毕业设计(论文)-基于马尔科夫场的图像去噪研究

毕业设计(论文)-基于马尔科夫场的图像去噪研究

ID:35584034

大小:750.50 KB

页数:29页

时间:2019-03-30

毕业设计(论文)-基于马尔科夫场的图像去噪研究_第1页
毕业设计(论文)-基于马尔科夫场的图像去噪研究_第2页
毕业设计(论文)-基于马尔科夫场的图像去噪研究_第3页
毕业设计(论文)-基于马尔科夫场的图像去噪研究_第4页
毕业设计(论文)-基于马尔科夫场的图像去噪研究_第5页
资源描述:

《毕业设计(论文)-基于马尔科夫场的图像去噪研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、合肥师范学院2012届本科生毕业论文(设计)装订线本科生毕业论文(设计)题目:基于马尔科夫场的图像去噪研究系部电子信息工程学院学科门类工学专业电子信息工程学号0808211026姓名叶铭指导教师沈晶2012年4月17日合肥师范学院2012届本科生毕业论文(设计)基于马尔可夫场的图像去噪方法研究摘要随着数字图像处理技术的普及,应用范围的扩展,图像处理越来越受到人们的关注并且不断发展。在许多科技领域对于图像质量的要求也越来越高,而噪声是影响图像质量的主要因素,因此图像去噪是图像处理的首要任务,对于图像处理后续工作的顺利进行有很重要的现实意义。近年来,图像去噪无疑也是图像处理领域

2、的研究热点。针对图像噪声的去除,研究人员经过多阶段的研究提出了很多有效的,经过实验结果分析证明的方法,当然任何一种去噪方法都不可能完全地去除图像中的噪声,完整恢复图像,然而研究人员一直都在原有的去噪方法基础上逐步突破其局限性,完善去噪的方法,以期能得到更好的去噪效果,提高去噪的质量。本课题是基于马尔可夫随机场图像去噪方法的研究,马尔可夫随机场拥有其在图像处理领域的独特优势,有着完备的数学基础和优化算法支持,因此它在去噪上的应用受到越来越多的关注。本论文将马尔可夫随机场模型和贝叶斯框架相结合,运用完备的算法框架,对图像进行去噪。实现并分析了MembraneMRF(MMRF)和

3、GaussianMRF(GMRF)这两种模型,并针对GMRF模型去噪结果中出现的个别很小区域不滤波的现象,提出了迭代因子的方法解决了这一问题。MMRF和GMRF模型是最常用的两种模型。但这两种模型都无法辨别图像边缘处相邻像素点之间的差异,不能很好地描述边缘处像素值具有陡变特性的图像结构特征,导致去噪过程中图像边缘的模糊。针对这一问题,在优化中提出了基于区域分割的自适应邻域MMRF,该模型是在图像区域分割后,将不属于同一区域的邻域点不参与运算,避免图像边缘处相邻像素点之间的相互影响从而有效地保护图像的边缘。实验结果表明,相比于传统的MMRF模型,自适应邻域MMRF模型对图像的

4、边缘保持有明显的提高。关键词:数字图像去噪MRF贝叶斯框架合肥师范学院2012届本科生毕业论文(设计)ABSTRACTWiththepopularityofdigitalimageprocessingtechniqueandtheexpansionofitsapplicationscale,imageprocessingisbeingpaidmoreandmoreattentionandhasacquiredcontinuousdevelopment.Inscienceandtechnology,requirementsofimagequalityareincreasing

5、lyhigh,andnoiseisthemainfactorwhichaffectsthequalityofimage.Sotheimagedenoisingistheprimarytaskofimageprocessing.Imagedenoisinghasveryimportantpracticalsignificanceforimageprocessing.Recently,imagedenoisingcansurelybethemainpointoftheresearchinthefieldofimageprocessing.Inimagenoiseremoval,

6、researchersprovidedalotofeffectivemethodofdenoisingaftermuchresearchandtheanalysisofexperimentalresults.Ofcourse,anykindofdenoisingmethodcannotcompletelyremovethenoiseoftheimageandrecoverthewholeimage,butresearchershavedevelopeddenoisingmethodbasedonitslimitations,hopingtogetbetterdenoisin

7、gresultandimprovedenoisingquality.ThistopicisbasedonMarkovRandomFieldforimagedenoising.MarkovRandomFieldhasitsadvantageinimageprocessingarea.Ithastheuniqueadvantageofpossessingthemathematicalfoundationandcompletesupport,soithasbeingpaidmoreandmoreattention.Thi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。