导读:本文包含了夜视图像论文开题报告文献综述、选题提纲参考文献，主要关键词:夜视,图像,微光,传感器,直方图,神经网络,灰度。
夜视图像论文文献综述写法
王丹,陈亮[1]（2019）在《基于深度学习的红外夜视图像超分辨率重建》一文中研究指出针对红外夜视图像对比度低、成像质量不高的问题,提出适合红外夜视图像超分辨率重建方法。在自然图像超分辨率重建模型的基础上增加基于Retinex的对比度增强预处理步骤,并对网络模型做如下改进:构建超深卷积神经网络学习低分辨率图像与高分辨率图像之间的映射关系,增大感受野,提升网络学习能力;仅学习高低分辨率图像间的差值信息加速网络收敛。针对高分辨率红外夜视图像不易获得,数据量较少的问题,利用迁移学习理论,使用少量的高分辨率红外夜视图像为目标样本,对自然图像超分辨率重建模型进行微调,得到适合红外夜视图像重建的网络权重模型。实验结果证明:使用该方法得到的红外夜视图像信息丰富,层次分明,具有良好的视觉效果。(本文来源于《红外技术》期刊2019年10期）
朱浩然,刘云清,张文颖[2]（2019）在《基于灰度变换与两尺度分解的夜视图像融合》一文中研究指出为了获得更适合人感知的夜视融合图像,该文提出一种基于灰度变换与两尺度分解的夜视图像融合算法。首先,利用红外像素值作为指数因子对可见光图像进行灰度转换,在达到可见光图像增强的同时还使可见光与红外图像融合任务转换为同类图像融合。其次,通过均值滤波对增强结果与原始可见光图像进行两尺度分解。再次,运用基于视觉权重图的方法融合细节层。最后,综合这些结果重构出融合图像。由于该文方法在可见光波段显示结果,因此融合图像更适合视觉感知。实验结果表明,所提方法在视觉质量和客观评价方面优于其它5种对比方法,融合时间小于0.2 s,满足实时性要求。融合后图像背景细节信息清晰,热目标突出,同时降低处理时间。(本文来源于《电子与信息学报》期刊2019年03期）
李郁峰,蒋勇,陈念年,巫玲,范勇[3]（2018）在《oRGB颜色空间的夜视图像彩色融合》一文中研究指出针对红外与可见光双波段夜视图像增强提出了基于oRGB颜色空间的彩色融合算法。选择亮度与颜色分离的对立色颜色空间,应用多尺度Top-hat变换方法将红外与可见光增强融合图像作为伪彩色图像的亮度分量,根据双波段图像的差异性并结合参考图像色调构造颜色分量;为避免线性变换的颜色传递方法容易造成灰度级压缩或过饱和情况,在分析颜色传递机理的基础上,使用非线性的直方图匹配方法实现颜色传递。实验结果表明,融合图像的颜色分布更自然,纹理细节、整体亮度和对比度等视觉特征表现更优。(本文来源于《光学精密工程》期刊2018年11期）
匡银虎,张虹波[4]（2018）在《关于相机照拍夜视图像曝光亮度估计仿真》一文中研究指出相机照拍夜视图像曝光亮度估计,能够有效提高夜视图像清晰度。对夜视图像曝光亮度检测过程中,需要计算图像曝光亮度差值,对图像曝光亮度进一步精检测。传统方法计算得出运动矢量以估计图像的曝光亮度,但忽略了对夜视图像进行精检测的问题,导致得到的曝光亮度差值偏差较大。提出相机照拍夜视图像曝光亮度估计方法。在分析相机照拍夜视图像曝光亮度估计原理的基础上,结合CV模型和Facet模型对夜视图像曝光亮度进行估计。通过CV模型对图像曝光亮度进行初检测,保留其原始曝光亮度,通过Facet模型进一步精检测,用新获取的曝光亮度代替原始曝光亮度,得到夜视图像曝光亮度差值,按照曝光亮度分布特点实现图像曝光亮度估计。实验结果表明,采用所提方法对相机照拍夜视图像曝光亮度进行估计,得到的图像曝光亮度差值准确,估计精度较高。(本文来源于《计算机仿真》期刊2018年11期）
