首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 97 毫秒
1.
用基于深度变化成像模型的调整EM算法进行三维显微图像复原,不能更好地复原图像细节,而且耗时长。为提高图像的复原质量,缩短时间,提出把维纳滤波和调整EM算法相结合的算法。该算法首先利用加权小波去除图像的部分离焦模糊,再用维纳滤波算法进行滤波复原,最后用基于深度变化成像模型的调整EM算法对序列图进行复原。实验表明复原效果得到了明显改善,并减少了迭代次数,效率明显提高。  相似文献   

2.
提出了一种新的基于小波变换的三维EM(Expectation Maximum)图像复原算法,并将该算法用于显微光学切片的图像复原中。该算法分别在傅里叶域和小波域内交替进行,在傅里叶域进行解卷积,在小波域进行去噪。实验表明,通过对参数的合理选取,可很好地对三维图像进行复原。同时和已有的调整EM图像复原算法相比,迭代的次数少,效率明显提高。  相似文献   

3.
PH分布数据拟合的数值加速EM算法   总被引:1,自引:0,他引:1       下载免费PDF全文
黄卓  潘晓  郭波 《计算机工程》2008,34(14):1-3
摘 要:针对Phase-type(PH)分布数据拟合EM算法收敛速度慢的问题,提出一种数值加速EM算法,通过增加每一步EM迭代的参数变化量达到加速的目的。用4个拟合实例与标准EM算法拟合进行对比,结果表明,该加速EM算法简单实用,保证了算法的收敛性,有效提高了PH分布数据拟合EM算法的收敛速度。  相似文献   

4.
基于DWT-TEO的说话人识别   总被引:4,自引:0,他引:4  
针对在噪声环境下的说话人识别系统,做了两点改进.第一,为了提高系统的鲁棒性,通过不同尺度的小波基,把含有噪声的信号分解于不同频段中,然后在各个频段分别通过TEO(Teager能量算子)去噪.针对说话人识别的特点,在小波重构时对各小波系数进行了加权处理.再把各个频段的输出通过小波重构恢复信号.最后通过Mel滤波器组把小波系数转换成MFCC.第二,为了进一步提高识别性能和训练速度,在识别阶段采用了改进的OGMM(正交高斯混合模型),即把正交变换改到EM算法之前进行,这样就不必要在EM迭代过程中每次都进行正交运算了.从实验得出,采用本文提出的DWT-TEO参数对于说话人识别的效果较好.采用改进的OGMM进一步提高了识别性能和训练速度.  相似文献   

5.
在小波变换域内实现图像的超分辨率复原   总被引:8,自引:0,他引:8  
张新明  沈兰荪 《计算机学报》2003,26(9):1183-1189
提出了在小波域内实现图像的超分辨率复原的方法,这种方法可以达到自适应边缘保持的目的,算法特点如下:(1)对观测模型实施正交小波变换,获得超分辨率复原问题的空频域描述;(2)采用广义高斯概率模型来构建超分辨率图像的尺度系数和小波系数的先验描述;(3)采用半二次正则化迭代方法来完成小波域超分辨率复原的求解过程。  相似文献   

6.
鉴于基于小波域隐马尔可夫树的噪声抑制性和较好的边缘保持性,提出一种基于小波域隐马尔可夫树的序列图像的超分辨率重建算法。针对小波系数进行统计建模,讨论了不同尺度小波系数之间的隐马尔可夫树结构,利用了序列图像的运动信息,运用极大后验概率估计和贝叶斯原理,将小波域HMT作为图像先验知识并给出了超分辨率重建算法,最终通过EM算法和共轭梯度算法的交替迭代进行优化计算。实验结果表明方法的重建效果得到了明显的改进。  相似文献   

7.
针对传统迭代盲反卷积算法收敛速度慢、容易出现解模糊等问题,提出一种改进的图像迭代盲反卷积算法。利用动量矩求解图像的有限支持域,在支持域中使频率域和空间域交替迭代,从而实现图像的盲复原。仿真结果表明,与传统迭代盲反卷积算法和基于小波变换的盲反卷积算法相比,该算法的收敛速度较快,具有较好的图像恢复效果。  相似文献   

8.
为快速且准确地重建原始图像,提出一种新的图像复原算法。在稀疏表示的框架下,建立图像复原问题的约束优化模型,同步估计原始图像及其稀疏表示。复原模型的目标函数包含L1-L 2双正则项,为此采用交替优化将模型分解为若干子问题,交替迭代求解这些子问题。其中不可微分的子问题,由迭代重加权方法进行处理。实验结果表明,仅需较少次迭代该算法即可获得原始图像及其稀疏表示的最优估计。与某些优秀的同类算法相比,该算法的速度更快,复原图像的质量更高。  相似文献   

