导读:本文包含了光照补偿论文开题报告文献综述、选题提纲参考文献，主要关键词:同态,亮度,张量,各向异性,正切,直方图,滤波器。
光照补偿论文文献综述写法
黄良俊,凌翔,黄榜,赖锟[1]（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）
储小玉[2]（2019）在《基于光照补偿的RGBD点云配准方法研究》一文中研究指出叁维扫描技术及点云模型处理技术在不断创新的同时,计算机视觉、人机交互、机器人导航控制、虚拟现实、叁维重建等领域也在不断取得新突破。然而,在叁维扫描仪测量物体时,易受到光照环境变化、扫描仪测量产生误差或者物体本身及其他遮挡的影响;导致获取到的点云数据噪声大,颜色数据有偏差,在单个视角下所采集的点云数据有限。针对点云数据获取的局限性,本文研究了一种去光照干扰的点云配准方法和一种自适应颜色和几何混合特征的点云配准方法,通过实验显示了本文的叁维点云配准方法在配准效率上有提升,配准精准度显着。(1)针对光照强度不均匀影响叁维点云配准效果的问题,本文研究出了一种基于光照补偿的RGBD点云配准算法。首先,本文利用了二维图像中常解决光照图像的处理方法——同态滤波算法,消除光照因素对模型颜色信息的影响;然后,将颜色特征和几何特征组合成一种混合特征,利用K近邻(KNN)算法搜索对应点,达到提高搜索效率的目的;构造归一化的颜色和几何坐标6D距离度量标准,选取点对间距离小的点作为对应点;最后迭代求解,获得刚性变换矩阵。通过采集多组不同光照下的模型数据进行试验,实验结果表明,在光照因素干扰下的模型配准中,本文方法算法稳定性高,配准效果显着。(2)结合直方图统计特征的思想提出一种自适应颜色和几何混合特征的快速点云配准方法。首先,根据两片匹配点云之间具有相同的部分,采取颜色信息统计,设定颜色容差将颜色相近的点数合并,并求出两片点云颜色数据的交集作为候选点集;然后,计算出候选点集的颜色和几何特征,采用直方图统计方法将其按比例组成混合特征搜索对应点对,迭代求解,获得刚性变换矩阵。通过采集颜色和几何不同分布的两种模型(颜色未能分布在几何凹凸的部位、颜色分布在几何凹凸的部位)的数据进行实验,实验证明了该研究方法在结合颜色和几何数据的模型配准方法中占有一定明显优势。(本文来源于《安庆师范大学》期刊2019-06-17）
卢玉[3]（2019）在《鲁棒的显微镜图像光照补偿方法》一文中研究指出近些年,癌症出现的越来越频繁,呈现爆发趋势。2018年的国家癌症报告显示,我国每分钟有7人被确诊为癌症,5人死于癌症。早发现早治疗是治疗癌症最有效的方式,然而仅靠人工检查无法满足该要求。随着计算机图形处理技术的发展,自动阅片技术应运而生,DNA倍体分析技术就是其中的典型代表。该技术自动控制显微镜移动聚焦,采集镜下图片,然后采用图像分析和识别技术测量细胞核内DNA相对含量,将DNA超过正常范围的细胞检测出来,供医生进一步确认。与传统方法相比,该技术只需要医生复核仪器挑选出来的少数异常细胞,无需医生手动完成对标本细胞的浏览和目测,有效降低了医生的工作量。重要的是该技术避免了医生镜下观察的主观性和由于视觉疲劳引起的偏差,进一步提高了癌症诊断的准确率。准确测量细胞DNA相对含量的是倍体分析技术实现准确诊断的前提。然而,依赖于光照的显微镜无论使用卤素光源还是LED光源,光照不均的问题都无法完全消除。由于光学测量的基础是灰度值,而灰度值由光照控制,这就使得在不同位置测量相同细胞的DNA含量,其结果也不相同,甚至相差甚远。这将直接增加系统的测量误差,使倍体技术测量结果的可信程度降低。因此,必须通过有效的光照补偿减弱或消除光照不均带来的影响。传统光照补偿方法依赖于无细胞的干净背景玻片,每次光照补偿都需要使用额外的玻片,导致鲁棒性不高;另外传统方法无法应对变化的光照情况,这对光照补偿的效率影响极大。为了提升DNA倍体分析技术的准确率,本文从背景填充、偏差估计和光照补偿,叁个方面提升细胞图片质量。具体工作包括以下几点:1.为了解决光照偏差估计不准确的问题,提出了一种有效的偏差估计方法。该方法在背景光照估计方面提出了均值偏差估计和贝叶斯最小均方误差估计方案。