Chống rung ảnh stereo bằng curvelet

Chia sẻ: Bình Hòa Nguyễn | Ngày: | Loại File: PDF | Số trang:6

Thêm vào BST

Báo xấu

39
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nội dung của bài viết đề cập đến ảnh 3D dựa trên biến đổi Curvelet đảm bảo cho ảnh không bị rung mà vẫn bảo toàn các thuộc tính đầu vào của ảnh đồng thời tận dụng các ưu điểm và hạn chế các nhược điểm của phương pháp khi sử dụng nhiễu tự nhiên.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Chống rung ảnh stereo bằng curvelet

T p chí Khoa h c và Công ngh 117 (2017) 031-036 Nguy n Thúy Anh1*, 1,2 1 ng i h c Bách khoa Hà N i - S i C Vi t Hai Bà i 2 iH ng Xã H - ng H u Ngh i n Tòa so n: 20-10-2016; ch p nh -02-2017 Tóm t t Trong bài báo này, chúng tôi trình bày v ch ng rung và kh nhi u nh b Curvelet. i v i nh stereo nói riêng và tín hi u 1D, 2D, 3D, MD (nhi u chi t bi n ch a ng thông tin quan tr ng c n b o toàn. B ng vi c dùng bi i Curvelet có th t n d m và h n ch m c c bi ng tính b n v bi i ng hi u qu ch ng rung lo i tr nhi u. K t qu mô ph ng ch rõ hi u qu ch ng rung c ng c a giá tr PSF (Point-spread function) lên các m ng giá tr RMSE (Root Mean Square Error) và PSNR (Peak Signal-to-Noise Ratio) khôi ph c l i nh b rung hi u qu so v n th ng khác. T khóa: Ch ng rung, Bi i Curvelet, X lý nh stereo, Kh nhi u nh. Abtracts In this paper, we present image of noise reduction and vibration problems by curvelet method. For particular stereo image and 1D, 2D, 3D, MD (multidimensional) signals in general, the mutation points contain important information that need preservation. By using curvelet transform can make use of the advantages and limit disadvantages of the method. Specialy, enhancing the sustainability base on curvelet transformation and enhance effectiveness of vibration and denoise. The simulation results show the vibration effectiveness of the method when using the impact of PSF to the value of arrays of RMSE values and PSNR to restore the shaked image more efficient than the other tradition methods. Keyword: Antivibration, Curvelet transfomation, Stereo image processing, Image Denoising. * *
T p chí Khoa h c và Công ngh 117 (2017) 031-036 2.1. nhstereo 2.2. B l c Wiener và v khôi ph c nh 2.3. Bi i Curvelet
T p chí Khoa h c và Công ngh 117 (2017) 031-036 khung ch t 3.1. Tách nh Stereo thành các nh 2D Curvelet r i r c Thu t toán ch ng rung nh Stereob ng Curvelet 3.2. Tách biên t nh Stereo và khôi ph c biên lý ng b ng Curvelet 2.4 Các tham s ng nh
T p chí Khoa h c và Công ngh 117 (2017) 031-036 3.3.2. Kh nhi u c ng Gauss và khôi ph c b ng Curvelet 3.3. ng nhi u và khôi ph c nh Stereo 3.3.3. Kh nhi u nhân Gauss và khôi ph c b ng Curvelet 3.3.1. Kh nhi u ng u nhiên và khôi ph c b ng Curvelet 3.4. X lý nh Stereo m b ng Curvelet
T p chí Khoa h c và Công ngh 117 (2017) 031-036 3.4.2. Ch ng rung nh s d ng Curvelet 3.4.1. Ch ng rung nh s d ng Wiener filter K t lu n:
T p chí Khoa h c và Công ngh 117 (2017) 031-036 [3]. François G. Meyer - Wavelet-Based Estimation of a Semiparametric Generalized Linear Model of FMRI Time-Series, IEEE Trans. on Medical Imaging 22(2003)3. [4]. Christopher B. Smith, Sos Agaian, and David Akopian - A Wavelet-Denoising Approach Using Polynomial Threshold Operators, IEEE Trans. Signal Processing Lets., 15(2008). [1]. Simon Haykin, Adaptive Filter Theory Fifth Edition, [5]. E.Candµes, L. Demanet, D.Donoho, L. Ying, Fast page108, International Edition. discrete curvelettransforms, Multiscale Model. Simul., [2]. Sendur, L., Selesnick, I. W. - Bivariate shrinkage 5(2006)(3)861-899. functions for Wavelet-based denoising exploiting [6]. E.Candµes, D. Donoho, Continuous curvelet transform: interscale dependency, IEEE on Trans. Signal I. Resolution of the wavefront set, Appl. Comput. Processing., 50(2002)2744-2756. Harmon. Anal., 19(2003)162-197.