虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

图像<b>去噪</b>

  • 本程序的功能是用小波工具实现信号、图像的去噪处理。

    本程序的功能是用小波工具实现信号、图像的去噪处理。

    标签: 程序 信号 图像 去噪处理

    上传时间: 2013-12-19

    上传用户:hewenzhi

  • 图像双边去噪的matlab代码

    图像双边去噪的matlab代码,是当今主流的效果好而且速度快的去噪方法

    标签: matlab 图像 双边 去噪

    上传时间: 2014-01-02

    上传用户:zhangliming420

  • 用于对天文图像进行去噪和探测

    用于对天文图像进行去噪和探测,并且具有操作界面。

    标签: 天文 图像 去噪 探测

    上传时间: 2014-01-21

    上传用户:xuanjie

  • 大津法MATLAB实现,实现对图像的去噪功能!

    大津法MATLAB实现,实现对图像的去噪功能!

    标签: MATLAB 图像 去噪

    上传时间: 2014-01-02

    上传用户:rocwangdp

  • 小波阈值图像去噪算法及MATLAB仿真实验

    ·摘 要:本文研究了小波闽值图像的去噪方法,并与其它图像去噪方法进行了比较。对lena图像进行MATLAB仿真实验,得到了主观效果图和客观效果的PSNR。研究发现,小波阈值图像去噪无论主观效果还是客观效果都优于其他图像去噪方法。[著者文摘] 

    标签: MATLAB 小波阈值 图像去噪算法 仿真实验

    上传时间: 2013-06-04

    上传用户:BIBI

  • 基于映射函数收缩算法的图像去噪方法

    文中讨论了图像的高斯加性噪声模型和图像的稀疏性表示,提出了利用映射函数来描述图像的去噪过程,通过求解映射函数和利用映射函数对加噪图像的小波变换子带系数进行变换,达到了降低图像噪声并使加噪图像逼近原始图像的目的。经过实验比较,验证了本文算法的可行性和鲁棒性。

    标签: 映射 函数 图像去噪 算法

    上传时间: 2013-10-21

    上传用户:许小华

  • 摘要 该文主要考虑利用图像噪声再生技术来提取图像细节 其思想是利用被滤除的噪声信号进行回收再利用 通过对噪声信号和初步去噪信号进行小波变换 比较它们的小波系数 当噪声信号的小波系数达到一定的阈值时 将

    摘要 该文主要考虑利用图像噪声再生技术来提取图像细节 其思想是利用被滤除的噪声信号进行回收再利用 通过对噪声信号和初步去噪信号进行小波变换 比较它们的小波系数 当噪声信号的小波系数达到一定的阈值时 将噪声信号的小波系数保留叠加至初步去噪信号的小波系数 然后利用传统的软阈值去噪的方法来进行图像的去噪 从而达到既能够去除噪声 又能保留图像细节的目的 实验证明 该方法较传统的方法在去噪和细节保持上有改进

    标签: 噪声信号 图像 小波系数 去噪

    上传时间: 2017-09-15

    上传用户:181992417

  • 图像去噪相关论文

    图像噪声的分类及常用的图像的去噪方法研究.pdf

    标签: 图像去噪相关论文

    上传时间: 2016-01-10

    上传用户:Yin_xd

  • 基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究

    磁共振成像(MRI)由于自身独特的成像特点,使得其处理方法不同于一般图像.根据不同的应用目的,该文分别提出了MRI图像去噪和分割两个算法.首先,该文针对MRI重建后图像噪声分布的实际特点,提出了基于小波变换的MRI图像去噪算法.该算法详细阐明了MRI图像Rician噪声的特点,首先对与噪声和边缘相关的小波系数进行建模,然后利用最大似然估计来进行参数估计,同时利用连续尺度间的尺度相关性特点来进行函数升级,以便获得最佳萎缩函数,进一步提高图像的质量,最终取得了一定的效果.与此同时,该文对MRI图像的进一步的分析与应用展开了一定研究,提出了一种改进的快速模糊C均值聚类鲁棒分割算法.该算法先用K均值聚类方法得到初始聚类中心点,同时考虑邻域对分割结果的影响,对目标函数加以改进,用来克服噪声和非均匀场对MRI图像分割的影响,达到鲁棒分割的目的,为进一步图像处理和分析打下基础.通过实验,我们发现,无论是针对模拟图像还是实际图像,该文所提出的两个算法都取得了较好的效果,达到了预期的目的.

    标签: MRI 小波分解 图像去噪 分割

    上传时间: 2013-04-24

    上传用户:zhichenglu

  • 基于小波变换的图像去噪算法研究

    随着多媒体技术的发展,数字图像处理已经成为众多应用系统的核心和基础。它的发展主要依赖于两个性质不同、自成体系但又紧密相关的研究领域:图像处理算法及其相应的电路实现。图像处理系统的硬件实现—般有三种方式:专用的图像处理器件集成芯片(Application Specific Integrated Circuit)、数字信号处理器(Digital Signal Process)和现场可编程门阵列(Field Programmable Gate Array)以及相关电路组成。它们可以实时高速完成各种图像处理算法。图像处理中,低层的图像预处理的数据量很大,要求处理速度快,但运算结果相对比较简单。相对于其他两种方式,基于FPGA的图像处理方式的系统更适合于图像的预处理。本文设计了—种基于FPGA的小波域图像去噪系统。首先,阐述了基于小波变换的图像去噪算法原理,重点讨论了小波邻域阈值(NeighShrink)去噪算法,并给出了该算法相应的Matlab 仿真;然后,为了改进邻域阈值去噪算法中对每个分解子带都采用相同邻域和阈值的缺点,本文提出了基于最小二乘支持向量机(LS-SVM)分类的邻域阈值去噪算法和以斯坦无偏估计 (SURE)为准则同时结合小波系数尺度间关系的邻域阈值去噪算法。经Matlab实验表明,相比于其他几种经典算法,本文提出的两种改进算法在滤除噪声的同时能更好地保护图像细节,并在较高噪声情况下能获得更高的峰值信噪比。在此基础上本文将提出的改进小波邻域阈值去噪算法进行了相应的简化,以满足低噪声处理要求且易于在FPGA上实现;最后,给出了基于 FPGA的小波邻域阈值去噪系统的总体结构和FPGA内部各功能模块的具体实现方案,包括二维离散小波变换模块、二维离散小波逆变换模块、SDRAM存储器控制模块、去噪计算模块和系统核心控制模块,并对各个系统模块和整体进行了仿真验证,结果表明本文设计的基于FPGA 的小波邻域阈值去噪系统能满足实际的图像处理要求,具有一定的理论和实际应用价值。关键词:图像处理系统,FPGA,图像去噪算法,小波变换

    标签: 小波变换 图像去噪 算法研究

    上传时间: 2013-05-16

    上传用户:450976175