该方法只使用待补偿光照的玻片,改进了目前的使用额外玻片估计背景偏差的情况。其特点在于利用待补偿图片本身的光照特点,准确估计偏差图片各个位置的灰度值。与现有方法相比,该方法操作更加方便,经过该方法估计的背景和之后的IOD测量结果都变得更加准确。2.为了解决背景获取环节中出现的无法区分杂质和细胞的情况,提出了基于插值填充和累计补偿的光照补偿方法。该方法首先使用插值方法将细胞部分填充为与其周围背景相同的灰度值,之后在扫描过程中采用累计的图片,找到与待补偿细胞位置相同位置的灰度值填充到待补偿位置。这种方法适应了光照不均的情况,可以更有效的分辨细胞与杂质。与传统方法相比速度更快,补偿效果更好,之后的IOD测量效果也更加准确。3.为了解决显微镜在扫描过程中出现的光照随时间变化的情况,提出了基于遗忘因子的光照补偿方法。该方法在上述累计填充的基础上,使用多张历史图片,以权值相加的方式估计偏差背景。该方法最大化了历史扫描图片的利用价值,更加适用于变化的光照条件,使最终的补偿效果更加准确,IOD测量结果进一步提升。实验表明,本文提出的叁种方法与现有的显微镜光照补偿方法相比,光照偏差估计更精准,能够准确模拟光照的偏差情况;背景获取更加准确,更准确的区分了杂质和灰尘;方法能适应光照的实时变化,满足了使光照补偿的鲁棒性提升,在保证图像清晰的情况下有效提高测量准确率。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
田高华,徐晓宇,吴金华,刘秋生[4]（2018）在《基于光照补偿算法的二维码图像增强工具设计》一文中研究指出针对二维码使用过程中出现的破损问题,设计一种基于光照补偿算法的二维码图像增强工具。确定点阵二维码中单个模块内部孔洞的具体像素位置,并利用邻域像素替换原孔洞像素值,最终使点阵与背景区分开,同时保证点阵的间隙和极性不发生变化。设计的算法经过实验分析可以实现破损二维码的识别,通过精度分析和效率分析验证该算法的实用性,初步解决了部分二维码损坏导致的不能识别的问题。(本文来源于《科技与创新》期刊2018年18期）
杨梅,谭泽富,蔡黎,姚雪[5]（2018）在《基于各向异性Retinex的人脸图像光照补偿》一文中研究指出针对大角度斜光照和极度暗光照不均环境下的人脸图像,提出了基于各向异性Retinex的人脸图像光照补偿方法。首先,根据人脸图像的统计特性分析光源的方向,利用Prewitt算子检测出人脸边缘,结合人脸纹理的几何特性,引入曲率、斜率、对称性等实现对人脸边缘与光照不均,从而区分人脸伪边缘;然后,以Weickert结构张量为基础,基于不同类型边缘提出了改进各向异性扩散模型,将该模型与Retinex算法相结合,从而实现人脸图像光照补偿。实验结果表明,改进的各向异性扩散方法能够提升图像亮度,突出纹理细节,消除大部分光照阴影的同时增强人脸边缘。(本文来源于《激光与光电子学进展》期刊2018年12期）
刘付家玲[6]（2018）在《基于反正切Gamma光照补偿的自适应肤色检测的研究与应用》一文中研究指出肤色检测即指在图像或者视频中检测出人体皮肤区域的过程,在图像处理与识别领域具有广泛的应用价值。由于肤色在颜色空间上的分布具有聚类性,很多肤色检测模型将图像转换到把亮度与色度分离的某个颜色空间上进行检测。这种忽略亮度分量的肤色检测方法可以减少光照强度的影响,但是在处理光照不均时会扩大肤色检测范围,使得误检率增加。因此亮度分量也包含重要的信息,考虑亮度信息就必须解决光照的影响。而目前的光照补偿算法较多地针对灰度图像进行处理,很多用在提高人脸检测和识别效果上,不适用于肤色检测。为此,本文提出了一种基于反正切Gamma光照补偿的自适应肤色检测方法。该方法,首先通过构建反正切函数自适应选取最佳Gamma参数,对曝光不足的图像进行Gamma校正,可以有效解决肤色受光照强度的影响,并利用基于灰度直方图的自适应色阶拉伸方法去除图像雾化效果,提高图像的清晰度,然后,提出一种基于YCbCr的自适应规定肤色范围的肤色检测方法。该方法根据高斯分布的性质,利用人脸检测和人脸校准获得人脸的先验分布的数据,计算肤色在YCbCr颜色空间的统计量,如平均值和标准差,进而估算肤色的高斯分布情况,从而自适应规定肤色检测的范围。此外,本文结合肤色检测方法并应用到图像美化场景中去,提出了局部美颜的概念,并解决了局部美颜的若干问题。实验结果表明,本文提出的肤色检测方法能对图像进行有效的光照补偿,可以提高曝光不足图像的肤色检测准确率,对不同人种的肤色检测具有较强的自适应性,具备较高的鲁棒性,在局部美颜应用场景中具备一定的研究和应用价值。(本文来源于《暨南大学》期刊2018-06-03）
