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、在數(shù)字圖像處理領(lǐng)域,圖像噪聲的濾除一直是最重要、最基本的研究課題之一。由高斯噪聲和脈沖噪聲疊加而成的混合噪聲是數(shù)字圖像中存在的一種典型噪聲。而傳統(tǒng)方法對(duì)于這種類型噪聲的處理效果往往是不盡如人意的,主要表現(xiàn)在濾除圖像噪聲的同時(shí)會(huì)對(duì)圖像細(xì)節(jié)產(chǎn)生丟失。
本文主要研究脈沖噪聲和高斯噪聲混合情形下的圖像去噪問(wèn)題。α-平衡均值的濾波器能較好的兼顧均值濾波器和中值濾波器的特點(diǎn),對(duì)被混合噪聲污染的圖像有著較好處理效果。本文選用基于α-平衡
2、均值的濾波方法來(lái)進(jìn)行圖像去噪,并針對(duì)現(xiàn)有此類型相關(guān)濾波方法復(fù)雜度高的問(wèn)題,提出了一種基于像素統(tǒng)計(jì)分布的自適應(yīng)α-平衡均值算法,可以在保持原有的濾波性能的基礎(chǔ)上降低運(yùn)算復(fù)雜度。另外,本文還研究了脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN),將它用于對(duì)圖像中噪聲的定位。針對(duì)原有閾值函數(shù)的不足,將原來(lái)的指數(shù)衰減函數(shù)改進(jìn)為更為簡(jiǎn)單的線性衰減函數(shù),并在此基礎(chǔ)上推導(dǎo)閾值初始值的選取。綜合上述兩個(gè)部分,本文提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)和自適應(yīng)α-平衡均值濾波的組合
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
- 脈沖噪聲和高斯噪聲的混合圖像噪聲去噪研究.pdf
- 圖像高斯噪聲及椒鹽噪聲去噪算法研究.pdf
- 數(shù)字圖像混合去噪算法的研究.pdf
- 針對(duì)斑點(diǎn)噪聲的圖像去噪與增強(qiáng)算法研究.pdf
- 基于噪聲點(diǎn)檢測(cè)的中值濾波圖像去噪算法.pdf
- 圖像椒鹽噪聲及高斯噪聲去噪方法研究.pdf
- 一種基于高斯與椒鹽混合噪聲去噪算法研究.pdf
- 高斯噪聲污染圖像的去噪方法研究.pdf
- 基于像素分類思想的圖像自適應(yīng)混合去噪算法.pdf
- 圖像泊松去噪算法研究.pdf
- 低照度圖像的去噪算法研究.pdf
- 基于噪聲檢測(cè)的圖像去噪技術(shù)的研究.pdf
- 圖像和視頻去噪算法研究.pdf
- 圖像去噪增強(qiáng)算法的研究.pdf
- 水下圖像后向散射噪聲的去噪問(wèn)題研究.pdf
- 基于塊的圖像去噪算法研究.pdf
- 小波圖像去噪算法的研究.pdf
- 多模圖像聯(lián)合去噪算法研究.pdf
- 磁共振圖像去噪算法研究.pdf
- 基于噪聲水平估計(jì)的圖像與視頻去噪.pdf
評(píng)論
0/150
提交評(píng)論