已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
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(rèn)領(lǐng)
文檔簡介
1、在實際應(yīng)用過程中,激光圖像、合成孔徑雷達圖像、顯微圖像和醫(yī)學(xué)圖像中普遍存在著乘性噪聲.相對于加性噪聲圖像去噪問題,乘性噪聲有著相對比較低的均勻度、起伏比較劇烈,而且對圖像的影響較大和處理起來又相對麻煩等特性,因此對研究圖像乘性噪聲去除問題具有重要的意義。本文利用L0擬范數(shù)懲罰能保持稀疏性的特性,提出新的數(shù)值算法求解具有凸性的全變分去乘性噪聲問題。
本研究分為四個部分:第一章主要介紹圖像處理與圖像去噪的研究背景及其研究現(xiàn)狀與意義
2、,并闡述了本論文的主要工作及結(jié)構(gòu)。第二章給出用到的一些預(yù)備知識,并介紹所涉及的相關(guān)定義、定理、PADMM算法、牛頓法以及用到的量化標(biāo)準(zhǔn)與符號記法。第三章提出一個基于具有凸性的全變分去乘性噪聲模型的新型的懲罰方法。即:通過算子分裂方法將初始問題轉(zhuǎn)化為約束優(yōu)化問題,然后在增廣拉格朗日框架下利用交替方向乘子法求解該約束優(yōu)化問題。與傳統(tǒng)的L2范數(shù)懲罰約束不同的是這里利用L0擬范數(shù)懲罰,從而保證部分變量在稀疏意義下達到更有效的懲罰.最后的數(shù)值實驗
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(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。
最新文檔
- 基于L2范數(shù)和L0范數(shù)方法的心電逆問題研究.pdf
- 基于平滑l0范數(shù)的稀疏分解算法的改進.pdf
- 基于l0范數(shù)最小化的圖像恢復(fù)算法研究.pdf
- 乘性噪聲圖像恢復(fù)的變分方法.pdf
- 基于L0范數(shù)和核回歸模型的圖像去噪方法研究.pdf
- 基于梯度圖像的L0范數(shù)最小化的快速磁化率重建方法.pdf
- 基于L0優(yōu)化的紋理分析技術(shù).pdf
- 基于L0方法的CT超稀疏投影重建.pdf
- 變指數(shù)變分乘性去噪模型的研究.pdf
- 基于光滑化全變分的圖像重建問題研究.pdf
- 帶乘性噪聲的Markov跳躍系統(tǒng)L2-L∞性能分析與綜合.pdf
- 基于L0梯度最小化的圖像平滑方法研究.pdf
- 范數(shù)最優(yōu)化問題的交替方向乘子算法.pdf
- 細(xì)分樹的L-,p-范數(shù)或擬范數(shù)平均大小和小波包的漸近性態(tài).pdf
- 基于光滑化全變分模型的圖像分割問題研究.pdf
- 基于光滑L0正則子的神經(jīng)網(wǎng)絡(luò)稀疏化梯度學(xué)習(xí)算法研究.pdf
- 基于光滑化全變分型圖像復(fù)原問題研究.pdf
- 基于PDE和全變分濾波方法的研究及在多種噪聲中的應(yīng)用.pdf
- 一種圖像反卷積的光滑L0正則化算法.pdf
- 基于全變分(TV)的彩色圖像增強.pdf
評論
0/150
提交評論