9.
通过对覆盖算法(CA)结果的分析,将覆盖某一类样本的每个覆盖看成一个Gauss分布,利用有限混合模型的极大似然拟合,用期望最大化算法(EM算法)来对覆盖算法进行优化处理.算法的迭代过程,就是不断调整各覆盖的中心、"半径"以及其线性组合系数,逐渐趋向最优解的过程.目的是为了提高覆盖算法的精度.应用于文本分类的实验证明,通过EM方法对均值、方差和线性组合系数进行迭代计算,将所求得的参数用于测试时所得到的平均精度都高于原覆盖算法的最高分类精度以及SVM处理同类数据的分类精度.  相似文献   

10.
提出了一种双树复小波变换域最大后验概率图像复原方法。该方法通过在最大后验概率图像迭代复原过程中构建噪声残差,并采用双树复小波变换零均值高斯模型对参差进行降噪处理,从而避免了原泊松最大后验概率图像复原过程中噪声放大的问题,实现了迭代复原的正则化目的。对比实验结果表明,该图像复原方法能很好解决恢复迭代中噪声放大的问题,同时,在视觉效果、PSNR、ISNR等指标上均比Wiener、Pisson-MAP等算法好。  相似文献   

11.
本文根据正则化恢复中正则化参数应具有的性质,提出了一种基于正则化参数自适选择方案的新的空域迭代恢复算法。  相似文献   

12.
基于小波域正则化和贝叶斯规则的图像恢复算法   总被引:1,自引:1,他引:1       下载免费PDF全文
提出了将小波变换的正则化图像恢复与贝叶斯统计模型分析相结合的方法用于对图像进行消噪处理。正则化图像恢复是条件约束的最优化问题,而小波系数的贝叶斯统计选择是基于图像的随机场观点。两者的有机结合可以辨证地处理正则化参数和算子的选择以及先验模型的分布计算问题。  相似文献   

13.
一种基于小波变换的迭代正则化图象恢复算法   总被引:6,自引:1,他引:5       下载免费PDF全文
提出一种基于小波变换的迭代正则化图象恢复算法,兼顾抑制噪声的增长和保留图象重要边界。该算法根据图象小波变换各个子频段的不同频率特性和方向特性,分别采用不同的正则化参数和正则化算子。实验结果表明舸用该算法的图象恢复的性能优于常规的空域算法。  相似文献   

14.
小波域噪声分布估计的自适应正则化图像恢复   总被引:3,自引:0,他引:3  
提出一种正则化图像恢复中自适应选择局部正则化参数的方法.首先提出局部正则化参数的大小应正比于降质图像局部噪声方差;然后在小波域内给出一种估计降质图像局部噪声方差的算法;最后根据小波域噪声方差估计值的分布自适应地确定局部正则化参数.实验结果表明,对于存在多种类型噪声的降质图像,文中方法对噪声方差的估计在分布上与真实噪声一致,而在恢复效果上则要优于Katsaggelos所提出的方法.  相似文献   

15.
为了有效复原模糊图像以得到可辨识的目标图像,需要根据目标图像的纹理特征来进行有约束的正则化复原。针对大尺度模糊图像的复原处理,通过分析常见的自适应正则化方法在抑制噪声及虚假波纹方面存在的问题,提出基于小波多尺度分析的正则化复原方法,该方法利用小波变换的多尺度分析技术直接分析模糊图像,结合形态学操作得到合理反映目标棱边分布的图像,并利用该图像加权调节正则化参数进行复原操作。实验表明该算法能够有效处理大尺度模糊,并能够较快地收敛到易于辨识的目标图像。  相似文献   

16.
针对图像复原方法普遍运算量大的问题,提出了一种利用细胞神经网络进行图像复原的新方法,并首先提出了易于硬件实现的基于边缘方向判据的正则化复原方法;然后通过细胞神经网络的能量函数设计合适的网络参数来对该正则化函数进行细胞神经网络实现。仿真结果表明,该新方法是有效的,复原效果优于有约束的最小二乘复原法和已有的细胞神经网络图像复原法,而且由于细胞神经网络的并行性和硬件易实现性,使该新方法可以实时进行图像复原。  相似文献   

17.
小波域边缘保持规整化图像复原   总被引:6,自引:0,他引:6       下载免费PDF全文
图像复原是一个病态问题,一般需要通过规整化技术得到一个合适的解.规整化的难点在于抑制噪声的同时要保持图像的边缘等重要的图像信息.为了更有效地保持复原图像的边缘,提出了小波域边缘保持规整化泛函的一般形式,并给出了相应的求解方法.针对小波域图像复原方法可能产生的Gibbs效应,利用自然图像小波变换的水平(竖直)子带在水平(竖直)方向的连续性,通过额外的惩罚项加以解决.仿真实验结果说明了该方法的有效性.  相似文献   

18.
基于小波变换的分层影象恢复   总被引:2,自引:0,他引:2       下载免费PDF全文
此文研究了影象恢复问题的小波表示,提出了基于小波变换的分层影象恢复算法。该方法不仅可以改善影象恢复的质量,而且其计算量远远小于通常的影象恢复算法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号