导读:本文包含了多帧融合论文开题报告文献综述及选题提纲参考文献，主要关键词:低照度图像,多曝光融合,图像配准,Retinex理论
多帧融合论文文献综述
张雨帅[1]（2019）在《基于多帧融合的低照度图像增强》一文中研究指出在低照度条件下获得的图像通常存在噪声多、对比度低和颜色失真等问题。为改善低照度图像的视觉效果,本文深入研究了基于多帧融合的低照度图像增强算法,以多曝光融合技术为核心,分别对多曝光图像的配准和融合算法进行研究,最终形成了一套完整的低照度图像处理流程,并在Android平台上进行了实现。论文的主要工作如下:1.为解决低照度场景下多曝光图像的配准问题,本文提出一种基于局部模板匹配的图像配准算法。该算法首先在选定的参考图像中提取出鲁棒性较强的特征点,然后利用相似度准则,在待配准图像中搜索特征点对应的位置。为了提高匹配的范围与效率,对图像进行高斯金字塔分解,在每一层都执行上述的匹配操作。实验结果表明,该算法得到的匹配点对数目较多且分布均匀。2.针对现有多曝光融合算法不能有效还原图像细节和色彩信息的问题,本文提出一种基于Retinex理论的多曝光融合算法,并验证了该算法在低照度增强中的应用效果。首先通过高效的光照估计方法将多曝光图像序列分成光照图像序列和反射率图像序列,然后对两组图像序列进行不同的融合处理,分别得到重构后的光照图像和反射率图像,最后将这两者相乘得到最终的融合图像。3.本文所提的多曝光融合算法可以应用在低照度图像增强中,但仍有一些问题需要解决。本文从两个方面对其进行了改进:一方面,由于低照度场景下拍摄到的图像受噪声影响严重,本文将图像增强与图像降噪进行结合,改进了光照图像和反射率图像的处理,增强了算法的抗噪性;另一方面,在现实场景下,多曝光图像的采集会受到诸多因素的影响,比如拍摄设备抖动、拍摄场景中存在运动物体等,为此本文提出一种基于单帧图像的多曝光融合算法。4.本文将所提算法进行整合,形成了两种基于多帧融合的低照度图像增强方案,并成功在Android平台上实现,开发出了一款可以实现低照度图像增强的相机应用程序。测试结果表明,该应用程序达到了预期的效果,并且性能良好。(本文来源于《重庆邮电大学》期刊2019-06-02）
王凯,吴敏,姚辉,杨樊,张翔[2]（2016）在《多帧背景差与Cauchy模型融合的目标检测》一文中研究指出为有效解决复杂监视场景中快速、准确检测运动目标,提出一种多帧背景差与柯西(Cauchy)模型融合的目标检测方法。该方法首先借鉴Surendra背景模型的思路进行改进,采用多帧背景差法获取干净的背景图像,然后利用实时的视频图像和当前的背景图像进行绝对差分处理,最后通过Cauchy模型对整幅绝对差分图像上的点进行背景点和前景点判别,实现对复杂监视场景中目标的准确检测。针对车辆、行人等不同对象的监控场景下进行实验,验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰,而且能够快速、准确地分割出前景目标。(本文来源于《光电工程》期刊2016年10期）
姜涛,王彩玲[3]（2015）在《融合多帧信息的Retinex监控视频增强算法》一文中研究指出针对传统Retinex监控视频增强算法照度分量提取不够准确的情况,利用监控视频背景的时间相关性,融合多帧背景进行照度估计,提出了一种新型Retinex监控视频增强算法:对视频单帧图像进行大、中、小尺度的高斯低通滤波,得到3个尺度的环绕图像,并对其取极小值以提取该帧的背景照度图像,通过融合当前帧和其邻帧的多帧背景照度图像,获取当前帧上准确的背景照度图像,再应用Retinex色彩恒常性理论,去除照度干扰以获得反射光分量,实现当前帧的增强。实验结果表明:该算法可以从夜间视频阴影中恢复出景物,得到亮度、色彩、细节较平衡的视频。(本文来源于《桂林理工大学学报》期刊2015年02期）
