导读:本文包含了梯度自适应算法论文开题报告文献综述、选题提纲参考文献，主要关键词:梯度,自适应,算法,图像,阵列,图像处理,趋光性。
梯度自适应算法论文文献综述写法
付雷,章政,余义[1]（2019）在《基于动态权值共轭梯度的自适应互补滤波姿态估计算法》一文中研究指出针对低成本微机电系统(MEMS)惯性测量器件易发散,单一的姿态估计算法存在精度低、抗干扰性弱等问题,提出了一种动态权值共轭梯度法与自适应互补滤波融合的姿态估计算法。该算法在共轭梯度算法中加入动态权值,根据载体运动加速度大小对权值进行动态调整,消除运动加速度对姿态估计的不利影响;将加速度计的输出采用动态权值共轭梯度法估计出姿态四元数,并将其与陀螺仪的输出通过自适应互补滤波算法融合以减小惯性测量单元(IMU)的漂移和噪声干扰,提高微型四旋翼飞行器姿态估计的跟踪精度。为了验证所设计算法的可行性和有效性,搭建了基于STM32单片机的四旋翼飞行器实验平台,实验结果表明该算法提高了姿态估计的跟踪精度以及非重力运动加速度干扰下的抗干扰能力。(本文来源于《高技术通讯》期刊2019年10期）
曹牧寒,李长红,曹凯,陈超波[2]（2019）在《基于梯度自适应极值搜索算法的趋光控制研究》一文中研究指出源定位已成为国内外研究的热点问题,为了在实验室环境下研究移动机器人的趋光性,对源定位理论方法进行了研究,设计了地面移动机器人光源定位平台,通过该平台来验证趋光理论的可行性;首先,利用对角线控制策略和梯度自适应极值搜索算法分别进行趋光实验,完成移动机器人对光源的定位;其次,使用MeanShift目标跟踪算法跟踪移动机器人的运动轨迹;最后,绘制出光源强度分布等值线并分析了移动机器人的运动轨迹;相比于对角线控制策略,梯度自适应极值搜索算法根据当前区域梯度值自适应调整反馈增益参数,提高了源定位效率,并在光源定位平台验证了该算法的有效性和稳定性。(本文来源于《计算机测量与控制》期刊2019年06期）
王东升,杨斌[3]（2019）在《基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法》一文中研究指出基于图像局部梯度具有明显一致性先验,提出了一种基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法。算法在恢复绿色通道时首先从垂直和水平两个方向的进行插值,得到候选插值结果。然后根据彩色通道结构相似的特点,提出利用多通道梯度线性加权估计图像局部梯度,并利用引导滤波实现用时域图像边缘结构对图像局部梯度进行一致化校验,从而提高边缘估计的精度。然后将一致化校验后的梯度特征与候选插值进行自适应融合得到最终绿色通道插值。最后依据图像通道之间的结构相似性先验,利用绿色通道结构细节实现对红色和蓝色通道重构图像的修正,从而恢复完整的去马赛克彩色图像。通过在Kodak和IMAX两个数据库进行的有效性验证,并与其他最新方法进行的性能对比,结果表明恢复图像主观视觉特性和客观评价指标都优于传统方法。此外,由于不涉及迭代和网络训练,具有高效性。(本文来源于《南华大学学报(自然科学版)》期刊2019年02期）
于艺铭,王琪,张琪,陈茜,王小菊[4]（2019）在《基于分通道自适应匹配的梯度保持色彩迁移算法》一文中研究指出本文针对经典Welsh与Reinhard算法进行改进,提出一种基于分通道自适应匹配的梯度保持色彩迁移算法。引入L、a、b叁通道作为匹配依据,因通道间的序列不相关,对单一通道进行处理时不会影响到另外两通道,消除了RGB颜色模式中单一目标区域易受多通道影响的弊端;对整体灰度值相近的图像,将色度均值差异最大的待处理区与背景区通道及参考图像对应通道进行自适应匹配,解决了Welsh算法对灰度差异小或灰度范围重迭的彩色源图像分级易造成误判的问题。然后引入梯度因子,同参考图像与源图像标准差比值作加权运算,将结果作为本文改进迁移算法的缩放比例系数,对匹配到的每组像素采用保持梯度的色彩迁移算法进行着色,避免了Reinhard算法易出现色彩细节信息丢失、阶调间过渡不自然等问题。实验证明,本文改进算法所得目标图像的彩色化效果均优于经典Welsh与Reinhard算法,极大提升了色彩迁移算法的灵活性与适用性。(本文来源于《影像科学与光化学》期刊2019年02期）
