×

基于数据驱动紧框架图像去噪模型

消耗积分:0 | 格式:rar | 大小:0.98 MB | 2017-11-05

分享资料个

  图像去噪是图像处理中的基本问题之一。现如今,已经存在了大量的算法能够解决含高斯噪声的图像去噪问题。但是,含泊松噪声的图像去噪问题依然很少被研究。泊松噪声,一般会在由数量少的光子产生的图像中观察到,例如荧光显微镜检查、发射X线体层照相术等等。

  最近十多年来,对于去除灰色图像中泊松噪声的研究取得了一定进展。例如,C siszarcU最早提出了Kullback-Leibler(KL) -divergence保真项用于去除灰色图像中的泊松噪声。Luisier等在小波变换中构造了一个SURE估计量用于泊松噪声的去除。Gong等提出了一个/1+/2保真项去除泊松噪声及一切未知噪声。最近,Zhang等学者使用重新赋权的f2方法逼近KL-divergence保真项,从而实现了去除泊松噪声的目的。

基于数据驱动紧框架图像去噪模型

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !