已閱讀1頁(yè)，還剩67頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶(hù)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、圖像去雨可使得視覺(jué)系統(tǒng)工作于雨天環(huán)境，提高其魯棒性和可靠性，對(duì)實(shí)現(xiàn)戶(hù)外圖像的目標(biāo)檢測(cè)、識(shí)別和提取等有很重要的現(xiàn)實(shí)意義。傳統(tǒng)的圖像去雨是基于視頻序列檢測(cè)出雨滴的位置再移除雨，本文是在沒(méi)有多幀圖像的時(shí)域信息下，采取對(duì)輸入的單幅圖像本身進(jìn)行學(xué)習(xí)的框架，提出了一種基于卷積稀疏表示的圖像去雨的方法。
本文主要的貢獻(xiàn)在于：1)從圖像分解的角度，認(rèn)為雨景圖像有背景(結(jié)構(gòu))與雨兩部分，引入形態(tài)學(xué)成分分析的思想，為本文去雨方法的提出奠定了基礎(chǔ)；
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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)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(hù)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
- 基于稀疏表示的圖像去噪方法研究.pdf
- 基于稀疏表示的遙感圖像去云方法研究.pdf
- 基于稀疏表示理論的圖像去噪方法研究.pdf
- 基于稀疏表示的圖像去噪研究.pdf
- 基于稀疏表示的圖像去噪研究
- 基于樣例學(xué)習(xí)的稀疏表示圖像去噪方法研究.pdf
- 基于多字典和稀疏表示的圖像去噪方法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的單幅圖像去雨.pdf
- 基于稀疏表示和字典學(xué)習(xí)的圖像去噪方法的研究.pdf
- 基于稀疏表示的圖像融合方法研究.pdf
- 基于稀疏表示的圖像去噪算法
- 基于稀疏表示的圖像去噪和人臉識(shí)別方法研究.pdf
- 基于稀疏表示的圖像去噪算法.pdf
- 基于稀疏表示的圖像分類(lèi)方法研究.pdf
- 基于邊緣增強(qiáng)和稀疏表示的圖像去噪方法研究.pdf
- 基于稀疏表示的圖像去噪的研究與實(shí)現(xiàn).pdf
- 基于稀疏表示的圖像修復(fù)方法研究.pdf
- 基于稀疏表示的圖像目標(biāo)分類(lèi)方法研究.pdf
- 基于稀疏表示的圖像自適應(yīng)去噪算法研究.pdf
- 基于稀疏表示的紅外圖像去噪算法研究.pdf
評(píng)論
0/150
提交評(píng)論