分数阶B样条小波域的图像变分去噪

来源 :计算机工程与应用 | 被引量 : 12次 | 上传用户:tiny
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
分数阶B样条具有分数阶逼近,可以更好地刻画图像纹理部分。将分数阶B样条小波推广到二维领域,利用分数阶B样条小波进行图像阈值去噪,提出了分数阶B样条小波域图像去噪的变分模型。同传统小波函数与全变差结合模型比较,分数阶B样条小波在保持纹理和去噪方面得到了明显改进。
其他文献
优先规则是解决大规模资源受限的项目调度问题(Resource-Constrained Project Scheduling Problem,RCPSP)强有力的方法,但是单一的优先规则的往往仅在某些特定的问题上表现出良好
结合Vague集理论及投票模型下的解释,对“Vague集向Fuzzy集的转化函数”进行了分析,指出了其存在的不足之处,提出了两种Vague集转化为Fuzzy集的新方法,并证明了其有效性。
针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取
研究了图像边界矩的模糊不变性,推导出模糊边缘带区域不变矩中准(2Fe)~准(7Fe)与该图像所对应的清晰图像的边界不变矩准2~准7一致的结论。利用该结论,对模糊图像提取边界不变矩特征时,可不必首先精确提取其精确边缘,方便了边界不变矩特征的提取,提高了边界不变矩特征提取的鲁棒性。仿真实验结果也验证了结论的正确性。
随机期望值模型是一类有着广泛应用背景的随机规划问题,为了寻找更为高效的求解随机期望值模型的算法,采用随机仿真产生样本训练BP网络以逼近随机函数,然后应用微粒群算法并以逼