2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、核回歸分析是傳統(tǒng)回歸分析的最新發(fā)展,在圖像去噪、數(shù)據(jù)挖掘、超分辨率分析等領(lǐng)域得到了廣泛的應(yīng)用。非局部方法是當(dāng)前熱門的圖像處理方法,它在計算權(quán)重時考慮圖像的全局特征,處理效果遠(yuǎn)遠(yuǎn)優(yōu)于其他方法,缺點是計算量大。本文以自然國家科學(xué)基金項目為背景,結(jié)合核回歸算法的局部性與非局部算法的全局性,將其應(yīng)用于圖像去噪中,得到了較好的處理效果。
   本文首先介紹了圖像處理的基本概念以及常見的噪聲模型,回顧了傳統(tǒng)的圖像去噪方法,分析了傳統(tǒng)去噪方法

2、的不足,這些方法都是基于特定的模型結(jié)構(gòu),由于模型已定,這就限制了它們的應(yīng)用領(lǐng)域,核回歸方法很好的改善了以往去噪方法的這些不足,缺點是在去噪時沒有考慮圖像的灰度信息,本文通過引入局部方向信息來對經(jīng)典核回歸進(jìn)行改進(jìn)。
   核回歸方法在計算權(quán)重時僅分析臨近區(qū)域的像素,實際上相距較遠(yuǎn)的區(qū)域也可能具有一定的相似特征,因此核回歸方法具有一定的局限性。本文描述的非局部去噪方法很好的利用了圖像的全局特征,對于具有相似紋理的圖像,該方法的處理效

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。

評論

0/150

提交評論