• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Image denoising with spline interpolation based on singular value decomposition and other evaluation methods.
【24h】

Image denoising with spline interpolation based on singular value decomposition and other evaluation methods.

机译：基于奇异值分解和其他评估方法的样条插值图像去噪。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this thesis, we construct two new algorithms for image denoising, namely, spline and spline-wavelet, which combine spline interpolation and wavelets together with nonlinear filtering based on block singular value decomposition. Those two approaches are compared with other existing methods, which involve BlockSvd filter, wavelet (global thresholding) filter, median filter, average filter, and adaptive filter. The performance of these approaches differs little from each other. Generally speaking, median filter is very suitable for processing images to reduce "salt and pepper" noise. But for zero-mean Gaussian and speckle noises, an adaptive filter and spline-wavelet methods are more stable and slightly superior to other filters in most conditions and for most images. The proposed algorithms were tested under different types of images and a wide range of signal to noise ratios (SNR). The numerical results demonstrate that these methods can be used in different and useful ways for reducing image noise.
机译：本文构造了两种新的图像去噪算法：样条和样条小波，将样条插值和小波与基于块奇异值分解的非线性滤波相结合。将这两种方法与其他现有方法（包括BlockSvd滤波器，小波（全局阈值）滤波器，中值滤波器，平均滤波器和自适应滤波器）进行比较。这些方法的性能彼此之间几乎没有什么不同。一般而言，中值滤波器非常适合处理图像以减少“盐和胡椒”噪声。但是对于零均值高斯噪声和散斑噪声，自适应滤波器和样条小波方法更稳定，并且在大多数情况下和大多数图像中都比其他滤波器更优越。所提出的算法在不同类型的图像和各种信噪比（SNR）下进行了测试。数值结果表明，这些方法可用于减少图像噪声的不同且有用的方式。

著录项

  • 作者

    Qi, Weibin.;

  • 作者单位

    University of Ottawa (Canada).;

  • 授予单位 University of Ottawa (Canada).;
  • 学科 Engineering System Science.
  • 学位 M.Sc.
  • 年度 2005
  • 页码 95 p.
  • 总页数 95
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 系统科学;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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