蒋云峰,武东生,黄富瑜[5]（2019）在《真彩微光夜视图像融合算法》一文中研究指出简要阐述了基于全波与叁波段的真彩色微光夜视系统原理,结合图像融合的一般算法,研究了加权平均法、基于线性变换增强的Brovey法、HIS(色调、亮度和饱和度)空间法及基于边缘分割的HIS法4种真彩微光夜视图像融合算法,详细阐述了融合算法的实现方法和过程。研究结果表明,利用基于线性变换增强的Brovey法,得到场景一和场景二的融合图像的综合客观评价指标值,分别为27.9647、31.2756,均大于其余3种算法得到的值。在这4种融合算法中,由基于线性变换增强的Brovey法得到的融合图像视觉效果最优。(本文来源于《激光与光电子学进展》期刊2019年08期）
姚智慧[6]（2018）在《车载红外夜视系统中图像处理器的设计及特点》一文中研究指出对于汽车驾驶者而言,在夜晚和恶劣天气驾车时,能见度和可视距离都受到较大影响,当传统照明方式无法对前方路况进行合理照明的情况下,存在严重的交通安全隐患,这也是造成交通事故频发的主要原因。本文设计的车载夜视系统,可以满足提高车辆驾驶者在夜晚和恶劣天气影响下获得更好的视野范围,有效的提高主动预见力,避免道理交通安全事故的发生,保证道路行车安全。(本文来源于《科技风》期刊2018年19期）
江自昊,程鸿芳[7]（2018）在《基于数字信号处理技术的红外夜视行车图像的处理》一文中研究指出主动式车载红外夜视系统通常可以用来解决夜间司机视距不足的问题,降低夜间行车的交通事故发生率。然而,该类通过捕捉物体反射的红外光形成的夜视图像在某些实际环境的影响下会变得质量很差,司机不仅无法从图像中获得更好的视距,还可能因为图像问题造成误判而发生交通事故。基于图像增强算法,针对数字信号处理技术(DSP)芯片采集的车载红外夜视数字图像的增强进行了研究并实现,所使用的方法可供相关人士参考。(本文来源于《佳木斯大学学报(自然科学版)》期刊2018年03期）
[8]（2018）在《安森美半导体推出首批具有近红外+(NIR+)的高分辨率图像传感器,以提升夜视功能》一文中研究指出推动高能效创新的安森美半导体(ON Semiconductor,美国纳斯达克上市代号:ON)推出首批采用近红外+(NIR+)技术的CMOS图像传感器,该技术有效地将高动态范围(HDR)与增强的微光性能相结合,以使能高端安防与监控相机。AR0522是一款1/2.5英寸510万像素(MP)图像传感器,基于一个2.2微米(um)背照式(BSI)像素技术平台,专为在微光条件下需要高分辨率、高质量视频捕获的工业应用而开发。AR0522图像传感器提供的近红外波长的灵敏度大概是(本文来源于《世界电子元器件》期刊2018年04期）
蔡凝[9]（2018）在《基于FPGA的微光夜视图像增强技术研究》一文中研究指出随着科技的进步以及社会的发展,监控系统被应用于各个领域并承担着越来越重要的角色。从部队到监狱、从银行到商场、从学校到住宅区甚至每一条街道都对于监控系统的需求与日俱增,并且对监控系统的清晰度、实时性甚至微光性能等要求也越来越高。随着人们夜间活动时间的增长,低照度甚至微光环境下体现的信息也越来越重要。微光夜视图像的主要特点是:1、图像灰度均值较低、信噪比低、对比度低,肉眼很难分辨场景内都包含哪些目标;2、图像灰度级分布集中,整帧图像通常集中在几十到几百的灰度级内,提高图像质量的手段较少。本文在分析微光夜视图像特点的基础上,设计了一种微光夜视图像增强系统,此系统将CMOS成像单元、处理单元和输出单元高度集成在一起,具有体积小、功耗低、夜视效果佳等特点。