版權說明: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,請進行舉報或認領
文檔簡介
1、作為數(shù)字圖像處理領域中一項最為基礎的問題,圖像去噪已經(jīng)發(fā)展了幾十年并且還在不斷的發(fā)展中。本文根據(jù)工程實際需求,實現(xiàn)了一個去噪效果好,計算復雜度低,而且能被商用的去噪算法。非局部均值濾波降噪算法是目前去噪效果最好的算法,它能在有效去除噪聲的同時較好保留圖像的細節(jié),但時間復雜度很高,處理單幀720P的圖像所需的時間是分鐘級別。高時間復雜度使其沒法在實用系統(tǒng)中采用,本文希望將其優(yōu)化到實時處理級別。
論文首先分析了Non-Local
2、Means濾波器濾波過程中各個模塊占用時間的比例,經(jīng)過實驗得出占用時間最多的部分是權重的計算部分,它在整個濾波過程時間占據(jù)近70%,所以把優(yōu)化重點放到優(yōu)化權值計算的部分。論文從五個方面提出優(yōu)化策略:(1)利用像素點權值的對稱性,采用內(nèi)存換時間的優(yōu)化方法將權值暫存到內(nèi)存中,使計算量減半;(2)顛倒像素位置和鄰域的遍歷次序,使各像素點的權重計算互不干擾,方便之后的算法對像素點進行并行處理,為下面利用下采樣原理進行優(yōu)化奠定基礎;(3)對高斯函
3、數(shù)利用近似計算進行優(yōu)化,將高斯核卷積的計算近似成線性關系,直接將SSE映射成權重。(4)采用下采樣原理,只計算采樣到的像素點的權重,將未采樣到的像素點利用雙線性插值算法計算出來,減少權重的計算次數(shù);(5)利用ARM的Neon指令進行機器指令集優(yōu)化。在上面五個優(yōu)化策略中既有算法上的優(yōu)化也有工程方法的優(yōu)化,其中下采樣優(yōu)化對時間復雜度的降低貢獻最大,而且對濾波器的性能影響最大,需要本文在下采樣幅度上尋找一個最優(yōu)幅度,使濾波器能夠在時間性能和算
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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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
- 改進的非局部均值圖像去噪算法.pdf
- 基于非局部均值圖像去噪算法研究.pdf
- 基于邊緣檢測的非局部均值圖像去噪算法.pdf
- 基于結(jié)構(gòu)信息的非局部均值圖像去噪算法.pdf
- 分形非局部均值圖像去噪.pdf
- 基于特征的非局部均值圖像去噪算法研究.pdf
- 利用預分類的非局部均值圖像去噪算法研究.pdf
- 基于非局部均值濾波的超聲圖像去噪.pdf
- 結(jié)構(gòu)特性匹配的非局部均值圖像去噪算法研究.pdf
- 基于SVM與非局部均值濾波的圖像去噪算法研究.pdf
- 非局部平均圖像去噪算法研究.pdf
- 基于非局部均值的MRI圖像去噪研究.pdf
- 基于非局部均值的圖像去噪方法研究.pdf
- 基于非局部均值的圖像去噪應用研究.pdf
- 非局部平均圖像去噪算法研究(1)
- 基于稀疏表示和非局部均值的SAR圖像去噪算法研究.pdf
- 基于先驗均值的貝葉斯非局部均值圖像去噪.pdf
- 基于非局部均值和非局部TV的圖像去噪方法研究.pdf
- 基于特征的非局部均值圖像去噪算法研究畢業(yè)論文
- 基于統(tǒng)計模型與非局部均值濾波的圖像去噪算法研究.pdf
評論
0/150
提交評論