基于双边滤波-BM3D算法的GPR图像去噪

为了增强地质雷达(GPR)图像,将双边滤波和三维块匹配算法(BM3D)相融合,提出了一种联合去噪算法.同时,研究了不同方差下的峰值信噪比,并采用最大化真实图像和估计图像之间的结构相似性对去噪后的图像进行了客观评价.实验结果表明,与单一的去噪算法相比,联合去噪算法能够更好地保持地质雷达图像中缺陷目标体边缘的完整性,具有较好的去噪效果.

基于FCN 的左心室分割算法的研究

提出了一种基于全卷积神经网络(FCN)的左心室分割算法,该算法首先对图像进行三维块匹配(BM3D)去噪,然后在FCN模型加入批正则归一化处理,使得分割准确性得到提高,泛化能力加强。本文采用Sunnybrook数据集进行实验,验证了本分割算法的有效性。

基于噪声估计的自适应块匹配和三维滤波降噪算法

针对经典的块匹配和三维滤波(BM3D)降噪算法中最为核心的噪声水平(方差)参数在使用中需要人工手动设置极大影响了降噪效果并限制了它的应用,提出了一种新的基于自然场景统计(NSS)的噪声水平特征矢量和支持向量回归(SVR)技术的快速噪声水平估计算法并应用于经典BM3D算法中,使之转变为自适应降噪算法(Adaptive BM3D)。本文算法首先利用小波变换对图像进行不同尺度和不同方向的分解,提取各子带滤波系数并用通用高斯分布模型(GGD)建模,以模型参数构成反映噪声图像噪声水平的特征矢量;然后用SVR方法在大量噪声图像样本上进行训练获得图像噪声水平预测模型。实验表明:改进后的ABM3D算法实际图像降噪效果比BM3D算法获得进一步提升,并且仍然保持了非常高的执行效率,相对于当前各主流算法具有明显的竞争力。

一种差分进化BM3D硬阈值参数的遥感影像去噪方法

针对遥感影像高斯白噪声去噪的问题,本文首先利用差分进化(DE)优化三维块匹配(BM3D)中的硬阈值变换参数(参数包括块距离阈值和三维变换域硬阈值参数);然后使用优化的BM3D算法消除影像中高斯白噪声,以峰值信噪比(PSNR)、结构相似度(SSIM)和边缘保留指数(EPI)作为评价指标。试验结果表明,在噪声密度不同情况下,融合算法的PSNR、SSIM和EPI均有所提升,尤其EPI相较于BM3D算法提高约2%。整体上,融合算法的遥感影像高斯白噪声的去噪效果优于单一BM3D算法。

BM3D与PCNN结合的海底管道侧扫声呐图像处理方法

海底管道作为油气输送的重要通道,波流冲刷作用下易发生悬跨现象,易发生疲劳破坏。侧扫声呐利用回波强度成像,是对海底管道状态检测的重要设备。复杂的海洋环境使得侧扫声呐图像不可避免地产生混合噪声而影响图像质量,因此如何有效去除噪声对侧扫声呐图像的判别与分析非常重要。针对图像的去噪问题,运用三维块匹配算法自编程序对实测的海底管道侧扫声呐图像进行去噪处理,将不同去噪方法处理结果从主观评价和客观评价指标上比较,结果表明三维块匹配算法要明显优于其他去噪方法。同时针对海底管道侧扫声呐图像分割困难的问题,提出了一种基于三维块匹配算法与脉冲耦合神经网络相结合的图像分割方法,对实测图像进行分割处理,并从图像处理效果的主观和客观评价指标进行分析,结果表明该方法较传统脉冲耦合神经网络图像分割方法有更好的分割效果,图像目标分割更加准确。

基于原始对偶字典学习的磁共振复数图像去噪

针对磁共振(magnetic resonance,MR)幅度图像中带有不易去除的与信号相关的莱斯(Rician)噪声问题,利用其复数图像中的实部与虚部所含噪声为不相关的加性高斯白噪声这一特性,代替对幅度图像直接去噪,提出将原始对偶字典学习(predual dictionary learning,PDL)算法用于对MR复数图像的实部与虚部分别进行去噪,然后组合得到幅度图像的方法.经仿真实验和在HT-MRSI50-50(50 mm)1.2 T小动物核磁共振系统中的实际应用,证明所提方法较直接对幅度图像去噪取得更好的效果,在有效去除MR图像噪声的同时能较好地保持图像中的细节.与经典的字典学习算法核奇异值分解(kernel singular value decomposition,K-SVD)相比,PDL算法去噪效果优于K-SVD算法,而运算速度提高约5倍.与经典的基于非局部相似块的三维块匹配滤波(block-matching and 3D filtering,BM3D)算法相比,在噪声水平较低时PDL算法略优于BM3D算法,噪声水平较高时BM3D算法略优于PDL算法,两者总体比较接近.

射电日像仪的压缩感知和脏图高斯去噪

传统的综合孔径射电日像仪成像原理是根据香农采样定理,使用香农采样得到完整的频谱数据,进行反傅里叶变换得到图像.因成像设备及外界环境因素,频谱数据中伴随有大量非真实信号数据,导致所成图像产生大量噪声,通常称为脏图.射电天文领域通常采用相关Clean算法处理脏图,得到“干净”的射电图像.为了降低了射电信号的采样成本,而且能得到更“干净”的射电图像,基于射电干涉稀疏成像与压缩感知理论,实现了从不完整的频谱中重建脏图,之后进行噪声去除:采用正交跟踪匹配与特征标志算法完成从稀疏频谱中重建脏图,之后使用三维块匹配算法去除噪声.

数字全息再现的散斑噪声消除和细节保留

数字全息光源的相干性缺点导致了全息再现散斑噪声的产生,严重影响到了全息重建的质量。虽然许多降低数字全息再现图像中散斑噪声的先进算法已经达到了良好的效果,但是在处理图像散斑噪声的过程中模糊了图像的细节,丢失了图像纹理的信息。为此提出了一种新的方法,结合了引导滤波、图像分割、三维块匹配算法(BM3D)算法的概念。算法很好地实现了全息再现图像背景区域的噪声抑制和信号区域良好的细节保留。得到的全息重建的质量可与用非相干技术所能达到的质量相媲美,带来了良好的视觉效果。

基于Zernike矩亚像素的高反光金属工件缺陷检测

提出了一种基于Zernike矩改进的亚像素边缘提取的工件缺陷检测算法。对图像进行小波分解,并对分解的各频段信息分别利用不同算法进行预处理,重构图像后可以有效地滤除图像噪声,增强目标信息;利用改进的Zernike矩亚像素边缘提取算法定位图像边缘并提取特征信息,减小了边缘信息误差,能够更精确地分割出目标轮廓;通过计算连通区域几何参数及全局信息熵来判断是否存在缺陷。通过实验对算法进行了验证,结果表明,提出的算法可以降低金属高光噪声,有效地提取缺陷边缘,并且在环境光照变化时具有较强的稳健性,金属工件的缺陷检测精度得到提高。