注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 梯度加强纹理代码

  2. 降噪后图像纹理不是很好，通过用梯度加强的方法保持纹理。

  3. 所属分类：其它

    • 发布日期：2014-11-14
    • 文件大小：3mb
    • 提供者：suli_hou

  1. 基于非局部扩散的图像去噪代码

  2. 基于非局部扩散的图像去噪源代码，该算法利用空间非局部梯度构造了图像的非局部结构张量,通过对非局部结构张量的特征分解得到图像的一个特征空间,依据特征空间的特性设计了非局部扩散张量,建立了基于非局部扩散张量的各向异性扩散模型。该模型和局部各向异性扩散模型的本质不同在于,在扩散的过程中充分利用了图像的全局信息。优点是在去除噪声的同时,能更好地保护图像的边缘,尤其是纹理等图像的重要细节特征。

  3. 所属分类：其它

    • 发布日期：2016-04-21
    • 文件大小：5kb
    • 提供者：icymiracle

  1. 基于梯度直方图的纹理增强图像去噪

  2. matlab代码。 《基于梯度直方图的纹理增强图像去噪》论文的代码。 《Texture Enhanced Image Denoising via Gradient Histogram Preservation》 直接运行"HMIS_Main.m"文件。 有比较好的效果。

  3. 所属分类：机器学习

    • 发布日期：2019-05-10
    • 文件大小：3mb
    • 提供者：sinat_29250497

  1. 优化加权TV的复合正则化压缩感知图像重建

  2. 目的压缩感知理论突破了传统的Shanon-Nyquist采样定理的限制,能够以较少的采样值来进行原信号的恢复。针对压缩感知图像重建问题,提出一种基于优化加权全变差(TV)的复合正则化压缩感知图像重建模型。方法提出的重建模型是以TV正则化模型为基础。首先,为克服传统TV正则化会导致重建图像的边缘和纹理细节部分模糊或丢失的缺点,引入图像的梯度信息估计权重,构建加权TV的重建模型。其次,利用全变差去噪(ROF)模型对权重进行优化估计,从而减少计算权重时受噪声的影响。再次,将非局部结构相似性先验和局部自

  3. 所属分类：其它

  1. 迭代范围域加权滤波器，用于保留结构的图像平滑和去噪

  2. 在双边滤波中，来自空间域和范围域的滤波权重总是限制与非常接近的相邻像素高度相关的滤波输出值，这导致滤波前后的变化很小。 为了更好地解决分段平滑图像的去噪问题，如压缩深度图像的伪影去除，我们首先提出了一种迭代的范围域加权滤波方法。 该方法的滤波权重是根据距离域中的像素相似度和图像像素的出现频率在固定窗口内以迭代方式计算的，但是没有空间域的滤波权重。 其次，将所提出的方法与高斯滤波作为引擎相结合，以完成图像平滑的任务，因为在抑制图像纹理的过程中，用于提取结构的图像平滑通常对图像的精细细节敏感，且梯度

  3. 所属分类：其它

  1. L0梯度最小化和非局部精炼的两阶段图像去噪

  2. 提出了一种有效的两阶段非盲去模糊框架，用于恢复模糊图像。 逐步。 迄今为止，大多数方法通常都解决单个变数正则化问题与选定的先验相结合，限制了获得的修复质量。 为了解决这个问题，有两个不同的先验条件在不同的阶段采用，以从粗到细的方式恢复图像，并且每个阶段都遵循变化正则化方案。 在第一阶段，通过最大程度地减少锯齿产生明显的边缘和大范围的纹理。 0梯度范数。 然后在下一阶段通过非局部自动回归模型对中间结果进行细化。 最后，实验结果表明，所提出的方法是有效的，并且取得了很好的效果。 表现。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：329kb
    • 提供者：weixin_38665449

  1. 自适应纹理保留图像去噪模型

  2. 在保留纹理的同时抑制噪声是自然图像去噪中最重要和最具挑战性的问题之一。 已经广泛研究了自然图像的各种先验，例如基于梯度的先验，基于非局部自相似性的先验等，以用于噪声去除。 基于这些先验的方法可能会使细尺度的图像纹理变得平滑，并降低图像的视觉质量。 为了提高图像的视觉质量，本文提出了一种具有自适应保真度项的改进的纹理保留总变化量（TPTV）图像去噪模型。 首先，我们基于结构张量构造图像结构控制函数（SCF）来描述图像结构信息。 其次，我们将SCF组合到一个用于消除噪声的总变化框架中，以便该模型可以