王新春,王隆隆,莫波,刘福祥,亓贺[5]（2019）在《基于自适应梯度先验的旋转模糊图像复原算法》一文中研究指出弹载红外成像系统随弹体作高速旋转运动时,在曝光时间内获取的图像存在严重旋转模糊问题,给后续的目标识别与图像跟踪造成极大困扰。针对此问题,提出了一种基于自适应梯度先验的旋转模糊图像复原算法。该算法通过使用自适应梯度先验的正则化项,对从图像中沿旋转模糊路径提取的一维向量在频域内进行反卷积运算。同时针对使用Bresenham算法提取像素方法产生的空穴点问题,设计了一种查表决策的自适应中值滤波算法。仿真实验结果表明,相对于改进的维纳滤波、约束最小二乘滤波、梯度加载滤波,该算法能有效地适应低信噪比干扰环境,具有较强的噪声抑制和削弱振铃效应的能力。(本文来源于《兵工学报》期刊2019年03期）
陈卓,任久春,朱谦[6]（2019）在《基于梯度下降的自适应姿态融合算法》一文中研究指出针对第一代帆船姿态测量系统中采用的自适应卡尔曼滤波算法作用范围有限、动态性能较差等缺陷,基于微机电系统(MEMS)惯性传感器与梯度下降姿态融合算法提出了两种自适应方法,分别根据当前时刻之前N个采样点的平均运动加速度与加速度的变化量设计自适应控制因子,得到稳定的动态梯度下降步长。实验结果表明:两种算法性能均优于自适应卡尔曼滤波与单点加速度抑制法,其中,基于加速度增量的控制算法更加符合高速运动状态下加速度剧烈变化的实际规律,测量性能达到最优,符合海面帆船运动船体姿态测量的实际需求。(本文来源于《传感器与微系统》期刊2019年03期）
杨洁,周洋,谢菲,张旭光[7]（2019）在《采用自适应梯度稀疏模型的图像去模糊算法》一文中研究指出目的图像的梯度分布被广泛应用在自然图像去模糊中,但研究结果显示先前的梯度参数估计方法不能很好地适应图像局部纹理变化。为此根据图像分块平稳的特点提出一种采用局部自适应梯度稀疏模型的图像去模糊模型。方法该模型采用广义高斯分布(GGD)来描述图像不同区域的梯度分布,在最大后验概率框架下建立自适应梯度稀疏模型,然后采用变量分裂交替优化算法来求解模型中的最小化问题。在GGD参数估计中,先对模糊图像进行预处理,并将预处理后的图像分成纹理区和平滑区,仅对纹理区采用全局收敛算法进行GGD参数估计,而对平滑区设置固定参数值。结果本文算法与近年来常用的去模糊去噪算法在不同类型的自然图像上进行了对比。实验结果表明,本文的参数估计法能精确地表达图像局部纹理变化,当在低噪声(加1%噪声),分别加入模糊核1和2的条件下,经本文算法去除模糊和噪声后的图像相较对比算法能分别提高信噪比值0. 04 2. 96 dB和0. 14 3. 19 dB;在高噪声(加4%噪声)不同模糊核下,能分别提高0. 194. 50 dB和0. 20 3. 63 dB,同时本文算法相比2017年Pan等人提出的算法(加2%噪声)能提升0. 15 0. 36 dB。此外,本文算法在主观视觉上能获得更清晰的纹理和边缘结构信息。结论本文算法在主客观评价上都表现出了良好的去模糊性能,可应用在自然图像和低照明图像等的去模糊领域。(本文来源于《中国图象图形学报》期刊2019年02期）
张佳丽[8]（2019）在《基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法》一文中研究指出设计了一种压缩感知耦合梯度下降的IR-VI图像自适应融合方案。引入S-函数对IR图像进行预处理,增强其对比度。利用非下采样Contourlet变换对IR与VI图像分解,分别得到低频与高频系数。对低频系数,利用自适应区域平均能量准则对其进行融合,以减少边缘模糊。对于高频部分,引入压缩感知进行稀疏采样,再采用绝对最大值选择与自适应高斯区域标准差的融合规则,通过高斯模糊隶属度建立的自适应控制融合过程,并利用基于梯度下降迭代算法来求解稀疏信号,形成高频融合系数。通过逆NSCT生成最终融合图像。实验表明,与当前流行的红外-可见光融合算法比较,所提算法具有更高的融合质量,输出图像的信息更丰富,边缘与纹理更为清晰。所提算法具有较高的融合质量,在红外、安防以及模式识别等领域具有一定的应用价值。(本文来源于《光学技术》期刊2019年01期）
