针对Shearlet收缩去噪引入的Gibbs伪影和"裂痕"现象,提出一种结合非局部自相似的Shearlet自适应收缩图像去噪方法。首先,对噪声图像进行多方向多尺度的Shearlet分解;然后,基于高斯比例混合(GSM)模型的Shearlet系数分布建模,...针对Shearlet收缩去噪引入的Gibbs伪影和"裂痕"现象,提出一种结合非局部自相似的Shearlet自适应收缩图像去噪方法。首先,对噪声图像进行多方向多尺度的Shearlet分解;然后,基于高斯比例混合(GSM)模型的Shearlet系数分布建模,利用贝叶斯最小二乘估计对Shearlet系数进行自适应收缩去噪,重构得到初始去噪图像;最后,利用非局域自相似模型对初始去噪图像进行滤波处理,得到最终的去噪图像。实验结果表明,所提方法在更好地保留边缘特征的同时,有效地去除噪声和收缩去噪引入的Gibbs伪影,该方法获得的峰值信噪比(PSNR)和结构自相似指标(SSIM)比基于非抽样剪切波变换(NSST)的硬阈值去噪方法提高1.41 d B和0.08;比非抽样Shearlet域GSM模型去噪方法提高1.04 d B和0.045;比基于三变量模型的剪切波去噪方法提高0.64 d B和0.025。展开更多
针对繁多异构的移动客户端接入Web应用系统的问题,提出一个基于REST(Representational State Transfer)的解决方法并给出一个基于MVC(Model-View-Controller)模式的具体的开发框架,通过RESTful Web服务连接移动客户端的View/Controller...针对繁多异构的移动客户端接入Web应用系统的问题,提出一个基于REST(Representational State Transfer)的解决方法并给出一个基于MVC(Model-View-Controller)模式的具体的开发框架,通过RESTful Web服务连接移动客户端的View/Controller层与Web系统的Model层。定义了由Web系统的model层定义RESTful Web服务的具体方法和规则。理论分析与实际应用说明了该方法的有效性。展开更多
文摘针对Shearlet收缩去噪引入的Gibbs伪影和"裂痕"现象,提出一种结合非局部自相似的Shearlet自适应收缩图像去噪方法。首先,对噪声图像进行多方向多尺度的Shearlet分解;然后,基于高斯比例混合(GSM)模型的Shearlet系数分布建模,利用贝叶斯最小二乘估计对Shearlet系数进行自适应收缩去噪,重构得到初始去噪图像;最后,利用非局域自相似模型对初始去噪图像进行滤波处理,得到最终的去噪图像。实验结果表明,所提方法在更好地保留边缘特征的同时,有效地去除噪声和收缩去噪引入的Gibbs伪影,该方法获得的峰值信噪比(PSNR)和结构自相似指标(SSIM)比基于非抽样剪切波变换(NSST)的硬阈值去噪方法提高1.41 d B和0.08;比非抽样Shearlet域GSM模型去噪方法提高1.04 d B和0.045;比基于三变量模型的剪切波去噪方法提高0.64 d B和0.025。
文摘针对繁多异构的移动客户端接入Web应用系统的问题,提出一个基于REST(Representational State Transfer)的解决方法并给出一个基于MVC(Model-View-Controller)模式的具体的开发框架,通过RESTful Web服务连接移动客户端的View/Controller层与Web系统的Model层。定义了由Web系统的model层定义RESTful Web服务的具体方法和规则。理论分析与实际应用说明了该方法的有效性。
