排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
基于局部归一化的局部方差去噪模型在平坦区域去噪明显,但去噪速度慢,而且纹理细节保护欠佳.为此,用全局归一化的局部方差度量空间细节,得到新的扩散系数.新模型先用新扩散系数加速去噪,再用旧扩散系数去除不平整现象和小黑点.实验结果表明:新模型在快速有效地去除高斯噪声的同时可更好地保护纹理细节,而且信噪比和峰值信噪比与仅用一个扩散系数的模型相比有所提高. 相似文献
2.
用PM(Perona and Malik)模型去除椒盐噪声,使低噪声强度下未受噪的平坦区域的像素值减小,但是不能在有效去噪的同时保护纹理细节,导致图像模糊.为此,用局部方差和高斯曲率代替梯度模值来描述图像局部纹理细节,并定义了噪声度量函数,随之引入扩散方程,得到新去噪模型.实验结果表明:新模型不仅能有效地除去椒盐噪声和解决PM模型的问题,而且信噪比和峰值信噪比均有显著提高.因此新模型优于PM模型. 相似文献
1