2023年全國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
已閱讀1頁,還剩53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、開展數(shù)字圖像去噪方法研究,不僅具有自身的實際應用意義,同時去噪方法的研究成果,可被其他圖像處理技術(shù)借鑒,用于處理對應的應用問題。論文主要聚焦于偏微分方程圖像去噪方法研究,綜述了PDE(PartialDifferenceEquation)圖像去噪模型的發(fā)展歷程,著重分析了張量型基于散度的PDE模型,張量型基于跡的PDE模型,以及曲率保持PDE模型,指出了其各自存在的不足以及各向異性PDE模型有進一步提升的可能,針對曲率保持PDE模型容易在

2、圖像邊緣引入虛假信息之不足,開展相關(guān)深入研究,取得如下主要成果:
  1)提出了一種加權(quán)型線性積分卷積圖像去噪方法。利用基于總變差流的平滑技術(shù)計算非線性結(jié)構(gòu)張量,以此構(gòu)造擴散張量;接著將擴散張量投影在各個方向上,生成對應的向量場,由此計算得到各積分卷積結(jié)果;最后利用方向信息構(gòu)造加權(quán)函數(shù)。實驗結(jié)果表明,該方法能進一步提升去噪方法的性能;
  2)提出了一種基于圖像片的加權(quán)型線性積分卷積圖像去噪方法。改方法是上述提出方法的改進方

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