期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
小波域非局部均值无芒隐子草叶切片盲去噪 预览
1
作者 张文霞 王春光 +4 位作者 殷晓飞 王海超 王圆 郭华 赵晓宇 《农机化研究》 北大核心 2019年第10期35-39,共5页
在获取无芒隐子草叶切片图像时不可避免受到噪声的污染,易导致后续提取和测量特征参数的不准确。对于自然图像,事先并不知道其所含噪声的类型和方差,因而首先利用小波变换和曲线拟合确定切片图像噪声类型和强度;在此基础上,分别应用小... 在获取无芒隐子草叶切片图像时不可避免受到噪声的污染,易导致后续提取和测量特征参数的不准确。对于自然图像,事先并不知道其所含噪声的类型和方差,因而首先利用小波变换和曲线拟合确定切片图像噪声类型和强度;在此基础上,分别应用小波阈值去噪、非局部均值去噪和提出的非局部均值滤波(NLM)与小波阈值去噪相结合的方法对无芒隐子草叶切片图像进行去噪。实验结果表明:获取的切片图像噪声类型为高斯加性噪声,标准差为σ∈[1.5,3.5],用高斯函数对随机选取的10幅切片图像的高频HH子带能量分布进行拟合,拟合优度为R^2=0.990 7;用3种方法对含不同噪声大小的切片图像进行去噪,当噪声标准差为σ∈[1.5,8]时,应用Beyes Shrink法去噪后,图像的峰值信噪比提高了3dB,而NLM和本文提出的算法不适用;当噪声标准差为σ∈[8,15]时,NLM算法和提出的算法去噪效果相当,去噪后图像峰值信噪比提高了7.5dB,应用Beyes Shrink算法提高了6.5dB;而当σ∈[15,30]时,使用提出的算法表现出较大的优越性,去噪后图像峰值信噪比提高了10.53dB,是NLM算法的1.4倍、Beyes Shrink法的1.3倍。本文的算法和实验结论可为无芒隐子草切片图像准确降噪提供理论基础。 展开更多
关键词 小波变换 无芒隐子草 噪声识别 图像去噪 非局部均值
在线阅读 下载PDF
TMS320F28335 DSP芯片高可靠电源管理电路设计 预览 被引量:1
2
作者 王伟 王静文 《测控技术》 CSCD 2018年第10期78-80,共3页
设计了适用于TMS320F-28335型数字信号处理器芯片的高可靠电源管理电路。分析和核算了电源需求,设计了满足该芯片工作所需功率的1.9 V和3. 3 V双电源驱动电路,双电源具有正确的上电顺序和合理的上电时间间隔。经实验平台测试,该电源电... 设计了适用于TMS320F-28335型数字信号处理器芯片的高可靠电源管理电路。分析和核算了电源需求,设计了满足该芯片工作所需功率的1.9 V和3. 3 V双电源驱动电路,双电源具有正确的上电顺序和合理的上电时间间隔。经实验平台测试,该电源电路输出电压稳定,上电时序良好,电源纹波在合理范围内,直流特性和交流特性均表现出优异性能,可保证DSP可靠工作。 展开更多
关键词 电源管理 TMS320F28335 上电时序 高可靠
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