导读:本文包含了图像多分辨率分割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:图像,分辨率,多核,小波,阈值,模型,水平。
图像多分辨率分割论文文献综述
唐文杰,朱家明,张辉[1]（2017）在《多分辨率双水平集医学图像分割算法》一文中研究指出由于医学图像通常伴有灰度不均、背景复杂的特点,传统水平集无法对其进行有效分割,因此提出了一种多分辨率改进型双水平集算法。首先,利用小波进行多尺度空间分析,从而获取医学图像的粗尺度图像;然后由改进型双水平集对图像进行分割,提取多目标区域;为了去除医学图像中灰度不均对分割效果的影响,该算法引入偏移场拟合项,以进一步改进双水平集模型,进而对粗尺度分割效果进行优化处理。实验结果表明,所提算法能有效地解决灰度不均与背景复杂的问题,将伴灰度不均的多目标医学图像完全分割出来,从而获得预期的分割效果。(本文来源于《计算机科学》期刊2017年S2期）
付金明,羿旭明[2]（2016）在《基于小波多分辨率分析和改进窄带法的C-V水平集图像分割模型》一文中研究指出本文研究了基于小波分析改进的C-V模型图像分割问题.利用小波多分辨率分析和改进的窄带水平集方法,获得了比传统C-V模型分割速度更快、准确度更高、算法复杂度更低的分割结果.推广了C-V水平集模型如何快速准确地分割灰度不均匀的图像和窄带水平集法等结果.(本文来源于《数学杂志》期刊2016年04期）
吴涛,夏平,刘小妹,雷帮军[3]（2016）在《基于小波域多分辨率MRF的声呐图像目标分割》一文中研究指出声呐图像受噪声影响严重,分辨率低,传统算法对其目标分割效果较差,为此,提出了小波域多分辨率MRF模型的声呐图像分割算法。小波域多分辨率分析有利于提取声呐图像弱特征信息;每一分辨率中的观测特征采用高斯混合模型建模,尺度内同标记的观测特征用高斯模型建模,用各向同性的双点多级逻辑(Multi-Level Logistic,MLL)模型建模每一尺度的标记场;最后,用迭代条件模式(Iterated Conditional Mode,ICM)实现多分辨率马尔可夫随机场(Multi-Resolution Markov Random Field,MRA-MRF)中能量函数的最优解,获取标记场,完成声呐图像分割。从视觉效果和定量分析两方面验证。对比实验的结果表明,该文算法能有效地提取声呐图像的弱目标信息,较好地将目标区域和背景区域分割出来,具有较高的分割精度和鲁棒性。(本文来源于《声学技术》期刊2016年03期）
范虹,朱艳春,王芳梅,张旭梅[4]（2014）在《多分辨率水平集算法的乳腺MR图像分割》一文中研究指出针对乳腺MR图像信息量大、灰度不均匀、边界模糊、难分割的特点,提出一种多分辨率水平集乳腺MR图像分割算法.算法的核心是首先利用小波多尺度分解对图像进行多尺度空间分析,得到粗尺度图像;然后对粗尺度图像利用改进CV模型进行分割.为了去除乳腺MR图像中灰度偏移场对分割效果的影响,算法中引入局部拟合项,并用核函数进一步改进CV模型,进而对粗尺度分割效果进行优化处理.仿真和临床数据分割结果表明,所提算法分割灰度不均匀图像具有较高的分割精度和鲁棒性,能够有效的实现乳腺MR图像的分割.(本文来源于《物理学报》期刊2014年11期）
赵志辉,朱亚红,汪民乐,翟世梅[5]（2013）在《一种基于多分辨率阈值选取原则的图像分割方法》一文中研究指出针对多源目标图像区域分割问题,采用了多分辨率阈值选取方法,依据图像小波分解后的最小距离求得最优多分辨率阈值,对多源图像进行分割,标定重点目标区域。仿真研究表明,利用小波变换在较小尺度下对区域边缘点定位比较准确,可得到图像区域边缘增强图,并与全局阈值分割结果比较发现,此方法提取出的有效区域,为图像信息后续研究提供了一种可行的技术支撑。(本文来源于《弹箭与制导学报》期刊2013年05期）
