基于稀疏表達的圖像去噪方法研究.pdf_第1頁
已閱讀1頁，還剩56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、圖像是人們獲取信息的一種重要方式，但是噪聲的存在會影響圖像質(zhì)量以及后續(xù)處理，因此，對圖像去噪方法的研究有著重要意義。傳統(tǒng)圖像去噪主要分為空間域和變換域去噪。空間域圖像去噪方法，操作簡單，針對性比較強，該類方法會在去噪的同時模糊原圖像。變換域去噪主要是通過將源圖像變換到某一變換域，然后再進行去噪處理，該類方法認為圖像和噪聲的頻帶是可分離的，因此，去噪的同時也會模糊原圖像。
　　基于稀疏表達的圖像去噪則是一個新的方向。本文利用圖像稀疏

2、表達模型對圖像去噪算法進行研究，有如下改進:稀疏分解的迭代結(jié)束條件由殘差變化率來確定;利用K-SVD算法對字典進行更新，得到了更能反映原圖像特征的字典。本文的主要工作有:(1)構(gòu)建過完備原子庫，本文用冗余的DCT字典作為稀疏分解的原子庫;(2)圖像的稀疏分解，將圖像在過完備原子庫上進行分解，稀疏分解過程中，采用的是正交匹配追蹤算法，迭代結(jié)束條件通過殘差變化率來確定;(3)進行圖像重構(gòu)，在傳統(tǒng)DCT字典的基礎(chǔ)上結(jié)合了K-SVD算法，對DC

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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