首页> 中文学位 >图像的插值与去高斯噪声算法研究
【6h】

图像的插值与去高斯噪声算法研究

代理获取

目录

封面中英文.pdf

新.pdf

 摘 要

Abstract

第1章 绪论

1.1 课题应用背景

1.2 国内外研究现状

1.3 本文的主要研究工作

第2章 图像的插值及去噪声简介

第3章 图像边缘方向插值算法研究

第4章 图像去除高斯噪声算法研究

结 论

参考文献

致谢

展开▼

摘要

随着社会的发展,科技的进步,我们的生活也越来越丰富多彩,获得更多、更准确的图像信息是非常重要的,在现代生活中,在生物医学、遥感、军事、视频多媒体等等众多领域都会涉及到图像处理问题,如图像的边缘提取、图像的分割、图像增强、图像恢复、图像数据压缩等等,本文的研究重点是其中的图像插值和图像去噪声。
  图像插值是影响图像质量的一个重要因素。传统的插值算法,如最近邻插值法、双线性插值法,立方卷积法等等,由于原理简单,运算速度快,在早期得到了较广泛的应用,但是插值得到的图像的边缘部分容易出现模糊或者阶梯效应,导致图像质量较差,沿边缘方向的插值可以较好的改变这种状况。借鉴已有的边缘方向插值算法,本文设计了边缘自适应局部重复插值算法,通过对图像的边缘和非边缘区域采用不同的插值函数,在插值过程中尽可能的减少误差,较好的保护了图像的边缘特征。
  图像噪声对图像分析和计算机视觉影响很大,因此图像去噪声是图像处理领域中一个非常重要的研究内容。图像中高斯噪声的去除是一个难点问题,人们一直在寻找有效的方法。传统的高斯噪声去除方法是采用均值滤波,这种方法虽然运算较简单,但是使图像模糊化,对比度降低,细节信息丢失,去噪声效果不是很好。小波变换是当前应用数学中一个迅速发展的新领域,基于小波变换的去高斯噪声方法是目前的研究热点,很多基于小波变换的图像去噪声方法被提出,并取得了较好的去噪声效果,本文借鉴已有的高斯噪声去噪声算法,通过结合小波萎缩阈值和维纳滤波,有效的去除了高斯噪声,提高峰值信噪比,并有较好的视觉特征,在工程上具有有效性和可行性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号