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、圖像降噪作為計算機圖像處理與計算機視覺領域的研究熱點,一直以來驅使著人們尋求更加行之有效地圖像降噪方法。目前已有許多表現(xiàn)出眾的圖像降噪方法,比如Non-Local Means、K-SVD、BM3D等,然而這些方法對自然圖像中的不同區(qū)域(通常包括有光滑區(qū)域、非光滑區(qū)域與結構區(qū)域等)不加以區(qū)分,而是統(tǒng)一采用相同的處理流程,導致出現(xiàn)圖像光滑區(qū)域的人工痕跡明顯、計算復雜度較高之類的現(xiàn)象。
為了改善這一現(xiàn)象,本文提出一種基于Primal
2、 Sketch修正與低秩模型的圖像降噪方法。該方法的基本思想是:對于一幅加噪圖像,當其噪聲強度?的取值不大于30時,對該圖像直接施以Primal Sketch得到其初始素描圖;而當?的取值大于30時,首先采用基于小波變換的圖像重構進行預降噪處理然后再施以Primal Sketch得到其初始素描圖。將本文提出的兩階段素描線修正規(guī)則應用于上述初始素描圖的修正,對修正后的素描圖中每個素描線段上的素描點沿其所在素描線段的方向設計方向窗口,得到該
3、圖像的區(qū)域圖。將該圖像按照區(qū)域圖映射為結構區(qū)域和非結構區(qū)域,同時采用圖像塊方差統(tǒng)計的方法將該圖像劃分為光滑區(qū)域與非光滑區(qū)域。將與非結構區(qū)域重疊的光滑區(qū)域和非光滑區(qū)域分別作為最終劃分出的光滑區(qū)域和非光滑區(qū)域,并保持原先的結構區(qū)域,則該加噪圖像被劃分為結構區(qū)域、光滑區(qū)域及非光滑區(qū)域。對于光滑區(qū)域采用基于均值塊的非局部均值方法,而對于結構區(qū)域、非光滑區(qū)域均采用本文提出的基于矩陣填充的降噪方法,該降噪方法的核心思想在于將圖像的降噪問題轉化為矩陣
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(xiàn)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(lián)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
- 基于primalsketch修正與低秩模型的圖像降噪方法
- 基于Primal Sketch Map 和語義信息分類的SAR圖像分割.pdf
- 基于低秩方法的極化SAR圖像分類方法.pdf
- 基于Primal Sketch分類的SAR圖像去噪和變化檢測的研究.pdf
- 基于稀疏與低秩模型的光學遙感圖像盲復原方法研究.pdf
- 基于低秩約束的磁共振圖像重構方法研究.pdf
- 基于低秩表示的空譜聯(lián)合高光譜圖像分類模型與方法.pdf
- 基于低秩矩陣逼近的圖像恢復方法研究.pdf
- 基于低秩逼近的光譜圖像恢復.pdf
- SFG模型的修正與研究.pdf
- 基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究.pdf
- 基于低秩分解和字典學習的醫(yī)學圖像復原方法.pdf
- 基于模型修正與時序分析的結構損傷識別方法研究.pdf
- 基于最小秩的結構有限元模型修正方法研究.pdf
- 基于圖像低秩的圖像插值方法及在Hadoop平臺的實現(xiàn).pdf
- 編碼孔徑高光譜圖像的低秩重建方法.pdf
- 基于非局部低秩約束的圖像壓縮感知重建方法研究.pdf
- 基于稀疏低秩矩陣的有噪圖像修復方法研究.pdf
- 基于低秩稀疏表征的圖像分類算法研究.pdf
- 基于低秩矩陣填充與恢復的圖像去噪方法研究.pdf
評論
0/150
提交評論