导读:本文包含了灰度变换论文开题报告文献综述、选题提纲参考文献，主要关键词:灰度,图像,直方图,特征,转换法,地形图,相关性。
灰度变换论文文献综述写法
陈新磊[1]（2019）在《基于灰度变换及边缘检测的脑地形图像识别算法的研究》一文中研究指出实现全面信息化,数字图像的处理技术在各方面的重要优势得以显现。图像处理技术已广泛应用于各行各业。研究的目的在于对多波形的脑地形图进行智能识别,对于同一人的不同时间的检查进行比对标注,为医师提供可供参考的诊断意见,进而辅助判定病情。研究为用户提供了两种智能图像处理算法:图像灰度变换,数字图像脑部地形图边缘检测。通过将疑似病人的不同时期的脑电地形图导入该系统并选用上述的方法即可完成对该病患的图像进行比对标注,辅助医生得出诊断结论,避免遗漏,实现辅助诊断的目的。(本文来源于《电脑编程技巧与维护》期刊2019年03期）
王忠民,王星,李刚[2]（2019）在《基于特征脸-灰度变换融合的人脸识别方法》一文中研究指出为了解决神经网络在人脸识别过程中复杂度高、运算量大、难以向嵌入式设备应用迁移问题,提出一种通过特征脸进行特征消除、通过灰度变换进行特征增强的人脸图像处理方法.该方法对采集的图片进行裁剪、校正处理,通过Dlib模型使人脸关键点处于相同坐标,进而将对正的图像通过特征脸-灰度变化预处理方法获得新的特征表达,将该表达矩阵送入浅层网络测试识别性能并探究特征脸数目对准确率的影响.实验表明,该方法在FERET与ORL数据集的识别准确率均明显提高,并且在浅层网络上依然保持较高的准确率,分别达到95. 1%,96. 14%.(本文来源于《小型微型计算机系统》期刊2019年02期）
王卉欢,张肇慧,王红,陈滨[3]（2018）在《灰度变换增强法在MRI影像处理中的应用》一文中研究指出目的探讨对患者脑部MRI图像进行灰度转换,达到突出显示病变部位,辅助医生做出正确诊断。方法采用传统方法对图像进行处理,效果不明显,本研究提出了中位色值算法,将中位数设为可调整阈值,默认为123。分别将图像中的所有像素点的R、G、B值相加除以像素点总数,再分别与设定的阈值相加,得到中位色参数值,将中位色参数值的RGB相加除以3,将得到的数值定义为中位色值β,依据中位色值对图像所有像素点进行处理,得到了理想图像。结果实现了兴趣区域的显着化,取得了较好的结果。结论利用本研究提出的中位色值算法,可以实现突显兴趣区域的效果,从而明确MRI影像中小儿脑中央沟等重要区域的位置,便于医生进行手术前的病灶定位。(本文来源于《牡丹江医学院学报》期刊2018年06期）
朱浩然,刘云清,张文颖[4]（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）
郑婉蓉,谢凌云[5]（2018）在《基于语谱图灰度变换方法的语音增强》一文中研究指出0引言声音和图像分别是听觉和视觉两种模态接收的输入信息,在数字信号处理领域有着各自不同的处理方法。将图像的处理方法运用到声音上,这种跨模态处理方法为视听交互和融合的相关研究提供分析思路,激发新的数字信号处理方法。已经有不少研究将图像处理的特征用于声音信号的分类~([1-3])。本文则提出了一种基于语谱图图像处理的语(本文来源于《2018年全国声学大会论文集 J通信声学与音频信号处理(含声频工程)》期刊2018-11-10）
李红梅,李春杰[6]（2018）在《基于混沌理论的灰度变换图像加密算法研究》一文中研究指出为了提高数字图像加密的安全性和加密性能,本文设计了一种基于混沌理论的灰度变换图像加密算法。首先得到数字图像的R、G、B部分,利用S盒变换进行预处理操作,得到图像的初始灰度值的二维矩阵,再转换成加密算法所需的一维矩阵。加密过程中分别采用了混沌理论中的Chebychev映射和Logistic映射产生的加密序列对图像的灰度值进行改变。实验结果表明,该加密方法能够较为有效地保证数字图像加密的安全性。(本文来源于《长春师范大学学报》期刊2018年04期）
黄江中,陈秀清,许威,杨帆,王卓[7]（2018）在《基于模糊灰度变换的水下图像增强技术研究》一文中研究指出为提高水下图像质量,分析了高斯降采样的缺点,引入了图像尺度空间的理论,采用非线性尺度空间的P-M模型,并结合高斯降采样,构造出一种新的图像降采样方法,该方法能在保留图像边缘信息的基础上,实现去噪和尺度缩放的功能。最后,针对水下图像对比度差的特点,研究了图像增强算法,对传统的模糊增强算法进行了改进,并通过实验验证了改进的增强算法比传统的模糊增强算法更适合水下管道图像的增强处理。(本文来源于《应用科技》期刊2018年03期）
