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)
文檔簡介
1、維納濾波是一種傳統(tǒng)的線性濾波方法,是均方誤差意義下真實(shí)圖像的最優(yōu)線性估計(jì)。在各種去噪算法的設(shè)計(jì)中,維納濾波框架得到廣泛應(yīng)用。
本文對(duì)維納濾波進(jìn)行深入剖析,設(shè)計(jì)出新的有效的維納濾波圖像去噪模型。具體內(nèi)容包括:
1、利用非線性擴(kuò)散保存邊界的良好性質(zhì),設(shè)計(jì)了在梯度域的維納濾波方法;
2、進(jìn)一步,利用不同擴(kuò)散函數(shù)的優(yōu)勢,給出了梯度域的混合函數(shù)擴(kuò)散圖像去噪算法;
3、針對(duì)傳統(tǒng)小波基圖像去噪算法不能充分利用不
2、同小波基的問題,設(shè)計(jì)了基于投影方法和維納濾波的圖像去噪方法;
4、研究了小波域內(nèi)的多步局部維納濾波,給出了小波域、梯度域利用噪聲方差作為迭代停止的準(zhǔn)則;
5、從擴(kuò)散函數(shù)迭代去噪?yún)?shù)調(diào)控角度出發(fā),對(duì)傳統(tǒng)小波基維納濾波的參數(shù)進(jìn)行修正,設(shè)計(jì)了新的小波閾值函數(shù),并結(jié)合斯坦無偏風(fēng)險(xiǎn)估計(jì)和閾值線性合成(SURE-LET)方法進(jìn)一步改善了新的閾值函數(shù)的去噪能力。與此同時(shí),我們發(fā)現(xiàn)傳統(tǒng)維納濾波是修改的熱擴(kuò)散方程的單步離散實(shí)施。
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(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。
最新文檔
- 基于NSCT和雙邊濾波的圖像去噪算法研究.pdf
- 基于噪聲點(diǎn)檢測的中值濾波圖像去噪算法.pdf
- 基于塊的圖像去噪算法研究.pdf
- 基于雙邊濾波的深度圖像去噪研究
- 基于SVM與非局部均值濾波的圖像去噪算法研究.pdf
- 基于-雙邊濾波的圖像去噪的方法
- 基于深度學(xué)習(xí)的圖像去噪算法
- 基于Contourlet的圖像去噪算法研究.pdf
- 基于邊緣保持的圖像去噪算法.pdf
- 基于相似塊的圖像去噪算法研究.pdf
- 基于小波與雙邊濾波的醫(yī)學(xué)超聲圖像去噪算法.pdf
- 基于稀疏表示的圖像去噪算法
- 基于非局部均值濾波的超聲圖像去噪.pdf
- 基于深度學(xué)習(xí)的圖像去噪算法.pdf
- 基于稀疏表示的圖像去噪算法.pdf
- 基于變換域的圖像去噪算法研究.pdf
- 圖像去噪增強(qiáng)算法的研究.pdf
- 磁共振圖像去噪算法研究.pdf
- 基于壓縮傳感的圖像去噪算法研究.pdf
- 基于方向信息的圖像去噪算法研究.pdf
評(píng)論
0/150
提交評(píng)論