一种基于峰值信噪比的某试验现场监控采集图像对比算法设计

在复杂高危试验现场环境中,可能因为多种原因导致高温气体或者液体燃料发生泄露。因此,需要实时检测管道是否存在液体泄漏的现象,来确保在试验过程中不会因为液体燃料泄漏造成事故。目前,基于峰值信噪比的应用在图像增强、去噪以及评价彩色图像质量等方面受到广泛青睐。

基于峰值信噪比和小波方向特性的图像奇异值去噪技术

提出一种利用小波变换子图像不同的方向特性和峰值信噪比进行奇异值分解的图像去噪算法。由于图像经过小波变换后,低频子图像集中了原图像的大部分能量噪声,故仅作简单维纳滤波;而噪声则主要集中在小波域中的三个不同方向的高频子图中,且系数较小,因此可以利用奇异值分解进行去噪处理,即用较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波;最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像,其中重构所需的奇异值个数由图像的峰值信噪比确定。实验结果表明,该方法在有效去噪的同时较好的保留了原有的高频细节信息。

一种改进的基于峰值信噪比-高阶奇异值分解的天波超视距雷达自适应海杂波抑制算法

天波超视距雷达(OTHR)舰船目标的检测性能受目标区海杂波的影响严重,准确且自适应的海杂波抑制效能对改善低可探测舰船目标的检测性能意义重大。该文针对基于高阶奇异值分解(HOSVD)的海杂波抑制算法非自适应机制的不足,通过引入峰值信噪比(PSNR),提出一种改进的基于PSNR-HOSVD的自适应算法。该算法仅利用第3等效模式展开矩阵的左奇异向量构造一个投影矩阵,相比于HOSVD算法,该文算法可有效降低计算复杂度,同时由于海杂波仅在第3等效模式展开矩阵的列空间中具有聚集特性,因此该文算法具有比HOSVD算法更好的海杂波抑制性能。实测数据处理结果表明,在电离层状态理想和非理想的情况下,该文PSNR-HOSVD自适应算法的性能均优于EVD自适应算法和HOSVD非自适应算法。

基于峰值信噪比评价的运动模糊方向与长度识别

对于任意运动模糊方向和长度的模糊图像复原的关键在于点扩展函数的准确性,点扩展函数的精度由模糊方向和长度决定.本文首先基于Hough变换在模糊图像频谱上对运动方向和长度进行初次识别,然后在以初次识别结果为中心的一个较小邻域内基于维纳滤波进行复原,得到一系列随模糊长度和方向变化的复原图像,以复原图像和模糊图像的峰值信噪比为评价指标,取最大信噪比值的图像为最佳复原图像,其对应长度和方向为最终识别值.仿真实验表明,本文识别结果精度非常高,复原效果较为理想,算法原理较为简单实用,模糊方向绝对误差不超过1°,模糊长度绝对误差不超过1像素.

峰值信噪比不能正确反映电视图像的主观质量

指出:峰值信噪比不能正确反映经过压缩编码后解码的重建图像质量。对电视图像格式进行了分析,并用几个图像压缩编码的例子对该观点进行了论证。

基于峰值信噪比改进的图像增强算法

在图像增强技术中,现有的图像增强算法在对图像进行增强时,总是伴随着原图像亮度的丢失和过度增强效果。提出一种改进的图像增强算法,该方法解决了传统图像增强过程中造成的过度增强、局部过度不自然、原始图像亮度降质的问题。实验结果证明,基于峰值信噪比的改进的图像增强方法优于现有的算法,并且该算法可以在对图像增强的基础上有效的维持原始图像的亮度。

基于相关性的JPEG高压缩图像峰值信噪比盲估计

量化噪声是JPEG图像压缩过程中产生的主要失真,在图像质量评估时需要对其大小进行估计。针对峰值信噪比(PSNR)估计方法在实际应用时终端用户无法获取原始图像的限制,基于图像空域相关性,引入JPEG压缩图像的斜率均方差和最大非零离散余弦变换系数的位置作为可测特征量,利用训练图像进行机器学习得到训练模型,将测试图像进行解析得到图像PSNR盲估计结果。实验结果表明,该PSNR估计结果优于目前流行的峰值信噪比盲估计方法。

峰值信噪比标准下轨道图像预处理方法研究

针对轨道检测图像分割慢和识别不精确的问题,提出了一种经过中值滤波和均衡化后调整差分计算的边缘检测预处理算法。首先使用均值、中值、维纳和SNN等4种去噪方法分别处理同一幅添加椒盐和高斯噪声的图像;然后使用3×3、5×5、7×7、9×9等4个模板分别对图像均衡化;最后在对Sobel增添45°、135°、-135°和-45°等四个梯度算子的基础上,求和算子内的计算点后均分255位的像素,再差分计算,并通过公式推导对比调整差分算子前后的抗噪能力。结果表明:(1)经过中值滤波的图像峰值信噪比最大,处理时间最短;(2)经过3×3增强后的图像PSNR最大;(3)经过该方法预处理后的轨道图像,峰值信噪比较大,原有轮廓信息保留度较高,能为后续快速分割和精确识别奠定基础。