李晓冰[8]（2017）在《基于反向直方图的红外序列测量图像灰度变换方法》一文中研究指出由于红外测量传感器具有感应范围宽,有效信息范围窄的特点,导致常规灰度变换方法损失目标有效信息,转换后的图像对比度低,图像质量较差。针对此问题,采用反向直方图理论,根据红外测量图像的灰度分布特性及处理要求,提出了一种利用反向直方图理论,进行红外序列测量图像灰度变换的方法。根据目标灰度变化趋势,扩展了目标灰度范围,压缩了背景及噪声的灰度级别,取得了良好的视觉效果。实验结果表明,该方法能够在增强目标图像细节的同时,完整的保留了图像背景信息,图像不失真。(本文来源于《光电技术应用》期刊2017年03期）
许鸿奎,韩晓,曲怀敬[9]（2017）在《结合假边缘提取和直方图分析的图像灰度变换》一文中研究指出光学刻划字符图像的前景通常由高灰度像素区域和低灰度像素区域组成,导致使用传统的基于梯度的边缘提取方法如Canny算子不能准确地获得字符的轮廓,为此本文提出了一种利用假边缘信息结合直方图分析的图像灰度变换方法,变换后的图像前景仅由低灰度像素构成。首先对Canny边缘点进行特征分析,提取其假边缘点;然后进行图像直方图分析,确定灰度变换范围以及灰度对应关系,并对假边缘两侧的边界区域施加光滑度约束来确定灰度变换参数;最后以此变换参数对非背景区域的高灰度像素进行灰度变换。实验证明,灰度变换后字符笔画仅由低灰度像素构成,原边界处的灰度变化足够光滑,可以使用基于梯度的方法来提取完整而准确的字符轮廓。(本文来源于《光学精密工程》期刊2017年04期）
卢达龙,翁秀玲,吴炜,王云峰[10]（2016）在《灰度变换下图像Harris角点特征点匹配算法性能分析》一文中研究指出由于Harris角点理论上具有不随光照条件改变而改变及旋转不变性等优点,被广泛应用于计算机视觉系统中。但实际应用中拍照光线的变化往往会引起图像的灰度失真,本文对Harris角点提取和SAD、SSD、NCC叁种匹配算法在灰度变换下的性能进行了分析。分析结果表明,Harris角点提取具有较好的光照条件鲁棒性;而NCC是叁种匹配算中灰度变换影响最小的。(本文来源于《软件》期刊2016年11期）
灰度变换论文开题报告范文
（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：
为了解决神经网络在人脸识别过程中复杂度高、运算量大、难以向嵌入式设备应用迁移问题,提出一种通过特征脸进行特征消除、通过灰度变换进行特征增强的人脸图像处理方法.该方法对采集的图片进行裁剪、校正处理,通过Dlib模型使人脸关键点处于相同坐标,进而将对正的图像通过特征脸-灰度变化预处理方法获得新的特征表达,将该表达矩阵送入浅层网络测试识别性能并探究特征脸数目对准确率的影响.实验表明,该方法在FERET与ORL数据集的识别准确率均明显提高,并且在浅层网络上依然保持较高的准确率,分别达到95. 1%,96. 14%.
（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。
灰度变换论文参考文献
[1].陈新磊.基于灰度变换及边缘检测的脑地形图像识别算法的研究[J].电脑编程技巧与维护.2019
[2].王忠民,王星,李刚.基于特征脸-灰度变换融合的人脸识别方法[J].小型微型计算机系统.2019
[3].王卉欢,张肇慧,王红,陈滨.灰度变换增强法在MRI影像处理中的应用[J].牡丹江医学院学报.2018
[4].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
[5].郑婉蓉,谢凌云.基于语谱图灰度变换方法的语音增强[C].2018年全国声学大会论文集J通信声学与音频信号处理(含声频工程).2018
[6].李红梅,李春杰.基于混沌理论的灰度变换图像加密算法研究[J].长春师范大学学报.2018
[7].黄江中,陈秀清,许威,杨帆,王卓.基于模糊灰度变换的水下图像增强技术研究[J].应用科技.2018
[8].李晓冰.基于反向直方图的红外序列测量图像灰度变换方法[J].光电技术应用.2017
[9].许鸿奎,韩晓,曲怀敬.结合假边缘提取和直方图分析的图像灰度变换[J].光学精密工程.2017
[10].卢达龙,翁秀玲,吴炜,王云峰.灰度变换下图像Harris角点特征点匹配算法性能分析[J].软件.2016