基于二级修复的多方向加权均值滤波算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:wf1899
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前算法不能有效去除高概率的椒盐噪声并保护图像边缘和细节特征的缺点,提出了一种基于二级修复的多方向加权均值滤波算法。在噪声检测阶段,首先利用一个方差参数判断当前像素点与其邻域像素点之间的灰度差异程度,再通过将方差参数和灰度极值相结合的方法检测出图像中的椒盐噪声点。在噪声修复阶段,提出一种二级修复方法来修复噪声点的灰度值。首先利用改进的自适应中值滤波器对椒盐噪声点进行第一级噪声修复;然后利用方差参数将第一级修复后的噪声点划分为两类,并采用不同的修复方法对这两类像素点进行第二级噪声修复,一类像素点采
其他文献
大数据时代的到来催生了一门新科学数据科学(Data Science)。1974年,著名计算机科学家、图灵奖获得者Peter Naur率先提出了数据科学的概念。2012年,Patil DJ和Davenport T在H
随着互联网经济的不断发展,越来越多的商户选择利用互联网终端进行账本管理。但是,常常会由于人为因素导致账本丢失、数据被篡改、商户双方信任危机等一系列问题。通过梳理当
针对目前手背静脉图像识别采用细化和骨架操作等提取结构特征易造成静脉结构细节丢失和特征点误判等问题,提出一种基于方向梯度直方图(HOG)的手背静脉特征识别方法。采用生物特征识别的一般流程,对手背静脉图像灰度进行归一化和滤波增强等预处理后,直接对手背静脉灰度图像进行二级小波包分解,提取低频子带图的HOG纹理特征,最后采用K近邻分类器实现个人身份识别。利用自行建立的手背静脉图像数据库对所提方法进行验证,
为了更好地在向量化时读取离散的数据,Intel在HaswellCPU提供了AVX2vgather指令。由于Stencil在设置边界条件时使用了条件判断,因此编译器生成了vgather指令,并降低了Stencil在H
由于云平台架构的复杂性和工作负载的不可预测性,云监控对保证云平台的高可用性有重要意义,云平台上资源的动态性、多样性以及资源规模巨大给云平台监控带来了一定的困难。研究
针对传统的电路板测点选取方法需要的输入信息多、工作繁琐、效率低及难以得到全局最优解等问题,提出了一种基于多信号模型与遗传算法相结合的优化方法。首先,通过建立板级电
转录组拼接是基因组测序与功能注解问题的一个重要组成部分。为了提高转录组拼接的精度和效率,文中提出了一种新的转录组从头拼接算法StepLink。该算法的主要创新点是提出了
随着高维数据的涌现,张量和张量分解方法在数据分析领域中受到了广泛关注。然而,张量数据的高维度和稀疏特性,导致算法的复杂度较高,阻碍了张量分解算法在实际中的应用。许多
针对目前我国电力机车制动机普遍的落后现状,结合DK-1型电力机车制动机的改进,以微机检测与控制技术和网络通信技术为基础,提出了一种基于CAN总线的制动机通信系统的架构;并在此