基于多重分形分析的SAR图像消噪增强研究

根据 SAR图像中原始信号与噪声的多重分形谱的不同 ,提出了一种基于奇异性分析的雷达图像消噪新方法。在图像经过多重分形分析后 ,通过对多重分形谱相关的 Holder指数进行特征化处理来实现图像消噪。经过实验确定当变化后的 Holder指数略大于 1 .7时 ,最终恢复的图像消噪效果最佳。这种方法可以在尽量保留信号奇异性 (如边缘 ,纹理等 )相关信息情况下 ,使得图像平滑 。

一种基于小波变换的图像消噪算法

该文在自适应树小波萎缩法的基础上,结合小波系数的零树编码思想和小波变换的信噪分离特性给出了一种新的小波消噪算法。该算法不仅减少了运算量,而且在消噪和保留奇异点信息方面也取得了较好的效果。

基于复轮廓波变换的图像消噪

为了克服实轮廓波图像消噪后广泛存在的混叠现象,研究了基于双树复小波级联方向滤波器架构的复轮廓波变换图像消噪的若干性质,证明了对于高斯白噪声图像,该变换具有更好的分割能力和抑制能力,并在此基础上提出了一种基于该变换的图像消噪算法。该算法采用蒙特卡罗方法来确定门限收敛因子,并采用这些因子修正3σ准则,对变换域系数模值采用硬阈值处理。图像消噪实验结果表明:该消噪算法比基于实轮廓波变换的消噪算法,具有更高的峰值信噪比和更好的视觉效果。

一种空域和频域相结合的图像消噪方法

提出一种基于非均匀剖分和V变换相结合的图像消噪新方法。非均匀剖分逼近在空域上视像素的灰度值为拟合数据,依据最小二乘法原理,对含噪图像进行非均匀三角剖分,使图像表示为一个分片多项式,它能保持图像的边缘及细节特征,并通过对剖分精度的控制来实现图像的消噪;V系统是一类L2[0,1]空间上的完备正交系,具有多小波的多分辨特性,利用相应的V变换将图像变换到频域,通过对高频低频的系数处理来达到消噪的目的。结合非均匀剖分逼近和V变换两者的优势,将两个方法的消噪结果加权平均,得到一种新的消噪方法。实验结果表明了该方法的消噪效果比很多经典方法更好。

非负稀疏编码收缩法的自然图像消噪

非负稀疏编码(NNSC)算法仅依赖自然图像数据的统计特性,具有自适应性.利用NNSC算法可以成功地提取自然图像的特征基向量;作为对特征基的一个实际应用,提出了一种新颖的用非负稀疏编码收缩技术消除自然图像中的高斯加性噪声的方法.实验表明,提取的特征基向量在时域和频域上都有方向性和局部性,表现了输入自然图像的边缘特性;而且与独立分量分析(ICA)法相比,NNSC法提取的特征基有更清晰的边缘特征.目视效果和归一化信噪比证明了NNSC收缩法的消噪效果要优于稀疏编码(或ICA)收缩法、小波收缩法和Wiener滤波等方法.

改进小波包分析在雷达图像消噪中的应用

针对VDR雷达图像在采集、数字化和传输过程中常受到各种噪声的干扰,不利于对图像进行分析、观察和压缩的问题,提出采用改进小波包分析算法进行图像消噪处理,小波包分析具有比小波更精确的局部分析能力,但由于小波包分解的隔点采样会产生严重的频带混叠现象,文中对小波包分析算法进行改进,利用信号的频移特性,将信号进行移频处理,消除频带混叠现象,达到高质量去噪的目的;通过VDR雷达图像消噪实验证明,上述改进算法好于小波包消噪方法,更优于小波消噪方法,具有更为广泛的应用价值。

一种改进小波图像消噪方法的研究及动态触觉传感图像消噪

基于二维平稳离散小波变换(SDWT)研究了一种改进阈值消噪方法:给出了一种新的跨尺度阈值计算方法;使用将软、硬阈值估计的细节系数进行加权平均的细节系数估计方法;通过补充大尺度细节系数降低消噪误差的方法。与经典的软、硬阈值方法比较,大量的仿真试验说明本文的方法在信号畸变、误差、光滑度等性能指标之间取得了合适的折衷,即具有较好地抑制噪声能力,又可以较好的保持图像边缘特征和精细特征。将此方法应用于动态触觉传感器触觉图像的消噪,取得了显著的性能改进。

一种新的基于小波变换的图像消噪方法

一种新的基于小波变换的图像消噪方法是在运用小波变换对含噪图像进行消噪前,先对图像进行小波级数分解,对其中的低频系数和高频系数进行适当的放大;然后对图像采取局部阈值消噪法进行消噪;最后运用小波变换对所得到的图像小波系数进行适当的缩小并将其重构.仿真实验证明这种方法比一般的诸如中值滤波和维纳滤波等图像消噪方法有很大的改进,特别是图像均方差(MSE)有很大的降低,而图像的信噪比也有较为明显的提高.

