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、圖像處理是一個(gè)重要的研究學(xué)科,人類獲取的信息大部分來源于人的視覺,視覺信息來源于圖像媒體,大量清晰的圖像對(duì)人們的生活學(xué)習(xí)和研究都有著十分重要的作用。傳統(tǒng)的復(fù)原方法主要是將圖像的高頻成分濾除,取得了較好的平滑效果,但在對(duì)噪聲去除的同時(shí)使得圖像很有可能丟失邊緣和紋理特征。偏微分方程(PDE,Partial Differential Equation)的研究為圖像處理的工作提供了新的解決方法,顯示出強(qiáng)大的生命力。
評(píng)價(jià)圖像處理方
2、法的好壞就要看它處理后得到圖像的質(zhì)量,因此一個(gè)可靠的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)是必不可少的。針對(duì)有參圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)中參考圖片的不現(xiàn)實(shí)性,本文通過研究基于掩蓋效應(yīng)的無參評(píng)價(jià)標(biāo)準(zhǔn),分析圖像中反映特征信息的像素的特點(diǎn),結(jié)合偏微分方程各向異性的概念,提出了一種基于各向異性的無參圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)。通過實(shí)驗(yàn)分別從主觀和客觀的角度驗(yàn)證了新方法的可行性和正確性。這種新方法在圖像無參評(píng)價(jià)領(lǐng)域是有很大價(jià)值的,能夠給現(xiàn)實(shí)中無法得到原圖片的退化圖片提供可靠的評(píng)價(jià)標(biāo)準(zhǔn)。
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(yè)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(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。
最新文檔
- 圖像超分辨率復(fù)原的變分PDE方法研究.pdf
- PDE方法在圖像修復(fù)和圖像盲復(fù)原中的應(yīng)用研究.pdf
- 基于PDE的圖像分割方法.pdf
- 基于改進(jìn)微粒群算法的圖像復(fù)原方法研究.pdf
- 基于遺傳算法的模糊圖像復(fù)原方法研究.pdf
- 基于正則化方法的中子圖像復(fù)原算法研究.pdf
- 基于剪切波的圖像復(fù)原算法研究.pdf
- 基于偏振特性的圖像復(fù)原算法的研究.pdf
- 基于稀疏表示的圖像復(fù)原算法研究.pdf
- 基于紋理合成的圖像復(fù)原算法研究.pdf
- 圖像盲復(fù)原算法研究.pdf
- 基于PDE的圖像修復(fù)與分割方法研究.pdf
- 基于PDE的圖像分解方法研究與應(yīng)用.pdf
- 基于壓縮感知的圖像復(fù)原算法的研究.pdf
- 基于稀疏約束的圖像盲復(fù)原方法研究.pdf
- 基于坐標(biāo)下降的圖像復(fù)原方法研究.pdf
- 基于貝葉斯理論的圖像復(fù)原算法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原算法研究.pdf
- 盲圖像復(fù)原方法的研究.pdf
- 基于PDE的圖像處理方法及其數(shù)值解法.pdf
評(píng)論
0/150
提交評(píng)論