  3. 所属分类：其它

  1. 基于小波收缩的梯度保真度的图像变分去噪

  2. 提出了一种新的变分图像模型，结合了Curvelet收缩方法和总变分（TV）功能，可用于图像恢复。 为了抑制阶梯效应和类似Curvelet的伪影，我们使用多尺度Curvelet收缩来计算初始估计图像，然后提出一个新的梯度保真度项，该项旨在迫使所需图像的梯度接近Curvelet逼近梯度。 然后，我们介绍了Euler-Lagrange方程，并对数学性质进行了研究。 为了提高保留边缘和纹理细节的能力，在梯度下降流算法的迭代过程中自适应估计空间变化参数。 数值实验表明，我们提出的方法在减轻阶梯效应和曲​​

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：642kb
    • 提供者：weixin_38706100

  1. 基于非局部扩散的图像去噪

  2. 利用空间非局部梯度构造了图像的非局部结构张量,通过对非局部结构张量的特征分解得到图像的一个特征空间,依据特征空间的特性设计了非局部扩散张量,建立了基于非局部扩散张量的各向异性扩散模型。该模型和局部各向异性扩散模型的本质不同在于,在扩散的过程中充分利用了图像的全局信息。优点是在去除噪声的同时,能更好地保护图像的边缘,尤其是纹理等图像的重要细节特征。

  3. 所属分类：其它

  1. 基于变指数的片相似性扩散图像降噪算法

  2. 针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种基于变指数的片相似性扩散图像降噪算法。算法基于变指数的自适应降噪模型,引入片相似性的思想,构造出新的边缘检测算子和扩散系数函数。传统的各项异性扩散图像降噪算法利用单个像素点的灰度相似性(或梯度信息)检测边缘,不能很好地保持图像的弱边缘和纹理信息。而所提算法利用邻域像素的灰度相似性,可以在滤除图像噪声的同时,保持更多的细节信息。仿真结果表明,与其他传统的基于偏微分方程(PDE)的图像降噪算法相比,该算法将信噪比(SNR)和峰值信噪比(P

  3. 所属分类：其它

  1. 基于片相似性和最大似然期望最大化的低剂量CT重建算法

  2. 针对低剂量计算机断层成像(CT)重建的图像产生严重退化的问题,提出一种基于片相似性各项异性扩散和最大似然期望最大化(MLEM)的低剂量CT重建算法。首先,采用基本的MLEM算法对低剂量投影数据进行重建;然后,由于片相似性在降噪的同时,也能较好地保持图像的边缘和细节信息的特点,对重建后的图像使用基于非局部理论思想的片相似性降噪方法处理;最后,由于低剂量投影数据还存在脉冲噪声点,使用中值滤波对图像进行处理。采用Sheep-Logan体模作为实验模型进行低剂量CT图像重建的仿真,与BI-MART、BI

  3. 所属分类：其它

  1. Pottslab：基于Potts模型（又称分段常数Mumford-Shah模型）的多标签图像分割（colorgraymultichannel）-源码

  2. Pottslab Pottslab是一个Matlab / Java工具箱，用于使用Potts模型（也称为“分段常数Mumford-Shah模型”或“ l0梯度模型”）重建跳跃稀疏信号和图像。 应用包括分段恒定信号的去噪，阶跃检测和多通道图像分割。 -另请参阅 - 应用实例 向量值图像的分割 支持分割矢量值图像（例如多光谱图像，特征图像） 颜色通道数量的线性复杂度 无标签：无需标签离散化 左：自然的图像； 右：使用Potts模型的结果 使用基于高维Curvelet的特征向量进行纹理分割

  3. 所属分类：其它

  1. 基于深度残差学习的乘性噪声去噪方法

  2. 图像去噪是数字图像处理中最基本的研究内容, 也是一项十分关键的技术, 一直以来是图像处理领域的难点。图像去噪的好坏直接影响后续图像边缘检测、特征提取、图像分割和模式识别等图像处理。为有效去除乘性噪声的影响, 提出一种深度残差学习的乘性噪声去噪方法。该方法通过引入残差优化, 解决了卷积神经网络在层数较多时, 随着层数加深, 梯度在传播过程中逐渐消失的问题。与4种经典去噪算法进行比较, 结果表明, 该方法在有效去除乘性噪声的同时, 可以更好地保留图像的边缘和纹理区域的细节信息, 为后续的图像分割、配

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：14mb
    • 提供者：weixin_38751031

  1. 基于变指数的片相似性扩散图像降噪算法

  2. 针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种基于变指数的片相似性扩散图像降噪算法。算法基于变指数的自适应降噪模型,引入片相似性的思想,构造出新的边缘检测算子和扩散系数函数。传统的各项异性扩散图像降噪算法利用单个像素点的灰度相似性(或梯度信息)检测边缘,不能很好地保持图像的弱边缘和纹理信息。而所提算法利用邻域像素的灰度相似性,可以在滤除图像噪声的同时,保持更多的细节信息。仿真结果表明,与其他传统的基于偏微分方程(PDE)的图像降噪算法相比,该算法将信噪比(SNR)和峰值信噪比(P

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：256kb
    • 提供者：weixin_38504417