注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 关于非局部平均的相关文献

  2. 运用非局部平均的方法对图像进行处理，是国内很最近很流行的一种方法。

  3. 所属分类：专业指导

    • 发布日期：2009-08-19
    • 文件大小：840704
    • 提供者：zzfandyou

  1. 小波域中的广义非局部平均去噪算法

  2. 图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述.使用广义高斯分布对图像子带小波系数进行建模并估计广义高斯分布模型的参数,根据参数确定了非局部平均权值的广义表达式,在此基础上提出了一种基于广义高斯分布的小波域广义非局部平均去噪算法.仿真结果表明,相比小波域阈值去噪和小波域非局部平均去噪算法,该方法的峰值信噪比平均提高1.5~3.3 dB,在边缘特征方面保持了良好的视觉效果.

  3. 所属分类：其它

    • 发布日期：2011-01-28
    • 文件大小：1014784
    • 提供者：mianyanglangzi

  1. 研究论文-基于分水岭和广义非局部平均的小波去噪.pdf

  2. 非局部平均滤波去噪方法和基于广义非局部平均的小波域去噪方法都会在不同程度上损失图像细节信息.为了在去除图像噪声的同时更好地保留图像细节，文中提出了一种基于分水岭分割和广义非局部平均的小波去噪方法.首先对含有噪声的图像进行基于梯度的分水岭分割并保留分水岭脊线；然后对含有噪声的图像进行多维度小波分解，对分解的每一层系数估计尺度系数和形状系数，构造每层小波子系数的广义高斯模型，对每层细节子带信息分别在水平、垂直、对角线3个方向应用基于广义高斯模型的非局部平均滤波；最后用含噪图像中与分水岭脊线相对应的

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：1048576
    • 提供者：weixin_39840387

  1. 非局部均值的Matlab程序

  2. 非局部均值的Matlab程序，一种空间域滤波，和高斯模糊、均值滤波类似，当前像素点的值时通过周围像素的加权平均得到，用于图像平滑和图像去噪，效果很好。

  3. 所属分类：其它

    • 发布日期：2020-02-15
    • 文件大小：56320
    • 提供者：zulibest

  1. 非局部平均算法用于图像去噪.rar

  2. 用matlab做的，使用非局部平均算法用于图像去噪，属于图像去噪的滤波方法，本人所写，希望对大家有帮助。

  3. 所属分类：教育

    • 发布日期：2020-05-29
    • 文件大小：148480
    • 提供者：OROCHI_sys

  1. 基于学习的局部几何相似性的医学图像放大2009.pdf

  2. 摘 要: 图像放大技术是医学图像处理中的重要领域.医学图像细节丰富处经常呈现出明显的几何结构特征或模 式,如边缘.提出了一种基于学习的方法,将低分辨率图像块作为可用的邻域像素并提取其几何特征信息组成训练 集,与高分辨率图像块之间建立局部对应关系,这种对应关系即为局部几何相似性.将训练集信息有效传递至待重建 高分辨率图像块,图像放大的问题转化为重建系数的最优化问题,并且基于非局部平均思想,将其进而转化为加权最 小二乘问题得到正则化解.实验结果表明,本方法不仅可以进行任意倍图像放大,且它可以摆脱

  3. 所属分类：医疗

    • 发布日期：2020-06-29
    • 文件大小：581632
    • 提供者：phytle0

  1. 叠前非局部平均滤波压制随机噪音

  2. 非局部平均滤波方法的去噪性能优异,但其在地震资料处理中的应用刚刚起步。该方法利用数据具有的结构冗余,以包含局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,增强有效信号,压制随机噪音。针对叠前地震资料数据量大、噪音背景强、局部结构简单;原始非局部平均算法对每一点滤波,需要对数据体内所有点计算权系数后进行加权计算,计算量大,对强噪音背景适用性差等不足,对原始非局部平均算法进行了改进,主要包括:基于速度谱的搜索窗口分割;基于梯度域奇异值分解的局部结构相似集选择方法;基于相似集大小的自适应

