基于偏微分方程的圖像濾波方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩62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、隨著多媒體技術(shù)的發(fā)展,圖像已成為人們?nèi)粘I钪械闹饕畔?lái)源,獲得高清晰的圖像是許多領(lǐng)域的迫切需要。圖像在獲取、傳輸?shù)冗^(guò)程中容易受到干擾而產(chǎn)生噪聲,因此,提高濾波方法的性能,獲取高質(zhì)量的圖像具有重要的實(shí)際意義。近年來(lái),基于偏微分方程的圖像濾波模型以其獨(dú)有的優(yōu)勢(shì)發(fā)展成為圖像處理領(lǐng)域中的重要方法之一,并取得了許多成果,但仍存在邊緣模糊、“階梯效應(yīng)”等問(wèn)題,因此有必要對(duì)其進(jìn)行改進(jìn)。
   本文對(duì)基于偏微分方程的濾波方法進(jìn)行了較為深入的

2、研究,從面向過(guò)程的角度建立了一個(gè)自適應(yīng)正逆退化擴(kuò)散模型。改進(jìn)模型選擇正逆擴(kuò)散相結(jié)合的S型函數(shù)作為擴(kuò)散系數(shù),以強(qiáng)化圖像邊緣;在擴(kuò)散系數(shù)自變量中引入二階混合偏導(dǎo)數(shù),以豐富對(duì)局部信息的描述,保護(hù)尖峰銳度;還添加自適應(yīng)保真項(xiàng)以及設(shè)置自適應(yīng)梯度閾值,防止較大噪聲點(diǎn)因梯度模值被放大而被強(qiáng)化。
   其次,本文從面向?qū)ο蟮慕嵌忍岢隽艘粋€(gè)基于局部信息的自適應(yīng)TV模型。在此模型能量泛函的梯度模中引入二階混合偏導(dǎo)數(shù),以改善尖峰受損問(wèn)題;設(shè)計(jì)了基于局

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