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77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),請進行舉報或認領(lǐng)

文檔簡介

1、圖像去噪作為圖像處理的基礎(chǔ)環(huán)節(jié),它的任務(wù)是盡可能地去除無用的信息,在容許的范圍內(nèi)改善圖像的質(zhì)量。近年來,由于小波技術(shù)和多尺度理論的發(fā)展,圖像去噪成為圖像處理、模式識別與計算機視覺領(lǐng)域內(nèi)一項十分活躍的課題。
   本文主要研究多尺度圖像去噪算法。在分析現(xiàn)有圖像去噪算法的基礎(chǔ)上,深入研究了多尺度幾何分析與HMT相結(jié)合的去噪算法,并提出了相應(yīng)的改進。通過對可見光和紅外圖像的去噪仿真實驗,驗證了改進方法的有效性,并總結(jié)出一些有意義的結(jié)論

2、。
   首先,介紹了多尺度幾何分析,選擇了Contourlet變換進行去噪。Contourlet變換是一種多分辨的、局域的、方向的圖像表示。它不僅繼承了小波變換多分辨率時頻分析的特征,而且擁有良好的各向異性特征,能夠比小波更好地稀疏表示圖像特征。仿真中,應(yīng)用Contourlet閾值法實現(xiàn)的圖像去噪,效果優(yōu)于小波閾值法。
   其次,通過對紅外圖像Contourlet系數(shù)分布特征的分析,驗證了紅外圖像系數(shù)滿足廣義的高斯分

3、布。同時根據(jù)紅外圖像信息和噪聲系數(shù)所表現(xiàn)出來的不同特征,驗證了紅外圖像的Contourlet變換系數(shù)狀態(tài)符合Markov樹模型,研究了Contourlet域HMT(CHMT)的圖像去噪模型。利用CHMT圖像去噪模型進行圖像去噪,獲得較好的效果,驗證了該模型的優(yōu)越性。另外,研究了Contourlet變換中不同濾波器的選擇對圖像去噪效果的影響,提出將符合視覺特性的濾波器運用到該模型中進行去噪,使得CHMT的去噪效果獲得提升。
  

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(quán)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。

評論

0/150

提交評論