188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
cmklc

上传于：2017-02-19

粉丝量：42

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于L_0梯度最小化的图像平滑方法研究

    星级： 52 页

  • 基于L0梯度最小化的图像平滑方法研究

    星级： 45 页

  • 基于L0梯度最小化的图像平滑方法研究

    星级： 50 页

  • 基于熵正则L0梯度最小化模型的图像平滑方法

    星级： 7 页

  • 基于梯度倒数加权和中值滤波的图像平滑改进算法

    星级： 4 页

  • 基于梯度倒数加权和中值滤波的图像平滑改进算法

    星级： 3 页

  • 基于梯度倒数加权和中值滤波的图像平滑改进算法

    星级： 3 页

  • 基于梯度倒数加权和中值滤波的图像平滑改进算法

    星级： 3 页

  • 基于梯度倒数加权和中值滤波的图像平滑改进算法

    星级： 3 页

  • 基于改进L_0梯度的织物沾水区域提取_汪亚明

    星级： 7 页

  • 基于L_0范数最小化的噪声数据可展曲面重建

    星级： 15 页

  • 基于显著梯度的图像平滑算法

    星级： 3 页

  • 改进的梯度倒数加权算法在图像平滑中的应用

    星级： 3 页

  • 改进的梯度倒数加权算法在图像平滑中的应用

    星级： 3 页

  • 改进的梯度倒数加权算法在图像平滑中的应用

    星级： 4 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 基于改进的L_0梯度最小化的图像平滑

    下载积分： 2990

    内容提示： 基于改进的 L 0 梯度最小化的图像平滑庞学舜，王怀彬（天津理工大学 计算机与通信工程学院，天津 300384）摘 要：计算机图像和视觉领域中的一项基本任务是图像平滑，而 L 0 梯度最小化模型（LGM）作为一个最基本的数学工具已被广泛应用于图像平滑领域. 作为总变差模型（TV）的改进版本，L 0 梯度最小化模型采用 L 0 范数来约束图像的梯度并且对分段常数的图像有更好的平滑效果.然而，如同总变差模型一样，L 0 梯度最小化模型处理的结果图中也存在着严重的阶梯效应并且其对噪声也缺乏鲁棒性. 为了克服这些缺点，本文提出了采用 L 1 范数作保真项并且预滤波处理图像梯度的模型，即改进...

    文档格式：PDF | 页数：5 | 浏览次数：50 | 上传日期：2017-02-19 19:09:49 | 文档星级：
    基于改进的 L 0 梯度最小化的图像平滑庞学舜，王怀彬（天津理工大学 计算机与通信工程学院，天津 300384）摘 要：计算机图像和视觉领域中的一项基本任务是图像平滑，而 L 0 梯度最小化模型（LGM）作为一个最基本的数学工具已被广泛应用于图像平滑领域. 作为总变差模型（TV）的改进版本，L 0 梯度最小化模型采用 L 0 范数来约束图像的梯度并且对分段常数的图像有更好的平滑效果.然而，如同总变差模型一样，L 0 梯度最小化模型处理的结果图中也存在着严重的阶梯效应并且其对噪声也缺乏鲁棒性. 为了克服这些缺点，本文提出了采用 L 1 范数作保真项并且预滤波处理图像梯度的模型，即改进的 L 0 梯度最小化模型.该模型不仅能够克服阶梯效应并且对噪声有较强的鲁棒性. 大量的实验结果表明：与现有的方法相比，改进的 L 0 梯度最小化模型能够获得更好的平滑效果.关键词： 图像平滑； L 0 梯度最小化； 阶梯效应； 保真项中图分类号：TP391.4 文献标识码：A doi：10.3969/j.issn.1673-095X.2016.001.009Improved L 0 gradient minimization for image smoothingPANG Xue - shun，WANG Huai - bin（School of Computer and Communication Engineering，Tianjin University of Technology，Tianjin 300384，China）Abstract：Edge - preserving image smoothing is one of the fundamental tasks in the field of computer vision and computergraphics and the L 0 gradient minimization（LGM）method has been proposed for this purpose very recently. As an improvementof the total variation （TV）model，the LGM model adopts L 0 norm and yields much better results for the piecewise constantimage. However，like as the TV model，the LGM model also suffers from the staircasing effect and is not robust to noise. Inorder to overcome these drawbacks，in this paper，we propose an improvement of the LGM model by prefiltering the imagegradient and employing the L 1 fidelity. The proposed improved LGM （ILGM）behaves robustly to noise and overcomes thestaircases effectively. Experimental results show that the ILGM is promising as compared with the existing methods.Key words：image smoothing；L 0 gradient minimization；staircasing effect；fidelity term收稿日期：2015-09-21.基金项目：天津市科技支撑计划重点项目（14ZCZDGX00044）.作者简介：庞学舜（1989— ），男，硕士研究生，E-mail：pangxueshun@163.com.通讯作者：王怀彬（1960— ），男，硕士，研究员，硕士生导师，E-mail：hbwang@tjut.edu.cn.文章编号：1673 - 095X（2016）01 - 0035 - 05天 津 理 工 大 学 学 报JOURNAL OF TIANJIN UNIVERSITY OF TECHNOLOGY第 32 卷 第 1 期2016 年 2 月Vol. 32 No. 1Feb. 2016在计算机图形和图像处理领域中有大量的关于图像平滑的应用，图像平滑的目的在于去除图像中无意义的细节部分而保留诸如边界这样明显的结构.然而，对众多平滑算法来说，很难在去除细节的同时保护好边缘.例如，线性高斯滤波算法能够有效的平滑图像细节但却使得图像边缘变得：.几乎所有方法的目标都致力于寻求如何在平滑细节和保留锐化边缘之间达到一种平衡.双边滤波 [1] 就是其中的一种，它可以简单有效的去除图像中类似噪声的结构.双边滤波在 1998 年被提出后，很快便有了它的一系列衍生版本 [2-6] 和它的加速版本 [7-9]. 各向异性扩散 [10] 是另一类致力于去除图像噪声的同时保留图像显著边缘的滤波方法.自从它被提出之后，大量的研究工作便致力于理解这类模型的理论，并将其应用于图像平滑 [11-14] .总变差（TV）是一种无约束的优化模型 [15] ，它处理后的图像可以被看做是包含了平滑项和保真项的特定函数的最小值.与其它扩散模型 [10] 相比，采用 L 1 范数作为平滑项的总变差模型则更具有稳健性.因此，总变差模型被广泛的学习并应用于图像平滑处理中 [16-17] .然而，基于总变差的算法模型都会引起阶梯效应.除此之外，还有其他致力于图像平滑的研究工作，例如，Subr et al 提出的局部极值法 [18] ，He et al.提出的导向滤波器法[19] 以及 Farbman et al.的权重最小二乘法 [20] 等.

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司