小波變換和馬爾可夫隨機(jī)場(chǎng)在圖像處理中的應(yīng)用研究.pdf

1、本論文根據(jù)小波變換和馬爾可夫隨機(jī)場(chǎng)理論，針對(duì)圖像處理技術(shù)中的圖像去噪、圖像分割和紋理合成三個(gè)重要課題進(jìn)行了深入研究，主要工作及貢獻(xiàn)如下： 1.提出了一種新的基于小波域隱馬爾可夫樹模型的圖像去噪算法。該算法采用三態(tài)隱馬爾可夫樹模型或分級(jí)隱馬爾可夫樹模型對(duì)圖像進(jìn)行多尺度統(tǒng)計(jì)建模，降低了計(jì)算復(fù)雜度，提高了模型參數(shù)的估計(jì)精度。對(duì)加性高斯白噪聲進(jìn)行圖像去噪仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本文提出的圖像去噪算法在峰值信噪比和主觀視覺(jué)效果方面均優(yōu)于傳統(tǒng)

2、圖像去噪算法。 2.提出了一種基于小波域自適應(yīng)上下文結(jié)構(gòu)的多尺度圖像分割算法。該算法為了減小計(jì)算量，采用智能初始化和半樹HMT模型參數(shù)加權(quán)訓(xùn)練算法，得到了可靠的初始分割；為了獲得較好的區(qū)域一致性和邊緣準(zhǔn)確性，在進(jìn)行尺度間融合時(shí)，采用自適應(yīng)的上下文結(jié)構(gòu)分別應(yīng)用于圖像紋理均質(zhì)區(qū)域和圖像紋理邊緣，保證了圖像大致輪廓的準(zhǔn)確性和可靠性，提高了分割后圖像紋理邊緣的精確度。仿真實(shí)驗(yàn)結(jié)果表明本文提出的圖像分割方法對(duì)合成紋理圖像和自然界圖像均有很