2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩42頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在現(xiàn)實(shí)生活中圖像由于種種原因被加入大量噪聲,不僅嚴(yán)重影響了圖像的視覺效果,同時(shí)也給以后的圖像分析和處理帶來一定的困難,因此在圖像預(yù)處理中圖像去噪是非常重要的環(huán)節(jié)。平滑去噪質(zhì)量的好壞直接影響到后續(xù)處理。 傳統(tǒng)的圖像去噪算法如均值濾波、中值濾波、高斯濾波等,由于不考慮圖像的形狀特征,其平滑結(jié)果等價(jià)于傳導(dǎo)系數(shù)為常數(shù)的熱擴(kuò)散方程,屬于各向同性擴(kuò)散,所以在去噪的同時(shí)也模糊甚至破壞了圖像的邊緣。而基于偏微分方程的圖像平滑技術(shù)恰好能解決這一問

2、題。在平滑的過程中,同時(shí)檢測(cè)圖像特征強(qiáng)弱及其方向,其平滑結(jié)果較好兼顧了噪聲消除和特征保持,是一種較好的圖像平滑技術(shù)。與熱擴(kuò)散模型相比較,各向異性擴(kuò)散模型實(shí)際是一個(gè)非線性拋物型的偏微分方程,由圖像梯度決定其擴(kuò)散速度,能夠兼顧了噪聲消除和特征保持兩方面。以Perona-Malik模型為代表的這類方法已經(jīng)在邊緣檢測(cè)、圖像增強(qiáng)、圖像分割以及目標(biāo)識(shí)別等領(lǐng)域得到了廣泛的應(yīng)用。 基于變分法的圖像去噪是偏微分方程應(yīng)用的另一分支,它有很強(qiáng)的理論基

3、礎(chǔ)和成熟的數(shù)值解法。用于圖像去噪的變分模型很多,適當(dāng)?shù)倪x取模型的正則化函數(shù)能夠提高圖像恢復(fù)的質(zhì)量。l 992年Rudin,Osher,和Fatemi等人提出的全變分模型(TV)是變分法中的一個(gè)經(jīng)典模型,全變分模型(TV)用于圖像恢復(fù)時(shí)能夠很好的保持圖像邊緣,是目前為止保持邊緣圖像恢復(fù)問題中比較成功的方法。但是全變分模型(TV)不能很好的解決椒鹽噪聲問題,去除椒鹽噪聲時(shí)不但不能去除反而有擴(kuò)大噪聲的趨勢(shì)。本文提出了一種新的模型算法,根據(jù)椒鹽

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(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。

評(píng)論

0/150

提交評(píng)論