基于随机共振与双边滤波的图像去噪算法

来源 :软件导刊 | 被引量 : 1次 | 上传用户:gzsee
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
在一定条件下,随机共振能在一定程度上将噪声能量转化为图像信息,从而改善图像的信噪比,而双边滤波是一种既可以降低图像噪声,又可以保留图像边缘细节的图像处理方式。提出一种基于随机共振和双边滤波的图像去噪处理方法。实验结果表明,该方法能取得较好的去噪效果。
其他文献
仿射传播聚类算法是一种比较新的基于质心的聚类算法,在图像分割领域得到了广泛应用。仿射传播聚类算法最终聚类数目会受到偏向参数P(Preference)的影响,得到的聚类数目往往偏多,影响分割质量。鉴于此,提出一种改进的仿射传播聚类的图像分割算法,该算法将仿射传播聚类算法与CURE层次聚类算法相结合,CURE算法能够对仿射传播聚类算法的分割结果进行优化。实验验证表明,改进后的算法图像分割效果更好。
针对信用评价中最为常见的不平衡小样本数据集问题,以及不同误分类造成的损失代价不同问题,在传统SVM模型基础上,提出采用过采样的SMOTE算法解决数据不平衡问题。在核SVM模型的
为了更好地反映学生在学习过程中对知识的掌握、理解情况和学习能力,通过对不同学科不同教师的教学方法进行分析,将过程控制应用于教学中,建立教学过程模型和作业评价模型。使用
BCJR算法是一种最优译码算法,但是计算量大、译码复杂;SOVA算法译码简单,但是性能稍差。针对这两种算法的缺点,在连续相位调制信号系统中,提出一种基于减少搜索T—BCJR与SOVA算法
针对复杂场景中难以标注对象轮廓的问题,提出一种基于支持向量机的场景标注方法。首先采用结构森林法生成边缘概率,再运用分水岭算法将边缘概率转化成初始图像块。为避免过分分割,减少训练开支,利用UCM算法并选取适当的阈值提高图像块对轮廓的精确度,最后通过支持向量机训练分割的图像块进行场景标注。实验表明,在处理复杂的户外场景标注时,基于支持向量机的场景标注方法在像素精确度上表现良好,在对象轮廓上标注效果较好
通信传输过程中信号干扰衰落现象无可避免,信道编码技术可以增加编码增益,提高通信系统传输信道容量。极化码理论上可以达到香农信道容量极限,且具有较低的编译码复杂度,因此
针对人体动作识别问题,研究了一种基于运动历史图像(Motion History Images,MHI)的人体动作识别方法。利用从运动图像序列获得的MHI图像获取视频帧中运动目标的运动特征,由运动特征的变化分类确定人体动作种类,同时给出相应的实验结果。
在无线传感器网络(WSN)中溯源数据(Provenance)记录了一个数据从产生至被传输到基站(BS)途经的所有节点以及在这些节点上对数据的操作。提出一种基于生成树的溯源数据压缩方法,其基
协同过滤算法是推荐系统中研究较为广泛和深入的算法,为解决传统协同过滤算法无法处理时间动态变化的问题,提出一种新的改进算法:SpecialTSVD++算法。在传统SVD++算法中分别
提出一种改进的多流形谱聚类(SMMC)模型,提高复杂流形结构中的聚类精度。改进模型的核心在于首先对原始数据进行空间映射,得到能体现原始数据流形结构的数据;其次,根据流形距离