隨著信息技術(shù)的高速發(fā)展,數(shù)字圖像已經(jīng)成為了一種人們獲取信息、感知自然和了解世界的重要媒介。在獲取、傳輸和存儲(chǔ)的過程中,圖像都會(huì)不可避免地受到噪聲信號(hào)的污染,這些噪聲信號(hào)會(huì)妨礙人們對(duì)圖像信息的正確理解,同時(shí)對(duì)圖像后續(xù)的處理環(huán)節(jié)(特征提取、邊緣檢測(cè)等)帶來很大的影響。因此,作為圖像預(yù)處理操作之一的圖像去噪具有非常重要的意義,對(duì)圖像的后續(xù)處理至關(guān)重要。本文主要是對(duì)基于變分法的圖像去噪算法進(jìn)行了研究。首先重點(diǎn)研究了幾種經(jīng)典的變分去噪模型;其次針對(duì)二階總廣義變分去噪模型易于模糊小結(jié)構(gòu)、小紋理的缺點(diǎn),提出了一種結(jié)合Kirsch邊緣檢測(cè)算子與二階總廣義變分的去噪模型,從理論上分析了該模型的優(yōu)勢(shì);最后通過仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。本文的主要工作如下:(1)介紹了幾種經(jīng)典的變分去噪模型。本文詳細(xì)介紹了幾種經(jīng)典的變分去噪模型,從理論上分析了各種變分去噪模型的去噪機(jī)理以及在去噪過程中存在的優(yōu)點(diǎn)和缺點(diǎn),并通過仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。(2)提出了一種結(jié)合Kirsch邊緣檢測(cè)算子與二階總廣義變分的去噪模型。首先利用Kirsch邊緣檢測(cè)算子提取圖像的局部紋理特征信息,然后利用這些信息構(gòu)建一個(gè)自適應(yīng)的正則項(xiàng)邊緣指示函數(shù)g(x)和...

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1研究?jī)?nèi)容關(guān)系邏輯圖

天津大學(xué)博士學(xué)位論文8三部分的研究?jī)?nèi)容關(guān)系邏輯圖如圖1-1標(biāo)題職能研究?jī)?nèi)容與方法職能職能階段論文題目研究?jī)?nèi)容與方法基于貝葉斯理論的低劑量CT圖像盲復(fù)原算法研究稀疏貝葉斯-RNAMBO算法變分貝葉斯-RNAMBO算法稀疏貝葉斯K-SVD算法稀疏貝葉斯字典學(xué)習(xí)法剪切波HMM去噪算法離....

圖２－１圖像的退化、恢復(fù)過程??

基于變分法的圖像去噪算法研究?第二章基于變分法的圖像去噪基本理論??第二章基于變分法的圖像去噪基本理論??在介紹經(jīng)典的變分去噪模型之前，本文首先將著？介紹基Ｔ？變分法的圖像太？噪算??法所涉及到的一些理論知識(shí)，其中主要包括圖像噪聲的數(shù)學(xué)模型及分類、變分原理和??歐拉－拉格朗日方程....

圖２－２高斯噪聲的概率密度函數(shù)??

基于變分法的圖像去噪算法研究?第二章基于變分法的圖像去噪基本理論??下面將主要介紹高斯噪聲和椒鹽噪聲。??（１）高斯噪聲??高斯噪聲含有恒定的頻率成分和功率頻譜，不論在空域１：還是頻域上都比較容易??用數(shù)學(xué)方法進(jìn)行處理。其概率密度函數(shù)服從正態(tài)分布，形式如下：??ｐ（ｚ）?＝?－７....

圖３－２?ＴＶ模型的去噪效果圖??

＝?０的像素點(diǎn)，??將導(dǎo)致公式（３－７）失去意義，Ｅｕｌｅｒ－Ｌａｇｒａｎｇｅ方程則變成一個(gè)病態(tài)的方程。因此，??我們將通過在全變分的表達(dá)式分母中引入…個(gè)無窮小的正數(shù)ｆ對(duì)其正則化，艮丨Ｊ：??ＴＶ（？／）?＝?＾＾＼／ｕ＼ｄｘｄｙ?＝?＋ｕｖ￣?＋ｅｄｘｃ／ｙ，ｅ?＞０?（３－８....

本文編號(hào)：4024541