基于降噪技术的高光谱图像实时优化研究

为了获得理想的高光谱图像,针对当前高光谱图像优化方法存在的问题,设计了基于降噪技术的高光谱图像实时优化方法。首先分析当前高光谱图像优化的研究进展,找到当前方法存在的不足,采集高光谱图像,采用自适应阈值的小波变换对高光谱图像进行去噪处理,以改善高光谱图像质量,然后采用Retinex理论模型对去噪后高光谱图像进行增强操作,丰富高光谱图像细节信息,最后采用卷积神经网络进行了高光谱图像分类,测试结果表明:本方法优化后高光谱图像的峰值信噪比和结构相似度均值分别为31.18和0.981,不但提升了高光谱图像质量,而且使得高光谱图像分类正确率超过了92%,高光谱图像优化时间控制在4.5 s以内,相对于其他高光谱图像优化方法,具有十分明显的优越性。

信噪局部方差自适应的小波阈值滤波

为了在去除高斯噪声的同时更有效地保持图像的边缘和细节,提出了信噪局部方差自适应的小波滤波方法.根据图像与高斯噪声的小波系数的分布特征,提出了一种信噪局部方差自适应的阈值.同时,鉴于无噪图像的小波系数具有平滑连贯性,提出一种连续的、可微的且无限逼近原小波系数的阈值函数.阈值依据信噪强度对信号系数与噪声系数进行区分,阈值函数依据阈值对小波系数进行量化处理,以去除噪声.实验结果表明,所提出的方法对图像去噪所得的PSNR(peak signal to noise ratio)和SSIM(structural similarity index)值以及图像的视觉效果,相对于现有的小波去噪方法有较大的提升,在彻底去除高斯噪声同时,更有效地保持图像的边缘和细节.

基于四方向导数信息的图像非线性扩散去噪

分析图像去噪的非线性扩散模型的离散解,针对其中的梯度获取问题,考虑一种新的基于四方向导数信息的图像非线性扩散去噪方法。该方法将原有非线性扩散去噪中的二阶扩散矩阵扩展为四阶扩散矩阵,并由边缘的实际取向来决定像素点邻域内八个点对该点去噪的贡献大小,有利于更好的保护边缘和对边缘定向。数值计算结果表明,新方法较原有方法具有更高的峰值信噪比。

一种NLF-对数小波阈值的脉冲干扰降噪方法

在脉冲噪声背景下,传统信号降噪方法性能退化,无法去除强脉冲噪声,而且会出现计算复杂度增加的问题.本文提出一种基于非线性滤波(Nonlinear Filtering, NLF)和小波阈值去噪的联合算法,该方法利用非线性滤波算法抑制强脉冲噪声点干扰,通过改进的对数小波阈值函数去噪方法进行全局处理,快速而且高质量的完成对信号降噪.实验结果表明,本文所提算法对脉冲噪声背景下的多种信号类型都具有可行性,能够获得更高的峰值信噪比,具有很好的降噪效果.

基于联合信源信道编码的无线图像传输策略设计

针对图像数据在无线信道传输中存在的可靠性与稳定性较差等问题,提出了一种自适应不等差错保护的联合信源信道编码方案。采用基于小波变换的信源编码对原始图像数据进行压缩处理,并对生成的码流进行重要程度划分;基于LDPC码对划分好的码流数据采取不同等级的差错保护措施;最终,反馈信道状况信息给信道编码器并进行码率的自适应调整,从而实现高质量的图像信号传输。仿真实验结果表明,提出的算法具有更高的峰值信噪比(PSNR),相比EEP算法及DE-UEP算法,其PSNR值有0.2~0.4 dB的提升。

新小波阈值函数在图像去噪中的研究应用

针对传统小波阈值函数在阈值处不连续性、不渐近性、不光滑性等问题,导致去噪后的图像失真严重。因此,文中以小波变换为基础,提出了一种改进的阈值函数,与硬阈值、软阈值以及已存在阈值函数比较,得出该函数具有优越的数学特性,并用峰值信噪比和均方值误差客观评价法验证了该算法的优越性。通过Matlab仿真实验表明,新改进的小波阈值去噪方法不仅保留了原始图像的细节,而且有效抵制了噪声,最终使图像质量得到明显提升。

