2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像去噪的分?jǐn)?shù)階偏微分方程差分方法是圖像去噪領(lǐng)域中的一個(gè)重要方向,其數(shù)值方法研究有重要的理論意義和實(shí)用價(jià)值。
  學(xué)位論文分別構(gòu)造基于空間分?jǐn)?shù)階偏微分方程圖像去噪模型(TV模型)的隱式差分格式、θ-差分格式,分析格式解的存在唯一性、穩(wěn)定性和收斂性,給出精度分析;提出了基于空間分?jǐn)?shù)階TV模型的改進(jìn)分?jǐn)?shù)階微分掩模算法。
  空間分?jǐn)?shù)階TV模型的隱式差分格式有唯一解,是絕對(duì)穩(wěn)定、收斂的;空間分?jǐn)?shù)階TV模型的θ-差分格式有唯一解,是

2、條件穩(wěn)定、收斂的。
  理論分析與數(shù)值試驗(yàn)表明:本文的隱式差分格式和θ-差分格式對(duì)求解空間分?jǐn)?shù)階TV模型是可行的,在適當(dāng)?shù)臈l件下,θ-差分方法的圖像去噪效果優(yōu)于隱式差分方法,兩種方法的圖像去噪效果都優(yōu)于已有的分?jǐn)?shù)階微分掩模算法;本文改進(jìn)的分?jǐn)?shù)階微分掩模算法對(duì)求解空間分?jǐn)?shù)階TV模型是可行的,其去噪效果優(yōu)于已有的分?jǐn)?shù)階微分掩模算法;θ-差分方法和隱式差分方法的圖像去噪效果優(yōu)于改進(jìn)的分?jǐn)?shù)階微分掩模算法。
  數(shù)值試驗(yàn)驗(yàn)證理論分析,

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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論