微光夜视图像一般对比度较低,并且图像中夹杂着较多的孤立点噪声,本文首先通过中值滤波、高斯滤波等模板滤波器对图像进行处理,去除暗电流、图像传输中噪声的孤立点噪声;针对图像灰度值集中分布在灰度级一侧的问题,本文设计了多子直方图均衡化图像增强算法,通过对图像进行直方图分区、动态范围调整,使夜视图像分布更加均匀,还能保留原有的图像细节;对直方图的灰度级概率进行调整、重新归一化,使夜视图像增强后不会出现过增强的现象,更好的提高图像质量;为了能够与多子直方图均衡化图像增强算法的效果进行比对,本文实现了基于灰度级统计的线性拉伸算法,利用灰度级在图像像素中出现的概率来确定线性拉伸的分区问题。本文提出了多种图像质量评价方法,搭建了基于FPGA的微光夜视图像增强系统,采用Xilinx公司生产的Virtex-5系列XC5VSX50T FPGA核心处理芯片,其具有强大的逻辑编程能力,本文最后进行了系统级试验及结果分析,用信息熵、对比度、信噪比等评价指标对增强后的图像质量进行评价,验证了算法的有效性和微光夜视图像增强系统的实时性。(本文来源于《吉林大学》期刊2018-03-01）
罗超[10]（2017）在《星光引路夜视全彩——评测思特威高性能低功耗CMOS图像传感器》一文中研究指出厂家说法SmartS ens电子科技有限公司是一家高性能CMOS图像传感器芯片设计公司,该公司业绩增长势头强进,截止目前,芯片累计出货量已超过1亿颗。在美国硅谷和中国上海分别拥有一支全球领先的研发团队。SmartS ens专注于提供面向未来和全球领先的CMOS图像传感器芯片产品。经过多年的技术深耕SmartS ens在视频监控领域巩固了其行业地位,产品涉及安防监控、车载影像、机器视觉及消费类电子产品(运动相机、AR、VR、智能(本文来源于《中国公共安全》期刊2017年11期）
夜视图像论文开题报告范文
（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：
为了获得更适合人感知的夜视融合图像,该文提出一种基于灰度变换与两尺度分解的夜视图像融合算法。首先,利用红外像素值作为指数因子对可见光图像进行灰度转换,在达到可见光图像增强的同时还使可见光与红外图像融合任务转换为同类图像融合。其次,通过均值滤波对增强结果与原始可见光图像进行两尺度分解。再次,运用基于视觉权重图的方法融合细节层。最后,综合这些结果重构出融合图像。由于该文方法在可见光波段显示结果,因此融合图像更适合视觉感知。实验结果表明,所提方法在视觉质量和客观评价方面优于其它5种对比方法,融合时间小于0.2 s,满足实时性要求。融合后图像背景细节信息清晰,热目标突出,同时降低处理时间。
（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。
夜视图像论文参考文献
[1].王丹,陈亮.基于深度学习的红外夜视图像超分辨率重建[J].红外技术.2019
[2].朱浩然,刘云清,张文颖.基于灰度变换与两尺度分解的夜视图像融合[J].电子与信息学报.2019
[3].李郁峰,蒋勇,陈念年,巫玲,范勇.oRGB颜色空间的夜视图像彩色融合[J].光学精密工程.2018
[4].匡银虎,张虹波.关于相机照拍夜视图像曝光亮度估计仿真[J].计算机仿真.2018
[5].蒋云峰,武东生,黄富瑜.真彩微光夜视图像融合算法[J].激光与光电子学进展.2019
[6].姚智慧.车载红外夜视系统中图像处理器的设计及特点[J].科技风.2018
[7].江自昊,程鸿芳.基于数字信号处理技术的红外夜视行车图像的处理[J].佳木斯大学学报(自然科学版).2018
[8]..安森美半导体推出首批具有近红外+(NIR+)的高分辨率图像传感器,以提升夜视功能[J].世界电子元器件.2018
[9].蔡凝.基于FPGA的微光夜视图像增强技术研究[D].吉林大学.2018
[10].罗超.星光引路夜视全彩——评测思特威高性能低功耗CMOS图像传感器[J].中国公共安全.2017