

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、圖像是人類獲取外界信息的重要來源,圖像處理技術與人類生產生活息息相關。但由于拍攝環(huán)境,拍攝設備以及傳輸條件的不同,一幅圖像的質量會受到噪聲和光照的影響,使圖像質量降低,進而影響人們對其的識別程度。而圖像去噪增強等預處理方法能顯著增強圖像質量,提高圖像還原真實場景的能力。目前,針對影響圖像質量的不同因素,學者提出了不同的圖像增強算法。針對由噪聲所引起的圖像質量問題,我們主要采用傳統(tǒng)濾波方法以及偏微分方程微分方法;而對于由光照不足或過強所以
2、引起的圖像對比度問題,我們主要采用直方圖均衡化方法來增強圖像質量。本文針對影響圖像質量的不同因素,提出了兩種提高圖像質量的算法。本文的具體工作包括以下三個部分:
1)簡單分析比較了傳統(tǒng)圖像增強方法的優(yōu)缺點。其中包括空域濾波,頻域濾波以及形態(tài)學操作。這類傳統(tǒng)的預處理方法由于其具有簡單、高效的特點,所以常被應用于實際的工程項目中。
2)針對一些對圖像處理應用要求比較高的情況,本文提出了一種結合了分數階偏微分方程微分和四元
3、數的彩色圖像去噪模型。算法將能量泛函從整數階推廣到分數階,分數階模型綜合了各整數階模型的優(yōu)點。同時針對傳統(tǒng)彩色圖像 RGB三通分開處理導致圖像失真的缺點,算法引入四元數將彩色圖像RGB三通道表示為一個純四元數,將其作為一個有機的整體作用于分數階微分去噪模型。實驗表明,該方法比傳統(tǒng)的彩色圖像去噪方法能更好地的去除噪聲和增強紋理。
3)介紹了基于亮度保持的直方圖均衡化方法的研究現狀,并從這類方法的發(fā)展歷程出發(fā),闡述了各階段典型算法
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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
- 低照度圖像去噪與增強算法研究.pdf
- 圖像去噪算法研究與腦血管增強.pdf
- 針對斑點噪聲的圖像去噪與增強算法研究.pdf
- 磁共振圖像去噪算法研究.pdf
- 基于塊的圖像去噪算法研究.pdf
- 小波圖像去噪算法的研究.pdf
- 基礎圖像去噪算法研究與實現
- 印前圖像去噪算法比較研究
- 基于Contourlet的圖像去噪算法研究.pdf
- 基于深度學習的圖像去噪算法
- 全景視覺圖像去噪與增強方法的研究.pdf
- 非局部平均圖像去噪算法研究.pdf
- 人臉檢測及圖像去噪算法研究.pdf
- 基于維納濾波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
- 紅外圖像去噪研究
- 基于非下采樣Contourlet變換的眼底圖像去噪增強算法研究.pdf
- 超聲圖像去噪及分割算法研究.pdf
- 基于稀疏表示的圖像去噪算法
評論
0/150
提交評論