版權(quán)說(shuō)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、圖像是人們獲取信息的重要來(lái)源。然而,由于成像設(shè)備及成像條件的限制,圖像在采集、轉(zhuǎn)換以及傳輸過(guò)程中不可避免地受到噪聲的污染。因此圖像去噪在圖像處理領(lǐng)域占據(jù)著重要的位置,是圖像邊緣檢測(cè)、特征提取、圖像分割、模式識(shí)別等工作的前提。圖像處理中許多實(shí)際的噪聲可以近似的認(rèn)為是高斯白噪聲,因此去除圖像中的高斯白噪聲成為圖像去噪領(lǐng)域中一個(gè)重要的方向。
非局部均值濾波器對(duì)加性高斯白噪聲有較好的抑制作用,這證實(shí)了圖像塊在被噪聲污染的情況下仍具
2、有相關(guān)性特征。圖像稀疏表示研究近年來(lái)已成為圖像壓縮領(lǐng)域研究的熱點(diǎn),并被應(yīng)用于圖像去噪領(lǐng)域,取得了很好的效果。基于非局部稀疏模型的圖像去噪方法正是在這樣的背景下提出的圖像去噪方法,去噪效果顯著。本文以該方法為研究基礎(chǔ),主要工作是基于非局部稀疏模型圖像去噪方法中字典的研究。主要工作包含以下三個(gè)方面:
(1)提出了基于PCA的非局部稀疏模型圖像去噪方法,利用圖像的PND字典初始化相似數(shù)據(jù)集合的稀疏表示字典,并使用相似集合數(shù)據(jù)進(jìn)行
3、字典學(xué)習(xí)更新。使用低冗余字典對(duì)相似數(shù)據(jù)進(jìn)行稀疏表示去噪,提高了稀疏表示效率。
(2)提出了基于改進(jìn)字典的非局部稀疏模型圖像去噪方法,使用相似集合中的相似數(shù)據(jù)來(lái)初始化稀疏表示字典,初始化字典經(jīng)過(guò)學(xué)習(xí)更新后對(duì)相似數(shù)據(jù)進(jìn)行稀疏表示實(shí)現(xiàn)去噪,去噪效果有明顯提高。
(3)提出了基于聯(lián)合稀疏模型的圖像去噪方法,主要是先利用稀疏分解將相似信號(hào)分解為公共分量和特征分量,噪聲包含在特征分量中,然后為特征分量選擇合適的稀疏字典,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 基于局部字典學(xué)習(xí)的非局部稀疏模型及圖像去噪應(yīng)用.pdf
- 基于非局部模型與字典學(xué)習(xí)的自然圖像去噪方法研究.pdf
- 基于稀疏表示模型的非局部圖像去噪算法研究.pdf
- 基于非局部稀疏的圖像去噪與平滑方法研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪研究.pdf
- 基于多字典和稀疏表示的圖像去噪方法.pdf
- 基于稀疏表示與非局部相似的圖像去噪算法研究.pdf
- 基于稀疏表示與字典學(xué)習(xí)的圖像去噪算法研究.pdf
- 基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究.pdf
- 基于非局部均值和稀疏表示的SAR圖像去噪方法.pdf
- 基于稀疏表示和非局部均值的SAR圖像去噪算法研究.pdf
- 基于非局部方法的圖像分割與圖像去噪研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪方法的研究.pdf
- 基于聯(lián)合字典學(xué)習(xí)的圖像去噪.pdf
- 基于稀疏模型的遙感圖像去噪處理研究.pdf
- 圖像去噪的非局部方法研究.pdf
- 基于稀疏表示和低秩的非局部圖像去噪算法研究.pdf
- 基于非局部均值濾波的超聲圖像去噪.pdf
- 基于非局部變分法的圖像去噪研究.pdf
- 基于稀疏分解的圖像去噪.pdf
評(píng)論
0/150
提交評(píng)論