基于点集的数据挖掘和基于全变分的图像去噪方法的研究

基于点集的数据挖掘和基于全变分的图像去噪方法的研究

论文摘要

肤色提取在图像处理中的应用非常广泛,现有的肤色模型都有缺陷,本文主要使用一种新的滤波方法和支持向量机(SVM)方法对肤色数据点集进行数据挖掘,得到新的肤色提取模型,进而可以更加准确的提取图像中的肤色区域,并用新得到的模型与现有的在不同色彩空间下的模型进行比较。图像是人们获取信息的重要途径,但是在图像生成和传输过程中会受到各种不利因素的影响,图像的质量往往会退化,同时还会受到噪声污染。近年来,利用变分正则化方法进行的图像去噪受到了广泛关注,但研究发现仍有一些缺陷,如不能很好的解决恢复图像细节和抑制噪声之间的矛盾。本文主要在全变差方法的基础上引入Bregman距离,使用迭代方法进行图像去噪,对原有方法进行改进。数值模拟结果显示了算法的有效性。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 肤色提取模型的研究现状
  • 1.2 SVM方法研究现状
  • 1.3 图像去噪及其研究现状
  • 1.4 本文主要工作
  • 第二章 基于滤波方法和支持向量机的肤色模型
  • 2.1 不同色彩空间下的肤色模型
  • 2.2 基于滤波方法的肤色模型的建立
  • 2.3 基于支持向量机的肤色模型的建立
  • 2.4 数值实验
  • 第三章 全变差方法在图像去噪方面的应用
  • 3.1 全变差方法的理论背景及研究现状
  • 3.2 引入Bregman距离的全变差方法研究
  • 3.3 数值实验
  • 第四章 总结与展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].图像去噪方法探析[J]. 科技与创新 2016(23)
    • [2].图像去噪处理技术在通信领域的应用[J]. 电子技术与软件工程 2017(03)
    • [3].改进分数阶积分的激光图像去噪研究[J]. 内蒙古师范大学学报(自然科学汉文版) 2017(02)
    • [4].数字滤波技术在医学图像去噪中的应用[J]. 数字技术与应用 2016(10)
    • [5].基于小波变换的图像去噪方法综述[J]. 电子制作 2015(07)
    • [6].基于预滤波的组稀疏残差约束图像去噪模型[J]. 传感器与微系统 2020(02)
    • [7].利用生成对抗网络的时频图像去噪和增强处理[J]. 电讯技术 2020(05)
    • [8].一种基于分数阶积分的图像去噪改进方法(英文)[J]. Frontiers of Information Technology & Electronic Engineering 2020(10)
    • [9].几种图像去噪方法的比较研究[J]. 通信技术 2017(11)
    • [10].图像去噪算法设计的三种形态[J]. 咸阳师范学院学报 2015(02)
    • [11].高斯滤波在水下声呐图像去噪中的应用[J]. 黑龙江科技信息 2015(19)
    • [12].一种改进的变分法图像去噪模型[J]. 数学学习与研究 2019(17)
    • [13].一种基于小波变换的图像去噪方法的应用研究[J]. 河南科学 2013(01)
    • [14].一种医学图像去噪程序的并行优化[J]. 中国医学物理学杂志 2012(06)
    • [15].基于多线性权重核范数最小化的遥感图像去噪(英文)[J]. 机床与液压 2020(12)
    • [16].改进小波阈值和全变分图像去噪[J]. 宜宾学院学报 2020(06)
    • [17].基于泊松分布的非局部均值图像去噪方法[J]. 液晶与显示 2020(10)
    • [18].基于深度残差网络的强辐照图像去噪方法研究[J]. 仪表技术与传感器 2019(07)
    • [19].一种基于形态变换的图像去噪方法[J]. 无线互联科技 2017(07)
    • [20].基于最大值滤波和数学形态学的弹性图像去噪[J]. 电脑知识与技术 2017(24)
    • [21].一种基于小波阈值改进的图像去噪方法[J]. 齐鲁工业大学学报(自然科学版) 2017(03)
    • [22].基于边缘检测与双边滤波的彩色图像去噪[J]. 信息化建设 2015(11)
    • [23].一种改进的自适应非局部均值图像去噪方法[J]. 控制工程 2016(06)
    • [24].不同分辨率遥感图像去噪方法研究[J]. 城市地理 2015(22)
    • [25].小波变换在图像去噪中的应用[J]. 电子世界 2013(24)
    • [26].PET/CT医学图像去噪方法的研究[J]. 清华大学学报(自然科学版) 2012(08)
    • [27].基于小波系数相关性的图像去噪研究[J]. 潍坊教育学院学报 2010(02)
    • [28].数字图像去噪方法的比较与研究[J]. 中国新技术新产品 2010(15)
    • [29].梯度引导的高阶几何彩色图像去噪模型[J]. 中国图象图形学报 2017(10)
    • [30].基于双边滤波的自适应彩色图像去噪研究[J]. 包装工程 2017(15)

    标签:;  ;  ;  ;  

    基于点集的数据挖掘和基于全变分的图像去噪方法的研究
    下载Doc文档

    猜你喜欢