基于偏微分方程改進(jìn)的圖像去噪算法研究.pdf_第1頁
已閱讀1頁,還剩132頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、目前,圖像去噪技術(shù)廣泛應(yīng)用于計算機(jī)科學(xué)、工程學(xué)、醫(yī)學(xué)等領(lǐng)域,具有很高的研究價值和應(yīng)用前景。在圖像去噪過程中,如何能在有效去除圖像噪聲的同時保護(hù)好圖像結(jié)構(gòu)特征,已成為亟待解決的問題。基于偏微分方程的圖像去噪算法,能夠選擇性的對噪聲和圖像進(jìn)行平滑,較好地解決了這一問題,從而成為了目前圖像去噪算法的研究焦點。本文首先介紹了典型的偏微分方程圖像去噪算法,然后對其進(jìn)行深入的研究,拓寬該類算法的研究范圍,最后用MATLAB軟件進(jìn)行仿真,并對仿真結(jié)果

2、進(jìn)行主客觀評價。具體安排如下:
  1、本文對各向異性擴(kuò)散機(jī)理進(jìn)行分析,考慮在圖像去噪過程中,都僅靠梯度信息來表征局部特征,決定擴(kuò)散程度顯然是不夠的,并對此進(jìn)行改進(jìn),提出了:(1)基于Demons算法改進(jìn)的圖像去噪模型;(2)閾值尋優(yōu)的高保真各向異性濾波模型;(3)基于小波與重調(diào)和方程的擴(kuò)散去噪模型。這三種模型都是將高階微分量與擴(kuò)散函數(shù)相結(jié)合,使高階微分量與梯度共同控制整個擴(kuò)散去噪強(qiáng)度,彌補(bǔ)了傳統(tǒng)擴(kuò)散模型模糊圖像結(jié)構(gòu)特征的缺點。實

3、驗結(jié)果表明,與傳統(tǒng)去噪模型相比,新模型能夠兼顧圖像噪聲的去除和圖像結(jié)構(gòu)特征的保護(hù)。
  2、本文對全變分去噪模型進(jìn)行分析,改進(jìn)該模型的保真項:(1)全變分耦合圖像去噪模型,該模型構(gòu)造了一個能夠有效抑制“階梯效應(yīng)”的趨勢保真項;(2)基于曲率變分的小波變換圖像去噪模型,該模型用增強(qiáng)圖像的水平集建立一個基于水平集曲率的曲率驅(qū)動函數(shù),再將曲率驅(qū)動函數(shù)作為一個校正因子引入變分模型,建立曲率變分模型,用以控制圖像的整體結(jié)構(gòu)。實驗結(jié)果表明,這

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。

評論

0/150

提交評論