期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于局部保边函数的低信噪比图像去噪 被引量:5
1
作者 何坤 周激流 +1 位作者 刘昶 刘然 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2009年第2期179-184,共6页
传统的去噪算法要求含噪图像信噪比较高,并且去噪后图像边缘及纹理信息会受到不同程度地损失。针对传统算法的不足,提出了基于局部保边函数的低信噪比图像去噪算法。首先对低信噪比图像运用自适应中值滤波器减少椒盐噪声对图像的影响,... 传统的去噪算法要求含噪图像信噪比较高,并且去噪后图像边缘及纹理信息会受到不同程度地损失。针对传统算法的不足,提出了基于局部保边函数的低信噪比图像去噪算法。首先对低信噪比图像运用自适应中值滤波器减少椒盐噪声对图像的影响,同时保留图像边缘和纹理等细节信息;其次分析处理后的图像局部邻域内像素之间的关系,设计图像局部保边映射函数;最后利用Poly-Ribière-Polak(PRP)算法求出目标函数的最值进而实现低信噪比图像的去噪处理,去除高斯噪声和残余的椒盐噪声。与传统算法相比,本方法去噪效果较好,尤其是对PSNR为5.4 dB的低信噪比图像,去噪后图像PSNR达到24.3 dB。 展开更多
关键词 低信噪比图像 局部保边函数 PRP算法
下载PDF
计算成像系统中的低信噪比图像重构研究 被引量:2
2
作者 孟颖 裴雪丹 张连波 《激光杂志》 北大核心 2020年第2期127-131,共5页
针对当前计算成像系统生成原始图信噪比低、清晰度不够等缺陷,为此提出稀疏先验自适应的计算成像系统低信噪比图像重建方法。首先估计模糊后图像的信噪比,采用贝叶斯构建低信噪比图像自适应重建的稀疏先验约束条件,采用可变参数的稀疏... 针对当前计算成像系统生成原始图信噪比低、清晰度不够等缺陷,为此提出稀疏先验自适应的计算成像系统低信噪比图像重建方法。首先估计模糊后图像的信噪比,采用贝叶斯构建低信噪比图像自适应重建的稀疏先验约束条件,采用可变参数的稀疏先验约束正则化算法优化稀疏正则化约束项,采用特定参数控制图像梯度排列稀疏度,得到贝叶斯后验概率上限,然后采用迭代加权最小二乘算法优化低信噪比图像重建结果,采用幅值投影算子限制不同颜色通道图像信号幅值,获取约束重构彩色图像。测试结果显示,重建后的图像峰值信噪比与结构自相似度均有大幅度提升,低信噪比图像重建效果优于同类型方法。 展开更多
关键词 计算成像系统 球面光学 低信噪比图像 噪比 稀疏度 重建
下载PDF
大视场快速扫描电子束Micro-CT低信噪比图像重建
3
作者 刘瑜川 王朝华 +3 位作者 谢东洋 田援稚 唐立平 周日峰 《机械》 2021年第S01期45-49,共5页
提出一种适用于大视场快速扫描电子束Micro-CT(EBMCT)低信噪比图像重建的算法。该算法首先采用基于二阶全变分正则项的惩罚加权最小二乘算法(PWLS-TV2)获得多个X射线源对应的恢复后投影数据,然后采用基于一阶全变分正则化的联合迭代重... 提出一种适用于大视场快速扫描电子束Micro-CT(EBMCT)低信噪比图像重建的算法。该算法首先采用基于二阶全变分正则项的惩罚加权最小二乘算法(PWLS-TV2)获得多个X射线源对应的恢复后投影数据,然后采用基于一阶全变分正则化的联合迭代重建算法(SIRT-TV)对恢复的投影数据进行重建,最后采用基于结构张量的非局部均值算法(ST-NLM)对图像进行后处理。仿真研究表明,本文算法可以有效地抑制EBMCT图像中的条形伪影和噪声,同时保持较高的图像空间分辨率。 展开更多
关键词 电子束Micro-CT 惩罚加权最小二乘 低信噪比图像重建 非局部均值
下载PDF
电气设备红外图像边缘检测算法比较
4
作者 孔令建 岳岫峪 《科技创新导报》 2009年第29期52-53,共2页
目标图像边缘点对应着高频分量,而噪声也是高频信号,对低信噪比图像信号而言,提取边缘信息与滤除噪声仍然是两难问题,本文通过对多种经典边缘检测算法进行简要理论分析及Matlab仿真实验,给出适合低信噪比图像边缘检测的有效方案,为进一... 目标图像边缘点对应着高频分量,而噪声也是高频信号,对低信噪比图像信号而言,提取边缘信息与滤除噪声仍然是两难问题,本文通过对多种经典边缘检测算法进行简要理论分析及Matlab仿真实验,给出适合低信噪比图像边缘检测的有效方案,为进一步的图像识别和分析奠定基础。 展开更多
关键词 低信噪比图像 边缘检测 算法 性能比较
下载PDF
曲率无关方向扩散及改进型Chan-Vese主动轮廓模型 被引量:3
5
作者 冷大炜 马洪兵 +1 位作者 张爱武 孙卫东 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第2期161-169,共9页
