您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 一种基于小波变换的红外小目标去噪算法

  2. 研究了复杂背景下红外小目标图像的去噪问题,鉴于小波阈值法去噪的缺点,结合小波变换的去相关性和能量紧支性,提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰,弱小目标通常占有很少像素,首先对红外小目标图像进行二级小波变换,然后根据新的算法对变换所得小波细节系数进行邻域运算,最后通过小波逆变换得到处理后的图像。实验中采用DB3小波基函数,分别对两帧低信噪比原始图像进行仿真。仿真结果表明,该算法能很好地保存小目标的形状特征,抑制背景,达到较好的去噪效果。
  3. 所属分类:其它

    • 发布日期:2009-06-13
    • 文件大小:257kb
    • 提供者:orsinozhu
  1. 基于小波变换的图像去噪方法研究

  2. 现有小波去噪方法大致可分为3类:(1)空域相关去噪,利用信号小波系数在各尺度间具有相关性去噪;(2)基于奇异性检测的去噪,利用信号和噪声具有不同的奇异性去噪;(3)小波域阈值去噪,根据幅值较大的系数由重要信号产生这一假设去噪。
  3. 所属分类:其它

    • 发布日期:2012-05-16
    • 文件大小:2mb
    • 提供者:jiandandan1990
  1. 基于小波变换的图像去噪的研究与实现

  2. 小波变换的图像去噪,小波变换,图像去噪,小波系数的相关性,Cnotuo:let变换
  3. 所属分类:数据库

    • 发布日期:2013-03-28
    • 文件大小:7mb
    • 提供者:u010028380
  1. 基于小波系数相关性的图像去噪

  2. 基于小波系数相关性的图像去噪,蔡良师,,本文提出了一种基于小波系数相关性的图像去噪方法。针对部分去噪方法平滑掉实际信号的不足,根据小波分解系数近指数的衰减特性及
  3. 所属分类:其它

    • 发布日期:2020-01-11
    • 文件大小:326kb
    • 提供者:weixin_38646659
  1. 基于Shearlet的泊松噪声自适应降噪方法

  2. 目的:为了照顾患者,我们研究了一种新的降噪方法,可从降级图像中去除泊松噪声,以改善低剂量CT图像的图像质量。方法:我们首先通过基于剪切波的多重方差稳定变换(SMVST)将泊松噪声转换为近似高斯噪声。其次,基于相邻的小波系数的相关性,通过自适应去噪方法找到非噪声的小波系数的位置。其中,假定图像的剪切波系数遵循拉普拉斯先验分布,并且通过MAP估计(最大后验估计)获得非噪声系数的位置。最后,使用基于混合梯度下降(HGD)的迭代方案,根据非噪声系数的位置估计降噪后的图像。主要贡献在于将基于相邻小波系数相
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:932kb
    • 提供者:weixin_38725260
  1. 基于张量的平稳小波变换红外图像去噪

  2. 提出了一种基于张量的平稳小波变换红外图像去噪方法。采用平稳小波对噪声红外图像进行分解, 保持低频近似图像不变, 将所有尺度上的水平、垂直和对角方向的高频细节图像组合为一个立方体, 形成三阶张量, 通过多线性代数方法估计信号小波系数, 这种处理方式没有破坏小波系数之间的固有空间关系, 同时考虑到了尺度间和尺度内小波系数的相关性, 优于传统的基于线性最小均方误差的信号小波系数估计算法, 最后由低频近似图像与估计的高频细节图像通过平稳小波逆变换得到去噪图像。实验结果表明, 该方法在性能指标和视觉质量上
  3. 所属分类:其它

  1. 一种基于正态反高斯模型的贝叶斯图像去噪方法

  2. 提出一种新的贝叶斯图像去噪方法,该方法以正态反高斯(NIG)模型为先验模型,对图像小波系数的稀疏分布统计建模,并用最大后验概率(MAP)估计法对小波系数进行估计。为了改善贝叶斯图像去噪的效果,还根据尺度间相关性的大小对小波系数分类进行处理。此外,还引入了递归循环平移(Cycle Spinning)算法对小波变换缺乏平移不变性产生的吉布斯现象进行抑制。实验结果表明该去噪算法能有效地去除图像中的高斯白噪声,更好地保留图像细节,提高图像的峰值信噪比值。
  3. 所属分类:其它

  1. 基于Shearlet的泊松噪声自适应降噪方法

  2. 目的:为了照顾患者,我们研究了一种新的降噪方法,可从降级图像中去除泊松噪声,以改善低剂量CT图像的图像质量。 方法:我们首先通过基于剪切波的多重方差稳定变换(SMVST)将泊松噪声转换为近似高斯噪声。 其次,基于相邻的小波系数的相关性,通过自适应去噪方法找到非噪声的小波系数的位置。 其中,假设图像的小波系数遵循拉普拉斯先验分布,并且通过MAP估计(最大后验估计)获得非噪声系数的位置。 最后,使用基于混合梯度下降(HGD)的迭代方案,根据非噪声系数的位置估计降噪后的图像。 主要贡献在于将基于相邻小
  3. 所属分类:其它

    • 发布日期:2021-04-01
    • 文件大小:128kb
    • 提供者:weixin_38706100