基于局部Hu矩的非局部均值去噪算法

来源 :计算机工程 | 被引量 : 6次 | 上传用户:zhijie882008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对非局部均值中度量邻域块间相似性不够准确的问题,提出一种基于Krawtchouk多项式权重函数的局部Hu矩的去噪算法。将Krawtchouk多项式的权重函数与图像函数相结合构造几何矩的新的权重函数。利用几何矩权重函数得到新的中心矩。使用二阶和三阶中心矩构造7个不变矩组成特征矢量,通过欧式距离度量邻域间特征矢量的相似性,并与邻域块间的权重相结合得到新的权重。在不同噪声强度下的测试结果表明,与原始非局部均值去噪算法相比,该算法峰值信噪比与结构相似度都有明显提高。
其他文献
<正>薪酬是一种最直接和最有效的激励手段,建立一套科学合理、行之有效的薪酬分配机制,可以通过提升员工能力和业绩,促进企业经营业绩增长,实现战略目标。为此,某铜业公司决
近年来,随着公司债券市场的不断发展,公司债券在公司直接融资中的作用日益明显,受到越来越多的关注。公司债券面临的违约风险及债券价格的波动对债券发行与流通环节产生重要
随着高等教育在全球已经进入了综合改革的时代,在各国深化高等教育综合改革的过程中,专业化的高等教育培训机构扮演着越来越重要的角色。为了更多的招收优秀学员,研究机构也
为及时纠正低龄用户在汉字书写过程中产生的典型错误,提出一种改进的汉字书写自动教学方法。构建由主导笔顺和约束笔顺组成的教学知识,通过表格化方法实现基于教学知识的用户
基于低秩矩阵填充(LRMC)的高动态范围(HDR)成像模型通过恢复运动目标遮挡的背景信息,去除运动目标在结果图像中的鬼影。但该模型忽略图像的局部空间信息,不能有效恢复HDR图像的边缘。为解决该问题,将运动目标的空间分段平滑性作为额外约束,提出一种LRMC和全变分约束相结合的背景恢复模型,同时结合低动态范围背景图像的低秩性以及运动目标的稀疏性和分段平滑性给出模型的数值计算方法。实验结果表明,与基于L
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield