版權說明: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,請進行舉報或認領
文檔簡介
1、近年來,圖像去噪技術慢慢發(fā)展起來,它作為數(shù)字圖像處理技術的一個研究分支,已經(jīng)成為了一個重要的研究熱點。圖像去噪技術之所以發(fā)展的如此之快,主要有以下幾方面原因,首先是計算機技術的飛速發(fā)展,其次是近年來數(shù)學運算知識廣泛地應用于各個領域,最后就是圖像技術應用領域的擴大,迫切地需要圖像去噪技術具有更高層次的提升和創(chuàng)新,從而能夠具有更好的實際應用價值。
現(xiàn)有的中值濾波算法,已經(jīng)在標準中值濾波算法的基礎上得到了很多的改進,也取得了較好的去
2、噪效果。但是現(xiàn)有的中值濾波算法的研究重點主要是針對后續(xù)算法的精確度上進行改進研究,而忽視了噪聲檢測的重要性。在不需要增加算法難度的情況下,課題針對自適應中值濾波算法的效率高的優(yōu)點,提出了針對噪聲點和噪聲團檢測的自適應中值濾波改進算法,克服了現(xiàn)有中值濾波算法的噪聲點檢測率較低的缺點。
本文通過分析和比較了現(xiàn)有的各種改進型的中值濾波算法的優(yōu)缺點,分別提出了針對脈沖噪聲點檢測的改進型自適應中值濾波算法和針對現(xiàn)在少有研究的噪聲團檢測的
3、改進型自適應中值濾波算法。本文研究的第一種方法研究的主要內(nèi)容是如何提高脈沖噪聲檢測的準確度,研究的第二種算法,主要是針對現(xiàn)在少有研究的噪聲團的檢測的改進型自適應中值濾波算法,得到了基于脈沖噪聲團檢測的新型中值濾波算法,在第二種改進算法中,采用了新的變換濾波窗口和擴大濾波窗口的方式。本文對提出的兩種算法做了大量的實驗研究和數(shù)據(jù)分析,對算法的主要性能進行了詳細的研究。
通過仿真結(jié)果,可以看出這兩種改進算法從圖像的主觀評價和客觀評價
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。
最新文檔
- 基于噪聲點檢測的中值濾波圖像去噪算法.pdf
- 碩士論文-基于脈沖噪聲檢測的圖像去噪研究
- 基于邊緣檢測的小波圖像去噪.pdf
- 基于PDE的圖像去噪.pdf
- 基于SVM的SAR圖像去噪及邊緣檢測.pdf
- 基于Contourlet的圖像去噪方法研究.pdf
- 基于稀疏表示的圖像去噪研究.pdf
- 基于塊的圖像去噪算法研究.pdf
- 圖像去噪方法的研究.pdf
- CBCT圖像去噪的研究.pdf
- 基于dsp的圖像去噪實現(xiàn)
- 基于盲分離的圖像去噪技術研究.pdf
- 基于稀疏表示的圖像去噪研究
- 人臉檢測及圖像去噪算法研究.pdf
- 基于小波邊緣檢測的圖像去噪方法研究.pdf
- 紅外圖像去噪研究
- 基于多特征結(jié)合與支持向量機集成的噪聲檢測與圖像去噪.pdf
- 模糊圖像去噪技術的研究與實現(xiàn)
- 針對斑點噪聲的圖像去噪與增強算法研究.pdf
- 基于Shearlet變換的圖像去噪.pdf
評論
0/150
提交評論