图像去噪与恢复
文章平均质量分 79
独孤呆博
机器学习学习者,分享学习心得,欢迎大家分享讨论~
展开
-
图像复原与重建(1):图像退化与复原过程模型
本文是“图像复原与重建”的第一部分,主要介绍了图像复原与图像增强之间的关系,并介绍了图像的退化和复原模型原创 2017-10-29 19:33:49 · 18759 阅读 · 0 评论 -
图像复原与重建(2):噪声种类以及噪声参数估计
本文主要介绍噪声的种类及其参数估计。具体的,首先介绍噪声的空间和频率特性,给出一些重要噪声的概率密度函数及直方图,并给出了噪声的估计方法。原创 2017-10-29 20:50:46 · 10414 阅读 · 1 评论 -
图像的复原与重建(3):图像去噪(中值、均值、谐波均值、自适应、带通、带阻、陷波滤波器)
图像去噪的各种滤波器原创 2017-10-30 12:24:06 · 3591 阅读 · 1 评论 -
图像的复原与重建(4):图像处理中滤波(filtering)与卷积(convolution)的区别
图像处理中滤波(filtering)与卷积(convolution)的区别转载 2017-10-30 09:38:54 · 2282 阅读 · 0 评论 -
基于 DCT 过完备字典和 K-SVD 的图像稀疏去噪方法
本文主要介绍基于DCTDCT 过完备字典和 K-SVD 的图像稀疏去噪方法的一个总述部分。关于这个题目的主要内容:1. 离散余弦变换(DCT)的来龙去脉2. 如何构建DCT过完备字典3. K-SVD的原理及实现方法4. 基于 DCT 过完备字典和 K-SVD 的图像稀疏去噪方法;这四个部分将在接下来的四节介绍。原创 2017-11-01 09:26:57 · 10434 阅读 · 0 评论 -
构建DCT过完备字典
本文主要介绍了如何构建DCT过完备字典。首先介绍了什么是DCT字典,以及什么样的字典能够构成过完备字典,给出了构成过完备字典的代码,并对代码的原理进行了简单的解释。原创 2017-11-01 20:33:43 · 19466 阅读 · 23 评论 -
离散余弦变换(DCT)的来龙去脉
本文主要介绍离散余弦变换(DCT),从图像的二维离散变换入手,引出变换核的可分性与对称性导出DCT,并给出实现代码。原创 2017-11-01 09:39:42 · 59258 阅读 · 6 评论