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130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、圖像在采集、轉(zhuǎn)換、傳輸和顯示等過程中不可避免的要受到設(shè)備、環(huán)境和場景的影響,導(dǎo)致圖像質(zhì)量的退化,進而影響圖像的后續(xù)處理和應(yīng)用。為了改善圖像質(zhì)量,獲得更加真實、可靠的信息,必須對圖像進行處理。從本質(zhì)上來說,圖像處理和計算機視覺領(lǐng)域中的許多研究,如圖像去噪、去模糊、圖像修補、超分辨率重構(gòu)和鏡頭畸變矯正等,其目的都是希望從可能被噪聲污染的或不完全的觀測信號中,盡可能精確地恢復(fù)出原始的、清晰的信號。這些反問題研究面臨的最大挑戰(zhàn)是它們都是病態(tài)的,

2、逆運算或者不存在,或者對噪聲特別敏感。因此,如何有效地求解這些病態(tài)的反問題,確定一個合理的、盡可能接近真實的解,成為當前研究的熱點與難點。本文從幾類常見的圖像降質(zhì)現(xiàn)象出發(fā),圍繞圖像處理中的三個關(guān)鍵問題:圖像去噪、去模糊和鏡頭畸變矯正,進行了探索性和創(chuàng)新性的研究,主要內(nèi)容包括:
  ⑴在圖像去噪方面,首先,在分析了常用于衡量去噪效果優(yōu)劣的峰值信噪比公式的基礎(chǔ)上,利用Stein的均方誤差無偏估計(SURE)準則,結(jié)合圖像的局部近似模型

3、,提出了基于SURE準則的局部線性圖像濾波方法。該方法計算簡單,具有線性時間復(fù)雜度,而且在抑制噪聲的同時,能夠較好的保持圖像的幾何結(jié)構(gòu)等細節(jié)信息,因此可以有效地應(yīng)用于圖像處理的許多方面,如圖像去噪、細節(jié)增強和高動態(tài)范圍壓縮(HDR)等。其次,針對全變差(TV)正則化函數(shù)在零點不可微的問題,提出了基于局部線性模型的自適應(yīng)加權(quán)全變差去噪方法。該方法將求解含有全變差項的優(yōu)化問題,轉(zhuǎn)化為求解簡單的局部仿射變換問題,避免了在零點微分,并且,通過自

4、適應(yīng)的調(diào)節(jié)加權(quán)系數(shù),有效地提高了圖像去噪效果。最后,在研究一維快速測地距離計算的基礎(chǔ)上,通過對二維圖像每一維分別進行處理的方法,提出了一種基于可分測地距離的快速圖像濾波方法,該方法不僅降低了計算量,而且能夠直接應(yīng)用于彩色圖像,進一步,利用測地距離衡量像素間的相似性,提出了一種測地超像素生成方法,該方法不僅運行速度快,而且能夠得到分割精度高、分布均勻、形狀近似規(guī)則的超像素。
 ?、圃趫D像去模糊方面,首先,針對模糊核已知的非盲去模糊問

5、題,提出了一種基于l0-范數(shù)正則化的圖像去模糊方法。該方法利用圖像梯度具有稀疏性的統(tǒng)計特性,以l0-范數(shù)作為正則化約束函數(shù),保證了恢復(fù)圖像的稀疏性要求,可以有效的去除不同程度的高斯模糊和運動模糊。其次,針對模糊核未知的盲去模糊問題,提出了一種基于邊緣檢測和l0-范數(shù)的盲去模糊方法。該方法利用提取的顯著邊緣信息,對模糊核的估計過程進行控制,克服了基于簡單的最大后驗概率方法的不足,同時,結(jié)合運動模糊核具有稀疏性的先驗知識,以l0-范數(shù)作為模

6、糊核約束,進一步提高了估計結(jié)果的精度。
 ?、窃阽R頭畸變矯正方面,針對傳統(tǒng)矯正方法很少考慮畸變中心的不足,利用圖像中的直線特征,提出了基于單幅圖像的鏡頭畸變中心和畸變系數(shù)同時估計的徑向畸變矯正方法。該方法在鏡頭畸變的商模型下,詳細地討論了畸變直線的幾何性質(zhì),證明了空間中的直線在鏡頭的徑向畸變作用下,投影成為圖像中的圓弧,并分析了畸變中心和畸變直線的關(guān)系,進而利用圓擬合方法,同時對畸變參數(shù)進行估計。與傳統(tǒng)方法相比,該方法考慮了畸變中

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(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