【摘 要】
：
在一个简单有效的脉冲噪声检测器和一个鲁棒性神经模糊(robust neuro-fuzzy,RNF)网络的基础上,对于被脉冲噪声污染的彩色图像,提出了一种新的脉冲噪声滤波算法。该算法可分两步进行,首先对RNF网络进行优化训练,然后用优化后的网络对被噪声污染的彩色图像进行噪声滤波。在该算法中,采用一个简单有效的脉冲噪声检测器,它能快速有效的检测出彩色图像中的噪声像素。经过优化的RNF网络仅对噪声像素进
论文部分内容阅读
在一个简单有效的脉冲噪声检测器和一个鲁棒性神经模糊(robust neuro-fuzzy,RNF)网络的基础上,对于被脉冲噪声污染的彩色图像,提出了一种新的脉冲噪声滤波算法。该算法可分两步进行,首先对RNF网络进行优化训练,然后用优化后的网络对被噪声污染的彩色图像进行噪声滤波。在该算法中,采用一个简单有效的脉冲噪声检测器,它能快速有效的检测出彩色图像中的噪声像素。经过优化的RNF网络仅对噪声像素进行滤波,而对非噪声像素则保持不变。在RNF网络的构造中,采用一个新的隶属函数,使该算法对于脉冲噪声具有鲁
其他文献
多示例学习是近年来才出现的一种新的学习框架,并以其对多义性对象的出色表示能力而被成功地运用在图像分类任务中。首先提出了一种新的图像多示例包生成方式,采用特征的概率分布表示图像,并对图像像素分布提取一个高斯混合模型,将每个高斯分布作为一个示例,生成图像的多示例包。然后,在对图像进行分类时,采用了信息瓶颈聚类把多示例包转化成单示例,从而将传统的单示例分类器用在该问题上。为了提高分类器的泛化能力,对多个
使用缩短小波包算法对图像进行处理.对图像进行多层次小波包分解,分解之后用小波包重构高频子空间从而减少图像边缘信号损失。最后依据每层阀值化后的系数,得到图像的边缘.实验结果表明,该算法既能根据需要分别求出不同尺度不同方向下图像的边缘,又能保持图像边缘的完整性和清晰性。
The gray of two images of a same particle taken by a digital camera with different exposure times is different too. Based on the gray difference of particle images in a double-exposed photo and autoco
点探测器的位置是决定双轴共焦显微技术层析能力的关键因素之一,理想的共焦显微成像系统要求点探测器放在光轴上并且没有离焦情况出现。通过理论和实验分析了点探测器偏离理想位置对双轴共焦显微技术的轴向响应特性造成的影响。结果表明,点探测器的微小轴向偏移对轴向响应特性造成的影响基本可以忽略,但点探测器的微小横向偏移会使轴向响应曲线沿着z轴方向产生一定的移动,移动量随着偏移量的增大而增大。
提出了一种基于Split Bregman方法的快速曲率驱动(CDD)图像修补模型算法。由于CDD模型中曲率项的影响,数值求解高阶偏微分方程过程中需要大量迭代运算,修复速度缓慢。鉴于Split Bregman方法在L1正则化问题的成功应用,为提高算法计算速度,在CDD修补模型中引入Split Bregman方法。实验结果表明,与其他类似方法相比,新算法的实现速度显著加快,且视觉效果好。
Traditional gradient domain seamless image cloning is a time consuming task,requiring the solving of Poissons equations whenever the shape or position of the cloned region changes.Recently,a more effi
In this paper,a novel algorithm for color image enhancement is proposed.The proposed method,which is based on Retinex theory and total variational framework,improves the original variational method by
In this paper,a novel face recognition method,named as wavelet-curvelet-fractal technique,is proposed. Based on the similarities embedded in the images,we propose to utilize the wave-let-curvelet-frac
Concave vertex of an object is an important parameter for analyzing an object’s shape. A new algorithm for searching concave vertex is proposed in this paper. The new algorithm requires tracking the b
为了解决小波变换所导致的方向选择性差的问题,基于对偶树复小波-Contourle变换,提出了自适应多传感图像融合新算法。该算法将全色图像和多光谱图像进行对偶树复小波-Contourle变换分解后,针对不同的频率域特点选择不同的融合规则:对低频系数选用区域能量的加权系数自适应融合规则,对高频系数特性选用区域特征自适应的融合规则。最后通过重构得到融合图像。将其他融合算法和本文所提算法进行了对比,结果表