一种基于混合鲁棒权重和方法噪声的图像去噪方法.pdf
文光****iu
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于混合鲁棒权重和方法噪声的图像去噪方法.pdf
本发明提供了一种基于混合鲁棒权重和方法噪声的图像去噪方法,属于智能信息处理技术领域,主要解决传统NLM算法难以有效维持噪声抑制与细节保持之间的平衡的问题。该方法首先采用一种改进的混合鲁棒权重函数来计算图像块的相似性权重;再利用预去噪后的图像构造出方法噪声,并与两级去噪框架相结合;最后将提出的混合鲁棒权重函数和方法噪声应用到两级非局部均值去噪方法中。本发明方法能够在抑制噪声的同时,有效地保留图像中的结构细节信息,具有更优的去噪性能。
一种基于噪声预测的图像去噪方法.pdf
本发明公开了一种基于噪声预测的图像去噪方法,属于图像处理的技术领域。本发明首先通过KSVD算法去除原始图像中不必要的冗余信息,接着通过邻域窗口对KSVD算法处理后剩余的图像冗余信息进行非均值处理,避免了大范围预测噪声带来的不准确,使得除去预测噪声后的图像能够更大限度地保留细节信息,再以原始图像和非均值处理后图像的差为独立成分分析算法的观测图像,通过独立成分分析确保分离出的有用信息分量和噪声分量相互独立,在去噪的同时尽量保留图像的有用信息,保证降噪后的图像最优。
一种基于噪声估计的图像去噪方法.pdf
本发明公开了一种基于噪声估计的图像去噪方法,利用超像素分割根据图像内容将其分为若干同源区域,利用平坦信息更能代表图像噪声污染水平的先验知识,以图像信息熵为依据找出图像中较为平滑的同源区域,并估计平滑区域的噪声标准差,以这些平滑区域的噪声标准差作为整幅图像的噪声水平,达到更加准确估计噪声水平的目的,从而根据噪声水平对非局部均值(NLM)去噪方法进行修正,实现根据噪声程度合理地控制去噪程度,能够自适应地处理带噪图像,使去噪后的图像整体效果较传统的NLM算法大幅度提升,在去噪的同时更好地保留了细节。全过程可实现
基于级联鲁棒最优混合滤波的动态目标跟踪方法.pdf
一种基于级联鲁棒最优混合滤波的动态目标跟踪方法,包括:对仓库中移动机器人的运动情况建立连续运动学模型;考虑仓库复杂环境下的混合扰动以及模型的不精确,建立系统状态方程以及传感器的观测方程;根据传感器的观测值设计其相应的级联鲁棒最优混合滤波器;给出系统的自治误差模型,设计并通过迭代算法求解黎卡提方程,得到每个滤波器的增益;代入上述滤波器的增益,得到实时估计值,实现对移动机器人的实时位置跟踪。本发明能够对移动机器人的位置进行实时高精度估计。
基于能效的异构网络鲁棒资源分配和时长混合优化方法.pdf
本发明请求保护一种基于能效的异构网络鲁棒资源分配和时长混合优化方法,属于认知异构无线网络中的资源分配技术领域。通过考虑传输功率限制,跨层干扰约束和传输时长碰撞概率约束,首先利用次优分配方案实现子载波分配,接着利用伯恩斯坦近似法来获得凸优化问题,然后利用泰勒级数展开得到最优传输时间,最后利用拉格朗日函数法得到最优传输功率,并提出了一种基于迭代的最优资源分配方法。仿真结果表明,所提出方法在得到最优传输时长的同时能很好的保护宏用户的性能,具有较强的鲁棒性。