吕瑞,李明,汪明阔,刘欢欢,薛静远[4]（2014）在《一种融合多帧ICP和图优化的算法研究》一文中研究指出当前基于迭代最近点拼接的同时定位与建图算法,存在误差积累、无法满足大范围定位精度的缺陷。为此,提出一种融合多帧迭代最近点和图优化的算法。在时域上处理点云拼接问题,将单帧迭代最近点算法推广到多帧进行最近点迭代,提取同一地点在不同时刻的数据特征,形成多个封闭循环,再运用基于最小二乘的图优化方法对点云拼接后的全网数据进行全局优化,消除累计误差,提升整体的定位精度。采用鲁巷和密歇根的数据进行测试,结果表明,该方法在一定程度上减少了匹配误差,平均误差为1.0m,最小误差为0.2m,可以满足大范围同步定位与建图的精度需求。(本文来源于《计算机工程》期刊2014年09期）
彭宏,韩露莎,王辉,傅钟[5]（2013）在《基于小波变换与多帧平均法融合的背景提取》一文中研究指出利用虚拟检测圈法对道路交通视频进行处理,可以检测出道路上运动车辆的车速.而虚拟检测圈法首先需要得到准确的视频道路背景图像.针对交通道路视频,在背景提取算法仿真分析的基础上,利用小波变换,将提取到的背景图像进行一级小波分解,得到各分量图像.通过对水平分量、竖直分量及对角分量进行去噪处理后,再采用小波重构得到最终的背景图像.采用该方法所得背景图像能有效地减少主要背景提取算法中存在运动车辆轨迹的缺点.(本文来源于《浙江工业大学学报》期刊2013年02期）
赵洪达,刘本永[6]（2012）在《基于多帧融合及四参数仿射模型的图像超分辨》一文中研究指出运动参数估计和复原是多帧图像超分辨重构中最重要的两个环节,其中经典的Fourier-Mellin变换方法于频域采用对数极坐标形式和相位相关方法结合来估计运动参数。相位相关是整像素级平移参数估计方法,将其改进为亚像素级平移参数估计方法,以提高旋转、缩放参数的估计精度。对于复原算法,在讨论基于局部信息的传统双叁次插值超分辨重构方法的基础上,重点探讨基于全局信息的Kriging插值超分辨重构和核非线性回归(KNR)超分辨重构方法。实验结果表明,探讨的参数估计方法和超分辨重构方法是有效的。(本文来源于《计算机工程与应用》期刊2012年28期）
易剑,彭宇新,肖建国[7]（2011）在《基于颜色聚类和多帧融合的视频文字识别方法》一文中研究指出提出一种基于颜色聚类和多帧融合的视频文字识别方法,首先,在视频文字检测模块,综合考虑了文字区域的两个显着特征:一致的颜色和密集的边缘,利用近邻传播聚类算法,根据图像中边缘颜色的复杂程度,自适应地把彩色边缘分解到若干边缘子图中去,使得在各个子图中检测文字区域更为准确.其次,在视频文字增强模块,基于文字笔画强度图过滤掉模糊的文字区域,并综合平均融合和最小值融合的优点,对在不同视频帧中检测到的、包含相同内容的文字区域进行融合,能够得到背景更为平滑、笔画更为清晰的文字区域图像.最后,在视频文字提取模块,通过自适应地选取具有较高文字对比度的颜色分量进行二值化,能够取得比现有方法更好的二值化结果;另一方面,基于图像中背景与文字的颜色差异,利用颜色聚类的方法去除噪声,能够有效地提高文字识别率.实验结果表明,该方法能够比现有方法取得更好的文字识别结果.(本文来源于《软件学报》期刊2011年12期）
董晓明,崔静,刘本永[8]（2011）在《多帧融合自适应核回归图像去噪》一文中研究指出图像去噪是数字图像处理的重要内容,常用的传统方法包括空域中值滤波和维纳滤波,近年来基于小波变换、核回归等的去噪方法备受关注,基于单帧处理的实验发现核回归方法有更好的去噪效果。在理论上将核回归方法推广到多帧情况,并进行了对比实验,结果表明多帧处理能够进一步改进去噪效果。(本文来源于《计算机工程与应用》期刊2011年13期）
