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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像降噪作為計(jì)算機(jī)圖像處理與計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn),一直以來驅(qū)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(duì)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(jié)構(gòu)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(dǎo)致出現(xiàn)圖像光滑區(qū)域的人工痕跡明顯、計(jì)算復(fù)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(duì)于一幅加噪圖像,當(dāng)其噪聲強(qiáng)度?的取值不大于30時(shí),對(duì)該圖像直接施以Primal Sketch得到其初始素描圖;而當(dāng)?的取值大于30時(shí),首先采用基于小波變換的圖像重構(gòu)進(jìn)行預(yù)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(yīng)用于上述初始素描圖的修正,對(duì)修正后的素描圖中每個(gè)素描線段上的素描點(diǎn)沿其所在素描線段的方向設(shè)計(jì)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(jié)構(gòu)區(qū)域和非結(jié)構(gòu)區(qū)域,同時(shí)采用圖像塊方差統(tǒng)計(jì)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(jié)構(gòu)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(jié)構(gòu)區(qū)域,則該加噪圖像被劃分為結(jié)構(gòu)區(qū)域、光滑區(qū)域及非光滑區(qū)域。對(duì)于光滑區(qū)域采用基于均值塊的非局部均值方法,而對(duì)于結(jié)構(gòu)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(zhuǎn)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(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)頁內(nèi)容里面會(huì)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(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(cè)的研究.pdf
- 基于稀疏與低秩模型的光學(xué)遙感圖像盲復(fù)原方法研究.pdf
- 基于低秩約束的磁共振圖像重構(gòu)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(fù)方法研究.pdf
- 基于低秩逼近的光譜圖像恢復(fù).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(xué)習(xí)的醫(yī)學(xué)圖像復(fù)原方法.pdf
- 基于模型修正與時(shí)序分析的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于最小秩的結(jié)構(gòu)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(tái)的實(shí)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(fù)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(fù)的圖像去噪方法研究.pdf
評(píng)論
0/150
提交評(píng)論