毕业论文设计材料--基于粒子群优化的图形去噪算法.docVIP

毕业论文设计材料--基于粒子群优化的图形去噪算法.doc

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕业论文(设计)材料 题 目: 基于粒子群优化的图形去噪算法 学生姓名: xxx 学生学号: xxxxxxx 系 别: 计 算 机 信 息 工 程 专 业: 计 算 机 科 学 与 技 术 届 别: 2 0 1 4 届 指导教师: xxx 填 写 说 明 1、本材料包括xx师范学院本科毕业论文(设计)任务书、开题报告以及毕业论文(设计)评审表三部分内容。 2、本材料填写顺序依次为: (1)指导教师下达毕业论文(设计)任务书; (2)学生根据毕业论文(设计)任务书的要求,在文献查阅的基础上撰写开题报告,送交指导教师审阅并签字认可; (3)毕业论文(设计)工作后期,学生填写毕业论文(设计)主要内容,连同毕业论文(设计)全文一并送交指导教师审阅,指导教师根据学生实际完成的论文(设计)质量进行评价; (4)指导教师将此表连同学生毕业论文(设计)全文一并送交评阅教师评阅。 3、指导教师、评阅教师对学生毕业论文(设计)的成绩评定均采用百分制。 4、毕业论文(设计)答辩记录不包括在此表中。 一、毕业论文(设计)任务书 要求完成的主要任务及达到的 工作进度要求指导教师签名: 二、毕业论文(设计)开题报告 课题研究目的 我们生活在一个信息时代 ,科学研究表明,人类从外界获得的四分之三的信息来自视觉系统,也就是从图像中获得的。随着各种数字仪器和数码产品,图像和视频成为中最常用的信息载体,它们包含着物体的大量信息,成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和过程中常常会受到各种噪声的干扰和影响而使图像,并且图像预处理算法的又直接关系到后续图像处理的效果,如图像分割、目标识别、边缘提取等,为了获取高质量数字图像,很有必要对图像进行降噪处理,尽可能的保持原始信息完整性(即主要特征)的同时,又能够去除信号中无用的信息。所以,降噪处理一直是图像处理和计算机视觉研究的热点。 图像视频去噪的最终目的是改善给定的图像,解决实际图像由于噪声干扰而导致图像质量下降的问题。通过去噪技术可以有效地提高图像质量,增大信噪比,更好的体现原来图像所携带的信息,作为一种重要的预处理手段,人们对图像去噪算法进行了广泛的研究。在现有的去噪算法中,有的去噪算法在低维信号图像处理中取得较好的效果,却不适用于高维信号图像处理;或者去噪效果较好,却丢失部分图像边缘信息,或者致力于研究检测图像边缘信息,保留图像细节。如何在抵制噪音和保留细节上找到一个较好的平衡点,成为近年来研究的重点。 课题研究计划 一、2014年1月1日-1月24日收集资料,通过学习相应书记和查阅资料,了解课题研究的基本内容、目的和意义,对课题目前的发展和较为常见的图像去噪算法有所了解和掌握,确定设计思路。 二、2014年1月25日-2月21日巩固和学习粒子群算法的使用,达到熟练使用的程度。 三、2014年2月22日-3月24日针对设计中使用的算法,编制处理程序,并上机进行调试和优化,对图像处理过程进行仿真。 四、2014年3月25日-4月15日根据实验仿真结果,分析去噪后的图像的各种性能指标,整理得出结论,验证自己的算法研究。 五、2014年4月16日-5月20日整理实验结果,进行课题总结 撰写论文,准备答辩。 本课题研究现状(需附适量参考文献) 在数字图像处理中,噪声去除好坏会直接影响图像分割、边缘检测、特征提取等后续处理的效果,因此对图像中所含噪声进行滤 除是一个重要的研究方向。人们根据实际图像的特点、噪声的频谱分布 的规律和统计特征,开发了多种多样的去噪方法,传统的去噪方法利用均值滤波器去除高斯噪声、利用中值滤波器去除椒 盐噪 声(脉冲 噪声)。其 中,较 为有代表 性的是Astola等人提出的矢量中值滤波器 (VMF)。胡梦佑等提出 了一种变窗长自适应算法。此外 ,Trahanias等人研究 了利用矢量的方向信 息进行 彩色信息处理,提 出了矢量方 向滤波器 (VDF);混合方 向滤波器 (HDF);模糊 矢量滤波器 (FVF);加权 的矢 量滤波 器 (WVF):开关型矢量滤波器 (SVF);基于相似度的矢量滤波器 (SBvF);小波变换阈值法 ;神经网络等方法。 现实中的图像多是带噪图像,根

文档评论(0)

ze122230743 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档