织物疵点图像消噪方法的比较

织物疵点图像的消噪是疵点识别和分类的重要预处理步骤。采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。在采用中值滤波和Wiener滤波时,同时选用3×3和5×5滤波器进行消噪;在采用小波阈值化消噪时,计算图像全局阈值,同时采用软、硬阈值消噪方法,对疵点图像进行消噪。通过实验比较,采用小波阈值化方法消噪时,疵点图像边缘清晰,峰值信噪比显著提高,其效果明显好于中值滤波和Wiener滤波;采用小波阈值化消噪后的疵点图像可在特征提取和识别中使用。

基于第二代小波变换的图像消噪

为了减少图像消噪后发生的边缘模糊现象,在第二代小波变换的基础上,提出了采用 最小二乘法获得预测系数进行图像消噪的方法.仿真结果表明,当噪声概率达到0.5时,采用该方 法滤波后图像的峰值信噪比可达到27.744dB,效果明显优于其他方法.

模糊权值中值滤波的X射线图像消噪算法

针对X射线荧光图像的低亮度及噪音造成的对比度差和图像模糊的问题,提出了一种模糊权值中值滤波的图像消噪算法.先用模糊邻域检测法结合梯度检测法分离原始图像中的噪音点与非噪音点,然后在噪音点的邻域内,计算各像素点与邻域中值的模糊相似度,用相似度作中值的权值,对噪音点邻域进行加权滤波;这种算法使图像的非噪音点保持不变.实验结果表明,本文算法不仅具有较强的消噪能力,而且能够保持图像的边缘细节和纹理信息.

轮廓波及曲波和小波变换用于显微图像消噪的比较

背景:小波变换只能反映信号的零维奇异性,无法最优表示图像中的线奇异;而且小波变换只存在3个方向,这些都显著影响了它在图像处理领域的应用效果。针对小波变换的缺点,多尺度几何分析理论正在逐步发展,轮廓波变换和曲波变换就是其中的典型代表。目的:定性、定量地比较轮廓波、曲波和小波变换在图像消噪处理中的效果。方法:在简要介绍3种变换基本原理的基础上,比较它们在图像消噪领域的应用,以均方误差和峰值信噪比作为定量指标评价消噪效果,并将其应用于显微镜图像的消噪处理。结果与结论:综合定量评价指标和人眼视觉感受,曲波变换的消噪结果最佳,轮廓波变换效果次之,小波变换效果则不够理想。

基于Curvelet变换的图像消噪

小波变换对图像消噪能够起到较好的效果,但是对图像中线性区域的处理存在局限性。Curvelet变换是一种新的具有方向性的多尺度变换,他处理图像线性区域能有更好的效果。将Curvelet变换运用到图像消噪中,实验结果表明,他的消噪结果比小波消噪有着更好的视觉效果,并且PSNR也得到一定的提高。

基于比特平面分解的图像消噪方法

灰度图像消噪方法一般是借助于图像的平滑处理技术如均值、中值消噪、数学形态学消噪。这些常规消噪方法都是在空间域对像素的邻域进行某种平滑或积分处理,反映到频域就是在图象的高频区域进行分量抑制或衰减,从而不可避免地导致图像轮廓或边缘区域变得模糊。基于比特平面分解的图像消噪方法,是依据分解所得的各比特平面对原图像边缘信息的贡献,并不对高位的比特平面进行平滑消噪,使得消噪后图像的轮廓或边缘的清晰度较常规平滑消噪有所改善。

一种有效保留图像细节的自适应图像消噪方法

针对更多保留图像细节信息有效滤除噪声的问题,分析了双密度双树复小波的变换原理及特点,推导了双变量萎缩函数,提出一种基于双密度双树复小波变换的局域自适应图像消噪算法。首先对含噪图像进行双密度双树复小波分解;后根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量萎缩函数对小波系数进行处理,并用处理后的小波系数重构图像。实验结果表明:该算法在滤除噪声的同时可保留更多的图像细节,极大地改善了图像的视觉质量。

基于提升的自适应图像消噪

信号经过小波分解后采用软阈值处理具有良好的降噪效果，提升结构是小波技术的新发展。从提升小波出发，通过引入正交性等约束条件得到了具有良好子带分解特性的一族小波；将这些小波应用到软阈值降噪处理中去，依据信号特性自适应的选择滤波器参数，可以明显地提高PSNR.

小波分析在图像消噪中的应用研究

文章通过分析小波分解系数在不同方向高频子波系数的特性,比较几种小波系数的阈值选取,提出了一种小波局部阈值消噪方法,对图像进行有效降噪,并给出了局部阈值的设置。最后通过实验结果论证,该方法在图像降噪中是有效可行的。

一种改进小波阈值函数在医学图像消噪中的应用

提出了一种用于医学图像消噪的新型的小波阈值函数。改进的阈值函数是将两种常见的软、硬小波阈值函数相结合并加以改进,使其兼具了两者的滤波消噪特性。同时将改进的小波阈值函数应用在医学图像图像处理中,用于消除医学图像的噪声干扰,并利用仿真实验与软硬阈值函数作对比,从效果图和实验数据分析验证了其优势。

小波分析在图像消噪中的应用研究

对小波分析和小波包的基本理论进行了简单介绍，详细分析了基于小波和小波包对图像进行消噪的处理技术，并且利用MATLAB对两幅合噪图像分别进行了计算机仿真实验，最后结合理论分析和模拟结果讨论了阈值的选取方法。实验表明，图像消噪效果与阈值的选取密切相关。

利用小波包分析对医学图像消噪的算法研究与应用

针对医学图像去噪,利用小波变换具有多分辨率分析和时频两域都具有表征信号局部特征的特点,提出了基于小波包分析的图像消噪算法,并在MATLAB平台上实验仿真,取得了较好的效果。