导读:本文包含了同态滤波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:同态,小波,遥感,图像,影像,眩光,空间。
同态滤波论文文献综述
苏本跃,储小玉,盛敏[1](2019)在《同态滤波下RGB-D点云配准方法》一文中研究指出目的为了提高彩色物体配准的精度,针对3维点云颜色信息易受光照条件影响的问题,提出一种基于光照补偿的RGB-D(RGB Depth)点云配准方法。方法引入同态滤波算法,并将模型对象的3维点云转化成线性点序列,从而对颜色信息进行光照补偿,以提高颜色信息的一致性;获取模型的颜色和几何特征并加权组合成混合特征,以此定义源点云的特征点,并运用K近邻算法搜索其对应点;用奇异值分解(SVD)得到配准的刚性变换矩阵。结果进行传统的迭代最近点法(ICP)算法、深度信息与色调相结合的算法以及本文算法在不同的光照强度组合的模型配准对比实验,结果显示,在网面凹凸均匀的大卫模型上,配准时间及特征点匹配平均误差方面均约减少到对比方法的1/2;在网面光滑的barrel模型和网面凹凸不一致的阿基米德模型上,特征点匹配平均误差约分别减少到对比方法的1/6和1/8。此外,与Super 4-Points Congruent Set(Super 4PCS)、彩色点云配准算法在不同组合光照强度下进行对比实验,针对4种不同的网面结构模型,本文算法的SIFT特征点距离平均误差全距约减少到对比方法的1/5。结论利用同态滤波算法抑制光照影响,提高了颜色信息的一致性,在一定效果上消除了光照强度不均匀对3维点云配准精度的干扰。(本文来源于《中国图象图形学报》期刊2019年11期)
黄良俊,凌翔,黄榜,赖锟[2](2019)在《基于改进同态滤波的光照补偿车牌定位》一文中研究指出为了更有效地提高车牌定位准确率,文章对传统同态滤波器进行了改进,在提升光照补偿效果的同时,减少了滤波器的参数,提高了计算机的运行速度。将车辆图像从RGB颜色空间转换到HSV颜色空间,对HSV颜色模型进行3通道分离,保持色调分量不变,对饱和度分量进行拉伸,利用改进的同态滤波对亮度分量进行光照补偿;按蓝、黄车牌颜色对应的H、S、V值的范围进行阈值化,把得到的3幅二值图进行与操作,得到HSV空间下二值图,接着进行数学形态学除噪,再结合车牌的纹理特征定位出车牌区域。实验结果表明,该方法不仅能够快速、准确定位出车牌,而且对夜晚及光照不均的车辆图像也能有效地定位。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年09期)
张文君,徐文茜,白玉娜,魏新玲,吕海成[3](2019)在《基于同态滤波的遥感图像云雾去除模型研究》一文中研究指出在遥感卫星成像过程中,云雾作为一种噪声时常导致传感器接收到的地物辐射与真实值之间存在差距,是影像降质的主要原因。本文以均匀薄云雾覆盖下的SPOT-5遥感图像为研究对象,基于其频域中云雾的低频特征,建立了同态滤波云雾去除模型,并从主观评价及客观分析两方面对比评估了该模型的应用效果。结果表明,基于指数高通滤波器构建的同态滤波去云雾模型能够有效地提升云雾遮盖下的影像质量。(本文来源于《科技视界》期刊2019年26期)
李媛淼,孙华燕,郭惠超[4](2019)在《基于二维切片的同态滤波实现叁维图像增强》一文中研究指出为完善基于距离能量原理的激光叁维重建技术得到的叁维图像的细节信息,采用同态滤波法对二维切片序列滤波,滤除由于激光照明不均匀、大气散射和环境背景引起的噪声。首先,采用指数型高通同态滤波器、二阶巴特沃斯型高通同态滤波器和高斯型高通同态滤波器叁种滤波器分别对二维切片序列进行处理,并将叁维重建的结果与未经同态滤波的叁维重建结果进行对比。最后,采用提取图像中特定位置的像素信息进行具体的分析与评价。实验结果表明,同态滤波可以有效消除噪声,提升叁维图像细节信息的质量。(本文来源于《兵器装备工程学报》期刊2019年07期)
李海,杨骁勇,凤四海[5](2019)在《基于X光机图像识别的双边滤波和同态滤波相融合技术》一文中研究指出该文研究X光机图像边缘信息的识别技术。论文根据X光机成像特点提出双边滤波和同态滤波相融合的处理技术。首先将X光机图像进行双边滤波处理,挑选一张边缘信息清晰的图像作为结果图;其次对双边滤波图像进行分通道处理,在每个通道内进行同态滤波处理;最后合成分通道处理的图像。同时,与原始X光机图像和双边滤波图像进行比对。与原始X光机图像和双边滤波处理结果图像相比,论文方法明显提高了X光机图像的边缘信息,降低了识别X光机图像细节信息的难度。双边滤波和同态滤波相融合技术能够为安检过程中快速准确识别可疑物品提供技术支持。(本文来源于《计算机与数字工程》期刊2019年05期)
