基于對偶方法的圖像去噪和圖像分解算法.pdf_第1頁
已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀

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、本文首先針對當(dāng)前流行的GDTMA(the gradient decent-time marching algorithm)在求解LLT(Lysaker、Lundervold和Tai)模型時的缺陷，提出了基于Legender-Fenchel變換的對偶方法，解決了LLT模型中的不可微項在數(shù)值運算中的困難。并證明了對偶方法的收斂性，進(jìn)一步通過實驗驗證了該方法擁有比GDTMA更快的收斂速度。 其次，針對RDF模型和LLT模型在處理噪聲圖

2、像時存在的缺陷，以及紋理部分和噪聲部分之間的差異，將圖像分解思想和ROF模型與LLT模型相結(jié)合，提出了一種新的分解去噪模型：DD(decomposition and denoising)模型。該模型在處理噪聲圖像時，將噪聲圖像分解為結(jié)構(gòu)、紋理和噪聲三部分，從而達(dá)到既去噪又能分解的目的。進(jìn)一步，通過仿真試驗，驗證了DD模型和算法的合理性及有效性。 最后，針對TV-G模型、Vese-Osher模型和TV-H<'-1>模型等分解模型在

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