基于纹理分析的去图象噪声研究

针对中巴卫星高分辨率CCD相机接收影像存在明显的条带噪声 ,本文提出了基于纹理分析的去条带方法 ,即将图象上具有特定特征的噪声信息看作是某种对应的纹理特征 ,在基于纹理特征滤波法进行图象预处理的基础上 ,再用灰度共生矩阵法进行直方图平滑 ,以进一步消除局部噪声。

噪声图象中提取边界的随机启发式搜索方法

在噪声图象中如何有效地提取边界是图象分析领域中的难点 .启发式搜索的方法常常用于提取边界 ,但是 ,这种方法由于采用固定的起始点、固定的引导度量以及对图象仅进行一次性搜索 ,对噪声往往很敏感 ,为此提出了一种随机启发式搜索算法 ,该方法随机地选取起始点 ,并依照引导度量的概率反复地进行随机搜索获得各种可能的边界轨迹 ,然后进行各搜索轨迹的积累自增强 ,最后根据自增强积累统计结果获得边界 .大量的实验结果证明 ,在噪声图象中 。

噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。

多种噪声图象的自适应韧性滤波

本文提出了一种用于噪声图象的自适应韧性滤波器。它不需要先验的图象统计分布知识,具有良好的滤波韧性。它能同时滤除图象中的独立加性噪声、信号有关噪声和脉冲噪声。这种滤波器有很好的边缘信号保护作用并易于实现。

噪声图象的非线性与自适应滤波技术

近年来,已提出和发展了许多用于噪声图象滤波的非线性和自适应技术,使滤波质量有了显著的提高。本文分析了线性滤波器用于图象噪声滤波的缺点;对各种非线性与自适应图象滤波技术进行了分类并作介绍,指出了这些方法备自的局限性和存在的问题并评述了目前研究的趋势与展望。

开闭运算在消除图象噪声中的应用研究

本文讨论了数学形态学开闭运算的滤波性质 。

基于局部优化的图表示学习增强

随着图表示学习在多个领域的成功应用,针对不同图数据和问题而设计的图表示学习方法爆发式增长.然而,图噪声的存在限制了图表示学习的能力.为有效降低图网络中的噪声比例,首先分析了图节点局部邻接的分布特性,并理论证明在局部邻接拓扑构建时,探索高阶邻近信息能够优化增强图表示学习的性能.其次,提出“2步骤”局部子图优化策略(local subgraph optimization strategy,LSOS).该策略首先根据原始图拓扑结构信息构造出具有多阶信息的局部邻接相似矩阵.然后基于相似矩阵和图节点局部信息,对图节点进行局部子图的结构优化.通过局部邻接的合理重构来降低网络中的噪声比例,进而达到图表示学习能力的增强.在节点分类、链接预测和社区发现3类任务的实验中,结果表明局部子图优化策略能够提升8个基线算法的性能.其中,在3个航空网络的节点分类任务中,提升效果最高分别达到23.11%,41.58%,24.16%.

分形变换与图象噪声平滑

利用分形交换进行图象噪声平滑，是分形理论的又一应用领域．本文对这一问题进行了理论分析和实验验证，从而指出了分形变换应用于图象噪声平滑的潜力所在．

受噪声污染图象中的基于排序统计的非线性边缘检测器

本文主要研究了如何对受混合噪声污染的图象进行边缘检测，并提出了一种基于排序统计的非线性边缘检测算子。该算子将输入样点集划分成两个具有不同灰度值的子集，通过子集的运算值之差判断边缘是否存在。子集的划分和输出形式的选择是减少噪声对边缘检测器影响的关键。计算机模拟实验表明，基于排序统计的边缘检测算子能较好地同时消除高斯噪声和脉冲噪声对边缘检测器的影响，并且能精细地提取图象的边缘，效果优于其它边缘检测算子。

