基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪

基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪

ID:35063417

大小:4.94 MB

页数:68页

时间:2019-03-17

基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪_第1页
基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪_第2页
基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪_第3页
基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪_第4页
基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪_第5页
资源描述:

《基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪》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、密级:学校代码:10075分类号:学号:20131252工学硕士学位论文基于多尺度几何变换和脉冲发放皮层模型的红外图像去噪学位申请人:贺光美指导教师:赵杰教授学位类别:工学硕士学科专业:通信与信息系统授予单位:河北大学答辩日期:二○一六年六月ClassifiedIndex:CODE:10075U.D.C:NO:20131252ADissertationfortheDegreeofM.EngineeringInfraredImageDe-noisingBasedonMulti-scaleGeometricTransformationandSpikingCorticalMo

2、delCandidate:HeGuangmeiSupervisor:Prof.ZhaoJieAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:Comm.&Info.SystemUniversity:HebeiUniversityDateofAccomplishment:June,2016—-"—-河北大学学位论文独创性声明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的研究工作及取得的研究成果。尽我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经发表或撰写

3、的研巧成果,也不包含为获得河北大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了致谢。作者签名;喉准!、日期:如《年^月日学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定,目P:学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。学校可W公布论文的全部或部分内容,可^心采用影印、缩印或其他复制手段保存论文。!本学位论文属于1、保密□,在年月日解密后适用本授权声明。2、不保密因。。"(请在I义山

4、相应方格内打V)保护知识产权声明本人为申请河北大学学位所提交的题呵要I矜游与安《目为户)I《細游>1词瓜毛棄的学位论文,是我个人在导师)指导并与导师合作下取得的研究成果,研究工作及取得的研究成果是在河北大学所提供的研究经费及导师的研究经费资助K完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定的各项法律、行政法规W及河北大学的相关规定。本人声明如下:本论文的成果归河北大学所有,未经征得指导教师和河北大学的书面同意和授权,本人保证不[^任何形式公开和传播科研成果和科研工作内^容。如果违反本声明,本人愿意承担相应法律

5、责任。声明人:<U年(>n诚日期:1_日作者签名:娘日期:2W年_^月_^_日导师签名:日期:么>/1^年bAb曰—t-摘要摘要随着红外成像技术的逐步成熟和适于民用、成本较低的红外热像仪的问世,红外图像在国民经济各部门扮演着十分重要的角色。然而,红外成像的各个环节都会引起噪声污染,使得红外图像呈现出对比度低,目标和边界模糊不清的特点,因此针对这些特点的去噪算法尤为重要。多尺度几何变换具有良好的时频特性,并且能够处理多维信号的问题,多用于图像处理;与此同时,由于脉冲发放皮层模型赋时矩阵的处理机制符合人眼的视觉特性,很多学者将其应用

6、到图像的去噪和增强中。论文研究的主要内容是基于多尺度几何变换——复轮廓波变换(ComplexContourlettransform,CCT)、复剪切波变换(ComplexdiscreteShearlettransform,CDST)和脉冲发放皮层模型(Spikingcorticalmodel,SCM)相结合的图像去噪算法,论文主要应用领域是红外图像,主要贡献如下:1.改进的SCM彩色图像去噪针对现有的彩色图像去噪算法去噪后存在边缘模糊的现象,本文依据脉冲发放皮层模型的同步脉冲发放以及噪声点不同于周围非噪声点的特性,采用SCM对彩色图像的各个通道单独进行噪声点的检测,根据

7、噪声点的检测结果对各个通道进行自适应选择窗口大小的滤波处理,从而去除噪声,保持非噪声点不变。实验结果表明改进的SCM去噪算法彻底去除噪声的同时,尽可能的保持了图像边缘信息。2.阈值和阈值函数的改进首先,本文在分析软阈值和硬阈值函数在图像去噪中存在一些缺陷的基础上,对阈值函数进行改进以达到更好的去噪效果;其次,考虑到图像在进行复轮廓波变换和复剪切波变换后,各分解尺度和子带所受噪声污染程度不同,因此所对应的阈值的选取也应不同,对阈值进行改进,克服统一阈值对变换域系数的“过扼杀”现象,实现了自适应阈值的红外图像去噪。3.基于多尺度几何变换和脉冲

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。