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、圖像處理和圖像通信是信號處理和現(xiàn)代通信的重要組成部分,與人們的關(guān)系日益密切。在圖像中總存在噪聲干擾,這種干擾在圖像分析和圖像通信中是不可忽略的因素。為了便于進一步的圖像分析和圖像通信,在圖像預(yù)處理中必須減小圖像中的噪聲。 圖像濾波既可以在空間域中進行,也可以在頻率域中進行。在空間域,最常見的是中值濾波和均值濾波。但均值濾波對椒鹽噪聲的去噪效果不是很理想,基于均值濾波的思想,人們提出了加權(quán)均值濾波。在頻率域中,小波理論已經(jīng)廣泛應(yīng)用
2、到信號處理和分析中。小波收縮去噪是圖像處理和圖像通信的重要內(nèi)容。但在高維情況下,小波分析并不能充分利用研究對象的幾何特征,比如二維圖像的主要特征邊緣輪廓,三維物體的重要特征絲狀物(filaments)和管狀物 (tubes),而這些特征是人們最感興趣的地方。小波主要適用于表示具有各向同性(isotropic)奇異性的對象,對于各向異性(anisotropic)的奇異性,如數(shù)字圖像中的邊界等線狀特征,小波并不是最好的表示工具。
3、過去幾年里,在小波理論的基礎(chǔ)上,出現(xiàn)了一種特別適合于表示各向異性奇異性的多尺度方法——Ridgelet變換。由于Ridgelet變換本質(zhì)上是通過在小波基函數(shù)中引入方向特征的參數(shù)得到的,所以它不但和小波一樣具有局部時頻分析能力,而且還具有很強的方向選擇和辨識能力,可以非常有效地表示信號中具有方向性的奇異特征,這恰好是小波不能做到的。 基于以上分析,本文的研究工作主要分以下幾個方面的內(nèi)容:其一是改進了加權(quán)均值濾波的算法;其二是對小波
4、收縮去噪算法進行自適應(yīng)閾值研究;最后本論文改進了基于有限Ridgelet變換的圖像去噪算法,并把改進算法應(yīng)用到Curvelet變換去噪中。 均值濾波對椒鹽噪聲的去噪效果不是很理想,基于均值濾波的思想,人們提出了加權(quán)均值濾波,其中圖像象素間的相關(guān)性和位置信息對權(quán)植的影響很大,很多算法中沒能綜合考慮到這兩個因素,本文針對克服均值濾波算法的這種缺點,提出了一種基于均值濾波的新型濾波算法。實驗結(jié)果表明,新的濾波算法對被脈沖噪聲污染的圖像
5、的濾波效果相對于均值濾波來說,濾波后的圖像在信噪比上有所提高。 自適應(yīng)理論是現(xiàn)代信號處理中強有力的工具。將自適應(yīng)理論和傳統(tǒng)的小波收縮算法相結(jié)合,本文提出了基于圖像局域特性的自適應(yīng)收縮去噪算法,并詳細地闡明了該方法的基本原理。傳統(tǒng)的小波收縮去噪算法采用單一的閾值,其沒有考慮到小波系數(shù)的類聚性。該算法根據(jù)圖像局部的奇異性大小,選擇適當(dāng)?shù)拈撝颠M行去噪。實驗表明,該算法比傳統(tǒng)的單一閾值算法有更好的去噪效果。 本論文把自適應(yīng)理論推
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(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確性、安全性和完整性, 同時也不承擔(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
- 基于小波變換的自適應(yīng)圖像去噪方法的研究.pdf
- 33579.基于curvelet變換的地震數(shù)據(jù)去噪研究
- 基于DCT變換的圖像自適應(yīng)去噪技術(shù)的研究.pdf
- 基于小波變換的自適應(yīng)脈搏波去噪
- 基于小波變換的自適應(yīng)圖像去噪算法.pdf
- 基于Contourlet變換的自適應(yīng)圖像去噪及圖像融合研究.pdf
- 基于自適應(yīng)Bandelets的圖像壓縮與去噪方法研究.pdf
- 基于Curvelet變換與非局部TV模型的圖像去噪方法研究與應(yīng)用.pdf
- 31713.基于curvelet變換的地震數(shù)據(jù)插值和去噪
- 基于二進小波變換的自適應(yīng)閾值圖像去噪研究.pdf
- 基于多尺度特征分析的圖像數(shù)據(jù)自適應(yīng)去噪方法研究.pdf
- 基于隨機矩陣理論的股票網(wǎng)絡(luò)“自適應(yīng)”去噪方法研究.pdf
- 31529.基于curvelet變換的高密度地震弱信號檢測與去噪方法研究
- 基于改進小波閾值去噪的無模型自適應(yīng)控制抗噪方法.pdf
- 圖像去噪的自適應(yīng)校正方法.pdf
- 基于稀疏表示的圖像自適應(yīng)去噪算法研究.pdf
- 基于Surfacelet變換的視頻去噪方法研究.pdf
- 用于心電信號去噪的自適應(yīng)方法研究.pdf
- 基于小波變換信號去噪方法的研究.pdf
- Curvelet變換在數(shù)字圖像去噪和壓縮中的研究.pdf
評論
0/150
提交評論