基于方向信息噪声检测的自适应开关滤波算法

《基于方向信息噪声检测的自适应开关滤波算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号：UDC：学校代码：10055密级：公开尚筒大茅硕士学位论文基于方向信息噪声检测的白适应开关滤波算法AnAdaptiveSwitchingFilterBasedonDirectionalNoiseDetection答辩委员会主席奎国!!!堑培养单位电王信--昼刍匹、．子I占焦IS／南开大学研究生院二O一四年五月万方数据lUllIIIIIIIlUIIIlUlY2699358南开大学学位论文使用授权书根据《南开大学关于研究生学位论文收藏和利用管理办法》，我校的博士、硕士学位获得者均

2、须向南开大学提交本人的学位论文纸质本及相应电子版。本人完全了解南开大学有关研究生学位论文收藏和利用的管理规定。南开大学拥有在《著作权法》规定范围内的学位论文使用权，即：(1)学位获得者必须按规定提交学位论文(包括纸质印刷本及电子版)，学校可以采用影印、缩印或其他复制手段保存研究生学位论文，并编入《南开大学博硕士学位论文全文数据库》；(2)为教学和科研目的，学校可以将公开的学位论文作为资料在图书馆等场所提供校内师生阅读，在校园网上提供论文目录检索、文摘以及论文全文浏览、下载等免费信息服务；(3)根

3、据教育部有关规定，南开大学向教育部指定单位提交公开的学位论文；(4)学位论文作者授权学校向中国科技信息研究所及其万方数据电子出版社和中国学术期刊(光盘)电子出版社提交规定范围的学位论文及其电子版并收入相应学位论文数据库，通过其相关网站对外进行信息服务。同时本人保留在其他媒体发表论文的权利。非公开学位论文，保密期限内不向外提交和提供服务，解密后提交和服务同公开论文。论文电子版提交至校图书馆网站：b亚；丝2Q2：!13：2Q：!鱼3：墨QQj!卫i匹丛塾鱼!墨：j业。本人承诺：本人的学位论文是在南开

4、大学学习期间创作完成的作品，并已通过论文答辩：提交的学位论文电子版与纸质本论文的内容一致，如因不同造成不良后果由本人自负。本人同意遵守上述规定。本授权书签署一式两份，由研究生院和图书馆留存。作者暨授权人签字：孙盖2014年5月23日南开大学研究生学位论文作者信息论文题目基于方向信息噪声检测的自适应开关滤波算法姓名孙菁学号2120110259答辩日期2014年5月23目论文类别博士口学历硕士■硕士专业学位口高校教师口同等学力硕士口院／系／所电子信息与光学工程学院专业微电子学与固体电子学联系电话18

5、502267862Emailbluestarco@sina．com通信地址(邮编)：电子信息与光学工程学院(原附中)115实验室备注：是否批准为非公开论文否注：本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写(一式两份)签字后交校图书馆，非公开学位论文须附《南开大学研究生申请非公开学位论文审批表》。万方数据南开大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开

6、发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：登羞2014年5月23日非公开学位论文标注说明(本页表中填写内容须打印)根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本说明为空白。论文题目申请密级口限制(≤2年)口秘密(≤10年)口机密(≤20年)保密期限20年月日至20年月日审批表编号批准日

7、期20年月日南开大学学位评定委员会办公室盖章(有效)注：限制★2年(可少于2年)：秘密★10年(可少于10年)：机密★20年(可少于20年)万方数据摘要随着信息技术的发展，数字图像处理技术得到了越来越多的关注和应用。在实际应用中，由于设备、环境和通讯信道等因素的影响，使图像信号在产生、传输和记录中容易受到各种噪声的干扰，会对图像的视觉效果造成严重的破坏。数字图像滤波作为数字图像处理中重要的一支和研究热点，是一项非常重要的图像预处理步骤，具有十分重要的作用。空域滤波是图像滤波中重要的一种方法，它主

8、要包括线性滤波算法和非线性滤波算法。脉冲噪声是现实应用中最常遇到的噪声类型之一。对于脉冲噪声的滤除主要采用非线性滤波算法。作为非线性滤波算法中主要的方法——中值滤波算法，由于其实用简便，在很多领域都得到了广泛的应用。但是中值滤波算法对图像中所有像素点都进行中值滤除，不仅在滤波的同时改变了图像细节信息，还因为相同的平滑过程使图像变得比较模糊。为了修复被脉冲噪声污染的图像，人们提出了很多基于中值滤波算法的改进算法。但是，它们大多只能在低噪声密度下提供较好的滤波效果。即使有算法能在高噪声密度下达到较好