导读:本文包含了四叉树分解论文开题报告文献综述及选题提纲参考文献，主要关键词:图像融合,四叉树分解,鲁棒性主成分分析,全聚焦图像
四叉树分解论文文献综述
刘明君,董增寿,邵贵成[1]（2019）在《基于改进的四叉树分解多聚焦图像融合算法研究》一文中研究指出多聚焦图像融合的目的是将两幅或多幅部分聚焦图像融合为一幅全聚焦图像。本文提出一种基于四叉树分解和鲁棒性主成分分析(RPCA)的空间域多聚焦图像融合算法。首先利用四叉树分解算法将源图像分解为最佳的四叉树形结构图像块;同时,在四叉树形结构中,使用鲁棒性主成分分析算法对其聚焦区域进行探测,将聚焦度探测结果作为停止四叉树分解的条件;最后,从源图像中提取出聚焦区域重建为一幅全聚焦图像。本算法充分发挥了四叉树分解和鲁棒性主成分分析的优势,实验结果证明,本文提出的算法在主观视觉和客观评价指标上都取得了较好的效果。(本文来源于《科技通报》期刊2019年04期）
邓小鸿,刘惠文[2]（2017）在《基于四叉树分解和MB_LBP模式的人脸识别算法》一文中研究指出针对多尺度块局部二值模式MB_LBP在分块尺寸选择上的不足,提出了一种基于四叉树分解的MB_LBP算法。算法首先利用图的四叉树分解方法对人脸图像进行高同质性的划分,得到非固定尺寸的图像子块集合;然后对每个图像块利用改进的MB_LBP算法得到图像块的LBP值;最后,将所有的LBP值形成统计直方图得到整幅图像的特征。算法有效考虑了图像块的纹理特性,优化了局部特征值选择,提高了识别正确率。通过在ORL和YALE人脸数据库中进行仿真实验,结果表明,提出的算法相比MB_LBP方法识别正确率提高约10个百分点,并且在针对高分辨率人脸图像时识别速度提高1 s左右。算法适用于高分辨率的人脸图像快速识别。(本文来源于《电视技术》期刊2017年Z3期）
李敏,李彩霞,魏霖静[3]（2017）在《基于熵加权的四叉树分解单帧图像去雾》一文中研究指出为解决现有图像去雾算法运行效率低下且对白亮目标区域色彩失真的问题,提出一个基于四叉树分解与熵加权上下文正则的单帧图像去雾算法。原始雾图像估计出边界的约束量并进行四叉树分解,利用输入图像的统计特性,自适应地获得逐块的传输函数。引入每一个颜色通道的熵,改善权值函数的精度,通过最小化优化函数计算最终传输映射。该算法可获得具有最逼真的颜色与最少的光晕效应的高质量无雾图像。仿真的定性定量结果表明,该算法相比于现有算法能够获得最佳去雾效果,极大降低计算复杂度。(本文来源于《计算机工程与设计》期刊2017年06期）
胡志立,郭敏[4]（2015）在《基于四叉树分解与图割的彩色图像快速分割》一文中研究指出图割是一种基于图论的组合优化方法,基于图割的GrabCut是一种高效的前景提取算法。然而,GrabCut为达到一定分割精度,在高斯混合模型参数估计过程中多次迭代使用图割,这使得GrabCut在处理海量级图像数据时,耗时往往比较大。通过四叉树分解,可以将图像划分成区域内相似度高的若干分块,以构建精简的网络图,并用块内的RGB均值代替该块内的所有像素点的值进行高斯混合模型参数估计,从而减小问题规模,提高算法效率。实验结果表明了算法的可行性及有效性。(本文来源于《计算机工程与科学》期刊2015年02期）
Ahmet,SAYAR,Süleyman,EKEN,Okan,ZTüRK[5]（2015）在《不确定空间二维范围查询的Kd-树和四叉树分解（英文）》一文中研究指出研究目的:通过点数据二维范围查询性能测试评价空间划分方法(kd-树和四叉树)的可行性和有效性。创新要点:基于不确定空间创建有效索引,将范围查询分解成多个等尺寸子范围求解。研究方法:将数据集合定义为二维平面上的点,进行范围查询(窗口查询)。根据数据大小(相对大或相对小)及其分布(随机或偏斜)测试四种方案(图3-8)。相同的测试同时应用于真实数据(Turkey’s points of interest data,图9-11)。重要结论:所提算法有助选取由索引表格创建的最佳划分组合,最小化给定查询响应时间。四叉树索引平行度更高,这很大程度上由于四叉树更清晰地揭示数据空间位置。(本文来源于《Journal of Zhejiang University-Science C(Computers & Electronics)》期刊2015年02期）
叶海军[6]（2013）在《基于Top-Hat变换和四叉树分解理论的SAR图像目标检测方法》一文中研究指出SAR图像目标检测方法没有固定的范式,是图像分析、理解和解译的基础。针对含有目标的SAR图像,提出一种基于Top-Hat变换和四叉树分解理论的SAR图像目标检测方法。对含有目标的灰度SAR图像,利用Top-Hat变换减小图像的突变,并使用图像的特征均值和特征方差值作为阈值进行动态阈值的四叉树分解。最后根据目标固有的特征对候选的若干区域选择一个真实的目标,并采用X波段SAR图像验证该方法能够有效地实现SAR图像目标区域的检测。(本文来源于《现代电子技术》期刊2013年03期）
