基于特征的非局部均值圖像去噪算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩79頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、染噪圖像不僅會(huì)影響視覺(jué)效果,也會(huì)損失有效信息,不利于后續(xù)的圖像處理和分析。作為圖像預(yù)處理的重要環(huán)節(jié),圖像去噪可以提高圖像質(zhì)量,是數(shù)字圖像研究領(lǐng)域的熱點(diǎn)和難點(diǎn)。
  非局部均值濾波算法(Non-Local Means,NLM)充分利用了圖像本身的自相似特征,是當(dāng)前去噪能力較強(qiáng)的一種圖像處理方法。但是NLM算法計(jì)算量較大,難以滿足實(shí)際應(yīng)用中高處理速度的需要。因此,本論文研究的主要課題是探索能夠有效保持圖像去噪效果的快速NLM算法及其G

2、PU并行實(shí)現(xiàn)。
  主要做了以下方面的研究:
  (1)針對(duì)NLM算法計(jì)算量較大的問(wèn)題,首先提出了一種基于自適應(yīng)搜索窗的非局部均值濾波算法(NLM-Adaptive Window,NLM-AW),通過(guò)分別在邊緣區(qū)域采用較大的搜索范圍,非邊緣區(qū)域采用較小的搜索范圍來(lái)降低計(jì)算量;然后,為了進(jìn)一步提高計(jì)算速度,在水平和豎直方向移動(dòng)搜索像素塊時(shí)采用快速步長(zhǎng)的方法(NLM-FastAdaptive Window,NLM-FAW)。實(shí)驗(yàn)

3、驗(yàn)證該算法在有效去噪的同時(shí),計(jì)算速度較傳統(tǒng)NLM提高了17-66倍;
  (2)將局部二值模式的思想與NLM算法相結(jié)合,提出了一種新的局部二值描述子(Local BinaryDiscriptor,LBD),通過(guò)對(duì)圖像的局部結(jié)構(gòu)特征進(jìn)行二進(jìn)制描述來(lái)提高魯棒性,并采用邏輯運(yùn)算取代歐式距離衡量像素塊間的相似度,在進(jìn)一步提高速度的同時(shí),也能很好地保護(hù)圖像邊緣;
  (3)將(2)中改進(jìn)的算法應(yīng)用于光學(xué)相干層析成像(Optical C

4、oherence Tomography,OCT)的醫(yī)療圖像處理,通過(guò)與其它典型算法相比較,驗(yàn)證本文算法在去噪效果和計(jì)算時(shí)間上的優(yōu)勢(shì);
  (4)為了達(dá)到本文所提出算法的實(shí)時(shí)性,本論文還對(duì)該算法進(jìn)行了GPU并行處理。在Intel Corei5處理器和NVIDIA GeForce GTX660上運(yùn)行的實(shí)驗(yàn)結(jié)果表明,在保證去噪效果與當(dāng)前主流的去噪方法基本一致的前提下,對(duì)NLM-FLBD參數(shù)進(jìn)行調(diào)整可以使其計(jì)算速度提高76倍,運(yùn)行速度達(dá)到

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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