张雷[9]（2018）在《梯度信息自适应的非局部均值滤波算法对矿井图像降噪研究》一文中研究指出为了提高非局部均值滤波算法对矿井图像的降噪效果,本文将改进的非局部均值滤波算法与八方向Prewitt算子相结合,通过梯度信息对滤波参数进行优化,赋予了该非局部均值滤波算法较强的自适应性。另外,八方向Prewitt算子增加了非局部均值滤波算法搜索窗口的移动方向,提高了搜索相似像素点的效率。本文算法在对人工加噪的图片进行处理时,所需时长仅为2.38 s,与经典的非局部均值滤波算法相比缩短了40%;本文算法处理所得图像的信噪比为26.473,是经典的非局部均值滤波算法的1.2倍。通过对处理所得图像质量进行对比发现,本文算法对矿井图像的降噪效果更为明显,且图像中边缘和纹理的细节信息更为丰富,可用于矿井检测图像的处理。(本文来源于《山东农业大学学报(自然科学版)》期刊2018年06期）
张君牧,舒勤[10]（2019）在《基于集员共轭梯度的约束自适应波束成形算法》一文中研究指出针对传统波束成形计算复杂度过大的问题,提出一种基于集员共轭梯度的约束自适应波束成形算法。运用共轭梯度算法原理,在期望信号功率保留的约束条件下使输出方差最小,得到权重向量,避免计算输入信号的协方差逆矩阵,有效达到收敛。集员方法运用时变边界约束条件,实行数据选择性更新,减少计算复杂度。该算法运用集员方法和共轭梯度,避免重复计算,得到有效的权重向量,保证良好的收敛性能。又对算法进行计算复杂度和收敛性能分析。仿真结果表明,与其他传统算法相比,该算法在保证良好的收敛性能的同时,大大减少了计算复杂度。(本文来源于《系统工程与电子技术》期刊2019年01期）
梯度自适应算法论文开题报告范文
（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：
源定位已成为国内外研究的热点问题,为了在实验室环境下研究移动机器人的趋光性,对源定位理论方法进行了研究,设计了地面移动机器人光源定位平台,通过该平台来验证趋光理论的可行性;首先,利用对角线控制策略和梯度自适应极值搜索算法分别进行趋光实验,完成移动机器人对光源的定位;其次,使用MeanShift目标跟踪算法跟踪移动机器人的运动轨迹;最后,绘制出光源强度分布等值线并分析了移动机器人的运动轨迹;相比于对角线控制策略,梯度自适应极值搜索算法根据当前区域梯度值自适应调整反馈增益参数,提高了源定位效率,并在光源定位平台验证了该算法的有效性和稳定性。
（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。
梯度自适应算法论文参考文献
[1].付雷,章政,余义.基于动态权值共轭梯度的自适应互补滤波姿态估计算法[J].高技术通讯.2019
[2].曹牧寒,李长红,曹凯,陈超波.基于梯度自适应极值搜索算法的趋光控制研究[J].计算机测量与控制.2019
[3].王东升,杨斌.基于梯度局部一致性的自适应Bayer模式彩色图像恢复算法[J].南华大学学报(自然科学版).2019
[4].于艺铭,王琪,张琪,陈茜,王小菊.基于分通道自适应匹配的梯度保持色彩迁移算法[J].影像科学与光化学.2019
[5].王新春,王隆隆,莫波,刘福祥,亓贺.基于自适应梯度先验的旋转模糊图像复原算法[J].兵工学报.2019
[6].陈卓,任久春,朱谦.基于梯度下降的自适应姿态融合算法[J].传感器与微系统.2019
[7].杨洁,周洋,谢菲,张旭光.采用自适应梯度稀疏模型的图像去模糊算法[J].中国图象图形学报.2019
[8].张佳丽.基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法[J].光学技术.2019
[9].张雷.梯度信息自适应的非局部均值滤波算法对矿井图像降噪研究[J].山东农业大学学报(自然科学版).2018
[10].张君牧,舒勤.基于集员共轭梯度的约束自适应波束成形算法[J].系统工程与电子技术.2019