欢迎来到天天文库
浏览记录
ID:35062531
大小:7.10 MB
页数:79页
时间:2019-03-17
《基于变分模型的图像去噪算法研究》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、’'戦甲琴夺留钟違若来大赛UniversitofScienceandTechnologyofChinay硕±学位论文X'Teand戀^^;^續论文题目基子吏分摸型的固像去噪鼻法研堯作者姓名陈—姻学科专业信息与逍信工程?导师姓名十中付敎援師___、中通种《技禾乂營硕±学位论文馨基于变分模型的图像去噪算法硏究一作者姓名:陈姐学科专业:信息与通信工程导师姓名:叶中付教授二0—完成时间:六年五月八日
2、UniversitfScyoienceandTechnologyofChinaA’dissertationformastersdereeg儀ResearchonthealicationofppvariationalmodelfortheimaegdenosingA'uthorsName:YiieChenjSpeciality;InformationandCommunicationEngineeringSuervisor:Prof.Zho
3、nfuYepg化FinishedTime:May8,2016中国科学技术大学学位论文原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研巧工作所取得的成果。除己特别加标注和致谢的地方外,论文中不包含任何他人己经发表或撰写过的研究成果一。与我同工作的同志对本研巧所做的贡献均己在论文中作了明确的说明。■作者签名:、签字日期巧诚:中国科学技术大学学位论文授权使用声明一作为申请学位的条件之,学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有
4、关规定向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可W将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索.可W采用影印、缩印或妇描等复制一致手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相。保密的学位论文在解密后也遵守此规定。\开□保密()^__年作者签名-:巧、喃导师签名:签字日期-:>〇lL签字日期:kAv摘要巧要一数字图像作为记录,逐渐在人类生活中扮演着、传输和存储信息的种载体,己经被广泛应用于各个领域越来越
5、重要的角色,比如:地质勘探、国防安全、一农林渔业,经些外、科学研巧等等。然而,图像在获取和处理的过程中常受到一在噪声的干扰,阻碍了人们对图像中有用信息的提取。因此,作为种重要的前端技术,图像去噪对后续图像处理至关重要,它能够保障人们正确理解图像中所蕴含的信息并更准确地获取其中的有效信息。图像去噪是根据图像退化模型W及对图像本身先验信息的理解,将含噪图像还原到能够反映客观世界的原始图像的过程。建立合理的变分模型是图像去噪的一有效途径之,图像的先验信息可用凸约束的形式被应用于变分模型的构建之中
6、,。同时,近些年随着变分模型求解算法的蓬勃发展为变分模型的研巧提供了,强有力的支持。本论文充分巧掘图像的多个先验信息如分段光滑性、变换域和基于过完备字典的表示系数是稀疏的,图像的低秩特性,针对图像去噪问题进行了深入研究,主要工作如下:1.针对去除图像中的高斯噪声,提出自适应加权的四个方向的全变分模型。一,二,平滑区传统的全变分模型具有W下H个不足:第纹理区域易过平滑;第域容易产生阶梯效应;第H.用来权衡规则项和平滑项的参数依赖于图像特征,一因此选择合适的参数具有定的难度,提出自。本文针对全
7、变分模型W上的不足一适应加权的四个方向的全变分模型。首先对每个像素点设计自适应的权衡参,数,使得参数在平滑区域较小数据保真项起主要作用;参数在特殊区域(包括)纹理,边缘W及噪声点较大,正则项起主要作用。其次设计四个方向的权重矩阵。最后改进快速,分别从水平、垂直及两对角线方向来约束相邻像素的差异。梯度迭代法来最小化提出的变分模型,从而巧得去噪后的图像受益于自适应权一些改进的全变分模型其恢衡参数W及权重矩阵,提出的模型相对于近些年来的复效果有明显的提高。自适应加权的四个方向的全变分模型能够在去除噪声的
8、同时。,更好地保护困像的纹理和边缘2.针对去除髙光谱图巧中的混合噪声,构建了基于稀疏表示和低秩特性的变。分模型。首先利用髙光谱图巧在空间域和谱间域具有低秩性,求解其低秩结果其次利用髙光谱国巧可W被过完备冗余字典巧疏表示,但由于冲击巧声的不良影咱,不能很好地训练过完备字典,所W我们需要事先对髙光谱围
此文档下载收益归作者所有