李婵飞[6]（2013）在《基于图像分割和多分辨率分析的图像融合方法研究》一文中研究指出图像融合是指对多个图像传感器获得的互补或冗余信息进行集合的过程，其思想是运用一定的算法，把工作在不同波段、具有不同成像机理的图像传感器对同一场景的多个图像信息融合成一副新图像，使得新图像更加适合人的视觉感知，或者满足图像处理中的分割、特征提取、目标识别的需要。本文主要研究红外和可见光图像融合方法。本文阐述基于多分辨率分析图像融合的基本原理，主要包括基于拉普拉斯金字塔分解的图像融合基本原理，基于小波变换的图像融合基本原理，基于平稳小波变换的图像融合基本原理和基于非下采样轮廓波变换的图像融合基本原理，并分析各种基于多分辨率分析图像融合方法的优劣。在传统基于多分辨率分析的图像融合框架下，本文研究基于图像分割和多分辨率分析的红外和可见光图像融合框架。该框架的主要思想是运用图像分割将红外图像分割为目标和背景图像，然后将红外背景图像和可见光图像运用多分辨率分析融合方法融合得到融合背景图像，再将红外目标和融合背景图像融合得到最终的融合图像。在基于图像分割和多分辨率分析的红外和可见光图像融合框架下，本文研究基于图像分割和平稳小波变换的红外与可见光图像融合方法。该方法运用最大类间方差和边缘检测相结合的图像分割方法将红外图像分割为目标和背景图像，并将空间频率取大的融合准则应用到红外背景和可见光图像的融合中，再利用加权求和方法将红外目标图像和融合背景图像融合得到最终的融合图像。实验结果表明，该融合方法无论在客观评价还是主观评价上都取得了较好的效果。本文还研究基于灰度直方图熵和平稳小波变换的红外与可见光图像融合方法。该方法运用灰度直方图熵和边缘检测相结合的图像分割方法将红外图像分割为目标和背景图像，然后将高斯模糊逻辑权值融合准则应用到红外背景和可见光图像经平稳小波分解的低频子带融合中，并用加权求和的方法将红外目标和融合背景图像融合得到最终的融合图像。实验结果表明，该融合方法很好地改善了图像的主观视觉效果，其客观评价标准也有明显提高。(本文来源于《重庆大学》期刊2013-04-01）
李静怡[7]（2013）在《基于小波包的多分辨率图像分割的研究》一文中研究指出小波分析被誉为"数字信号显微镜",其在研究图像分割技术中也取得了较大的发展。本文在这一背景下对小波分析图像分割理论进行了简要分析,同时对含噪图像进行了小波变换对的多尺度分解分析,利用MATLAB仿真对某一植物图像进行了小波变换的应用。结果得出小波分析对图像分割优势明显,从近几年的发展形势来看图像处理领域中小波的图像分割应用前景值得期待,这一研究对于图像分割的不断发展会产生一定的应用意义。(本文来源于《网络新媒体技术》期刊2013年02期）
肖然,侯进[8]（2012）在《基于马尔可夫模型的多分辨率图像分割算法》一文中研究指出为解决图像分割中过分割、欠分割和依赖初始分割问题,提出一种基于马尔可夫模型的多分辨率图像分割算法。利用变权重方法改进多分辨率马尔可夫随机场算法,结合曲波和小波变换对图像进行多分辨率分析,并通过区域合并减少图像中的区域数。实验结果表明,与经典算法相比,该算法的分割性能较好。(本文来源于《计算机工程》期刊2012年16期）
杨克己,邵泉钢[9]（2011）在《基于多分辨率阈值的非均匀光照微视觉图像实时分割技术研究》一文中研究指出为了满足微纳和生物医学领域对微视觉图像目标信息高精度实时提取的需求,提出一种基于多分辨率阈值的非均匀光照微视觉图像实时分割技术.针对传统方法所存在的在非均匀光照微视觉图像分割过程中难以精确估计阈值和实时性差等问题,首先根据微视觉图像的梯度概率密度稀疏分布特性,建立灰度强度分布估计目标函数,并利用迭代加权最小二乘法实现灰度强度分布优化估计,达到非均匀光照补偿的目的;然后,在传统二维Otsu方法的基础上,利用小波变换的多分辨率分析能力有效减少阈值估计过程中的计算量,提高微视觉图像分割的实时性.实验研究表明,该方法能有效协调分割精度和速度之间的矛盾关系,具有不受光照影响的特点,能快速取得精确的图像分割效果.(本文来源于《工程设计学报》期刊2011年02期）