李赓飞,李桂菊,韩广良,刘培勋,江山[7]（2018）在《亮通道先验Retinex对低照度图像的光照补偿》一文中研究指出针对光照不足导致图像质量退化的问题,提出了亮通道先验的Retinex算法用来补偿图像的光照强度。该算法假设局部恒常的光照可以初步满足光照均匀并与场景相似,以亮通道运算对光照分量进行粗估计;通常解决局部处理带来的分块效应问题是采用引导滤波方法,但这会使补偿后的图像纹理模糊甚至丢失细节,为此设计了基于图像结构相似性的融合策略。最后使用Retinex理论模型对光照进行补偿。实验结果表明:所提算法简单高效,能够对图像阴影或夜间图像的低照度区域进行快速地光照补偿,在峰值信噪比(PNSR)上较传统算法提高了5dB左右,在结构相似性(SSIM)上比传统算法提高了7%以上。算法在纯软件系统的PC机上处理640×360的彩色视频时能达到6~12ms/帧,处理320×256的红外视频时达到4~10ms/帧,可满足工程需要。(本文来源于《光学精密工程》期刊2018年05期）
余拓,陈莹[8]（2018）在《基于加权边缘弱化引导滤波的人脸光照补偿》一文中研究指出光照的变化是影响人脸识别结果的重要因素之一,针对这一问题,提出一种基于加权边缘弱化引导滤波的人脸光照补偿方法。首先为引导滤波损失函数添加一个可区分边缘细节的惩罚项,然后为惩罚项加权,加权系数由正面光照样本的类间平均脸计算得到,最后将滤波后的图像作为自商图中的平滑图,得到光照补偿图像。实验结果表明,该方法弱化了人脸平滑区域由光照造成的边缘细节噪声,且使用光照补偿图像作为人脸识别输入,能有效提高人脸识别准确率,特别在光照大范围变化时,识别准确率提升程度更高。(本文来源于《智能系统学报》期刊2018年03期）
黄丽雯,杨欢欢,王勃[9]（2017）在《多方法结合人脸图像光照补偿算法研究及改进》一文中研究指出光照问题一直是人脸识别领域亟待解决的热点话题。在此背景下,首先详细介绍了近几年在人脸图像识别中常用的两种结合光照补偿算法,对其特点进行了研究,并提出了一种改进的多方法结合算法,即采用直方图均衡化和Retinex算法,然后对光照估计和反射图像去噪部分使用双边滤波器进行处理。选择人脸数据库Yale B07做仿真测试,发现改进算法的实时性虽相对常用结合算法有所下降,但光照补偿效果好。最后对SIFT特征进行对比实验,结果表明:改进算法的特征提取速度快且特征点有效率显着提高。(本文来源于《重庆理工大学学报(自然科学)》期刊2017年11期）
许峰[10]（2017）在《人脸识别中光照补偿方法的研究及FPGA实现》一文中研究指出人类主要依赖视觉系统获取外界信息,一旦视觉通路发生病变或者损伤就会导致人类视力的衰弱甚至失明,作为一种新型的辅助设备,视觉假体能够通过电刺激视觉神经系统使患者产生光幻视,帮助盲人重见光明。在视觉假体的辅助下,盲人是可以完成日常生活中的人脸识别任务的,然而在实际应用中复杂的光照变化会导致人脸识别率的下降,因此对光照变化下的人脸图像进行光照补偿具有很重要的意义。本文针对单尺度Retinex算法的光晕缺陷,从硬件实现的角度上提出了改进的基于双边滤波的单尺度Retinex算法。在用双边滤波对图像的光照分量进行估计的基础上,对对数域中图像反射分量进行自适应亮度调整。通过将经典的单尺度Retinex算法(SSR)、多尺度Retinex算法(MSR)、基于双边滤波的SSR算法和本文改进算法进行MATLAB仿真。试验结果表明改进算法能够有效地消除各种条件下的光照影响,具有较好的光照鲁棒性,并且与经典的MSR算法相比亮度提升了 26%,对比度提升了 23%,在ExtendedYaleB人脸库上的平均人脸识别率较经典的Retinex算法提升了 13%,在人脸识别系统的应用中具有很强的适用性。