版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
Waveletbasedimagedenoising
(小波域圖像去噪)PengSilong2009.04.24OutlineMathematicalmodelofdenoisingandMAPframeworkWaveletdomainWienermethodWaveletdomainuniformshrinkagedenoisingAdaptivewaveletdomainshrinkagedenoisingHMTbaseddenoisingmethodMathematicalmodelMAPframeworkWaveletdomainmethodWaveletdomainWienerfilteringParameterestimatingWaveletdomainuniformshrinkage(Donoho)ParameterestimatingSomeresultsaboutuniformshrinkageAdaptivewaveletdomainshrinkage(Chang,Yu,Vetterli)小波域統(tǒng)計(jì)圖像模型Lena圖像在空間域和小波域的直方圖比較小波域統(tǒng)計(jì)圖像模型尺度內(nèi)模型(Intrascalemodel)尺度間模型(Interscalmodel)結(jié)合尺度間與尺度內(nèi)的混合模型尺度內(nèi)模型廣義高斯模型廣義拉普拉斯模型高斯混合模型尺度內(nèi)模型高斯尺度混合模型其中:U為零均值高斯向量,Z是一個(gè)獨(dú)立的正的乘量,X是高斯向量的無(wú)窮混合。尺度間模型隱馬爾可夫樹(HMT)模型(Crouse1998)雙變量模型(Sendur2002)結(jié)合尺度內(nèi)與尺度間的混合模型條件高斯模型小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(一)自然圖象小波變換的兩個(gè)性質(zhì)非高斯分布特性:小波系數(shù)的邊緣分布呈現(xiàn)出非高斯特性,即呈現(xiàn)出“尖峰長(zhǎng)尾”的狀態(tài)。保持性:在空間同一位置,小波系數(shù)“大”或“小”的狀態(tài)具有在尺度間傳遞的特性。小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(二)子帶系數(shù)的高斯混合模型小波系數(shù)及其隱狀態(tài)的四叉樹模型Crouse提出的小波域HMT模型小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(三)小波域HMT模型的參數(shù)小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(四)HMT模型參數(shù)的訓(xùn)練小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(五)HMT模型參數(shù)訓(xùn)練存在的問(wèn)題參數(shù)訓(xùn)練過(guò)程復(fù)雜:Top-Down(EM)計(jì)算量大基于HMT模型的降噪算法小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(六)小波域HMT模型參數(shù)的快速估計(jì)小波系數(shù)的分類模型參數(shù)的快速估計(jì)小波系數(shù)的分類閾值選取模型參數(shù)的快速估計(jì)閾值分類小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(六)小波域HMT模型參數(shù)的快速估計(jì)小波系數(shù)的分類模型參數(shù)的快速估計(jì)模型參數(shù)的快速估計(jì)節(jié)點(diǎn)的狀態(tài)概率節(jié)點(diǎn)的狀態(tài)轉(zhuǎn)移概率節(jié)點(diǎn)的方差小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(七)Gibbs效應(yīng)的消除首先對(duì)原始觀測(cè)圖像進(jìn)行水平、垂直和對(duì)角方向平移得到三幅平移后的圖像;然后,對(duì)這些圖像分別按上述算法進(jìn)行降噪;最后,將這些降噪圖像對(duì)準(zhǔn)后進(jìn)行平均就可以得到Gibbs效應(yīng)已大大減弱了的降噪圖像小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(十)實(shí)驗(yàn)結(jié)果(PSNR:20.0034
30.3782)小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(十一)實(shí)驗(yàn)結(jié)果(PSNR:20.0107
28.2667)小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(十二)實(shí)驗(yàn)結(jié)果分析(PSNR:19.9862
25.3904)小波域HMT模型參數(shù)的快速
估計(jì)及其在圖像降噪中的應(yīng)用(十三)實(shí)驗(yàn)結(jié)果分析(PSNR:20.0255
23.9246)Stationarywavelettransform
(undecimatedwavelet)TimeinvariantwaveletátrouswaveletUndecimated
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024建筑業(yè)勞動(dòng)合同(示范文本)
- 鹽城師范學(xué)院《展示空間設(shè)計(jì)》2021-2022學(xué)年第一學(xué)期期末試卷
- 2024勞動(dòng)合同法全文【附勞動(dòng)合同范本】
- 2024中介土地買賣合同
- 2024設(shè)備代理合同范本
- 建筑起重機(jī)械設(shè)備安全管理培訓(xùn)練習(xí)試題及答案
- 客車旅游中介合同
- 2024版房屋木門購(gòu)銷合同書
- 2024《建筑工程保險(xiǎn)合同》
- 創(chuàng)業(yè)創(chuàng)新資金推動(dòng)基金抵押合同(2024年版)
- 高考倒計(jì)時(shí) 二百天大有可為-高三沖刺班會(huì)
- 第3講 決策課件
- 吉林師范大學(xué)《復(fù)變函數(shù)與積分變換》2021-2022學(xué)年第一學(xué)期期末試卷
- 傳染病實(shí)驗(yàn)室檢查的質(zhì)量控制
- 廣東開放大學(xué)2024年秋《國(guó)家安全概論(S)(本專)》形成性考核作業(yè)參考答案
- 2024級(jí)高一上期期中測(cè)試數(shù)學(xué)試題含答案
- 期中測(cè)試卷(1~3單元)(試題)2024-2025學(xué)年五年級(jí)上冊(cè)數(shù)學(xué)人教版
- 四川省成都市2024年七年級(jí)上學(xué)期期中數(shù)學(xué)試卷【附答案】
- 期中易錯(cuò)密押卷(第1-5單元)(試題)-2024-2025學(xué)年五年級(jí)上冊(cè)數(shù)學(xué)人教版
- 六年級(jí)上冊(cè)《如何寫好作文開頭和結(jié)尾》省公開課獲獎(jiǎng)?wù)n件說(shuō)課比賽一等獎(jiǎng)?wù)n件
- GB/T 37342-2024國(guó)家森林城市評(píng)價(jià)指標(biāo)
評(píng)論
0/150
提交評(píng)論