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、圖像降噪是圖像處理的一個(gè)重要環(huán)節(jié)。圖像在采集和傳輸過程中,往往受到噪聲的干擾,而降噪的目的是盡可能的保持原始信號(hào)有效信息,同時(shí)除去信號(hào)中的噪聲。近年來,小波理論得到了迅速發(fā)展,由于小波在時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì),從而可以充分突出研究對(duì)象的任何細(xì)節(jié),眾多優(yōu)勢(shì)使小波變換廣泛地應(yīng)用于圖像降噪領(lǐng)域。 本文首先論述了小波理論的發(fā)展歷程,介紹了小波在圖像處理領(lǐng)域的應(yīng)用情況,然后系統(tǒng)地描述了基于小波變換的傳統(tǒng)的圖像降噪方法,并對(duì)這些
2、方法進(jìn)行了比較,闡述了各種方法的優(yōu)勢(shì)及缺點(diǎn)。 本文在對(duì)小波變換及傳統(tǒng)降噪算法深入研究的基礎(chǔ)之上,提出了三種基于小波變換的圖像降噪方法:基于改進(jìn)的貝葉斯模型的小波圖像降噪、基于提升小波與子帶自適應(yīng)閾值的圖像降噪、基于局部閾值的小波圖像降噪。第一種方法是基于貝葉斯降噪方法的,側(cè)重點(diǎn)基于降噪過程的參數(shù)估計(jì)問題,使得改進(jìn)后的參數(shù)估計(jì)模型更加穩(wěn)定和精確;第二種方法在原有通用閾值的基礎(chǔ)上提出自適應(yīng)閾值算法,閾值的構(gòu)造充分利用了子帶相關(guān)性,并
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。
最新文檔
- 基于分塊的自適應(yīng)閾值小波圖像編碼.pdf
- 基于提升小波的MR圖像自適應(yīng)閾值去噪研究.pdf
- 小波閾值降噪
- 小波閾值降噪
- 基于二進(jìn)小波變換的自適應(yīng)閾值圖像去噪研究.pdf
- 基于小波分析的自適應(yīng)多閾值圖像分割研究.pdf
- 自適應(yīng)多閾值算法在SAR圖像降噪方面的應(yīng)用.pdf
- 基于自適應(yīng)提升小波的圖像壓縮.pdf
- 基于小波變換的圖像降噪
- 小波域自適應(yīng)圖像水印研究.pdf
- 基于小波變換的自適應(yīng)圖像水印算法研究.pdf
- 基于圖像質(zhì)量評(píng)價(jià)的自適應(yīng)降噪算法研究.pdf
- 基于小波變換的自適應(yīng)圖像去噪算法.pdf
- 基于小波的圖像閾值去噪方法.pdf
- 基于自適應(yīng)閾值的三維塊匹配降噪算法研究.pdf
- 基于小波變換的自適應(yīng)圖像水印算法研究(1)
- 基于自適應(yīng)方向提升小波的圖像法噪研究.pdf
- 基于LIFTING SCHEME小波的圖像自適應(yīng)去噪研究.pdf
- 基于小波域紋理分析的圖像自適應(yīng)信息隱藏.pdf
- 行波管信號(hào)小波閾值降噪方法研究.pdf
評(píng)論
0/150
提交評(píng)論