  3. 所属分类：其它

    • 发布日期：2020-07-13
    • 文件大小：1048576
    • 提供者：weixin_38672815

  1. 基于Contourlet变换的方向非局部均值消噪方法。

  2. 相似度权重是非局部均值方法中的关键问题。提出了一种新的定向非局部均值图像去噪方法。为了评估方向的相似性，引入了Contourlet变换来捕获补丁的方向信息并确定嘈杂图像的方向相似权重。基于方向相似度权重，所提出的方法拾取具有相似结构的相似像素，通过对这些相似像素进行加权平均来估计信号，然后在去除噪声时保留边缘。由于考虑了相似性补丁的方向，因此所提出的方法表现出可靠的性能，尤其是在边缘内部和周围。仿真实验表明，该方法在定量值和视觉外观方面均优于相关的去噪方法，包括其他非局部均值方法和基于Conto

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：984064
    • 提供者：weixin_38519681

  1. 一种改进的非局部平均图像去噪算法

  2. 传统非局部平均(Non-Local Means, NLM)图像去噪算法的像素相似性度量可靠性较差，其关键滤波参数选取与优化值偏差较大。针对上述问题，提出了一种改进的NLM图像去噪算法。首先，滤除方法噪声中的噪声分量，保留有用图像信息；然后，联合去噪结果与处理后的方法噪声重新定义NLM算法的相似权函数，更好地利用原图像的信息；最后，采用噪声标准差二次函数的方式设置滤波参数，相比于传统的线性正比方式选取参数，这种选取方式在不同噪声强度下均能获得较优的参数值。对几个标准测试图像的去噪结果表明，提出的改

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38663608

  1. 基于稀疏梯度场的非局部图像去噪算法

  2. 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,

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：3145728
    • 提供者：weixin_38732252

  1. 高刺激率条件下利用非局部平均算法提高听觉诱发电位信噪比

  2. 目的利用非局部平均(NL-means)算法提高高刺激率模式下去卷积前的听觉诱发电位(AEPs)的信噪比。方法首先通过仿真实验来确定在不同噪声水平下的滤波参数,然后采用真实数据进行了验证,并且与均值滤波进行了对比。结果 NL-means方法能够有效的抑制粉红噪声,较好的保留信号的细节。结论 NL-means方法非常适合具有周期特性的信号去噪,能够有效的去除噪声,提高AEPs信噪比。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：708608
    • 提供者：weixin_38740397

  1. 通过非局部张量表示进行颜色去马赛克

  2. 单个传感器摄像机可以通过滤色镜阵列捕获场景。 每个像素仅采样三种原色中的一种。 彩色去马赛克（CDM）是根据此传感器数据重建全彩色图像的过程。 在本文中，我们提出了一种基于非局部张量表示的同时稀疏编码的新型CDM方案。 首先，将相似的2D面片分组以形成三阶张量，即3D阵列。 然后，通过使用Tucker分解，共同学习三个子字典，这些子字典描述出现在分组张量每个维度上的相干结构。 结果系数张量由分组块稀疏约束施加，该约束迫使相似的补丁在其稀疏分解中共享字典的相同原子。 实验结果证明了平均CPSNR和

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38687505

  1. 基于贝叶斯非局部平均滤波的超声图像斑点噪声抑制算法研究

  2. 超声成像是现代医学影像学最重要的诊断技术之一。然而，由于乘性斑点噪声的存在，使得超声成像的发展受到了一定的限制。针对这种问题，提出了一种贝叶斯非局部平均滤波算法的改进策略。首先，运用贝叶斯公式推导出适应于超声图像斑点噪声模型的非局部平均滤波器，由此引出了两种图像块之间距离计算的方式——Pearson 距离和根距离。其次，为了减轻计算负担，在非局部区域中选取相似图像块时采用图像块预选择的方式来加速算法。另外，根据多次实验，总结出了一种滤波参数 h 和噪声方差的关系，实现了参数的自适应。最后，利用

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：1031168
    • 提供者：weixin_38752897