利用双正交小波变换去除图象噪声

对噪声污染的图象进行复原处理时 ,传统的去噪声方法会造成图象模糊。本文用双正交小波变换去除图象噪声 。

基于Perlin噪声图的地理信息预测

Perlin噪声图是一种可编程纹理技术,其产生的数据具有很好的渐变连续性。因为Perlin噪声图和真实的地理信息图具有很高的相似度,所以Perlin噪声图可以用于模拟地理信息图,应用于评估地理区域信息预测方法。本文介绍了Perlin噪声图以及两种地理信息预测算法,Voronoi图和渐变Delaunay三角剖分。本文将基于Perlin噪声图设计实验,应用两种预测算法预测地理区域信息,并根据实验结果分析总结。

噪声图象最小方差模块滤波方法

用噪声图象平滑滤波的算法对一幅加了多种噪声的图象作了平滑。结果表明，本滤波算法在既不模糊图象边缘，又不损害图象内部细节的前提下，达到了很好的去除噪声、增强图象边缘的目的．

基于Surfer生成区域噪声污染图的方法

以成都理工大学昼夜声环境调查项目为例,探讨了应用Surfer生成区域噪声污染图的方法及其优点。文章详细介绍了在Surfer软件中完成地图网格化,测量点坐标提取,制作数字边界,利用不同模型生成等值线图,按照测量规范设置等值线的颜色和填充效果,叠加图例和说明文字等操作的全过程。

闪光X光噪声图象的局部统计滤波

本文介绍一种噪声图象的滤波方法 ,它不需要先验的图象模型 ,而且也不会损伤边界和细小的细节 ,在相加性和相乘性噪声的情况下 ,计算与边界方向有关的子集的局部平均值和方差 ,相应地沿着边界方向的噪声就被去掉 。

基于模糊推理的图像椒盐噪声自适应滤波算法

为了解决图像椒盐噪声的滤除和图像细节保护这一矛盾问题,利用模糊推理系统提出了一种新的细节保护滤波算法——自适应模糊方向中值滤波算法.主要技术包括对图像像素的模糊划分,噪声图的构建以及自适应滤波的噪声滤除方式.在滤波过程中通过计算方向指数和平均偏差来建立用于创建噪声图的模糊隶属函数,对划分为标签1和标签2的噪声点,根据其方向指数值与自适应阈值的相对大小关系,算法自动选择执行中值滤波或特定方向上的中值滤波.仿真实验表明,该算法在滤波效果和细节保护能力上都可以得到满意的结果.

噪声图象边缘检测的快速统计算法

本文针对边缘检测算法中统计法速度低这一问题,在Huang提出的基于最大似然估计的算法基础上,简化了判决统计量,从而构成了一种新的快速算法。理论与实验结果表明,本算法比Huang算法速度提高了10倍左右,效果也明显改善。

模糊聚类神经网络用于分形特征的低反差及噪声图象的目标定位

研究了一种用于低反差及有噪图象的目标定位方法。首先采用分形技术从图象中提取两个独立的分形特征参量，再利用模糊Ｋｏｈｏｎｅｎ聚类神经网络对其进行聚类，实验结果表明了该方法的有效性。

图象噪声与中放幅频特性的关系

分析了两种不同的接收机中放幅频特性产生的视频噪声频谱，并从人眼的视觉特性出发，论述了这两种视频噪声频谱对接收图象信噪比的影响。

图象中的噪声及复原方法研究

文章主要阐述了噪声图象的复原方法,介绍了图象中噪声的产生及与图象信号相关的噪声的分类,并分别讨论了用于图象复原的均值滤波、中值滤波、自适应维纳滤波、形态学滤波和小波去噪的工作原理和适用性。

彩色图象噪声的形态滤波方法

形态处理是在二值和灰度图象处理中噪声抑制、特征抽取、形状描述等的有效方法.本文提出了一种 彩色形态变换,将数学形态学理论拓展到彩色空间.构建了彩色噪声形态滤波器,分析了其性质.实验结果表明它 能有效地消除图像中的彩色噪声、保留图像边缘。