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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著近代科學(xué)的崛起,數(shù)字圖像處理技術(shù)得到了空前的發(fā)展。數(shù)字圖像處理起源于20世紀20年代,當(dāng)時通過海底電纜從英國的倫敦傳到美國的紐約采用數(shù)字壓縮技術(shù)傳輸了第一幅數(shù)字照片。此后,由于遙感等領(lǐng)域的應(yīng)用,使圖像處理技術(shù)逐步受到關(guān)注并得到相應(yīng)的發(fā)展。在數(shù)字圖像處理中,數(shù)字圖像去噪占據(jù)著很重要的位置。現(xiàn)實中的圖像在成像或傳輸過程中由于常受到設(shè)備與外部環(huán)境噪聲干擾等影響,從而大大降低了圖像的質(zhì)量,這就對圖像的解譯工作造成了很大的困難,圖像去噪可以有
2、效地濾除噪聲圖像中噪聲,是后續(xù)圖像特征提取、分割、識別等工作的基礎(chǔ)。目前主流的去噪算法主要分為空間域和變換域兩種。
本文將圖像去噪問題看做是一種優(yōu)化問題,提出了一種基于粒子群優(yōu)化的去噪算法。本文所提算法力圖尋找一組稀疏的系數(shù),使得在給定的字典下通過該組系數(shù)能夠較好的恢復(fù)出原始沒有噪聲的信號。本文算法在設(shè)計的時候充分考慮了待優(yōu)化個體的稀疏性,使得算法能夠有效的找到最優(yōu)解。
為了驗證本文所提算法的去噪性能,本文進行了大量
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
- 基于深度學(xué)習(xí)的圖像去噪算法
- 基于邊緣保持的圖像去噪算法.pdf
- 基于塊的圖像去噪算法研究.pdf
- 開題報告--設(shè)計材料基于粒子群優(yōu)化的圖形去噪算法
- 基于稀疏表示的圖像去噪算法
- 基于深度學(xué)習(xí)的圖像去噪算法.pdf
- 基于Contourlet的圖像去噪算法研究.pdf
- 基于稀疏表示的圖像去噪算法.pdf
- 基于維納濾波的圖像去噪算法研究.pdf
- 基于相似塊的圖像去噪算法研究.pdf
- 基于小波變換的圖像去噪算法.pdf
- 基于粒子濾波的低劑量CT圖像去噪.pdf
- 基于對偶方法的圖像去噪和圖像分解算法.pdf
- 基于變換域的圖像去噪算法研究.pdf
- 基于壓縮傳感的圖像去噪算法研究.pdf
- 基于方向信息的圖像去噪算法研究.pdf
- 圖像去噪增強算法的研究.pdf
- 基于稀疏表示的圖像去噪以及去霧霾算法.pdf
- 磁共振圖像去噪算法研究.pdf
- 基于支持向量機的圖像去噪算法研究.pdf
評論
0/150
提交評論