【摘 要】
：
图像噪声去除是否有效将直接影响后续图像处理的质量,为了在消除噪声的同时保持图像边缘细节,提出一种结合平稳小波变换及形态学处理的新算法。该算法利用平稳小波相位不变性的特点,充分考虑小波系数的层内相关性;同时结合形态学的方法对图像的边缘信息进行估计;最后通过选择性质相似的区域进行阈值去噪。实验结果表明,该方法在降低了图像噪声的同时又有较好的视觉效果。
论文部分内容阅读
图像噪声去除是否有效将直接影响后续图像处理的质量,为了在消除噪声的同时保持图像边缘细节,提出一种结合平稳小波变换及形态学处理的新算法。该算法利用平稳小波相位不变性的特点,充分考虑小波系数的层内相关性;同时结合形态学的方法对图像的边缘信息进行估计;最后通过选择性质相似的区域进行阈值去噪。实验结果表明,该方法在降低了图像噪声的同时又有较好的视觉效果。
其他文献
为了实现系统可靠性设计后期可靠度的精确分配,提出一种采用逆向思维,利用神经网络能够通过学习逼近任意非线性映射的能力,对系统可靠度进行精确分配的方法。以前期可靠性试验数据为基础,分析各子系统可靠度及自身约束条件变化过程中,系统可靠度的变化程度,从而获得子系统可靠度变化对系统整体可靠性影响的程度,作为可靠性分配的依据。将系统可靠度及两两对应子系统自身约束条件作为输入,同时以相对的子系统可靠度比值作为输
分析并改善了一种降落容量受限的地面等待策略(GDP)模型和算法。与传统的模型不同,该模型采用了离散事件系统分析方法来分析空中交通流量管理问题。仿真结果表明,与传统的基于线性规划的GDP模型相比,新模型不但有效地解决了决策时间的连续性问题,提高了优化时间的精度,而且也显著地降低了算法的复杂度。
Cult3D是一个实现基于普通电脑的交互式人体结构三维显示的有效平台。在对内耳结构三维数据处理的基础上,使用Cult3D Designer编辑器,采用组织事件、动作与对象的关联的编程手段实现了对内耳三维对象的复杂交互动作控制,完成基于普通电脑的交互式虚拟内耳显微解剖浏览系统。
提出了一种新的图像隐藏方案,该方案糅合了多重秘密共享思想与LSB算法,生成的影子图像约为秘密图像的1/t,从而减小了载体图像的容量。本方案允许任意选取(t-1)次多项式的模数p,并根据该模数p将秘密图像的若干个像素点拼接成一个数据单元,有效克服了Thien方案中秘密图像需进行置乱处理的缺陷。此外,本方案构造的多项式明显少于Thien方案和LiBai方案。
在基于身份的公钥密码体制下实现了一个指定验证者的门限代理签名方案,该方案的实现基于双线性对。虽然人们对如何提高双线性对的执行效率方面取得了大量的研究成果,但是双线性对运算仍然是基于身份密码机制中最耗时的运算,该方案减少了双线性对的运算需求,从而提高了效率。另外还对此方案进行了相应的安全性分析及安全性证明。
为了充分揭示知识颗粒间的重叠性、对象的重要度差别及其多态性,基于多重集合,对Dubois粗糙模糊集意义下的粗糙模糊集模型的论域进行了扩展,提出了基于多重集的粗糙模糊集模型,给出了该模型的完整定义、相关定理和重要性质,其中包括多重粗糙模糊近似集、近似精度和可定义集的定义及其各种性质的证明、多重集意义下的粗糙模糊近似算子之间的关系及其与Dubois意义下的粗糙模糊近似算子之间的关系等。多重粗糙模糊集可
根据脉冲耦合神经网络(PCNN)能产生混沌现象,研究了对配置混沌PCNN系统的李雅普诺夫指数使其稳定于期望点的方法。根据特定期望点的情况,按需要配置负的李雅普诺夫指数,产生不同的控制序列来改变混沌PCNN系统,达到稳定控制的要求。仿真和实验结果证明了该算法的有效性,实现了混沌PCNN系统从混沌状态到稳定期望点的控制。
跨越虚拟组织中多个域(或集群)的网格任务调度由于资源的不确定性(如动态性和异构性)而成为网格应用中亟待解决的问题。提出了一种有效的基于资源预测的网格任务调度模型——RPTS,该模型利用加权最小二乘方法进行参数估计的自回归滑动平均(ARMA)预测方法对网格环境下的主机负载进行预测。利用上述资源预测结果和一类数据并行性网格任务的建模结果,对它们进行预处理、匹配并调度执行。RPTS充分考虑了网格环境下资
支持向量机(SVM)在许多实际应用中由于训练样本集规模较大且具有类内混杂孤立点数据,引发了学习速度慢、存储需求量大、泛化能力降低等问题,成为直接使用该技术的瓶颈。针对这些问题,通过在点集理论的基础上分析训练样本集的结构,提出了一种新的支持向量机大规模训练样本集缩减策略。该策略运用模糊聚类方法快速的提取出潜在支持向量并去除类内非边界孤立点,在减小训练样本集规模的同时,能够有效地避免孤立点数据所造成的
介绍了MIPv6的背景和特点,研究了高性能路由器的体系结构,以国家数字交换研究中心Tbit路由器为例进行分析,并在此基础上重点研究了MIPv6在高性能路由器上的实现。