完整版基于FPGA的MACRO运动控制网络的研究及实现毕业设计.docx
- 文档编号:392395
- 上传时间:2022-10-09
- 格式:DOCX
- 页数:16
- 大小:289.43KB
完整版基于FPGA的MACRO运动控制网络的研究及实现毕业设计.docx
《完整版基于FPGA的MACRO运动控制网络的研究及实现毕业设计.docx》由会员分享,可在线阅读,更多相关《完整版基于FPGA的MACRO运动控制网络的研究及实现毕业设计.docx(16页珍藏版)》请在冰豆网上搜索。
完整版基于FPGA的MACRO运动控制网络的研究及实现毕业设计
(注:
英文及数字为TimesNewRoman小四号)
本科毕业论文
(注:
隶书初号单倍行距)
基于FPGA的MACRO运动控制网络
的研究及实现(注:
黑体二号固定值30磅)
ResearchandRealizationofMACRO
MotionControlNetworkbasedonFPGA
(注:
Arial小三号固定值25磅居中)
姓名:
张三
专业:
计算机网络
指导教师:
李四
指导教师职称:
副教授
(注:
宋体小三号固定值35磅)
2014年5月
摘要
图像去噪是图像处理中一项最基本的课题,在图像的采集、获取和传输过程中,由于成像系统内部和外部受到各种因素的干扰,会对图像造成不同程度的噪挥着不可忽视的作用。
目前,已经广泛应用于天文学、经济领域、医学图像、军事侦察、法律、计算机视觉、光学遥感、航天航空技术、气象云图分析、材料科学、艺术领域、视频和多媒体图像处理等众多科学技术领域。
Curvelet变换与偏微分方程方法是两种非常有效的图像去噪算法,从过去的二十几良好的保持能力,由于它们自身的特性而被广泛应用于数字图像处理各个分支中。
本文在研究Curvelet变换与偏微分方程去噪理论的基础上,对它们的优缺点进行了分析。
由于Curvelet变换在逼近曲线时内部的线状局域相关性使得去除噪声的同时常常伴有“环绕”效应,即图像上出现许多交错的划痕。
运用整体变分(TV)方法进行图像去噪,当噪声较小的时候,只需很少次的迭代就能达到很好的滤波效果;当处理的噪声比较大的时候,要使峰值信噪比达到最优,随着迭代次数的增加,平滑强度的增强,去,由此,本文结合两者的优点提出了一种新的混合去噪算法,对Curvelet变换(这里采用USFFT方法来实现Curvelet变换)处理后的图像运用TV方法进行进一步的滤波处理。
实验表明,该方法只需极少次的迭代便能有效抑制Curvelet方法带来的“环绕”效应,而不会出现“块”效应,从而改进了Curvelet变换去噪算法,且在计算时间上优于TV方法,取得了更好的综合性能。
关键词:
图像去噪Curvelet变换偏微分方程TV模型
(注:
中文“摘要”二个字之间空二个字符,关键词与上文空一行,冒号与中文关键词之间不要求空格,关键词与关键词之间空二个字符,关键词设为:
宋体小四并加粗)
(注:
中文关键词若要是在一行内写不下的,则第二行的第一个字要与第一行冒号后面的字对齐)如下面范例所示:
关键词:
图像去噪Curvelet变换偏微分方程TV模型Curvelet变换偏微分方程TV模型
Abstract
(注:
第一个英文字母用大写,其余的字母用小写,用小三TimesNewRoman字体)
Imagedenoisingisoneofthemostbasicsubjectoftheimageprocessing.Intheprocessofimageacquisitionandtransmission,byvirtueoftheinteriorandexterioroftheimagesystemssufferfromvariousofinterferingsignal,whichleadingtonoisepollutionofdifferentnoisefromanimagetoobtainthevisualeffectoforiginalimage.Imagedenoisingisthereconnaissance,law,computervision,opticalremotesensing,thetechnologiesofaeronauticsandastronautics,meteorologycloudimageanalysis,materialscience,artsfield,videosandmultimediaimageprocessingandsoon.
