基于fpga的macro運動控制網(wǎng)絡的研究及實現(xiàn)畢業(yè)論文-wenkub.com
2025-07-01 17:10 本頁面
【正文】 本人授權長春師范大學可以將本 論文（設計） 的全部或部分內容編入有關 數(shù)據(jù)庫進行檢索，也可采用影印、縮印或掃描等復制手段保存和匯編 論 文 （設計） 。除文中已經(jīng)注明引用的內容外，本論文 （設計） 不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。 注： [J]期刊文章， [M]專著， [C]論文集， [D]學位論文， [N]報紙文章， [R]報告， [Z]其他文獻， [M/CD]光盤圖書， [DB/MT]磁帶數(shù)據(jù)庫， [CP/DK]磁盤軟件， [J/OL]網(wǎng)上期刊， [DB/OL]網(wǎng)上數(shù)據(jù)庫， [EB/OL]網(wǎng)上電子公告 。 在這里要特別感謝 XX 在我 撰 寫小論文時候的陪伴和鼓勵， 那些一起相伴的日子我都會一直記得。 注： “結論” 二字之間空二格 。因此，本文算法達到了一個很好的折中，以較低的計算 冗余度獲得了較好的圖像去噪效果，取得了更好的綜合性能。表 41是在不同噪聲水平下，各種去噪方法的 PSNR 值 比較。將本文提出的方法與 Curvelet 去噪方法及 TV 方法進行比較。 結果如下所示： 一、 灰度圖像 去噪 實驗： 長春 師范 大學 本科畢業(yè) 論文 10 （注： 若表或圖與 頁眉靠的很近的，則在此處 設 為 段前、段后 均 0 行，固定值 10 磅） (a)原始圖像 (b)含噪圖像 (PSNR=) 圖 42 “ pepper” 圖像 TV去噪 實驗結果分析： 如圖 42，帶噪圖像與 TV去噪后圖像的峰值信噪比分別為 ，他去噪方法相結合，以達到更好的去噪目的。 小結 本章 分別 從非線性擴散和變分的角度介紹了偏微分方程 圖像去噪的原理，非線性擴散以 PM模型與自蛇模型為例進行介紹，并 在 對 PM模型 去噪 原理進行研究的基礎對其數(shù)值解法進行推導，為第四章提出結合算法提供了堅實的理論基礎。 注：若圖與上面靠的很近的，則在此處加一空行：設為 段前、 段后 均 0 行，固定值 10 磅 (a)原始圖像 (b)含噪圖像 圖 32 PM 去噪 自蛇 (selfsnake)模型 自蛇模型是另一種有效的非線性擴散方法， 其形式如下： ? ?| | | | ||uuu d iv g utu????? ? ????? (310) 它之所以被稱為自蛇模型，是因為圖像按照式 (310)演化，使得它自身的所有水平集線呈蛇形運動。 長春 師范 大學 本科畢業(yè) 論文 6 第三章 基于 偏微分方程 的 圖像去噪 理論 圖像處理方法的研究具有有了很悠久的歷史， 偏微分方程應用于圖像處理的最基法進行圖像處理具有以下優(yōu)勢： 我們定義二維灰度圖像： : ()nRRu x u x?? ? ?? ?? (31) 其中， nR?? 為 n 維閉合區(qū)間， 2n? ， ? 為 圖像的定義域。 下面我們來介紹實現(xiàn)離散曲波變換的兩種快速算法： USFFT (Unequallyspace Fast Fourier Transform)方法和 Wrapping 方法。每頁注釋序號均從①開始，不與前頁的注釋連續(xù)編號。 表序及表名置于表的上方，與上面文字之間空 一行 ，此空行 段落設為：段前： 0 行、段后： 0 行，行距均為：固定值 20 磅。 第 四 章 首先分別對離散 Curvelet 變換和 TV 模型圖像去噪進行實驗仿真，分析第五章 總結 。 偏微分方程發(fā)展簡介 三章詳細介紹總體變分模型的去噪原理 。 乘性噪聲模型表示如下： ? ? ? ? ? ? ? ?, , , ,g x y f x y f x y n x y? ? ? (12) 與加性噪聲不同的是， 乘性噪聲與圖像信號的強度相關， 它和原始圖像信號的變 圖 11 加性噪聲模型框圖 長春 師范 大學 本科畢業(yè) 論文 2 斯分布） ，表示為： ? ?22z21() 2p z e??????? (13) 式中， ??pz 為 概率密度函數(shù)； z 、 ? 、 2? 分別表示 圖像的像素灰度值 、 期望 、隨機 的 。由于 Curvelet 變換與偏微分研究具有深遠的意義 。 ） 課題的研究背景及意義 （ 注：二級標題： 數(shù)字 與后面的文字空一個格，數(shù)字要用 Times New Roman，中文用宋體標題四號字，段落設為：段前： 1 行、段后： 0 行，行距均為：固定值 20磅。 關鍵詞 ： 圖像去噪 Curvelet 變換 偏微分方程 TV 模型 （注：中文“摘要”二個字之間空二個字符， 關鍵詞 與上文空一行， 冒號與中文 關鍵詞之間不要求空格，關鍵詞與關鍵詞之間空二個字符 ， 關鍵詞 設為： 宋體小四并加粗 ） （注：中文 關鍵詞若要是在一行內寫不下的，則第二行的第一個字要與第一行冒號后面的字對齊）如下面范例所示： 關鍵詞 ： 圖像去噪 Curvelet 變換 偏微分方程 TV 模型 Curvelet 變換 偏微分方程TV 模型 長春 師范 大學 本科畢業(yè) 論文 III Abstract （注：第一個英文字母用大寫，其余的字母用小寫 ， 用小三 Times New Roman 字體） Image denoising is one of the most basic subject of the image processing. In the process of image acquisition and transmission, by virtue of the interior and exterior of the image systems suffer from various of interfering signal, which leading to noise pollution of different noise from an image to obtain the visual effect of original image. Image denoising is the reconnaissance, law, puter vision, optical remote sensing, the technologies of aeronautics and astronautics, meteorology cloud image analysis, material science, arts field, videos and multimedia image processing and so on. In the paper, we study the image denoising theories based on curvelet transform and partial differential equations and analysis their advantages and disadvantages firstly. Because there are local linear correlations of the curvelet transform, some s
研究報告相關推薦
鄂ICP備17016276號-1