行随机搜索操作。如此一来,就能充分利用当前已经匹配得到的有效信息,并尽量减少冗余计算,从而提高算法的匹配精度和交互度。实验表明,在处理绝大部分输入时,本文算法在匹配速度和匹配精度上都有提升。(本文来源于《湘潭大学》期刊2016-06-03）
杨二明[8]（2016）在《基于改进随机块匹配算法和自适应核回归的序列图像超分辨率》一文中研究指出序列图像超分辨率重建是指利用已有的低分辨率(Low Resolution,LR)图像序列中的冗余信息融合成一幅对应的高分辨率(High Resolution,HR)图像的技术。这项技术可以克服成像系统在硬件上的固有缺陷,在不增加硬件成本的前提下,只通过软件的图像处理方法提高图像空间分辨率,从而改善图像视觉效果和为图像的后续处理提供更好的输入。本文主要研究了随机块匹配算法和自适应核回归方法在序列图像超分辨率重建中的应用。前两章介绍了图像超分辨率重建的研究现状、基本原理和相关技术。在第叁章中,先介绍块匹配方法的基本理论及其应用领域,并详细介绍随机块匹配算法(Random Search Patch Match,RSPM)的理论和实现,并通过对比实验讨论了其性质。然后,针对经典随机块匹配算法的固有局限,提出了一些改进方案以使其更适应于在序列图像超分辨率中的应用,具体改进方案包括:加入配准先验作为块匹配结果的初始化参数、限制搜索的目标区域大小、限制搜索块的角度和尺寸的变换范围、加入K近邻搜索以及加入多近邻传播。在第四章中,先详细介绍了经典核回归方法的基本理论,并通过实验分析了其性质。然后引出了基于自适应核回归的超分辨率重建算法。最后,针对核回归方法比较耗时的问题提出利用改进的随机块匹配方法对其进行加速处理,另外针对核回归方法存在的对低分图像序列中数据异常值敏感的情况,提出了一种基于曲率权重的鲁棒性核回归。在各章节的实验验证部分,我们首先将多种块匹配方法进行实验对比,突出了随机块匹配算法和改进后的块匹配算法的有效性。然后将改进后的随机块匹配方法应用于基于自适应核回归的超分辨率重建算法对算法进行了加速。接下来通过加入曲率权重提高了超分辨率重建的效果。通过实验分析对比本文的算法,和以往算法的图像超分辨率效果验证了改进后核回归方法的有效性和鲁棒性。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
韦容,申希兵,杨毅[9]（2016）在《一种基于改进块匹配算法的运动车辆检测》一文中研究指出针对传统块匹配算法计算量大、光照变化较敏感和实时性差的缺陷,本文对块匹配算法进行了相关研究,提出了改进算法。首先把两幅彩色图像转化为灰度图像,并通过概率松弛标记算法获得边缘图像,计算相邻两幅图像的差分图像得到运动区域,然后将差分图像与边缘检测图像相与得到运动区域的边缘信息,再进行匹配得到位移矢量场并对其进行矢量中值滤波,最后通过顺序区域增长将运动车辆分割出来。实验结果表明:本文方法相对于传统方法平均检测时间降低约58ms,而平均检测率提高了约6.7%。这种算法鲁棒性强、实时性好。(本文来源于《液晶与显示》期刊2016年04期）
唐玲,陈明举[10]（2015）在《一种用于超分辨率重建的自适应块匹配算法》一文中研究指出提出了一种基于自适应块匹配的超分辨重建算法。首先根据相邻运动块之间的相关性来预测搜索块,然后利用图像的运动特性自适应地选择合适的搜索模式,最后采用最大后验概率估计算法对配准后的图像进行超分辨率重建。该算法可以有效减少搜索匹配点的个数,极大提高搜索速度,并且能够获得与全搜索算法同样高的配准精度,具有较大的峰值信噪比。实验结果表明,所设计算法能获得较好的视觉效果与重建效果,具有一定的实用价值。(本文来源于《四川理工学院学报(自然科学版)》期刊2015年03期）
块匹配算法论文开题报告范文
（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：
图像在信息传输工具中占据主要地位。图像的重要性使数字图像处理技术的研究成为研究学科的热点,而数字图像去噪技术在数字图像处理的研究中占据了很大的比重。为了实现良好的图像去噪效果,人们对于图像去噪的研究从未停止,至今已获得很多优秀成果。在众多的图像去噪算法中,非局部去噪算法的提出为人们开拓了道路,丰富了眼界,在众多去噪算法中非局部去噪算法不仅去噪效果良好而且有着重要的意义。非局部去噪算法中,叁维滤波和块匹配算法的提出结合了通信方面的知识,有着良好去噪效果的同时更为人们提供了新的思路。但是,由于使用的第一代小波变换存在严重的缺陷,影响了该算法的处理效果。本文主要的研究内容是叁维滤波和块匹配算法。我们在学习研究中发现,叁维滤波和块匹配算法中使用的传统小波变换存在着平移不变性不足和方向选择性较差的缺陷,这些缺陷的存在会影响算法的执行效果,如何解决这些问题便是研究中的重点。针对算法存在的缺陷,我们提出了构造另外的小波变换对图像信息进行重复采样,以达到近似平移不变性和方向选择性的改进。在假设的实现过程中,我们对小波变换进行了深入学习研究,发现双树复数小波变换的特性符合我们所需要的条件,所以在叁维滤波和块匹配算法的改进研究中,决定使用双树复数小波变换解决小波变换存在的问题以实现算法改进。但在双树复数小波的学习中发现,传统双树复数小波的构造方法会引入过高的复杂度,虽然可以提升算法效果,但同时也会造成去噪时间的增长。因此在学习研究之后,对于双树复数小波变换的构造这点上我们提出了使用Hilbert变换和解析函数进行快速构造的方法。在假设中可行的算法改进仍需实践进行证明,实验中,我们选择人眼观察的主观方法和峰值信噪比的数据客观方法相结合作为去噪算法执行效果的评定标准。实验结果证明,改进后的算法相比原算法和传统的去噪算法有着更好的去噪效果。最后,我们在文末对全文的工作进行了总结说明,并对进一步的算法改进方向做出了展望。
（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。
块匹配算法论文参考文献
[1].郭和炀.并行高效的图像块匹配算法研究[D].温州大学.2018
[2].贾宏斌.基于小波变换的叁维滤波和块匹配算法研究[D].大连海事大学.2018
[3].唐文兵.基于体素块匹配算法分析~(18)F-FDGPET脑显像在颞叶癫痫定侧诊断中的应用研究[D].中国人民解放军海军军医大学.2018
[4].李文静,孙成禹,郝舸,彭鹏鹏.改进的3D块匹配算法在地震随机噪声衰减中的应用[C].2017中国地球科学联合学术年会论文集（叁十）——专题58：油气田与煤田地球物理勘探.2017
[5].刘洁菲.复杂场景下的自适应块匹配算法及应用[D].北方工业大学.2017
[6].杨秀萍.一种基于改进块匹配算法的运动车辆检测[J].电子测量技术.2016
[7].陈家谱.GPM块匹配算法的改进研究[D].湘潭大学.2016
[8].杨二明.基于改进随机块匹配算法和自适应核回归的序列图像超分辨率[D].哈尔滨工业大学.2016
[9].韦容,申希兵,杨毅.一种基于改进块匹配算法的运动车辆检测[J].液晶与显示.2016
[10].唐玲,陈明举.一种用于超分辨率重建的自适应块匹配算法[J].四川理工学院学报(自然科学版).2015