低信噪比条件下的图像分割是图像分割与应用中所面临的难点之一.针对当前非参数化主动轮廓分割模型在低信噪比、高曲率条件下难以准确收敛到目标边缘的问题,以主动轮廓模型中的噪声处理项作为切入点,提出一种基于曲率无关方向扩散的非... 低信噪比条件下的图像分割是图像分割与应用中所面临的难点之一.针对当前非参数化主动轮廓分割模型在低信噪比、高曲率条件下难以准确收敛到目标边缘的问题,以主动轮廓模型中的噪声处理项作为切入点,提出一种基于曲率无关方向扩散的非参数化主动轮廓噪声去除方法.通过曲率无关方向扩散避免了去噪过程对主动轮廓形状的影响,并通过非规则边缘控制函数进一步控制噪声去除过程对信号边缘与噪声的不同作用,在有效去除噪声的同时保证了高曲率轮廓的收敛性;在此基础上,提出一种针对低信噪比图像分割的改进型Chan-Vese主动轮廓模型.最后通过详细的实验证明了该方法和改进Chan-Vese主动轮廓模型的有效性. 展开更多
关键词 低信噪比图像分割 非参数化主动轮廓 方向扩散 声去除
下载PDF
LPI radar signal detection based on radial integration of Choi-Williams time-frequency image 被引量:26
6
作者 Yongjian Liu Peng Xiao +1 位作者 Hongchao Wu Weihua Xiao 《Journal of Systems Science & Complexity》 SCIE EI CSCD 2015年第5期973-981,共9页
This paper mainly revolves the time-frequency image of low probability of intercept(LPI) radar signals and carries out research work on image features selection and extraction and recognition. Since Choi-Williams dist... This paper mainly revolves the time-frequency image of low probability of intercept(LPI) radar signals and carries out research work on image features selection and extraction and recognition. Since Choi-Williams distribution(CWD) uses the exponential kernel of bilinear generalized class of time-frequency distribution, it has an excellent time-frequency aggregation. And it is suitable for detecting LPI radar signals in a low signal-to-noise ratio(SNR) condition. A radial integration method based on the integral rotating factor is proposed to detect LPI radar signals when the signals' time-frequency image is obtained. First, the digital image processing method is used to preprocess the LPI radar signals' time-frequency images after CWD transformation; then, the radial integration method based on the integral rotating factor is used to detect LPI radar signals in the binary images. The analytic results of real data show that the method has a good performance on detecting LPI radar signals in a low SNR condition. Additionally,the method is simple and takes less logic resources and has the potential of real-time detection of LPI radar signals. 展开更多
关键词 low probability of intercept (LPI) integral rotating fac-tor signal detection image processing
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部