基于加權(quán)空間離群點(diǎn)度量的隨機(jī)脈沖噪聲降噪算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
針對(duì)排序統(tǒng)計(jì)類降噪算法在隨機(jī)脈沖噪聲( RVIN)圖像降噪過(guò)程中,對(duì)圖像邊緣和細(xì)節(jié)部分噪聲識(shí)別不夠準(zhǔn)確以及恢復(fù)比較模糊的問(wèn)題,提出了基于加權(quán)空間離群點(diǎn)度量( SLOM)的脈沖噪聲降噪算法WSLOM-EPR。該算法以優(yōu)化的空間距離差為基礎(chǔ),引入圖像鄰域均值和標(biāo)準(zhǔn)差,建立反映局部邊緣細(xì)節(jié)特征的噪聲檢測(cè)方法,提高邊緣細(xì)節(jié)處噪聲的識(shí)別精度;然后以精確檢測(cè)結(jié)果為基礎(chǔ),優(yōu)化保邊正則(EPR)函數(shù),提高算法的執(zhí)行效率,并增強(qiáng)算法保留邊緣細(xì)節(jié)的能力。仿真結(jié)果顯示,WSLOM-EPR算法在40%到60%噪聲密度下對(duì)噪聲點(diǎn)的誤檢和漏檢綜合表現(xiàn)優(yōu)于對(duì)比算法,且能在兩者之間保持一個(gè)較好的平衡;降噪后的峰值信噪比( PSNR)好于對(duì)比算法中的大多數(shù)情況,且邊緣細(xì)節(jié)在視覺(jué)上更加清晰連續(xù)。結(jié)果表明WSLOM-EPR算法提高了噪聲檢測(cè)精度,有效地保持了恢復(fù)圖像的邊緣細(xì)節(jié)信息。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于加權(quán)空間離群點(diǎn)度量的隨機(jī)脈沖噪聲降噪算法下載
相關(guān)電子資料下載
- 采用羅氏線圈來(lái)測(cè)試脈沖磁場(chǎng)的方法 76
- 利用示波器和VSE軟件進(jìn)行脈沖分析 62
- 使用泰克示波器的功率半導(dǎo)體雙脈沖測(cè)試方案 114
- 多通道數(shù)據(jù)采集器能采集什么 99
- 多次脈沖電纜故障測(cè)試系統(tǒng)測(cè)試步驟——每日了解電力知識(shí) 78
- 全智能多次脈沖電纜故障測(cè)試儀與常規(guī)測(cè)試儀的區(qū)別——每日了解電力知識(shí) 52
- 簡(jiǎn)儀計(jì)數(shù)器/定時(shí)器模塊滿足嚴(yán)格的工業(yè)標(biāo)準(zhǔn)和安全要求 325
- 超短激光脈沖使阿秒成像成為可能 60
- 脈沖電機(jī)與變頻電機(jī)的區(qū)別 468
- 友思特分享 | 百皮秒+一體化:基于Q開(kāi)關(guān)與增益開(kāi)關(guān)技術(shù)的短脈沖激光器 278