基于圖像N-鄰域的協(xié)同濾波去噪方法的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩70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、本文在BM3D去噪方法的基礎(chǔ)上,提出一種基于圖像N-鄰域的協(xié)同濾波(VMCF)去噪方法,該方法有別于傳統(tǒng)的 BM3D去噪方法。該方法首先將圖像的任一像素的 N-鄰域放在一起,形成一個(gè)列矢量,把相似的列矢量放在一起形成2-D數(shù)組,這個(gè)過(guò)程我們稱為分組。這個(gè)2-D數(shù)組,我們稱為塊。協(xié)同濾波是處理2-D塊的一個(gè)特殊過(guò)程,通過(guò)三步實(shí)現(xiàn):塊的2-D變換,變換譜的收縮,逆2-D變換。逆2-D變換的結(jié)果是包含對(duì)相似列矢量塊共同濾波的估值。通過(guò)衰減噪聲

2、,協(xié)同濾波展示了相似列矢量塊中圖像最好的細(xì)節(jié),并且保留了單個(gè)列矢量中獨(dú)有的重要特征。經(jīng)過(guò)濾波的相似列矢量塊再返回到它原來(lái)的位置。由于這些列矢量有重疊,對(duì)每一個(gè)像素,我們得到很多不同的估值。對(duì)這些冗余像素,我們用加權(quán)平均處理。利用專門的協(xié)同維納濾波處理得到了重大的提高。
  本文詳細(xì)地給出了基于該去噪方案的算法,給出了該算法的快速有效實(shí)現(xiàn)方法,并將其推廣到彩色圖像去噪。仿真實(shí)驗(yàn)結(jié)果表明該算法,在去噪性能上得到了很高的峰值信噪比和極佳

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