开发工具:
文件大小: 3mb
下载次数: 0
上传时间: 2021-03-11
详细说明：非局部平均 (Non-local means, NLM) 算法充分利用图像的自相似性与结构信息的冗余性, 取得了很好的去噪效果.
然而, 在强噪声的干扰下, NLM 算法中的权函数不能准确度量图像块之间的相似性. 因此, 很多文献利用图像的梯度信息对
权函数做了改进. 但是, 传统的梯度算子对噪声十分敏感, 不能有效地提高相似性度量的准确性. 本文将图像的稀疏梯度场
(Sparse gradients field, SGF) 引入权函数的定义中, 提出一种基于稀疏梯度场的非局部图像去噪算法. 首先, 区别于传统基于
局部的梯度算子, 提出了基于全局的稀疏梯度场模型, 进一步给出一个自适应的稀疏梯度场模型 (Adaptive sparse gradients
field, ASGF), 并利用向前 – 向后分裂算法求解. 然后, 利用图像的稀疏梯度场对 NLM 算法的权函数进行改进, 得到本文提
出的算法. 实验结果表明, 无论是客观评价还是视觉效果, 本文所提算法的性能优于 NLM 算法和其他利用梯度信息改进的
NL
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
