【摘 要】
：
数字图像处理技术的研究和应用已经在生活当中扮演重要角色.乘性噪声普遍存在于现实世界的图像应用当中,如合成孔径雷达、超声波、激光等相干图像系统当中.与标准加性高斯白
论文部分内容阅读
数字图像处理技术的研究和应用已经在生活当中扮演重要角色.乘性噪声普遍存在于现实世界的图像应用当中,如合成孔径雷达、超声波、激光等相干图像系统当中.与标准加性高斯白噪声相区别,乘性噪声符合瑞利或伽玛分布函数.乘性噪声对图像的污染严重,而有效地的处理乘性噪声图像比较困难,因为乘性噪声起伏较剧烈,均匀度较低.本文主要针对乘性噪声图像的去除噪声、带有乘性噪声图像的有效分割两个方面研究.去噪部分：采用混合模型来有效地移除乘性噪声.混合模型由基于Curvelet域的l1忠诚项和图像域的非局部总变分作为正则化项构成Curvelet域的l1忠诚项在去噪的过程中能够有效地保护边缘信息；非局部总变分作为正则化项能够有效地恢复纹理和局部几何结构信息.对于新模型采用分裂算法提高了计算速度.仿真实验验证了新模型的有效性.分割部分：首先介绍基于水平集的分割模型.图像分割是图像处理的基本问题之一.图像中含有乘性噪声,使得传统分割算法不适合这一分割领域.根据极大似然后验估计,由乘性噪声的概率密度函数建模,推导出符合Gamma噪声分割的数据项,采用非凸的正则化项做约束泛函.最后提出一种新的分割模型,并给出快速数值求解算法.最后通过仿真实验验证新模型的有效性.
其他文献
本文主要考虑带有Dirichlet边界条件的Sturm-Liouville问题，主要研究工作如下: 第二章，我们利用Green函数和Mercer定理建立了加权的Lyapunov型不等式，它是对经典的Lyapunov不
石油化工装置涉及到工艺技术、流程、原料、产品、设备等多个环节，各种因素纷繁复杂，因此污染源的产生也各不相同，这给石油化工行业的环评工作带来了许多困难。本文对石油化工行
本文主要研究两个问题。第一个问题是研究一类带有非局部方程解的渐近性质，我们主要考虑如下抛物型偏微分方程:ut-△um=a(x)up(0，t)+b(x)uq（x，t）.我们证明在p＞q≥m时，该问题的整体爆
A new vision-based long-distance lane perception and front vehicle location method was developed for decision making of full autonomous vehicles on highway road
随着社交通信、电子商务、互联网金融等领域的兴起并不断深入,数据资源已成为一座待挖的金矿。云计算的不断成熟与进步也为此提供了优越的媒介和条件,企业和个人为了节约成本
地震波传播的弹性波动方程是一类应用非常广泛的方程，尤其在矿物﹑油气等重要自然资源的勘探以及地质勘探中占据重要地位。从而地震波传播的数值模拟研究在石油和天然气等勘探研
目前某采油区所管稠油区块均进入蒸汽吞吐开发中后期，目前油层亏空严重压力普遍较低，由于油层中轻质成分胶质、沥青质含量不断升高，另外随着外来流体进入的固体颗粒也对油层造成
针对研究数据建立恰当的统计模型是统计分析的关键.经典的回归模型最初是基于正态假定而建立的.但是这种正态假定很可能与实际数据的分布规律并不吻合，导致分布误判下的统计分
随着计算机网络通信技术和多媒体技术的发展,因为图像具有比声音、文字等包含更多的信息量的特性,所以在多媒体信息中占有举足轻重的地位,人们对通过网络安全地传输数字图像
应用广泛的分类问题是机器学习领域的基本研究内容之一。基于统计学习理论的支持向量机,在处理小样本、非线性及高维模式识别问题中有着非常优异的表现,已得到众多学者越来越