刘张桥[10]（2011）在《多分辨率图像锥结合FCM的多核并行图像分割算法研究》一文中研究指出随着图像采集技术的发展,人们可获得分辨率越来越高的图像,高效地提取高分辨率图像中大量可辨识信息对图像工程应用有重要意义。传统的多分辨率图像锥采用低通滤波技术,分割高分辨率图像时造成分割区域数量不等于图像中实际物体数量;串行的模糊C-均值(即FCM)算法分割图像时可能忽略空间上下文信息,且时间和空间复杂度很大。如何提高大幅图像的分割效率是图像处理领域的一个难题。本文提出基于正交小波分解的多分辨率图像锥结合FCM的图像分割方法,该方法综合分析正交小波分解法、多分辨率图像锥分割算法和FCM算法的多核并行性,设计出两者相结合的P-FCM多核并行模型,采用并行化语言OpenMP实现该模型。实验验证该算法在保证分割质量的前提下,较好地提高图像分割效率。本文主要工作包括:①对图像分割技术的研究背景、实际应用意义、国内外的研究现状和图像处理基础理论知识进行分析,并对多核并行发展及相关技术进行介绍。②针对传统图像锥设计过程计算量大和分割图像效率低的缺点,采用多核并行的正交小波分解法设计锥结构,并提出基于多分辨率图像锥的多核并行图像分割模型(P-多核并行锥模型)。③针对多分辨率图像锥分割图像可能存在过或低分割的问题,引入FCM算法,设计其多核并行模型,并与P-多核并行锥模型相结合,提出P-FCM多核并行模型。另外,对原始图像数据预处理时,采用矩形块并行分割方法来划分原始图像数据。④采用OpenMP对P-FCM多核并行模型编程,并统计分析该模型算法在分割不同大小和不同分辨率的图像时P-FCM多核并行模型的加速比。⑤通过实验验证该模型在处理高分辨率的大幅图像(大于1MB)时,随着CPU数量的增加,加速比呈接近线性方式递增。本文提出的P-FCM多核并行模型能很好地降低计算复杂度,提高图像分割效率,满足图像工程应用中实时性强和准确性高的要求。(本文来源于《重庆大学》期刊2011-04-01）
图像多分辨率分割论文开题报告
（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：
本文研究了基于小波分析改进的C-V模型图像分割问题.利用小波多分辨率分析和改进的窄带水平集方法,获得了比传统C-V模型分割速度更快、准确度更高、算法复杂度更低的分割结果.推广了C-V水平集模型如何快速准确地分割灰度不均匀的图像和窄带水平集法等结果.
（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。
图像多分辨率分割论文参考文献
[1].唐文杰,朱家明,张辉.多分辨率双水平集医学图像分割算法[J].计算机科学.2017
[2].付金明,羿旭明.基于小波多分辨率分析和改进窄带法的C-V水平集图像分割模型[J].数学杂志.2016
[3].吴涛,夏平,刘小妹,雷帮军.基于小波域多分辨率MRF的声呐图像目标分割[J].声学技术.2016
[4].范虹,朱艳春,王芳梅,张旭梅.多分辨率水平集算法的乳腺MR图像分割[J].物理学报.2014
[5].赵志辉,朱亚红,汪民乐,翟世梅.一种基于多分辨率阈值选取原则的图像分割方法[J].弹箭与制导学报.2013
[6].李婵飞.基于图像分割和多分辨率分析的图像融合方法研究[D].重庆大学.2013
[7].李静怡.基于小波包的多分辨率图像分割的研究[J].网络新媒体技术.2013
[8].肖然,侯进.基于马尔可夫模型的多分辨率图像分割算法[J].计算机工程.2012
[9].杨克己,邵泉钢.基于多分辨率阈值的非均匀光照微视觉图像实时分割技术研究[J].工程设计学报.2011
[10].刘张桥.多分辨率图像锥结合FCM的多核并行图像分割算法研究[D].重庆大学.2011
论文知识图