基于IRPCA和图像增强的探地雷达去噪方法

在获得的探地雷达(Ground Penetrating Radar, GPR)原始信号中往往存在地表直达波、噪声和伪影等干扰信号,为了去除原始信号中的噪声干扰,突出目标信号,提出了一种基于改进鲁棒主成分分析(Improved Robust Principal Component Analysis, IRPCA)和图像增强(Image Enhancement, IE)的GPR去噪方法——IRPCA-IE。使用GPR建模软件GprMax2.0对地下情况进行模拟,通过扫描处理得到GPR原始数据。利用IRPCA法对GPR原始数据进行分解推演,分解推演时采用交替式方法,用L_(21)-范数代替L_(0)-范数,L_(21)-范数可以产生列的稀疏性。将分解的目标信号进行直方图均衡化的IE处理,扩展目标图像的暗像素,同时压缩较高灰度级的值。利用峰值信噪比(Peak Signal to Noise Ratio, PSNR)和均方误差(Mean Squared Error, MSE)作为客观评价指标,对提出的方法和原有方法进行仿真对比。实验结果表明,提出的方法能够有效抑制杂波信号,与单独使用IRPCA法相比,解决了目标信号因回波能量不集中而不利于观察的问题,能够更清楚地识别出目标信号所在位置,并且在PSNR和MSE评价指标上更优于原有的方法。利用新提出的方法对GPR实测数据处理,进一步证明了新提出方法的有效性。

基于改进小波阈值函数的仪表图像去噪方法研究

传统小波去噪的软阈值函数和硬阈值函数在去噪过程中产生的恒定偏差与抖动会导致去噪后的图像存在模糊和伪吉布斯现象。基于此问题,该文提出了一种软硬兼顾的加权平均阈值函数,此阈值函数避免了传统阈值存在的“一刀切”问题,降低恒定偏差的同时具有连续性与渐进性。其次在改进传统阈值门限上,设计了一种随着分解层数增加而减少的自适应门限阈值,避免消除深层数的高频边缘信息。最后通过对含有不同高斯白噪声的仪表图片进行去噪,计算峰值信噪比与均方误差并对结果图像进行的客观分析评估,实验结果表明,该阈值函数方法相比于其他方法,去噪结果更为清晰,均方误差最小,峰值信噪比最大,去噪效果更佳。

基于小波变换的W18Cr4V图像去噪算法研究

高速工具钢W18Cr4V退火状态下采集的图像内含有许多噪声,为解决基于传统的软、硬阈值函数在W18Cr4V图像去噪过程中出现图像失真和伪吉布斯现象等问题,课题组提出一种新的连续、可导、低偏差的阈值函数和自适应调整阈值的小波去噪算法。新的阈值函数不仅改善了软阈值函数去噪过程中由于固定偏差导致的图像失真问题,而且避免了由于硬阈值图像不连续产生的附加振荡现象;基于MATLAB环境,对3张W18Cr4V退火图像进行去噪实验。结果表明:与传统阈值函数相比,改进的阈值函数对退火图像处理后所得峰值信噪比较高、结构相似性较好、去噪效果较好且自适应能力较强。

基于改进三维块匹配滤波的红外全息降噪算法

红外全息技术更适用于长距离的大视场成像,但其散斑噪声与高斯噪声对图像质量的影响也更加显著,限制了红外全息技术的应用与推广。本文通过引入全局傅立叶阈值与自适应维纳滤波的方法对三维块匹配滤波算法进行优化,提高了其对红外全息图像降噪的适应性与细节保留,得到改进的三维块匹配滤波算法,并与多种采用传统滤波方法的结果进行了对比。结果表明,改进后的算法可以在对红外全息图像中的高斯噪声等环境噪声与散斑噪声进行降噪的同时保留更多细节,是一种更加适用于红外全息图像的降噪方法。

基于整体变分模型的随机值脉冲噪声去除方法

为了有效地检测随机值脉冲噪声并去除干扰,提出一种新的开关整体变分去噪方法。根据不同密度的随机值脉冲噪声,分别在3 px×3 px、5 px×5 px和7 px×7 px的窗口邻域内进行噪声检测及检测结果修正,对判断为噪声的像素点采用基于整体变分模型的方法去噪,再采用动态阈值对去噪后的图像进行多次噪声检测和噪声去除,从而进一步提高去噪效果。仿真实验结果表明:对于不同密度的随机值脉冲噪声图像,该方法在有效去除噪声的同时还可以较好地保护图像的细节信息,峰值信噪比相比其他方法提高显著。

基于改进中值滤波的图像去噪算法

中值滤波算法是一种常见的图像去噪算法,其性能受滤波器窗口大小的影响较大,因此提出一种能够根据噪声点自动调节滤波窗口大小的改进中值滤波算法,可以有效克服中值滤波不能调整窗口大小的缺点,避免图像边缘模糊。通过利用Matlab进行仿真实验,将所提算法与中值滤波和维纳滤波算法进行对比,并计算峰值信噪比(Peak Signal to Noise Ratio,PSNR)来分析去噪结果。实验表明,与中值滤波和维纳滤波相比,改进中值滤波算法能够更加快速准确地去除图像中的噪声。因此,该改进中值滤波算法是一种有效的图像去噪算法。