基于圖像矢量量化的小波去噪研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩46頁(yè)未讀， 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像去噪聲是圖象處理在圖象處理中的一個(gè)十分重要的課題，為人們廣泛研究。小波分析是局部化時(shí)頻分析，是分析非平穩(wěn)信號(hào)的有力工具，利用小波變換進(jìn)行圖象去噪是十分有效的。本文研究多小波變換和矢量量化進(jìn)行圖象去噪方法。 本文的主要工作如下： 第一章闡述了圖像去噪研究的研究現(xiàn)狀。 第二章討論矢量量化的基本理論，重點(diǎn)是具有聚類特性的自組織特征映射神經(jīng)網(wǎng)絡(luò)SOFM。 第三章闡述了小波變換、多分辯率分析等圖像去噪中常用的理

2、論，介紹了多小波尤是CL多小波。 第四章，探討了多小波系數(shù)特性，根據(jù)其特點(diǎn)提出了采用結(jié)合合適的矢量量化方法進(jìn)行去噪。 在實(shí)驗(yàn)中，采用了CL多小波與自組織特征映射神經(jīng)網(wǎng)絡(luò)SOFM兩者相結(jié)合的圖像去噪方法，選用了各頻量豐富的圖像作為初始訓(xùn)練集，在一定程度上避免了碼本的局部最優(yōu)化，并可以比較均勻的劃分頻率空間，以提高該碼本的通用性能，同時(shí)，根據(jù)多小波系數(shù)的特點(diǎn)，將其一分為三各自進(jìn)行并行矢量量化，解決了實(shí)際中內(nèi)存不足的問題，提高

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。

評(píng)論

0/150

提交評(píng)論