本文完成了光照补偿算法的FPGA硬件实现,并利用ModelSim对各个模块进行了功能仿真。然后在DE2-115开发板上搭建相关硬件平台对算法进行了功能性验证。为了直观地验证算法对不同图像的处理效果,本文通过串口输入数据到算法处理模块,并用VGA显示处理后的图像。同时通过SignalTap Ⅱ捕获算法处理的图像数据与matlab的软件结果对比。最终硬件验证结果表明,本文提出的算法在硬件上取得了与软件相同的处理效果,能够在消除图像光照影响的同时,显现增强人脸暗部区域的轮廓细节。(本文来源于《西安理工大学》期刊2017-06-30）
光照补偿论文开题报告范文
（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：
叁维扫描技术及点云模型处理技术在不断创新的同时,计算机视觉、人机交互、机器人导航控制、虚拟现实、叁维重建等领域也在不断取得新突破。然而,在叁维扫描仪测量物体时,易受到光照环境变化、扫描仪测量产生误差或者物体本身及其他遮挡的影响;导致获取到的点云数据噪声大,颜色数据有偏差,在单个视角下所采集的点云数据有限。针对点云数据获取的局限性,本文研究了一种去光照干扰的点云配准方法和一种自适应颜色和几何混合特征的点云配准方法,通过实验显示了本文的叁维点云配准方法在配准效率上有提升,配准精准度显着。(1)针对光照强度不均匀影响叁维点云配准效果的问题,本文研究出了一种基于光照补偿的RGBD点云配准算法。首先,本文利用了二维图像中常解决光照图像的处理方法——同态滤波算法,消除光照因素对模型颜色信息的影响;然后,将颜色特征和几何特征组合成一种混合特征,利用K近邻(KNN)算法搜索对应点,达到提高搜索效率的目的;构造归一化的颜色和几何坐标6D距离度量标准,选取点对间距离小的点作为对应点;最后迭代求解,获得刚性变换矩阵。通过采集多组不同光照下的模型数据进行试验,实验结果表明,在光照因素干扰下的模型配准中,本文方法算法稳定性高,配准效果显着。(2)结合直方图统计特征的思想提出一种自适应颜色和几何混合特征的快速点云配准方法。首先,根据两片匹配点云之间具有相同的部分,采取颜色信息统计,设定颜色容差将颜色相近的点数合并,并求出两片点云颜色数据的交集作为候选点集;然后,计算出候选点集的颜色和几何特征,采用直方图统计方法将其按比例组成混合特征搜索对应点对,迭代求解,获得刚性变换矩阵。通过采集颜色和几何不同分布的两种模型(颜色未能分布在几何凹凸的部位、颜色分布在几何凹凸的部位)的数据进行实验,实验证明了该研究方法在结合颜色和几何数据的模型配准方法中占有一定明显优势。
（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。
光照补偿论文参考文献
[1].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
[2].储小玉.基于光照补偿的RGBD点云配准方法研究[D].安庆师范大学.2019
[3].卢玉.鲁棒的显微镜图像光照补偿方法[D].哈尔滨理工大学.2019
[4].田高华,徐晓宇,吴金华,刘秋生.基于光照补偿算法的二维码图像增强工具设计[J].科技与创新.2018
[5].杨梅,谭泽富,蔡黎,姚雪.基于各向异性Retinex的人脸图像光照补偿[J].激光与光电子学进展.2018
[6].刘付家玲.基于反正切Gamma光照补偿的自适应肤色检测的研究与应用[D].暨南大学.2018
[7].李赓飞,李桂菊,韩广良,刘培勋,江山.亮通道先验Retinex对低照度图像的光照补偿[J].光学精密工程.2018
[8].余拓,陈莹.基于加权边缘弱化引导滤波的人脸光照补偿[J].智能系统学报.2018
[9].黄丽雯,杨欢欢,王勃.多方法结合人脸图像光照补偿算法研究及改进[J].重庆理工大学学报(自然科学).2017
[10].许峰.人脸识别中光照补偿方法的研究及FPGA实现[D].西安理工大学.2017