基于稀疏表示理論的圖像去噪方法研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩71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(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、近年來(lái),稀疏表示理論備受關(guān)注,并已經(jīng)成功地應(yīng)用于圖像去噪領(lǐng)域。通過(guò)選取或設(shè)計(jì)適當(dāng)?shù)某陚渥值?圖像的稀疏表示能夠有效地提取圖像中本質(zhì)的特征,用盡可能簡(jiǎn)潔的方式表示圖像。壓縮感知理論也是建立在稀疏表示理論的基礎(chǔ)上,它進(jìn)一步表明了稀疏表示理論的重要價(jià)值和巨大應(yīng)用潛力。
　　本文主要對(duì)基于稀疏表示理論的圖像去噪方法進(jìn)行研究。首先,論文提出了一種能夠抑制高斯噪聲并有效保留大量圖像紋理細(xì)節(jié)信息的圖像去噪方法。該方法將圖像看成是結(jié)構(gòu)和紋理兩種

2、屬性的組合,使用形態(tài)學(xué)成分分析方法(Morphological Component Analysis,MCA)提取出紋理部分信息,針對(duì)圖像結(jié)構(gòu)和紋理的不同屬性,應(yīng)用基于不同訓(xùn)練策略的超完備字典分別進(jìn)行去噪處理。實(shí)驗(yàn)仿真表明,本文提出的基于圖像分解和超完備字典的去噪算法能夠更好的去除圖像中的噪聲,去噪結(jié)果具有更佳的視覺(jué)效果。
　　其次,論文提出了一種基于自適應(yīng)壓縮感知的去噪方法。自適應(yīng)壓縮感知的方法將廣義主成分分析引入到壓縮感知的稀

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。

評(píng)論

0/150

提交評(píng)論