【摘 要】
：
噪声作为一种干扰信号无处不在。人们用摄像设备获得图像来扩展视觉功能时,需要进行图像处理、去除噪声才能还原出更多的信息。例如超声成像诊断由于成像过程中特有的斑纹干
论文部分内容阅读
噪声作为一种干扰信号无处不在。人们用摄像设备获得图像来扩展视觉功能时,需要进行图像处理、去除噪声才能还原出更多的信息。例如超声成像诊断由于成像过程中特有的斑纹干扰脏器边缘成像,给病灶的识别带来了难度。同样水下设备成像会受到恶劣环境因素的干扰,导致获得的图像边缘模糊质量不佳,后续工作开展困难,严重影响了水下目标的识别定位精度。本文以超声图像的斑纹噪声和水下图像的周期噪声为研究对象,分析了噪声模型,指出了传统去噪方法的不足,即容易在去掉噪声的同时损失了边缘信息。这在超声图像和水下图像等对边缘要求严格的场合中是不允许的。针对这两种图像边缘要求严格的情况,本文提出了利用结构张量和小波变换这两个数学工具去除图像噪声、同时保留住边缘信息的算法。结构张量和梯度边缘算子相比带有更多的信息,能更好地描述出图像目标的边缘、形状、角点等结构信息,目前已经在计算机视觉中广泛使用。实验证明从线性结构张量到非线性的结构张量的改进,使得结构信息更加准确。本文将非线性结构张量应用到小波变换的多尺度的环境中,利用多尺度结构张量和小波系数中边缘信息的对应关系,能够很好地从背景噪声中提取出结构信息。以此去修改对应的各尺度中带有噪声和边缘等高频信息的小波系数,扩大边缘结构信息和噪声系数的区分度,便于去噪时将两部分信息区别处理。再利用改进后的小波阈值萎缩法,就能更好地去除噪声并同时保留住结构信息强的边缘信息。最后针对水下图像去噪后仍然存在目标明暗不均的问题,给出了利用模糊模型来达到图像增强的算法。该算法依据最大模糊熵原则,改进了变换参数的自适应确定。
其他文献
随着通信技术的发展,移动自组网络得到了越来越广泛的应用,网络也在朝着大规模的方向发展。如何设计出一种高性能的分层路由协议是一个具有挑战性的任务,本文介绍了Ad Hoc网
多输入多输出(Multipie-Input Multipie-Output,MIMO)技术和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是实现充分利用空间资源、提高频谱利用率和
人脸检测作为计算机视觉中的一项关键技术，在视频监控、人脸识别、姿态估计和新一代人机交互等领域具有广阔的应用前景，受到国内外学术界、企业界和政府部门的重视。
肤色
社会发展和技术进步促使了人们安防意识的不断提高。而高分辨网络摄像机的出现,更给视频监控行业带来巨大冲击。当今,高分辨率数字网络摄像机的研究已经成为视频监控技术研究
流量矩阵表示的是网络中任意两个节点对间的流量大小。流量矩阵是很多网络管理任务的关键输入信息,比如流量工程、网络规划、网络性能诊断分析和流量计费等。由于流量矩阵的
随着计算机硬件的普及，政府和企业日益依赖于信息化系统，基于J2EE框架的Java应用已经成为企业商业和政府组织电子政务应用的中流砥柱。并且，涌现了一批提高J2EE设计和开发效率的
高频雷达在军事及民用应用中具有诸多优良特性,其研制日益受到重视。但是,由于它的工作频率较低(3~30MHz),相应的波长很长,为保障系统信噪比、角度分辨力等技术指标的要求,传
随着集成电路技术的发展，同时在船舶电气化、自动化的发展趋势下，越来越多的自动化设备开始安装在船舶上。而电动机作为船舶的动力设备，其重要性显而易见。因此，对电动机实现自动
作为无线产业的新领域，短距离(几米到几百米之间)无线数据传输显示出强劲的发展后劲，在国民经济的许多领域尤其是在工业测控上的应用日益广泛，发挥的作用也越来越重要，典型应用包
随着电子技术,多媒体技术及网络技术快速发展,视频监控系统正在向嵌入式,数字化,网络化方向发展。嵌入式视频监控系统充分利用大规模集成电路和网络的科技成果,实现体积小巧,