圖像去噪與恢復.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著現(xiàn)代科技的迅猛發(fā)展,數(shù)字圖像處理技術(shù)已經(jīng)廣泛應(yīng)用到人們生活的各個領(lǐng)域.圖像在成像、存儲、傳輸過程受到各種噪聲干擾導致圖像質(zhì)量降低.因此,圖像去噪是圖像預處理的主要任務(wù)之一.其意義在于有效提高人類視覺識別圖像信息的準確性,為后續(xù)圖像處理提供可靠保證.本文著重研究椒鹽噪音和高斯噪音圖像去噪算法.
  針對椒鹽噪音,提出基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的自適應(yīng)去噪算法.該方法對細節(jié)較多和細節(jié)較少的圖像分別根據(jù)圖像子塊的噪音污染程度、紋理復雜度自

2、適應(yīng)調(diào)整鄰域大小,然后在確定鄰域內(nèi)利用脈沖耦合神經(jīng)網(wǎng)絡(luò)檢測并平滑噪音.經(jīng)典圖像仿真實驗結(jié)果表明,與中值濾波和脈沖耦合神經(jīng)網(wǎng)絡(luò)去噪算法相比,該算法在平滑噪音和保留細節(jié)方面有明顯優(yōu)勢.此外,該算法應(yīng)用到實際自帶噪音圖像,得到較好的恢復效果,驗證了該算法的實用性.
  針對高斯噪音,提出一種新的基于自適應(yīng)原子庫的稀疏表示去噪算法.該方法通過對全部相似子塊自適應(yīng)訓練子原子庫實現(xiàn)圖像稀疏表示.首先利用全局分析方法確定信號子空間.然后通過統(tǒng)計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論