2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)字圖像處理技術(shù)的研究和應(yīng)用已經(jīng)在生活當(dāng)中扮演重要角色.乘性噪聲普遍存在于現(xiàn)實世界的圖像應(yīng)用當(dāng)中,如合成孔徑雷達(dá)、超聲波、激光等相干圖像系統(tǒng)當(dāng)中.與標(biāo)準(zhǔn)加性高斯白噪聲相區(qū)別,乘性噪聲符合瑞利或伽瑪分布函數(shù).乘性噪聲對圖像的污染嚴(yán)重,而有效地的處理乘性噪聲圖像比較困難,因為乘性噪聲起伏較劇烈,均勻度較低,
   本文主要針對乘性噪聲圖像的去除噪聲、帶有乘性噪聲圖像的有效分割兩個方面研究.去噪部分:采用混合模型來有效地移除乘性噪聲.

2、混合模型由基于Curvelet域的l1忠誠項和圖像域的非局部總變分作為正則化項構(gòu)成.Curvelet域的l1忠誠項在去噪的過程中能夠有效地保護(hù)邊緣信息;非局部總變分作為正則化項能夠有效地恢復(fù)紋理和局部幾何結(jié)構(gòu)信息.對于新模型采用分裂算法提高了計算速度.仿真實驗驗證了新模型的有效性。
   分割部分:首先介紹基于水平集的分割模型.圖像分割是圖像處理的基本問題之一.圖像中含有乘性噪聲,使得傳統(tǒng)分割算法不適合這一分割領(lǐng)域.根據(jù)極大似然

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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)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。

評論

0/150

提交評論