基于小波收缩框架下的总体变差模型的图像去噪

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:li1977323
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
小波变换作为一种新的多分辨分析方法,因其具有时频局部化和变分辨特性而特别适合处理非平稳信号。由于小波域阈值方法的缺点是在图像灰度值发生跳变的地方会出现振荡现象,并随着噪声污染程度的增高而更加明显。为了克服振荡现象,针对小波收缩方法中产生明显的“Gibbs”现象,将著名的总体变差模型嵌入小波收缩的框架,不仅能消除“Gibbs”现象,还能使小波收缩框架下TV滤波简单易行。该模型中利用改进小波阈值技术选取合适的需要保留的小波系数,然后对该系数重建图像进行空域各向异性扩散处理。本文提出了该变分问题完整的空域和小波域交替迭代的图像恢复算法。实验证明该算法不仅能够很好地抑制噪声和保持边缘,而且重构的图像能够减少边缘的振动,是一种行之有效的提高图像视觉品质的算法。
其他文献
本文研究了在理论和实际应用中有重要用途的H矩阵和Hermite正半定矩阵的相关问题,包括非奇H矩阵的判据、非奇H矩阵在线性系统的稳定性中的应用、逆H矩阵的基本性质以及系数矩
本文通过建立Riemann-Liouville分数阶微分方程的Green函数以及等价积分方程,分别应用锥上的Krasnoselskiis不动点定理和Leray-Schauder选择定理,在不同条件下,证明了一类分数阶
粗糙集理论是一种新的处理模糊性和不确定性知识的数学工具。自1982年由波兰数学家Pawlak首次提出以来,经过二十几年的研究与发展,已经在理论和实际应用上取得了长足的发展,特别
学位
这篇硕士论文集中了作者在攻读硕士学位期间的主要研究成果.具体内容是我们关于Hamiltonian ODEs的高效辛算法和Hamiltonian PEDs的多辛积分子的一些结果,以及它们在实际中的
混合物临界性质的计算与预测不但有重要的理论意义而且有重要的应用价值.传统的混合物临界性质计算与预测模型或是求解过程非常复杂,或是基于经验关联方法,难以适应工程计算
由于人工神经网络(ANN)具有强的学习能力、实时性的潜能、良好的鲁棒性、容错性和非线性等,因此在当前国内外众多领域,ANN技术的应用日益广泛,在水文预报的应用中也取得了丰