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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、作為物聯(lián)網(wǎng)主動(dòng)感知物理世界的重要技術(shù),無線多媒體傳感器網(wǎng)絡(luò)(Wire le ss Multimedia Sensor Networks,WMSN)借助自組網(wǎng)、感知信息豐富、可擴(kuò)展性強(qiáng)等優(yōu)勢而廣泛應(yīng)用于智能交通、工業(yè)控制等領(lǐng)域。然而,WMSN監(jiān)測場景目標(biāo)多樣,外界干擾因素較多,不可避免地受到雨雪霧惡劣天氣、光照強(qiáng)度等條件的影響,導(dǎo)致WMSN視頻圖像含有較為嚴(yán)重且特征復(fù)雜的噪聲。因此,迫切需要研究適用于低信噪比WMSN視頻圖像的去噪方法,以
2、保證WMSN監(jiān)測的可靠性和有效性。
近年來,圖像稀疏表示理論日益受到關(guān)注,憑借充分刻畫圖像本質(zhì)特征、有效區(qū)分圖像有用信息和噪聲的優(yōu)勢,形成稀疏去噪理論并應(yīng)用于視頻、圖像等去噪領(lǐng)域。其中,基于超完備字典的稀疏去噪方法得到廣大學(xué)者的深入研究。借鑒超完備字典和稀疏去噪理論,本文深入研究了低信噪比條件下WMSN視頻圖像的去噪方法以有效利用圖像稀疏特征,從而在減少傳輸數(shù)據(jù)量的同時(shí)充分保留WMSN圖像有用信息。
分析WMSN視頻
3、圖像特征并結(jié)合稀疏分解理論,提出了一種基于K-SVD和殘差比的低信噪比WMSN視頻圖像稀疏去噪算法。首先對WMSN視頻圖像進(jìn)行周期性采集、分幀及幀差等預(yù)處理;然后對關(guān)鍵幀運(yùn)用K-SVD訓(xùn)練DCT冗余字典以充分稀疏表示圖像特征,并采用基于殘差比的改進(jìn)型Batch-OMP實(shí)現(xiàn)關(guān)鍵幀去噪及重構(gòu);而對殘差幀則基于DCT冗余字典進(jìn)行稀疏去噪處理;最后,疊加去噪后的關(guān)鍵幀和殘差幀,從而整體上實(shí)現(xiàn)低信噪比WMSN視頻圖像的去噪及重構(gòu)。實(shí)驗(yàn)表明,本文算
4、法能更加有效地、較為快速地濾除圖像噪聲,適用于低信噪比WMSN視頻圖像去噪。
在前述研究基礎(chǔ)上,為了更為充分地利用圖像的自相似性與非局部結(jié)構(gòu)特征,借鑒ROI感興趣區(qū)域劃分的思想對傳統(tǒng)圖像聚類進(jìn)行改進(jìn),提出了一種基于圖像聚類和非局部正則化的WMSN視頻圖像稀疏去噪算法。首先在貝葉斯概率估計(jì)理論框架下,依據(jù)圖像感興趣區(qū)域ROI的像素灰度值進(jìn)行圖像聚類處理;然后利用基于ROI的圖像聚類所提供的非局部正則化參數(shù),建立基于圖像聚類與非局
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(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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。
最新文檔
- 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
- 基于稀疏表示與字典學(xué)習(xí)的圖像去噪算法研究.pdf
- 基于稀疏表示的圖像去噪算法
- 基于稀疏表示與結(jié)構(gòu)聚類的WMSN圖像去噪算法研究.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
- 基于稀疏表示的圖像去噪算法.pdf
- 基于稀疏正則化的WMSN圖像去噪算法研究.pdf
- 基于稀疏表示的圖像去噪研究.pdf
- 基于稀疏表示的圖像去噪研究
- 基于稀疏表示的紅外圖像去噪算法研究.pdf
- 基于超完備字典稀疏表示的圖像融合.pdf
- 基于稀疏表示和小波的圖像去噪算法研究.pdf
- 超完備冗余表示下的圖像去噪方法研究.pdf
- 基于稀疏表示的圖像去噪以及去霧霾算法.pdf
- 基于稀疏表示的圖像去噪方法研究.pdf
- 基于超完備Contourlet的圖像去噪和圖像融合.pdf
- 基于字典學(xué)習(xí)的圖像去噪與超分辨算法研究.pdf
- 基于稀疏表示和非局部均值的SAR圖像去噪算法研究.pdf
- 畢業(yè)論文基于稀疏表示的圖像去噪算法研究
評論
0/150
提交評論