基于稀疏模型的遙感圖像去噪處理研究.pdf_第1頁
已閱讀1頁，還剩62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

文檔簡介

1、遙感圖像在獲取、存儲以及傳播的過程中都會受到各種噪聲的污染，造成了圖像質(zhì)量的下降。因此，圖像的去噪就成為非常重要的手段。近年來，稀疏表示的研究開始興起，并且已經(jīng)應用到了圖像處理的各個領域，如圖像去噪、人臉識別、圖像分割以及圖像壓縮等。本文主要研究的是稀疏模型下遙感圖像的去噪處理。主要研究內(nèi)容如下:
　　(1)基于過完備字典的圖像分塊稀疏表示的去噪算法研究。首先對整幅圖像進行分塊處理，在Bayes理論框架下，獲取圖像小塊的近似稀疏表

2、示，然后利用滑窗稀疏編碼的方法，得到整幅圖像的所有最優(yōu)化的稀疏系數(shù)，最后將這些稀疏系數(shù)進行重構(gòu)得到去噪后的圖像。
　　(2)基于字典學習的自適應圖像稀疏表示去噪方法研究。首先借鑒K-SVD算法，初始化過完備字典，通過噪聲圖像塊訓練字典，然后應用學習得到的字典對噪聲圖像進行稀疏表示。訓練后的字典能夠更有效的表示圖像的內(nèi)容，去噪效果明顯。仿真實驗結(jié)果表明該方法在遙感圖像去噪方面具有比較理想的效果。
　　(3)小波變換能夠有效地分

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