基于卷积神经网络的图像增强方法设计文献综述

 2022-01-02 21:29:00

全文总字数:5542字

关键词:图像处理;图像增强;神经网络摘 要:当今社会,图像扮演着非常重要的角色。然而,被利用的图像常常伴有对比度较低、清晰度较差、噪点明显等问题,这需要对图像进行增强处理,来使得图像观感更好、细节更突出、污染更小,以便于后续人类的判读和机器的处理。通过对前人文献的阅读,本文总结出目前图像增强领域常用的思路方法,罗列出他们的增强效果、运用范围。这些方法的优势与局限性也得到充分的展现。本文为后续研究提供了方向,在前人的基础上加以改进,创新的同时也避免不足,力求获得更好的增强效果。深度学习技术的流行,使得图像处理更加便利。将深度学习技术运用于图像增强之中,获得更为精确有效的增强效果。

1.引言

数字图像处理技术诞生于二十世纪五十年代,那时的计算机技术已经有所发展,人们利用计算机对图像进行运算处理。图像处理的主要任务是将输入的低质量图片转化为高质量图片输出。常用的图像处理方法包括图像增强、复原、压缩、编码等等。

随着数码设备的普及,人们可以通过各种电子产品轻松地获取数字图像。而数字图像在生成和传输过程当中,常常会收到一些来自内部或外部的干扰,导致图像质量、清晰度的下降。例如,拍照时的抖动导致画面模糊;图像传输时的压缩算法导致图像细节丢失,等等。一些老旧的文物、图画,在电子化后往往会出现图像质量差、边缘不清晰的问题。这些问题的解决,就需要图像增强来实现。

图像增强的目的是为了提高图像显示的效果,例如降低噪声、提高图像的清晰度等等。图像增强主要用于突出图像中人们感兴趣的部分,例如强化图像的高频分量,能够让图像中物体轮廓更清晰,使细节更清楚地显示。这一方法丰富了信息量,更加有利于后续图像的判读和图像识别。

图像增强在人们的生产生活中有着很广泛且重要的运用。下面列举几个图像增强在一些领域里面的具体运用。

(1)航空航天领域

上世纪60年代起,自从美国人发明了计算机后,图像增强便可由计算机来完成。1964年美国喷气推进实验实采用IBM公司型号为7094的计算机,对航空探测器“徘徊者7号”传回的月球照片采取灰度变换、降噪等图像增强方法,并获得了成功。随后,他们将改进后的图像增强算法又运用于“徘徊者8号”“水手号”发回的图片,使得图像增强技术进入了航空航天领域。

此外,随着图像增强技术的发展,硬件设备的发展被推动。图像采集工具拥有更好的性能,大大提高了图像的清晰度和准确度。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。