【《結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例》3800字】_第1頁
【《結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例》3800字】_第2頁
【《結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例》3800字】_第3頁
【《結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例》3800字】_第4頁
【《結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例》3800字】_第5頁
已閱讀5頁，還剩8頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例目錄TOC\o"1-3"\h\u409結(jié)合Sobel邊緣檢測(cè)算子的自適應(yīng)全變分蘑菇圖像去噪分析案例 圖4-10（a）TV模型去除標(biāo)準(zhǔn)差為10的噪聲效果（b）本文模型去除標(biāo)準(zhǔn)差為10的噪聲效果TV模型和本文模型去除標(biāo)準(zhǔn)差為15的噪聲效果如圖4-11所示：圖4-11（a）TV模型去除標(biāo)準(zhǔn)差為15的噪聲效果（b）本文模型去除標(biāo)準(zhǔn)差為15的噪聲效果通過觀察圖4-10和圖4-11的（a）圖我們可以看到，其位于最上方的蘑菇，其菌褶在去噪過程中被極大地平滑，模糊一片。而在圖4-10和圖4-11中的（b）圖當(dāng)中，即本文模型的去噪結(jié)果圖，在同樣的位置去噪后，其對(duì)菌褶的模糊效果沒有TV模型去噪后的模糊效果強(qiáng)，即對(duì)細(xì)小紋理的保護(hù)更好。此外，通過觀察比較圖4-10和圖4-11當(dāng)中的（a）（b）兩圖下方兩個(gè)蘑菇可知，TV模型去噪后，對(duì)于蘑菇表面的泥土有較大模糊，并且存在著分片效應(yīng)，也即是前文所提的階梯效應(yīng)；而（b）圖當(dāng)中的蘑菇，這兩種情況都要更加輕微，即在一定程度上減弱了去噪過程中對(duì)微小細(xì)節(jié)的蘑菇模糊和在一定程度上減弱了階梯效應(yīng)，驗(yàn)證了本文模型的設(shè)計(jì)效果。下表4-2所示是實(shí)驗(yàn)二的ＰＳＮＲ和ＳＳＩＭ的統(tǒng)計(jì)表：表4-2實(shí)驗(yàn)二的ＰＳＮＲ和ＳＳＩＭ的統(tǒng)計(jì)表評(píng)價(jià)標(biāo)準(zhǔn)TV模型（噪聲標(biāo)準(zhǔn)差10）本文模型（噪聲標(biāo)準(zhǔn)差10）本文模型（噪聲標(biāo)準(zhǔn)差15）TV模型（噪聲標(biāo)準(zhǔn)差15）PSNR22.716521.620421.648822.6369SSIM0.42870.49140.50340.4205綜上所述，本文所述的結(jié)合Sobel算子的自適應(yīng)全變分去噪模型比傳統(tǒng)的全變分去噪模型具有更好的去噪效

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論