学位论文 > 优秀研究生学位论文题录展示

基于分数低阶统计量的图像噪声抑制研究

作　者: 李建红
导　师: 张旭秀
学　校: 大连交通大学
专　业: 控制理论与控制工程
关键词: 分数低阶统计量 α稳定分布 图像去噪 自适应滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 63次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近年来a稳定分布以及其相应的基于分数低阶统计量的信号处理方法受到国际信号处理学术界极大地关注和广泛深入地研究,并且在通信,水声及雷达,生物医学工程以及其它许多领域得到了广泛的应用。消除图像噪声方法的研究是图像处理技术的重要研究内容。已有的一些传统消噪方法已相当成熟,但在噪声满足非高斯特性(α稳定分布)情况下,它对尖峰脉冲敏感,可能导致算法不收敛或得不到理想的结果。实际情况中采用基于分数低阶统计量的方法往往比只采用高斯方法能得到更好的效果。本文主要工作就是围绕这个问题展开的,包括以下几点：(1)介绍a稳定分布以及相应的基于分数低阶统计量基本概念及其发展现状,研究的意义及目前在图像处理领域应用的情况。(2)介绍传统图像噪声消除方法,研究比较它们应用在高斯噪声和非斯高斯α稳定分布噪声下的效果,通过在MATLAB平台下进行仿真实验和峰值信噪比来说明实验结果,这为下面基于分数低阶统计量的图像去噪算法的研究工作提供了前提和意义。(3)研究基于分数低阶统计量的图像去噪算法,本文重点对自适应滤波算法发展起的来的基于分数低阶统计量的自适应p范数图像去噪算法进行研究和分析。(4)在原有算法的基础上提出了一种改进的新算法A—RLMMN,并在MATLAB平台下对新算法与原有算法进行仿真实验和评价,而对仿真实验和结果评价进行比较说明了新算法的优越性和可行性。总结全文,基于分数低阶统计量的方法在信号处理领域有着比基于高斯分布的方法更好的韧性。基于分数低阶统计量自适应滤波的方法将在图像处理领域体现其优越性并具有深入研究的意义。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-15
  1.1 α稳定分布发展概述  9-10
  1.2 α稳定分布和分数低阶统计量的应用和研究意义  10-11
  1.3 数字图像处理和图像去噪简述  11-12
  1.4 课题研究的意义和背景  12-13
  1.5 本文主要工作内容和安排  13-15
第二章 α稳定分布与分数低阶统计量的基本理论  15-30
  2.1 α稳定分布  15-16
  2.2 中心极限定理与高斯分布概率密度函数  16-19
    2.2.1 中心极限定理  16-17
    2.2.2 高斯分布的概率密度函数  17-19
  2.3 广义中心极限定理与α稳定分布的性质、概率密度函数  19-25
    2.3.1 广义中心极限定理  19-21
    2.3.2 α稳定分布的性质  21-23
    2.3.3 α稳定分布的概率密度函数  23-25
  2.4 分数低阶统计量简介  25-29
    2.4.1 矩及统计量的概念  25-26
    2.4.2 分数低阶统计量  26-29
  本章小结  29-30
第三章 传统图像去噪方法简介  30-42
  3.1 噪声  30-31
  3.2 滤波器简述  31
  3.3 均值滤波  31-33
  3.4 维纳滤波  33-34
  3.5 中值滤波  34-36
  3.6 仿真实验及评价  36-40
  3.7 仿真结果出现问题的分析  40-41
  本章小结  41-42
第四章 基于分数低阶统计量的自适应图像去噪算法的研究  42-52
  4.1 自适应滤波简介  42-45
    4.1.1 自适应滤波器的构成  42-43
    4.1.2 自适应滤波原理  43-45
  4.2 LMS算法及其性能分析  45-47
    4.2.1 LMS算法  45-46
    4.2.2 LMS算法性能分析  46-47
  4.3 基于分数低阶统计量的自适应图像去噪算法  47-49
    4.3.1 自适应最小平均p范数算法  48
    4.3.2 NLMP与NLMAD算法  48-49
    4.3.3 广义NLMP算法  49
    4.3.4 韧性最小平均混合反数算法RLMMN  49
  4.4 改进的自适应算法A—RLMMN  49-50
  4.5 各算法比较结论  50-51
  本章小结  51-52
第五章 基于分数低统计量的图像去噪算法的实验仿真及结果分析与评价  52-57
  5.1 分数低阶α稳定分布噪声下混合信噪比的设定  52-53
  5.2 仿真实验与评价  53-55
    5.2.1 仿真工具简介  53
    5.2.2 仿真实验  53-54
    5.2.3 用仿真实验评价指标进行仿真结果评价  54-55
  5.3 仿真结果分析  55-56
  本章小结  56-57
总结和展望  57-59
参考文献  59-62
攻读硕士学位期间发表的学术论文  62-63
致谢  63

相似论文

  1. 医学超声图像去噪方法研究,TP391.41
  2. 轮廓波变换及其在图像处理中的应用,TP391.41
  3. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  4. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  5. 机器视觉系统中的图像噪声处理算法研究,TP391.41
  6. 基于核回归与非局部方法的图像去噪研究,TP391.41
  7. 航拍图像增强处理与拼接技术实现,TP391.41
  8. Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
  9. 基于偏微分方程的图像去噪与增强研究,TP391.41
  10. 求解图像去噪问题的变权重不动点算法研究,O177.91
  11. 超声多普勒信号的仿真和分离方法的研究,R445.1
  12. 超复数稀疏表示及其应用的研究,TP391.41
  13. 基于总体变分法的图像去噪和复原研究,TP391.41
  14. 磁共振图像处理算法的研究,TP391.41
  15. 基于曲波变换与偏微分的图像去噪算法研究,TP391.41
  16. 基于多特征结合与支持向量机集成的噪声检测与图像去噪,TP391.41
  17. 三轴磁通门传感器误差分析与校正,TH762.3
  18. 机载VHF通信系统干扰研究,V243.1
  19. 原子力显微镜定位系统控制策略及误差补偿方法研究,TH742
  20. 虚拟仪器环境下前馈自适应噪声主动控制方法研究,TB535
  21. 基于小波变换的阈值图像去噪方法,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com