排序方式： 共有110条查询结果，搜索用时 31 毫秒
71.
72.
综述了多小波变换理论的发展及其在图像处理处理方面的应用，展望了它今后的发展。实验表明多小波方法在信号专噪、图像数据压缩等方面可以取得比单小波更好的效果。 相似文献
73.
图像进行传输过程中,图像噪声成为影响图像质量的重要因素,因此,对图像去噪是各类图像处理领域广泛研究的内容。对图像实施去噪要点要保留图像的重要信息,并获得良好的去噪效果。借助匹配法找出相似块作为训练样本,通过主成分分析提取信号的重要特征,根据最小均方误差方法建立线性自适应阈值方程,对图像展开自适应阈值去噪处理。本次研究表明,这种方法能有效去除图像的高斯白噪声,保存图像的细节信息,从而获得最佳的视图。 相似文献
74.
改进的邻域均值滤波去噪算法研究 总被引：1，自引：0，他引：1
邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。 相似文献
75.
图像稀疏表示是指用很少的数据捕获感兴趣目标的重要信息的能力,通过基或字典中很少量元素的线性组合的形式来描述信号.图像稀疏表示研究已成为近年来图像表示研究的热点.本文系一文献综述,主要阐述了信号稀疏表示和图像稀疏表示的基本理论及其在压缩方面的应用,并且介绍了一种新的稀疏性正则化的泊松噪声图像去噪算法. 相似文献
76.
77.
78.
79.
图像去噪是进一步处理图像的必要步骤和关键环节之一．首先针对Rudin等在1992年提出的ROF模型,利用Crank—Nicolson半隐式差分格式进行离散,克服了显式离散格式的不稳定性和迭代次数多的缺点;其次在求解过程中提出了一种基于矩阵格式的半隐式新算法,并将新算法应用于三种边界条件——零边界条件、周期边界条件和Neumann边界条件进行数值试验;数值试验结果表明采用Crank—Nicolson半隐武离散格式去噪的效果优于显式离散格式;同时,Neumann边界条件能很好的保持图像边界的连续性． 相似文献
80.
杜卫平 《西安文理学院学报》2010,13(3):38-40
针对线性扩散在图像去噪中的不足,提出了基于方向扩散的线性扩散图像去噪方法.该方法对图像进行线性扩散的同时,具有保护图像边缘的作用.实验表明本算法在去除噪声和信噪比上取得了较好的效果. 相似文献