胡品端,黎子晋,袁国淳[6](2019)在《基于同态滤波和维纳滤波的太阳耀斑去云处理对比研究》一文中研究指出对于太阳耀斑图像去云处理的研究,该文建立了基于同态滤波的去云模型以及基于维纳滤波的去云模型。通过两种模型分别处理图片,对比分析结果图后得出两种模型对太阳耀斑去云处理均有一定效果。但基于同态滤波的去云模型更适于太阳耀斑图片的去云处理,同时通过叁维图像可以得出同态滤波去云效果最佳。(本文来源于《科技资讯》期刊2019年14期)
王鹏雅,陈鑫,王苗[7](2019)在《基于小波的同态滤波算法处理太阳耀斑图像》一文中研究指出近年来对太阳耀斑的研究受到多数研究人员的青睐,但是在观测时由于受到云物的遮挡,拍到的耀斑图片需要经过一定的处理才能被用作研究。该文首先将太阳耀斑图片转换为可读格式,构建了基于小波的同态滤波处理模型,经过处理后的图像去云效果良好,而且可以较好地保证图像原有样貌。(本文来源于《科技资讯》期刊2019年14期)
王俊祥,张影,胡欢,黄霖,朱永红[8](2019)在《一种基于同态滤波的陶瓷防眩光处理技术研究》一文中研究指出机器视觉检测技术的普及能够有效提高企业陶瓷的生产效率,然而目前机器视觉技术在日用陶瓷检测领域的应用较少。其主要原因是:基于陶瓷的机器视觉在线检测存在一个典型问题——陶瓷眩光。此现象会严重影响陶瓷图像的采集和后续的智能处理。本论文针对陶瓷表面存在眩光的问题,提出一种基于同态滤波的陶瓷防眩光处理技术。本算法不仅可以解决眩光造成的细节不清晰问题,同时还能较清晰还原陶瓷图像的细节。实验结果表明,本文提出的防眩光算法具有较好的实用性。(本文来源于《陶瓷学报》期刊2019年01期)
董静薇,赵春丽,海博[9](2019)在《融合同态滤波和小波变换的图像去雾算法研究》一文中研究指出针对雾天时图像退化严重,对比度低的问题,提出了一种改进算法。从时频分析的角度出发,将同态滤波算法中的傅立叶变换用快速小波变换代替,然后在变换域内用改进的滤波器对小波系数进行处理,从而达到增强雾天降质图像的目的。实验结果表明,改进算法能够有效校正雾天图像光照,保持图像原有信息不丢失,增强图像的对比度,使处理后的图像更具有可视性。(本文来源于《哈尔滨理工大学学报》期刊2019年01期)
史昭君,朱家明,杨伟丹,王祥,黄欢欢[10](2018)在《基于同态滤波对太阳耀斑影像云处理的研究》一文中研究指出本文研究如何去除太阳耀斑影像中的云噪声问题。首先,基于传统的同态滤波去云算法,提出了改进的基于小波变换的薄云退化模型,进行去云处理;其次,综合运用直方图双峰法与Freeman链码法,建立基于直方图阈值双峰法的云量分级模型对图像中的云层、太阳面、裸露下垫面进行分割标注。实验结果表明,采用薄云退化模型和云量分级模型能有效去除遥感影像中的薄云,解决地物数据的失真问题,提高遥感图像的可读性。(本文来源于《北京电子科技学院学报》期刊2018年04期)
同态滤波论文开题报告
(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:
为了更有效地提高车牌定位准确率,文章对传统同态滤波器进行了改进,在提升光照补偿效果的同时,减少了滤波器的参数,提高了计算机的运行速度。将车辆图像从RGB颜色空间转换到HSV颜色空间,对HSV颜色模型进行3通道分离,保持色调分量不变,对饱和度分量进行拉伸,利用改进的同态滤波对亮度分量进行光照补偿;按蓝、黄车牌颜色对应的H、S、V值的范围进行阈值化,把得到的3幅二值图进行与操作,得到HSV空间下二值图,接着进行数学形态学除噪,再结合车牌的纹理特征定位出车牌区域。实验结果表明,该方法不仅能够快速、准确定位出车牌,而且对夜晚及光照不均的车辆图像也能有效地定位。
(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。
同态滤波论文参考文献
[1].苏本跃,储小玉,盛敏.同态滤波下RGB-D点云配准方法[J].中国图象图形学报.2019
[2].黄良俊,凌翔,黄榜,赖锟.基于改进同态滤波的光照补偿车牌定位[J].合肥工业大学学报(自然科学版).2019
[3].张文君,徐文茜,白玉娜,魏新玲,吕海成.基于同态滤波的遥感图像云雾去除模型研究[J].科技视界.2019
[4].李媛淼,孙华燕,郭惠超.基于二维切片的同态滤波实现叁维图像增强[J].兵器装备工程学报.2019
[5].李海,杨骁勇,凤四海.基于X光机图像识别的双边滤波和同态滤波相融合技术[J].计算机与数字工程.2019
[6].胡品端,黎子晋,袁国淳.基于同态滤波和维纳滤波的太阳耀斑去云处理对比研究[J].科技资讯.2019
[7].王鹏雅,陈鑫,王苗.基于小波的同态滤波算法处理太阳耀斑图像[J].科技资讯.2019
[8].王俊祥,张影,胡欢,黄霖,朱永红.一种基于同态滤波的陶瓷防眩光处理技术研究[J].陶瓷学报.2019
[9].董静薇,赵春丽,海博.融合同态滤波和小波变换的图像去雾算法研究[J].哈尔滨理工大学学报.2019
[10].史昭君,朱家明,杨伟丹,王祥,黄欢欢.基于同态滤波对太阳耀斑影像云处理的研究[J].北京电子科技学院学报.2018