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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下,獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果,均在文中以適當(dāng)方式明確標(biāo)明,并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外,該學(xué)位論文為()課題(組)的研究成果,獲得()課題(組)經(jīng)費或?qū)嶒炇业馁Y助,在()實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒炇颐Q,未有此項聲明內(nèi)容的,可以不作特別聲明。)聲明人(簽孫考幡Ⅺ潷年S其
2、●B摘要摘要由于水下環(huán)境的特殊性,水質(zhì)對于聲波的吸收、散射及混響等因素的存在嚴(yán)重影響了聲納成像效果,尤其是后向散射效應(yīng)、混響等使得聲納圖像中存在強(qiáng)烈的噪聲,嚴(yán)重降低了聲納圖像的質(zhì)量,從而給后續(xù)的圖像處理和應(yīng)用帶來了諸多不利的影響。因此,如何構(gòu)建出針對水下圖像特點的去噪處理算法具有重大的意義。論文首先分析總結(jié)了聲納圖像成像影響因素和成像特點,與傳統(tǒng)的光學(xué)圖像相比,聲納圖像具有斑點噪聲嚴(yán)重、分辨率低、邊緣模糊、對比度低等特點。并在其成像機(jī)理
3、的基礎(chǔ)上得到其斑點噪聲的統(tǒng)計分布模型,建立斑點噪聲圖像的乘性瑞利模型。然后,根據(jù)聲納圖像的特點,嘗試將基于K—SVD字典學(xué)習(xí)的去噪方法應(yīng)用到聲納圖像斑點噪聲的去除中。一種方式是考慮到聲納成像設(shè)備成像特征相似,聲納圖像目標(biāo)比較單一,背景噪聲較大的特點,首先從幾幅高質(zhì)量的聲納圖像上得到全局字典,然后使用該字典進(jìn)行去噪。另一種方式是直接在含噪圖像上訓(xùn)練得到自適應(yīng)字典,然后重構(gòu)圖像得到去噪結(jié)果。實驗表明,兩種處理方式在邊緣保持和斑點噪聲去除上均
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(hù)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(fù)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。
最新文檔
- 醫(yī)學(xué)超聲圖像斑點噪聲去除的研究.pdf
- 基于冗余字典的圖像稀疏表示研究.pdf
- 基于稀疏分解的SAR圖像抑制斑點噪聲算法的研究.pdf
- 基于TSPL算法的圖像椒鹽噪聲去除方法研究.pdf
- 70406.星載sar圖像的斑點噪聲的去除
- 基于稀疏表示的圖像混合噪聲去除算法.pdf
- SAR圖像斑點噪聲抑制算法研究與應(yīng)用.pdf
- 基于廣義Nakagami分布的醫(yī)學(xué)超聲圖像去斑點噪聲算法.pdf
- 灰度圖像中脈沖噪聲去除算法研究.pdf
- 基于冗余字典的超分辨率圖像復(fù)原研究.pdf
- 去除數(shù)字圖像脈沖噪聲的算法研究.pdf
- 數(shù)字圖像中脈沖噪聲的去除算法研究.pdf
- 針對斑點噪聲的圖像去噪與增強(qiáng)算法研究.pdf
- 基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法.pdf
- 圖像條帶噪聲去除方法研究.pdf
- 聲納圖像信息隱藏算法研究.pdf
- 基于小波分析的CR醫(yī)學(xué)圖像噪聲去除研究.pdf
- 基于字典學(xué)習(xí)的光聲圖像重建算法的研究.pdf
- 圖像修復(fù)技術(shù)的研究及其在視頻圖像斑點去除中的應(yīng)用.pdf
- 基于圖像聲納的淺海魚群分類識別算法研究.pdf
評論
0/150
提交評論