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、圖像在進(jìn)行采集、傳輸以及后期的顯示等過(guò)程中,十分容易受到環(huán)境、設(shè)備和場(chǎng)景中很多因素的的干擾,反映到圖像層面便是其質(zhì)量的退化,不利于后期的圖像再處理以及應(yīng)用。因此,為了減小圖像在上述過(guò)程中受到的影響,提高圖像質(zhì)量,實(shí)現(xiàn)更精準(zhǔn)的圖像信息傳遞,則需進(jìn)行圖像恢復(fù)等處理。圖像恢復(fù)是對(duì)已經(jīng)受到退化影響的圖像,應(yīng)用某種方法實(shí)現(xiàn)對(duì)其有效的處理的過(guò)程,是改善圖像質(zhì)量的一種途徑,在航天、醫(yī)學(xué)、遙感圖像等行業(yè)中已經(jīng)得到廣泛應(yīng)用。
圖像恢復(fù)是保證圖像
2、質(zhì)量手段中較為基礎(chǔ)的一項(xiàng)技術(shù),本文將重點(diǎn)研究基于凸優(yōu)化圖像恢復(fù)技術(shù)及其應(yīng)用,研究?jī)?nèi)容包括:
1)首先,從工學(xué)應(yīng)用的視角綜述論文中涉及到的一些基礎(chǔ)理論和定理,給出一般的優(yōu)化模型和在恢復(fù)技術(shù)以及感知技術(shù)中的應(yīng)用。
2)針對(duì)全變分模型進(jìn)行了討論,并介紹了其在圖像恢復(fù)中的技術(shù)優(yōu)勢(shì),即對(duì)圖像邊緣以及塊狀起到良好的處理結(jié)果。不過(guò),其非光滑性也使得普通的優(yōu)化處理過(guò)程變得復(fù)雜,因此可以采用近似或迭代閾值途徑進(jìn)行快速求解。
3、3)介紹了基于稀疏算子的圖像恢復(fù)模型,較為常見(jiàn)的方法為小波變換和曲波等,借助去噪實(shí)驗(yàn)的方法,進(jìn)行曲波和小波兩種算子的優(yōu)劣對(duì)比;曲波變換是對(duì)小波的一種改善,能夠很好地實(shí)現(xiàn)對(duì)圖像紋理信息的保留,同時(shí)對(duì)圖像所包含的條狀信息也有不錯(cuò)的處理。
4)進(jìn)行了對(duì)偶規(guī)劃方法研究,其求解全變分問(wèn)題中過(guò)程十分靈活,同時(shí)關(guān)于稀疏正則化問(wèn)題的求解也較為實(shí)用,并在此基礎(chǔ)上,本文提出了一種基于小波算子和全變分算子相融合的正則模型,并應(yīng)用對(duì)偶法進(jìn)行模型求解。
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。
最新文檔
- 基于原對(duì)偶的圖像恢復(fù)模型的數(shù)值方法研究.pdf
- 基于變分方法的圖像恢復(fù)研究.pdf
- 基于變分方法的圖像分割和圖像恢復(fù)研究.pdf
- 基于變分方法的圖像恢復(fù)研究
- 基于小波變換的全變分模型的圖像去噪.pdf
- 基于空間剖分的網(wǎng)格特征恢復(fù)方法.pdf
- 混合網(wǎng)絡(luò)中基于原對(duì)偶方法的協(xié)同資源分配算法.pdf
- 稀疏恢復(fù)模型的增廣原對(duì)偶算法及其應(yīng)用研究.pdf
- 基于分形和小波理論的圖像壓縮方法.pdf
- 基于小波和變分PDE的圖像建模理論、算法及應(yīng)用.pdf
- 混合小波-分形圖像壓縮方法的研究與實(shí)現(xiàn).pdf
- 基于混合變分模型的圖像去噪.pdf
- 基于小波變換的北斗周跳修復(fù)方法.pdf
- 基于小波域的對(duì)稱和非對(duì)稱混合水印模型.pdf
- 變系數(shù)模型的小波估計(jì).pdf
- 基于雙樹(shù)復(fù)小波和混合模型的SAR圖像去噪和分割方法研究.pdf
- 基于小波變換和分形理論的目標(biāo)檢測(cè)方法研究.pdf
- 遙感圖像的分形和小波混合編碼研究.pdf
- 基于小波變換的迭代分形混合圖象編碼.pdf
- 基于小波變換的分形壓縮方法研究.pdf
評(píng)論
0/150
提交評(píng)論