【摘 要】
:
图像去噪和图像分解是图像处理领域中比较重要的两大课题。自上世纪八十年代以来,基于偏微分方程的图像处理方法逐渐成为研究的热点,并取得了迅速的发展。论文主要对基于偏微
论文部分内容阅读
图像去噪和图像分解是图像处理领域中比较重要的两大课题。自上世纪八十年代以来,基于偏微分方程的图像处理方法逐渐成为研究的热点,并取得了迅速的发展。论文主要对基于偏微分方程的图像去噪和分解进行研究,并提出了一些改进方法,主要成果有:(1)通过对各项异性扩散方程进行分析,提出了一个改进的去噪模型,该模型通过将初始图像进行高斯平滑,然后将其信息写入到两个二阶方向导数中去,防止了噪声过大时模型出现病态不稳定的情况,同时调整梯度方向及其正交方向上的扩散系数,防止模型在梯度小的区域出现扩散速度过快的情况,从而减少了二阶非线性扩散方程易产生阶梯效应的问题,提高了模型的效率。(2)提出了一个灰度图像分解模型。针对变分分解模型中总变差项易产生阶梯效应的缺陷,引入了高阶能量项,可以有效的消除阶梯效应。并且新模型采用Hilbert空间来对图像的振荡空间进行建模,然后利用Gabor滤波器来对纹理进行选择过滤。实验证明,新方法同传统方法相比不仅具备很出色的边缘保持能力,而且不易产生阶梯效应。(3)提出了一种基于Beltrami流的RGB彩色图像分解方法。通过对Beltrami流加入约束项,使得模型对纹理的提取更准确,同时,为了防止过度平滑对图像特征造成的破坏,引入了前向-后向扩散来对图像的某些特征譬如边缘来进行增强。
其他文献
随着电信市场的迅速发展,目前我国通信设备的覆盖率已到达了很高的水平,手机用户的数量逐年增加。电信运营商要保持市场的高效运作,必须依据不同地区,根据不同的人群来划分不
三维编织复合材料具有优越性能,广泛应用于航天、航空、交通、汽车等领域。研究三维编织复合材料内部特征状况、材料力学性能及微观变形,对于该材料的应用设计和编织工艺改进具
频繁模式挖掘的目的是从数据中找出出现频率较高的内容,它是数据挖掘领域众多研究方向中最重要的其中一个。按照数据集的不同,频繁模式分为频繁项集和频繁子序列。由于挖掘频
由于IPv4的地址资源在2012年左右将要耗尽,以及现有的基于IPv4的网络对流媒体、安全性等的支持不够,所以IETF很早就制定了下一代网络协议IPv6。IPv6吸收了IPv4的优点并在此基础
随着互联网的快速发展,语义Web服务将成为下一代网络计算的重要发展方向,基于语义的Web服务发现是语义Web服务中的研究热点之一。目前,语义Web服务发现的研究大多数是基于同
随着社交媒体特别是微博的飞速发展,越来越多的民众开始习惯于在互联网上发表自己对于热点时事的观点。如何充分利用这些海量的关于热点事件的数据,对热点事件及其中的民众舆
工作流是业务流程的一个计算机实现,工作流管理系统则是工作流技术的软件实现载体,由于工作流安全方面的研究还不够成熟,本课题希望通过日渐成熟的工作流技术和完善的访问控制解
可视密码方案(VCS)是一种新的秘密共享机制,与传统的密码学相比,加密与解密的过程无需运用复杂的数学运算,而且参与者也无需密码学知识;实现不需要很高的技术,实现成本较低,只需一
不平衡学习问题是机器学习领域的难题之一,其困难主要是由于不平衡数据集本身的特点造成的。比如,某类样本数量严重不足,样本分布不能很好地反映实际分布。而目前现有的学习
移动AdH oc网络是不依赖于任何固定基础设施而通过移动节点间的相互协作来进行网络互联的移动网络。由于没有固定基站,缺乏足够的物理保护、动态的拓扑结构和开放的无线信道、