晏燕,李琦峰,陈海燕,蔺莹[7]（2012）在《四叉树分解的图像认证水印算法》一文中研究指出文章分析了图像内容认证方式和常用篡改检测定位方法,设计出基于图像四叉树分解的认证水印算法,以四叉树分解的图形信息作为水印图像用于篡改定位。实验证明,该方法在保持图像视觉质量的前提下,能够有效抵抗常规的图像处理操作,对恶意攻击进行多区域篡改检测和准确定位。(本文来源于《信息网络安全》期刊2012年11期）
丁西明,段汉根,范益政[8]（2011）在《四叉树分解的图像插值》一文中研究指出如何在图像插值的同时较好地保持图像的结构信息一直是图像插值的一个难点,提出了一种基于四叉树分解的图像插值方法,基本思想是:用四叉树分解将原始图像划分为一些像素值相近的子块,当分解区域为1×1,用最邻近插值方法,分解区域为2×2时,用双线性方法插值,其余情况用双立方插值扩充子块,再将扩充后的子块映射到输出图像。实验结果表明该方法能较好地保持图像的边缘,同时具有较高的效率,可以应用到图像、视频及医学图像的放大。(本文来源于《计算机工程与应用》期刊2011年20期）
何兴恒,陈慧[9]（2008）在《一种基于四叉树分解的图像压缩方法》一文中研究指出在信息社会高度发展的今天,图像成为可以传递信息的重要载体之一。由于未经处理的图像信息量非常大,大力研究和开发图像压缩编码技术就非常重要。论文主要探讨对于存在连续阴影或者大量连续相同像素的图像压缩,通过分析RLE算法的不足,提出了一种基于四叉树分解的图像压缩方法,实验表明运用这种方法实现静态图像压缩可以使压缩效率得到进一步的提高,该方法为实现静态图像压缩开辟了新的思路和途径。(本文来源于《计算机工程与应用》期刊2008年09期）
薛晶晶,白廷柱,汪岳峰,黄峰[10]（2007）在《基于四叉树分解方法的伪装网光学隐身性能评价》一文中研究指出伪装网是军用车辆、掩蔽部等常用的一种静态伪装装备,本文采用基于四叉树分解的计算机建模方法对其伪装效果进行评价,通过对户外试验采集的实际图像进行计算机处理,利用四叉树分解结果自动识别出目标位置,并根据面积加权算法对军用车辆的热红外温度特征进行估计,比较采用伪装网前后的目标特征,对伪装网性能进行了定量估算。结果表明,试验使用的伪装网在一定的时间内可以有效地降低军用车辆表面的红外辐射特征,基于四叉树分解的算法能够迅速并有效地评价伪装网的伪装性能。(本文来源于《红外技术》期刊2007年07期）
四叉树分解论文开题报告
（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：
针对多尺度块局部二值模式MB_LBP在分块尺寸选择上的不足,提出了一种基于四叉树分解的MB_LBP算法。算法首先利用图的四叉树分解方法对人脸图像进行高同质性的划分,得到非固定尺寸的图像子块集合;然后对每个图像块利用改进的MB_LBP算法得到图像块的LBP值;最后,将所有的LBP值形成统计直方图得到整幅图像的特征。算法有效考虑了图像块的纹理特性,优化了局部特征值选择,提高了识别正确率。通过在ORL和YALE人脸数据库中进行仿真实验,结果表明,提出的算法相比MB_LBP方法识别正确率提高约10个百分点,并且在针对高分辨率人脸图像时识别速度提高1 s左右。算法适用于高分辨率的人脸图像快速识别。
（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。
四叉树分解论文参考文献
[1].刘明君,董增寿,邵贵成.基于改进的四叉树分解多聚焦图像融合算法研究[J].科技通报.2019
[2].邓小鸿,刘惠文.基于四叉树分解和MB_LBP模式的人脸识别算法[J].电视技术.2017
[3].李敏,李彩霞,魏霖静.基于熵加权的四叉树分解单帧图像去雾[J].计算机工程与设计.2017
[4].胡志立,郭敏.基于四叉树分解与图割的彩色图像快速分割[J].计算机工程与科学.2015
[5].Ahmet,SAYAR,Süleyman,EKEN,Okan,ZTüRK.不确定空间二维范围查询的Kd-树和四叉树分解（英文）[J].JournalofZhejiangUniversity-ScienceC(Computers&Electronics).2015
[6].叶海军.基于Top-Hat变换和四叉树分解理论的SAR图像目标检测方法[J].现代电子技术.2013
[7].晏燕,李琦峰,陈海燕,蔺莹.四叉树分解的图像认证水印算法[J].信息网络安全.2012
[8].丁西明,段汉根,范益政.四叉树分解的图像插值[J].计算机工程与应用.2011
[9].何兴恒,陈慧.一种基于四叉树分解的图像压缩方法[J].计算机工程与应用.2008
[10].薛晶晶,白廷柱,汪岳峰,黄峰.基于四叉树分解方法的伪装网光学隐身性能评价[J].红外技术.2007