版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、 维普资讯 第 期 刘小征等 : 基于神经网络和小波变换的 图像去噪方法 图 () 为加 有 偏 差 为 瑞 利 噪 声 的 : ( ) ( ) 分 别 为 软 阈 值 方 法 ( 的 , ( ) ( ) () ) 法 ( 、 方 法 ( 、 方 法 ( 一 和 、 方 ) ) ) 本 文 方 法 ( : 去 噪 的结 果 ;( ) () ( ) 别 为 方 法 、 方 法 和 本 文 方 法 去 噪 的差 ) ( ) () 分 图 ( 显示 ) ( ) , ,( ) ( ) ( )( )( ) ( 一 ), ( , ) ( : , ) ( 一 ) ( ( ) () ) ;( ) () ( )
2、 , , 维普资讯 波 谱 学 杂 志 第 卷 理, 所得 到 的结果 与此类似 , 果如 图 所 示 ,这 些交 叉 验证 的结 果 表 明训 练所 得 的神 结 经 网络具有 较好 的推广 能力 比较 图 和图 的结 果 可知 ,我们 的方 法 中神经 网络 的去 噪能力并不 取决 于用 于训 练 的图像 瑞利 噪声 的去 除 由于 图像 的噪声 分布通 常 不是 高斯 分 布 , 以我 们 利用 算 法 对瑞 利 噪声 进 行 所 了去除 , 了比较去 噪的效果 ,我 们不 仅 选 用 了专 门用 于处理 瑞 利 噪 声 的 为 和 的方法 与我们 的方 法进 行 了 比较 ,也 选 用
3、 了上 一 节 中 ,在 高斯 噪 声 去除 中 用 到 的软 阈值和 方 法进行 比较 在 仿 真过 程 中 ,人为 加 上 的有 确定 标准 偏 差 的瑞利 噪声相 当于对无 噪声 图像加 上复数 的有相 应标准 偏差 的零均值 高斯 白噪声 首先, 我们 利用训 练 到 的网络组 仿真 ,图 给 出了 得 加 了偏 差 为 的瑞 利 噪声后 , 五种方 法去 噪后 的图像 , 中我们 的方 法 中用来 仿真 的 网络 是训 用 其 练 偏差 为 的高 斯 噪声 的图像 得 到 的网络 组图 中还 给 出了五 种方 法去 噪后 去 噪图 像 和无 噪声 图像 的差 图 ( 灰度 值乘 于
4、显 示 ) 差 图可 以显示 出去 噪 图像 和无 噪声 图像 , 的接近 程度差 图 中 , 表示细 节 的亮 条越少 , 就表 示去 噪过程 中 , 细节 遗失 的越少 , 去噪 图像和无 噪声 的图像越 接近 从 图 中可 以看 出 ,我们 的算 法 对 图像 去 噪后 , 到 的差 得 图中 ,表示细节 的亮 条是最 少 的这也 说 明我们 的 算法 在去 噪 过程 中 , 于 图像 细节 的 对 保 护好 于其它 四种方 法 图 是用训 练 得 到 的 网络 组 , 对 来 去 噪去 噪 的结 果和 , 软 阈值 , 方 法对 , 去噪 的结 果 比较从 图 可 以看 出 ,我们 的
5、方法取 得 了最好 的 在上 一节 中 , 方 法在 对高 斯 噪声 的去 除 中优 于 我们 的方法 ,但是 由于 方法 是基 于高 斯 分布 的 噪声模 型 , 以它 对于瑞 利 所 分布 的噪声 去除效果 有所下 降 图 、 、我 们 的 方 法 、软 阈 值 和 方 法 对 加 有 不 同 标 准 偏 差 的 瑞 利 噪 声 的 图像 去 噪效 果 的 比较 , , , , 图 、我 们 的 方 法 、软 阈 值 和 、 方 法 对 加 有 不 同 标 准 偏 差 的 瑞 利 噪 声 的 图像 去 噪 效果 的 比较 , , , , 维普资讯 第 期 刘小征等 : 基于神经网络和小 波
6、变换 的 图像去噪方法 图 是用 训练 得 到 的网络 组 ,来 对 去 噪去 噪 的 结 果 和 , 软 阈值 , 方法 对 , 去 噪 的结果 比较从 图 可 以看 出 ,我们 的方法去 噪效 果仍然优 于其 它几 种方法 这 说 明我们 的方法 中,训 练好 的神 经 网络有 着 良好 的推广性 , 可 以适 用于 不 同的 图像 它 结 论 实验证 明 ,本文 建议 的神经 网络方 法可 以适用 于 不 同的 噪声标 准偏 差 、噪声 分布 的 图像 的去 噪 ,训练一 幅 图像 就 可以应用 于其 它 的图像 的去 噪 ,训练 一个 噪声 标准 偏 差也 可 以适 用于邻 近 的噪声
7、标 准偏差 和不 同的噪声 分 布在接 下 来 的工作 中 ,可 考虑 将 噪声 标准偏 差作 为神经 网络 的输入 , 使得 一个 网络组 可 以用 于处 理多个 噪声标 准偏差 参考 文献 : , : , , : , , , , : , 黄 世 亮 ) ( , 叶 朝 辉 ) ( , 裘 鉴 卿 ) ( : ( 于 小 波变 换 的 磁 共 振 图 像 去 噪 ) 基 ( 谱 学 杂 志) ( ) 波 , , : , , , , : , , , , : , ( 玉 洁 ) ( 圣 安 ) ( 邱 , 夏 , 叶朝 辉 ) , 生 物 医 学 核 磁共 振 中 的模 式 识 别 方 法 ) 波
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026重庆市合川区人民医院招聘1人笔试备考试题及答案解析
- 2026年合肥肥西县肥光小学招聘代课教师5名笔试备考题库及答案解析
- 2026重庆大学机械与运载工程学院郑玲教授研究团队博士后招聘笔试备考题库及答案解析
- 2026福建泉州市明新华侨中学春季招聘顶岗合同教师笔试备考试题及答案解析
- 2026四川省骨科医院招聘55人笔试备考题库及答案解析
- 2026江苏法院招聘聘用制书记员202人笔试备考试题及答案解析
- 2026宁夏吴忠赛马新型建材有限公司招聘2人笔试备考试题及答案解析
- 2026年荆门市急需紧缺人才引进1502人笔试备考试题及答案解析
- 2026青海大学招聘博士(第一批)笔试备考题库及答案解析
- 2026浙江温州平阳县职业中等专业学校招聘代(兼)课老师2人笔试备考试题及答案解析
- 藤县介绍教学课件
- 2025至2030电阻式随机存取存储器行业调研及市场前景预测评估报告
- 2026年苏州工业园区服务外包职业学院单招职业技能考试备考试题附答案详解
- 护理学专升本2025年模拟冲刺试卷(含答案)
- 水电站电气检修知识培训课件
- 2025年高考作文备考训练之“”犯错“与”试错作文导写
- 高危儿规范化健康管理专家共识
- 阿里斯托芬喜剧集
- 隧道工程临时设施标准化图册
- 【杜邦分析法下海天味业公司(2018-2022)盈利能力分析10000字(论文)】
- PISA科学试题
评论
0/150
提交评论