2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題（含答案詳解+作文范文）_第1頁(yè)
已閱讀1頁(yè)，還剩54頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、數(shù)字圖像中的噪聲是客觀存在且難以避免的，圖像去噪一直是數(shù)字圖像處理領(lǐng)域里的熱點(diǎn)問(wèn)題。當(dāng)前的去噪算法存在兩類問(wèn)題，去噪效果好的濾波算法往往時(shí)間復(fù)雜度相當(dāng)大，而速度快的濾波算法一般去噪效果上不是相當(dāng)理想。
　　非局部均值算法（Non-local Means）是A.Buades等人在2005年提出的一種去噪算法，由于不再局限于鄰域計(jì)算處理而拓展到整個(gè)圖像，因此獲得了比傳統(tǒng)去噪算法更加優(yōu)異的去噪結(jié)果。但是由于非局部均值算法是利用整幅圖像中

2、所有像素點(diǎn)的加權(quán)平均來(lái)對(duì)目標(biāo)像素點(diǎn)去噪，所以具有很高的時(shí)間復(fù)雜度。
　　為了提高非局部均值算法的效率，本文引入了積分圖的計(jì)算方式，采用并行計(jì)算并省去了很多重復(fù)的計(jì)算。為了獲得近似乃至超過(guò)原始算法的去噪效果，重構(gòu)了相似窗，利用堆疊金字塔結(jié)構(gòu)，構(gòu)造出類似高斯核的相似窗。并在中心點(diǎn)附近3x3區(qū)域內(nèi)采取取同一權(quán)值的方法，改進(jìn)了原有算法在權(quán)值計(jì)算時(shí)的瑕疵。最終，所提出的基于積分圖和重構(gòu)相似核的非局部均值算法不僅算法速度上較原始非局部均值算法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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