Inthepaper,westudytheimagedenoisingtheoriesbasedoncurvelettransformandpartialdifferentialequationsandanalysistheiradvantagesanddisadvantagesfirstly.Becausetherearelocallinearcorrelationsofthecurvelettransform,somesurroundingeffectsnamedtheedgesofimageisbecomingblurring,atthesametime,itbringslargecomputationalnewanalysisthetwoalgorithmsdeeply.Performcurvelettransformtoimage(weuseUnequally-spaceFastFourierTransformmethodtoimplementitinthispaper),thenperformfurtherTVfilteringtodoseconddenoisingprocessing.Theexperimentresultsshowthatthenewalgorithmcanrestrainthesurroundingeffectjustonlybyafewiterationseffectively.itimprovesthecurveletmethodtogreatdegree.TheTVmethodisanotheradvantages.(注:
英文用小四TimesNewRoman字体)
Keywords:
ImagedenoisingCurvelettransformPartialDifferentialEquations(PDE)
(注:
关键词与上文空一行,冒号与英文第一个关键词之间空一个字符,关键词与关键词之间空二个字符)
(注:
英文关键词若要是在一行内写不下的,则第二行的第一个字母要与第一行冒号后面的字母对齐)如下面范例所示:
Keywords:
ImagedenoisingCurvelettransformPartialDifferentialEquations(PDE)TVmodel
目录
(注:
“目录”二字之间空二格,字体为小三宋体、加粗并居中,间距段前、段后均为1行,固定值20磅,但不做为一级标题。
目录中无“目录”这一项,即,目录不作为一级标题出现在目录中。
)
摘要I
AbstractII
第一章绪论1
1.1课题的研究背景及意义1
1.2图像去噪技术发展概况1
1.2.1Curvelet变换理论发展简介2
1.2.2偏微分方程发展简介2
1.3全文研究内容及章节安排2
第二章Curvelet变换的基本理论4
2.1第一代Curvelet变换理论4
2.2第二代Curvelet变换理论4
2.2.1连续Curvelet变换5
2.2.2离散Curvelet变换5
2.2.3Curvelet系数分析5
2.3基于Curvelet变换的图像去噪理论5
2.4小结5
第三章基于偏微分方程的图像去噪理论6
3.1非线性扩散模型去噪原理6
3.1.1P-M模型6
3.1.2自蛇(self-snake)模型7
3.2整体变分模型去噪原理7
3.2.1整体变分(TV)模型7
3.2.2模型的数值解法8
3.3小结8
第四章基于Curvelet变换与整体变分模型的图像去噪算法9
4.1两种去噪算法效果分析9
4.1.1去噪效果评价标准9
4.1.2基于离散Curvelet变换的去噪效果分析9
4.1.3TV模型去噪效果分析9
4.2Curvelet变换与TV模型相结合的图像去噪算法10
4.2.1混合算法的提出10
4.2.2仿真实验及结果分析11
4.3小结11
第五章结论12
致谢13
参考文献14
原创性声明15
论文使用授权声明16
注:
1.自动生成的目录,生成后需要调整整个目录部分(其中包括文字、数字等)均设为:
宋体小四字号、段落设为:
段前、段后均为0行,行距均为:
固定值20磅。
2.在目录中,一级标题顶格,二级标题空两个字符,若有三级标题,则三级标题空四个字符
第一章绪论
(注:
一级标题、第x章与后面的文字空二个格并居中,小三宋体标题、段落设为:
段前:
1行、段后:
1行,行距均为:
固定值20磅。
)
1.1课题的研究背景及意义
(注:
二级标题:
X.X数字与后面的文字空一个格,数字要用TimesNewRoman,中文用宋体标题四号字,段落设为:
段前:
1行、段后:
0行,行距均为:
固定值20磅。
)
数字图像处理起源于二十世纪二十年代,随着计算机网络技术的普及,图更多领域中,以达到更好地为人类服务的目的。
图像去噪技术是图像处理中一项最基本的课题,它在图像处理过程中发挥了这些方法的有效性和实用性,将它们运用于许多领域之中。
是近年发展起来的两种行之有效的图像处理手段,针对这两种技术的研究和不断改进在很大程度上体现了数字图像处理技术的进步与提高。
由于Curvelet变换与偏微分研究具有深远的意义。
1.2图像去噪技术发展概况
图像去噪技术是图像后续处理的基础和关键步骤,它从被污染的图像中提取有用为加性噪声与乘性噪声两类[2]。
图1-1为加性噪声模型框图:
即:
(1-1)
式(1-1)中,——原始图像;——噪声函数;——被噪声污染后图像,大小均为。
加性噪声的特性是它与图像信号强度不相关,也就是噪声与信号之间是相互独立的。
乘性噪声模型表示如下:
(1-2)
与加性噪声不同的是,乘性噪声与图像信号的强度相关,它和原始图像信号的变斯分布),表示为:
(1-3)
式中,为概率密度函数;、、分别表示图像的像素灰度值、期望、随机的。
展前景而被人们广泛研究和关注,如今,已经发展起来一套完备的理论框架。
1.2.1Curvelet变换理论发展简介
(注:
三级标题:
X.X与后面的文字空一个格,数字要用TimesNewRoman,中文用宋体标题小四号字,段落设为:
段前:
1行、段后:
0行,行距均为:
固定值20磅。
)
近年来,小波理论迅速发展起来,并在数字图像处理、信号处理等工程领域发挥叶、压缩、分解和SAR图像去噪等许多领域,取得了许多具有科学价值的重要成果。
1.2.2偏微分方程发展简介
三章详细介绍总体变分模型的去噪原理。
1.3全文研究内容及章节安排
本文研究了Curvelet变换和偏微分方程的图像去噪基本理论,在分析了噪产生的本文结构如下:
第一章首先介绍了课题的研究背景及意义,其次简要说明图像降噪技术的国内外介绍。
第二章本章介绍了Curvelet变换理论在图像去噪中的应用,简单介绍了第一代法,并对离散Curvelet
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整版 基于 FPGA MACRO 运动 控制 网络 研究 实现 毕业设计