基于N-Smoothlets的图像处理关键技术研究.pdf

《基于N-Smoothlets的图像处理关键技术研究.pdf》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、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS（电子科技大学图标）论文题目基于N-Smoothlets的图像处理关键技术研究学科专业信号与信息处理学号201221240612作者姓名陈美荣指导教师曹建蜀副研究员分类号密级注1UDC学位论文基于N-Smoothlets的图像处理关键技术研究（题名和副题名）陈美荣（作者姓名）指导教师曹建蜀副研究员电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2015年5月12日论文答辩日期2015年6月1

2、日学位授予单位和日期电子科技大学2015年6月27日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。STUDYONTHEKEYTECHNOLOGYOFIMAGEPROCESSINGBASEDONN-SMOOTHLETSAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:ChenMeirongAdvisor:CaoJianshuAssociateprofessorSchool:Resea

3、rchInstituteofElectronicScienceandTechnology独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅

4、。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日摘要摘要N-Smoothlets是传统Smoothlet的改进。采用N-Smoothlets变换对图像进行分解时，可以用最多N条线段表示图像局部子块的纹理特征，而传统Smoothlet只用一条线段表示。通过增加线段数目，能更灵活的逼近局部块的几何特征，降低[1]逼近导致的几何误差。N-Smoothlets变换可看作特殊的Multismoothlets变换，与传统的Multismo

5、othlets变换的区别主要在实现方式上：传统的Multismoothlets是通过变换支撑在每个宏块内实现多次逼近，N-Smoothlets可以对图像块实现更灵活地逼近，相比之下，N-Smoothlets具有对复杂纹理图像可以实现更好逼近的优势。N-Smoothlets变换仍然存在对方向性表示不足的缺点。本文的研究重点之一是提升其对方向的表示能力，此外，本文还着重研究了N-Smoothlets变换在图像去噪和边缘检测中的应用。主要研究内容如下：1、针对传统Smoothlet变换在宏块方向性上的不足提出ShearSmoothlet变换。考虑在不同方向上的Smoothlet变换

6、更能适应图像纹理的变化，将Shear操作的方向特征应用到Smoothlet变换中，计算各个方向重建图像的均值，最终的重建图像结果具有不同方向上的特征。通过取各个方向上的重建图像均值的操作降低了最终重建图像的方块效应，提高重建图像的质量。2、提出基于N-Smoothlets变换的图像去噪算法。针对传统图像去噪算法在去除噪声的同时会丢失大量高频信息的问题，利用高斯白噪声没有固定几何结构的特点，结合N-Smoothlets变换提取图像几何结构的优势，研究基于几何结构去除高斯白噪声的数学模型，进而提出基于该模型的N-Smoothlets图像去噪算法。通过寻求权重因子与噪声方差的关系计

7、算最优的权重因子值，保证图像去噪效果的同时很好地保护图像的高频信息并降低计算量。3、提出基于N-Smoothlets变换的图像边缘检测算法。利用N-Smoothlets变换具有多尺度、多方向逼近边缘的优势，采用滑窗的方式，研究基于N-Smoothlets对弱小边缘和复杂边缘的检测模型和方法。利用N-Smoothlets变换的线奇异性可以更好地检测图像的边缘，通过设置阈值和滑窗偏移量改变边缘检测的精度。关键词：Smoothlet变换，N-Smoothlets变换，ShearSmoothlet，图像去噪，边