2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題（含答案詳解+作文范文）_第1頁(yè)
已閱讀1頁(yè)，還剩68頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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、圖像去噪是圖像處理中的重要環(huán)節(jié)，其結(jié)果的好壞直接影響著后續(xù)工作。目前很多去噪方法在去除噪聲的同時(shí)，損失了圖像的很多邊緣等結(jié)構(gòu)信息，導(dǎo)致去噪結(jié)果中邊緣的模糊。因此，如何在去除噪聲的同時(shí)能更好地保持邊緣等結(jié)構(gòu)信息是圖像去噪的重點(diǎn)研究方向。基于馬爾可夫場(chǎng)(Markov Random Field，MRF)模型的去噪方法將去噪轉(zhuǎn)化為由噪聲圖像和MRF模型估計(jì)原始圖像的過(guò)程。為了達(dá)到邊緣保持的目的，該方法的關(guān)鍵在于確立能夠準(zhǔn)確描述圖像邊緣特性的MR

2、F模型。本文在詳細(xì)分析了MRF去噪模型的基礎(chǔ)上，通過(guò)結(jié)合邊緣檢測(cè)和區(qū)域分割建立了兩種邊緣保持MRF模型。所做的主要工作如下：
　　1、研究提出了一種結(jié)合邊緣檢測(cè)的MRF去噪算法。該算法將邊緣檢測(cè)與去噪交互迭代進(jìn)行，由邊緣檢測(cè)結(jié)果指導(dǎo)模型的設(shè)計(jì)。相比于傳統(tǒng)邊緣保持MRF模型，該模型不僅能描述邊緣的灰度突變特性，同時(shí)能描述邊緣的連續(xù)性。
　　2、研究提出了一種結(jié)合區(qū)域分割的MRF去噪算法。該算法將相鄰像素是否位于邊緣處與它們是否

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(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。

評(píng)論

0/150

提交評(píng)論