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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在圖像的成像、數(shù)字化、壓縮和傳輸?shù)冗^程中難免會有各種干擾,形成圖像噪聲。為了使圖像的后續(xù)應(yīng)用得到更好的結(jié)果,在處理圖像前一般都要進(jìn)行降噪預(yù)處理。現(xiàn)有的圖像濾波方法已經(jīng)有很多種,大致可以分為兩類:其中一類方法適用于缺乏先驗知識的情況;另一類方法是在已知引起圖像降質(zhì)的因素,或?qū)υ紙D像有比較足夠的了解的前提下,利用這些先驗知識對圖像進(jìn)行處理。目前已經(jīng)有一些利用原圖像的直方圖、光譜信息等作為圖像的先驗知識進(jìn)行圖像濾波的方法,并取得了很好的效果
2、。圖像的邊緣輪廓信息作為圖像中的一種重要信息,在圖像處理的各個領(lǐng)域中得到了廣泛的重視。它常常含有場景中的重要特征,因而可以作為一種較好的圖像先驗知識表示。 本文在現(xiàn)有的一些基于圖像先驗知識的濾波方法的基礎(chǔ)上,提出了一種新的利用圖像邊緣信息進(jìn)行濾波的方法。該方法利用脈沖耦合神經(jīng)網(wǎng)絡(luò)的時空總和特性和點火捕獲特性,將一組邊緣檢測算子與噪聲圖像運算后的結(jié)果作為脈沖耦合神經(jīng)網(wǎng)絡(luò)的饋送輸入,得到了原圖像較為清晰的二值邊緣,并將得到的邊緣用作
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(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
- 基于暗原色先驗知識的圖像去霧方法研究.pdf
- 基于濾波的暗原色先驗圖像去霧算法.pdf
- 基于先驗知識的圖像去霧算法.pdf
- 基于圖像先驗?zāi)P偷恼齽t化圖像復(fù)原方法研究.pdf
- 基于先驗約束的圖像盲復(fù)原方法研究.pdf
- 基于非局部濾波導(dǎo)出先驗的PET圖像重建.pdf
- 基于先驗知識的支持向量機(jī)圖像分割算法研究.pdf
- 基于星形先驗的圖像自動化分割方法研究.pdf
- 基于先驗知識的物體識別方法研究.pdf
- 基于暗原色先驗的圖像去霧處理方法研究.pdf
- 基于先驗信息約束的水平集圖像分割方法研究.pdf
- 基于自然圖像統(tǒng)計性先驗和稀疏性先驗的圖像模型研究.pdf
- 基于圖像先驗建模的圖像復(fù)原技術(shù)研究.pdf
- 基于多種先驗知識的生物發(fā)光斷層成像方法研究.pdf
- 基于暗通道先驗的霧天降質(zhì)圖像復(fù)原方法.pdf
- 基于暗通道先驗的霧天圖像清晰化方法研究.pdf
- 基于先驗知識模型的乳腺超聲圖像自動分割技術(shù)研究.pdf
- 基于形狀先驗的水平集圖像分割研究.pdf
- 基于先驗形狀約束的圖像分割研究.pdf
- 基于水下圖像增強(qiáng)濾波方法的研究.pdf
評論
0/150
提交評論