孙小亮[9]（2011）在《基于多帧融合的视频文本检测》一文中研究指出视频文本能够提供重要的视频语义信息以供视频检索和视频摘要,因此获取视频文本对于视频语义分析具有重要作用。有效地检测出视频中的文本无疑是其中一项关键的技术。文本检测最主要的困难来自复杂背景的存在。通过文本检测方法减小复杂背景的干扰,检测出视频文本图像是本文主要解决的问题。基于静态图像的文字检测和识别方法基本上都不能很好地解决复杂背景带来的干扰。针对视频中文本背景复杂、干扰强烈等问题,在对前人相关工作进行分析、研究的基础上,本文提出一种基于多帧融合的视频文本检测方法。该方法首先采用信息熵和角点信息分析相结合的方法对视频进行镜头分割,将视频分割成较小的语义单位,提高系统处理效率；然后,在基于静态图像检测到的文本区域的基础上,利用多帧验证方法确定文本区域以及文本所在的帧序列；最后,对帧序列中的文本块进行多帧融合,降低文字区域的背景复杂度,以减小后续文本定位、文本提取等过程的处理难度。本文提出并实现的基于多帧融合的文本检测方法在视频文本提取系统中得到成功的应用,使该系统完整地实现了从输入视频到产生OCR识别结果的总体流程。实验结果表明,本文提出的文本检测方法具有较高的准确率和处理效率。(本文来源于《北京邮电大学》期刊2011-01-10）
顾蕊,赵建,孙海江[10]（2010）在《基于多帧形态学融合的红外小目标检测》一文中研究指出本文针对海天背景的目标检测问题,分析了海天背景下的红外小目标特征,提出了基于多帧形态学融合的小目标检测算法,并用该算法对实际的红外双波段图像进行了仿真实验。实验结果表明,运用本算法在实现高检测概率的同时,可以达到较低的虚警概率,算法性能要优于传统的中值滤波、自适应滤波和小波变换滤波技术。(本文来源于《第八届全国信息获取与处理学术会议论文集》期刊2010-08-06）
多帧融合论文开题报告
（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：
为有效解决复杂监视场景中快速、准确检测运动目标,提出一种多帧背景差与柯西(Cauchy)模型融合的目标检测方法。该方法首先借鉴Surendra背景模型的思路进行改进,采用多帧背景差法获取干净的背景图像,然后利用实时的视频图像和当前的背景图像进行绝对差分处理,最后通过Cauchy模型对整幅绝对差分图像上的点进行背景点和前景点判别,实现对复杂监视场景中目标的准确检测。针对车辆、行人等不同对象的监控场景下进行实验,验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰,而且能够快速、准确地分割出前景目标。
（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。
多帧融合论文参考文献
[1].张雨帅.基于多帧融合的低照度图像增强[D].重庆邮电大学.2019
[2].王凯,吴敏,姚辉,杨樊,张翔.多帧背景差与Cauchy模型融合的目标检测[J].光电工程.2016
[3].姜涛,王彩玲.融合多帧信息的Retinex监控视频增强算法[J].桂林理工大学学报.2015
[4].吕瑞,李明,汪明阔,刘欢欢,薛静远.一种融合多帧ICP和图优化的算法研究[J].计算机工程.2014
[5].彭宏,韩露莎,王辉,傅钟.基于小波变换与多帧平均法融合的背景提取[J].浙江工业大学学报.2013
[6].赵洪达,刘本永.基于多帧融合及四参数仿射模型的图像超分辨[J].计算机工程与应用.2012
[7].易剑,彭宇新,肖建国.基于颜色聚类和多帧融合的视频文字识别方法[J].软件学报.2011
[8].董晓明,崔静,刘本永.多帧融合自适应核回归图像去噪[J].计算机工程与应用.2011
[9].孙小亮.基于多帧融合的视频文本检测[D].北京邮电大学.2011
[10].顾蕊,赵建,孙海江.基于多帧形态学融合的红外小目标检测[C].第八届全国信息获取与处理学术会议论文集.2010