  1. 基于字典学习的梯度重权非局部平均的强噪声图像去噪

  2. 为从强噪声图像中重构出原图像并减小误差，提出了一种基于梯度重权非局部平均的强噪声图像去噪算法。根据稀疏和冗余表示，基于K-SVD字典学习去噪算法可自适应从已知带噪图像中训练字典，但是字典固有的结构限制，导致强噪声图像去噪效果差。提出了基于字典学习的梯度重权非局部平均算法，该算法对图像结构赋予更紧约束，可以改善去噪性能。利用全变分法求解图像结构的梯度，给予图像边缘信息更高的权重，结合图像结构信息的相似性和稀疏性先验，求解优化后的逆问题。与传统字典去噪相比，所提出的算法对强噪声图像的去噪效果更好，并

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：6291456
    • 提供者：weixin_38630612

  1. 一种基于边缘约束迭代的非局部立体匹配算法

  2. 针对立体匹配算法在图像非遮挡区域,尤其是弱纹理区域匹配精度较低的问题,提出一种基于边缘约束迭代的非局部立体匹配算法。该算法结合颜色和梯度信息构建匹配代价计算函数;根据左右目图像分别构建最小生成树,结合图像平滑度对代价函数值进行代价聚集,并对赢者通吃策略得到的视差图进行边缘检测,将图像边缘作为约束性条件对代价值再次进行代价聚集以优化结果;最后通过视差求精得到稠密的视差图。实验结果表明,在Middlebury测试平台上该算法对31组标准图像对中非遮挡区域的平均误匹配率为8.35%;与其他5种方法比较

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：10485760
    • 提供者：weixin_38650379

  1. 基于非局部滤波算法的真实相干激光雷达强度像去噪方法比较

  2. 基于非局部滤波的去噪算法较之传统的基于局部统计特性的算法可以获得更好的图像复原质量。由于相干激光雷达强度像主要受散斑噪声的影响，采用结合同态变换的同态非局部均值（H-NLM）算法、同态多级非局部均值（HM-NLM）、同态块非局部均值（HB-NLM）和同态块匹配三维滤波(H-BM3D)等基于非局部滤波的算法对真实相干激光雷达仿真强度像进行了去噪处理，并对去噪结果进行了对比分析。实验结果表明，H-BM3D算法对单帧强度像、HM-NLM对6帧平均强度像具有较好的复原效果，复原图像目标灰度分布均匀性好，

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：2097152
    • 提供者：weixin_38660295

  1. 基于小波框架的非局部曲面去噪

  2. 提出了一种基于小波框架的非局部曲面去噪方法。该方法首先平滑了曲面法线方向上的平均曲率，然后根据基于小波紧框架的变分模型校正了含噪声曲面。变分模型由正则项和保真项构成。其中，正则项为包含小波框架的L1范数项，保真项为离散曲面的平均曲率和点坐标的最小二乘项之和。最后，进行了数值实验验证了所提出模型和算法的有效性和实用性。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38506182

  1. 基于颜色和边缘信息的非局部立体匹配算法

  2. 为了解决传统非局部立体匹配算法在纹理丰富区域匹配误差较大的问题,提出基于颜色和边缘信息的非局部立体匹配算法。代价计算阶段,结合灰度和梯度信息求得匹配代价。代价聚合阶段,为降低相似背景下的误匹配率,利用最小生成树进行代价聚合,结合颜色和边缘信息重新定义权重函数。再利用胜者为王(WTA)策略求得最佳视差,通过左右一致性检验和中值滤波等后处理操作对视差图作精细化处理。最后在Middlebury数据平台上对算法进行可行性验证,实验结果表明,图像的平均误匹配率由原算法的6.02%降低到5.10%。

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：1048576
    • 提供者：weixin_38524871

  1. 基于稀疏梯度场的非局部图像去噪算法

  2. 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,

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：2097152
    • 提供者：weixin_38499553

  1. 基于稀疏梯度场的非局部图像去噪算法

  2. 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

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：2097152
    • 提供者：weixin_38624519
« 12 3 4 »