基于变分法和PDE的图像去噪模型研究-计算机软件与理论专业论文.docxVIP

基于变分法和PDE的图像去噪模型研究-计算机软件与理论专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得 的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不 包含其他人已经发表或撰写过的研究成果,也不包含为获得 重庆邮电大学 或其他教育机构的学位或证书而使用过的材料 。与我一 同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名:者盔、或 签字日期:在。(4--年 6 月 7 日 学位论文版权使用授权书 本学位论文作者完全了解 重庆邮电大学 有关保留、使用学位论文的规 定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查 阅和借阅。本人授权 重庆邮电大学 可以将学位论文的全部或部分内容编入 有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论 文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名:趋稳笔 导师签名:如情咱 签字日期: J,;, 14- 年 6 月 7 日 签字日期:仰伊年 d 月 7 日 重庆邮电大学硕士论文摘要 重庆邮电大学硕士论文 摘要 摘 要 图像信息在形成、传输、存储和处理的过程中会受到各种外界物理条件的影 响而导致质量下降,这不但影响了图像的视觉效果,而且也会给图像的后续处理 和应用造成困难。图像去噪处理一直是图像处理研究领域的热点问题之一。本文 基于变分法和现代偏微分方程理论,提出了一种去除图像乘性噪声的具有严格凸 性的全变分新模型,主要研究工作如下: 首先,通过分析 Gamma 噪声的分布特性,采用最大后验估计法和贝叶斯公式 导出了新的保真项,引入适当的协调项,并利用一项新的混合测度构造了一种基 于变分法和偏微分方程的具有严格凸性的图像去噪模型,该模型主要用于去除图 像内乘性噪声。此外,本文还根据 Gamma 分布的数学特征及本模型的相关性质, 讨论了模型中正则化参数的选取问题。 其次,将新变分模型转换为两个最小化问题,并分别使用牛顿迭代法和偏微 分方程的方法求解,获得了一种交替型迭代最优化算法和相应的迭代序列,并根 据变分原理和现代偏微分方程的相关理论证明了该迭代序列的收敛性。 最后,利用交替型迭代最优化算法完成了一系列的仿真实验,验证了本模型 的有效性、先进性和鲁棒性。实验结果表明,本模型的去噪效果不仅比同类模型 的去噪效果更佳,既能有效去除图像中的乘性噪声,还能更好地保护图像的边缘 及纹理细节特征,明显缓解了图像模糊,大大减少了一般变分模型在去噪过程中 产生的“阶梯效应”现象,而且所提出的模型也适用于去除医学图像中的噪声, 其效果优于目前的一些主要模型。 关键词:图像去噪,乘性噪声,变分法,偏微分方程,有限差分法 I 重庆邮电大学硕士论文Ab 重庆邮电大学硕士论文 Abstract Abstract Image quality will be affected when the unpredictable noise is brought into the image information in the process of acquisition, transmission, storage and processing. The presence of the noise makes it difficult to complete the subsequent processing and the practical applications. Image denoising has been one of the hot issues in the field of image processing research. Based on the variational method and modern partial differential equations (PDE), this thesis proposes a novel total variational model with strict convexity to remove multiplicative noise. The main research work is as follows: First of all, a novel total variational model with strict convexity is proposed to the remove the multiplicative noise obeying to the Gamma distribution. The model is constructed by the fidelity term which is derived wi

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档