排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
针对传统各向同性全变分(Isotropy total variation,ITV)去噪算法容易导致图像边缘模糊、不易保持图像细节信息等问题,提出一种基于L p 伪范数和各向同性全变分的图像去噪方法。该方法将L p 伪范数代替ITV模型中的L 1范数,利用交替方向乘子算法(Alternating direction method of multipliers, ADMM)将能量泛函拆解成若干个子问题,并将差分算子视为卷积算子;然后引入卷积定理和快速傅里叶变换(Fast Fourier transform, FFT)提高算法运算效率;最后通过Matlab进行仿真实验,运用图像质量的客观和主观评价方法进行评价分析。结果表明,本文方法能够较好地保留图像的边缘特性,有效提升去噪效果。 相似文献
2.
数据去噪声是信号和图像处理领域的一个经典问题,广泛应用于各类工程实践中。由于噪声源的多样性,去噪一直是富有挑战性且十分活跃的研究课题,发展了多种经典去噪方法。近年来,随着压缩感知理论的发展,基于稀疏表示及正则化约束反问题求解方法成为图像去噪领域的重要发展方向和技术途径。本文首先回顾和总结图像噪声的来源和类型,然后针对不同类型的图像噪声,重点围绕基于稀疏表示及正则化约束的图像去噪技术进行全面综述,分析和描述了几种主要去噪方法的原理及优缺点。最后,对去噪算法的性能评价指标进行总结。 相似文献
3.
4.
广义全变分方法能较有效去除地震信号随机噪声。本文将交叠组稀疏收敛技术引入广义全变分模型,提出一种改进的广义全变分去噪方法。该方法更充分地挖掘并利用了图像一阶梯度和二阶梯度的结构稀疏的先验知识,从而获得比常规广义全变分更好的去噪效果。针对构建的改进模型,基于交替乘子迭代法框架,将多约束问题转化为去耦合的若干子问题,并引入傅里叶变换技术以提高算法运行效率。针对地震信号进行的各类全变分去噪方法的对比实验结果显示,本文方法的去噪性能相比于常规广义全变分方法具有较大提升,尤其对重噪声污染像素点具有更好的去噪效果。 相似文献
5.
为配合多波段图象实时融合系统的研制,设计和开发了高速、高集成度,并具有广泛通用性的前端视频信号采集系统。该系统的设计和开发采用了专用视频解码芯片和大规模可编程逻辑器件(EPLD)以及VHDL语言。系统具有集成度高、可靠性好、性能优良、体积小、接口简单、采样参数在线可编程修改等特点。其应用于多波段图象采集和融合系统中,作为前端图象采集部分取得了良好的效果。同时,该设计也可作为前端图象采集部分用于其他图象处理系统中。 相似文献
6.
7.
8.
各向异性全变分模型广泛应用于图像解模糊,然而,传统的各向异性全变分模型存在以下两个缺点:首先,传统各向异性全变分模型假设图像为分片常数且只考虑了图像一阶梯度的稀疏约束导致恢复的图像存在严重的阶梯伪影效应;其次传统全变分模型采用L1范数来刻画图像梯度的稀疏性,然而L1范数刻画图像的稀疏性的能力有限,为改进这两个缺点,本文提出一种结合了二阶梯度稀疏约束和Lp伪范数新的去模糊方法,引入二阶全变分是为了适应图像的先验项从而去除阶梯效应,引入Lp伪范数是为了更准确刻画图像的稀疏性,为求解模型,采用交替乘子迭代法将模型分解为若干个去耦合的子问题.通过实验展现本文提出方法的效果.结果显示相比于本文提到的其他四种模型,本文提出的模型具有更优的效果。 相似文献
9.
将谱估计技术与分数阶傅里叶变换(FrFT)结合,提出了一种新的分数域局部功率谱估计方法。首先运用最大峰度系数原理找到分数阶傅里叶变换的最优阶次,求取该阶次下分数域功率谱的分数域二维分布,利用分数阶傅里叶变换的旋转性质得到分数域功率谱的时频表达式,同时利用自回归模型(AR)谱估计技术给出了分数域功率谱时频分布的算法。提出的两种谱估计算法时频特性均优于二维谱图。理论模型和实际资料的测试验证了本文方法的有效性。 相似文献
10.