共查询到6条相似文献,搜索用时 0 毫秒
1.
2.
3.
将各向异性前向扩散和后向扩散进行深度融合,提出了一种基于前后向扩散的图像去噪与增强方法。该方法利用非线性结构张量代替直接的梯度估计,增强对噪声的鲁棒性;将沿梯度方向增强的冲击滤波项改为按照自适应设定的阈值,进行前向扩散去噪和后向扩散增强的相互转换;对于角型结构,在与梯度垂直方向同样进行后向扩散,以增强角型纹理。实验结果表明,本文算法不仅有效去除了噪声,而且增强了纹理。 相似文献
4.
已有的倾斜刃边法受边缘亚像素定位精度、边缘扩散函数(ESF)样本质量及ESF曲线拟合方法的限制,点扩散函数(PSF)重建的稳定性和精度不高。为此,提出了一种优化的基于倾斜刃边的PSF估计方法,将梯度算子引入刃边直线拟合,对刃边边缘进行了高精度的亚像素位置修正;并采用基于移动窗口的ESF去噪及重采样方法精化ESF样本质量;最后通过高斯函数拟合得到稳健的PSF估计值。实验结果表明,改进算法的边缘直线拟合精度优化效果明显,且PSF重建精度较高,稳定性强。 相似文献
5.
6.