稀疏三维变换域协作滤波及其改进算法研究

来源 :南开大学 | 被引量 : 0次 | 上传用户:b2316
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
设计有效的去噪算法是图像处理领域一项传统的挑战性工作。稀疏三维变换域的协作滤波方法是现有最新型的处理加性高斯随机白噪声的去噪算法。由于其算法的基本组成部分是块匹配(block-matching)和3D协作滤波(3D collaborativefiltering),所以又简称BM3D。   BM3D算法分为两步,1):将图像中找到的多个匹配的块(patch)放入一个三维数组,应用一个3D协作滤波,再聚合所有估计成一个基本去噪的结果。2):继续应用3D维纳滤波,以进一步提高基本去噪的效果。   虽然BM3D能得到最好的峰值信噪比,但仍然存在着两点缺陷。1)为了降低块匹配的处理时间,BM3D通常限制在一个局部区域内做查找。2)BM3D按方块取patch会在边缘位置变得不合适。因为边缘不总能水平或垂直对齐,所以BM3D方法在这些位置会找不到足够多的相似块。   对应地,本文提出了以下两种改进方法:   1、引入一种随机查找的方法,在整幅图像范围内有效地查找相似块。   2、取沿边缘对齐的patch,代替直接取方块。如此一来就找到更多合适的相似块,而这有利于稀疏3D变换。   实验结果显示,在某些图像上新方法可以进一步提高峰值信噪比,或有更好的主观评价。
其他文献
高光谱遥感图像分类是通过机器学习等手段利用高光谱图像的数据特性将传统光谱图像中无法分辨的微小差异的地物通过计算机自动区分归类的过程,具有实际意义和实用性,受到了研究者的广泛关注。本文的工作基于高光谱图像像元的特征和数据结构,针对其执行分类算法时的分类正确率较差、分类算法对像元适应性差、对高光谱图像空间信息利用不足等问题,做了以下三个方面研究:首先,分析稀疏表示分类器(Sparse Represen
分布式实时系统已经广泛应用于各个领域,可靠性要求也越来越高。由于分布式实时系统是时间关键系统,时间是一种重要的资源,输出结果的正确性不仅取决于计算所形成的逻辑结果,
近年来,随着移动设备、嵌入式设备的普及,移动处理、嵌入式应用的大量涌现,以及通用微处理器工艺水平和主频的不断提升,双核乃至四核的出现,计算机芯片工作频率和系统复杂度
随着我国工业的快速发展和国民生活水平的不断提高,废气的排放量也日益增加。空气的质量在不断下降,部分城市的空气已达到严重污染的程度。空气质量的监测已经成为环保管理部
目前,高性能超级计算机的趋势已从高端的大型高性能计算机向计算机机群发展,促进了机群这一计算技术得到飞速发展。随着机群技术的广泛应用,机群系统的性能和可用性需要也在
随着计算机技术、网络通信技术及家电产业的飞速发展,信息技术正逐步向传统的家用电子产业渗透,一种新型产业——信息家电产业正在迅速崛起。嵌入式技术的蓬勃兴起和广泛应用为信息家电的发展指明了技术发展趋势,尤其是与Internet的结合,其作为信息和资源结点的功能越来越明显。与此同时,信息家电平台对嵌入式系统的数据处理能力也提出了更高的要求。本文在分析嵌入式系统中数据库要求的基础上,结合信息家电的面向对象
随着市场经济的飞速发展,以生产为中心、销售为目的的市场战略逐渐被以客户为中心、服务为目的的市场战略所取代。在科学技术,特别是信息技术的大力推动下,企业信息化已经是大势
学位
近些年来,家具配件销售行业的竞争压力越来越大,单纯依靠传统的方法已经不足以帮助销售商获得更大的市场份额和利润空间了。关联挖掘是数据挖掘中的一个重要问题,是发现和分析不同数据项之间的关联性的过程。将关联挖掘技术引入家具配件销售行业中,获取配件产品的销售特点和联系,能够帮助销售商把握消费者的潜在购买习惯和需求,以便制定相应的销售和进货策略。本文研究了关联规则挖掘技术在家具配件销售行业中的应用细节和过程
当今社会,电信网络飞速发展,规模和复杂度都大大增加,人们对网络通信的质量提出越来越高的要求,数字化,宽带化和智能化已成为未来通信发展的方向。传输网络作为通信的主干道,
说话人识别是一项根据语音中反映说话人生理和行为特征的语音参数,自动识别说话人身份的技术。它不注重包含在语音信号中的文字符号以及语义内容信息,而是着眼于包含在语音信