

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、圖像去噪在數(shù)字圖像處理中占有重要地位,其方法也越來(lái)越多,但其實(shí)質(zhì)就是利用噪聲的特性和各種先驗(yàn)信息盡可能的去除干擾,保留原圖像信息,改善圖像質(zhì)量。本文針對(duì)傳統(tǒng)算法的弊端,既考慮到了小波系數(shù)的尺度傳遞性,又考慮到了尺度內(nèi)空間聚集性,提出了一種基于鄰域模型和雙變量模型的圖像去噪新算法。
本文通過(guò)對(duì)均勻離散曲波變換域中小波系數(shù)統(tǒng)計(jì)特性的研究,針對(duì)傳統(tǒng)雙變量模型未考慮到空間聚集性的不足,提出了一種新的雙變量模型去噪算法。首先考慮到尺度內(nèi)
2、的小波系數(shù)的相關(guān)性引入鄰域模型,采用蒙特卡洛算法得到噪聲方差,進(jìn)而進(jìn)行圖像去噪;然后再引入具有尺度傳遞性的雙變量模型的基礎(chǔ)上,利用小波系數(shù)與父系數(shù)的相關(guān)性,進(jìn)而得到初始化圖像;最后以初始化圖像和原噪聲圖像為先驗(yàn)信息,推導(dǎo)出改進(jìn)的雙變量模型來(lái)處理原噪聲圖像,且以對(duì)稱 K-L散度和最大迭代次數(shù)為收斂條件,經(jīng)過(guò)逐層迭代得到了最終去噪圖像。實(shí)驗(yàn)結(jié)果表明該算法有效地改善了去噪圖像質(zhì)量。
本文引入均方誤差(MSE)和峰值信噪比(PSNR)
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。
最新文檔
- 基于曲波變換的圖像去噪
- 基于小波變換的改進(jìn)圖像去噪方法研究.pdf
- 基于雙樹復(fù)小波變換的圖像去噪.pdf
- 基于曲波變換的圖像去噪研究
- 基于雙正交小波變換的圖像去噪研究.pdf
- 基于小波變換的圖像去噪算法.pdf
- 基于小波變換圖像去噪研究.pdf
- 基于小波與輪廓波變換的改進(jìn)圖像去噪算法研究.pdf
- 基于曲波變換的圖像去噪研究.pdf
- 基于小波變換的圖像去噪方法.pdf
- 基于脊波變換的圖像去噪研究.pdf
- 基于雙樹復(fù)小波變換的圖像去噪算法研究.pdf
- 基于小波變換的全變分模型的圖像去噪.pdf
- 基于脊波變換的圖像去噪方法研究.pdf
- 基于小波變換的閾值圖像去噪方法.pdf
- 基于小波和有限脊波變換的圖像去噪.pdf
- 基于小波變換圖像去噪方法研究.pdf
- 基于雙樹復(fù)數(shù)小波的圖像去噪.pdf
- 基于非下采樣小波變換的圖像去噪研究.pdf
- 基于提升小波變換的圖像去噪算法研究.pdf
評(píng)論
0/150
提交評(píng)論