平滑图像噪声的差值滤波法

在图像生成和通讯的过程中,总会产生随机的脉冲干扰和其他的噪声,影响图像的质量和视觉效果。为了滤除图像的干扰噪声,现在一般是采用中值滤波法或加权平均法。但这些方法只能在一定程度上保持图像的边缘细节,相当多的细节被抑制。为此,本文提出一种图像平滑的差值滤波法,尽可能的滤除噪声,又更多的保留图像的细节。实验结果表明效果明显,这在红外遥感图像处理和临床医学的辅助诊断中,有重大应用价值。

基于重加权数据项的边缘保持图像平滑算法

为了避免弱梯度边缘信息被平滑、噪声纹理信息因具有与结构像素相似的强梯度特点而被保留的问题,提出一种基于重加权数据项的边缘保持图像平滑算法.该算法将数据项拆分为2项,首先通过计算图像中当前像素与局部邻域像素间的相似性初步判断待处理像素是否位于结构区域;然后用分项后的2个权重分别约束待处理像素与原图相似,以及待处理像素与滤波结果相似,实现结构信息的保留和非结构信息的平滑.在基于L_(2), L_(0)和L_(1)的平滑算法实例中与其他算法进行实验,并使用PSNR和SSIM评价指标在BSD300数据集上对各种算法进行评估,结果表明,所提算法不仅能保持弱梯度结构信息,还能产生优于原始算法的图像平滑效果;该算法有较强的实用性,能适用于大部分全局优化算法.

局部高斯均差变分保边图像平滑算法

针对图像平滑过程中无法保留细节的问题,提出了基于局部高斯均差变分的保边图像平滑算法。首先,通过统计学分析建立局部高斯均差变分算子。其可以衡量局部梯度与高斯滤波处理后的梯度差异,区分结构和纹理。其次,构建局部高斯均差变分平滑模型,由稀疏求解得到初始平滑图像。最后,针对复杂纹理图像存在纹理残留的问题,提出孤立噪声去除模型。模型通过自适应窗口设定像素值,在不影响结构的前提下去除初始平滑图像中的纹理残留。通过主观、客观实验,与经典的算法对比,证明该算法有更高质量的平滑结果。评价指标整体提升了0.7%。通过压缩伪影去除、HDR色调映射、图像去雾和拉普拉斯金字塔加速的扩展实验,验证该算法在不同视觉任务上的适用性和效率可提升性。

各向异性的L_(0)正则化图像平滑方法

现有的图像平滑方法缺乏灵活性,会导致边缘不清晰、结构缺失和过度锐化等问题。文中提出一种新的自适应加权矩阵的正则化方法,主要应用于图像平滑,并且可以扩展到其他应用。提出的模型设计了一个新的正则化项,基于梯度算子▽和自适应加权矩阵T组合为L_(0)范数正则化项,使得模型具有各向异性。通过为不同梯度方向赋予不同的权重,以此来刻画平滑图像的局部结构,更好地展现局部特征,防止过度平滑。由于所提出的模型是非光滑且非凸的,在求解上比较复杂,因此采用ADMM算法对模型进行求解。把目标函数分解成几个易求解的子问题,分别对每个子问题求解,最终得到模型的最优解。主客观实验表明,提出的模型在视觉效果以及数值方面都有明显的提高。

一种改进的偏微分方程图像平滑方法

针对退化扩散方程在图像平滑时对角点的圆弧化 ,提出由梯度及与其正交方向上的二阶方向导数共同决定扩散速度 .在图像的角点位置上 ,扩散速度趋于零 ,在线条点位置上 ,扩散速度由梯度的模值来决定 ,并在与梯度正交的方向上进行平滑 ;在灰度变化不大的区域上 ,采用传导系数为常数的热方程进行平滑 .文中的理论上说明了扩散速度的构造方法 .实验结果表明 ,该扩散模型在对图像进行平滑的同时 ,对特征点的保留是明显的 .

基于图像平滑度的空域LSB嵌入的检测算法

对图像像素值与邻域均值的差的分布进行建模,以该分布的方差定义了图像平滑度的概念,进而通过对消息嵌入、LSB平面取反带来的图像平滑度的变化进行分析,提出了针对空域LSB替换伪装算法的秘密消息长度估计算法,该算法可以准确地估计图像中嵌入的秘密信息数据量的大小.文中算法物理意义直观、实现简单、计算量小、计算速度快,有利于实现实时检测.实验结果表明该方法是有效的.

一种新的三阶非线性扩散图像平滑方法及其算法实现

基于非线性扩散在保留图像重要特征方面表现出的良好性能,通过引入图像局部特征(曲率),将曲率和梯度联合作为控制传导率的因素引入非线性扩散方程,提出了一个新的三阶非线性扩散方法,并讨论了该方法的数值实现。实验结果表明,这一方法对各种类型的噪声均有好的平滑效果。

改进的梯度倒数加权算法在图像平滑中的应用

介绍了一种图像去噪的方法 :梯度倒数加权算法。此种算法可以较好地去除图像的噪声同时又能保持图像的细节信息 ,但该算法对椒盐噪声污染的图像平滑效果不理想。基于此种算法我们提出了一种改进的算法 ,事实证明改进的方法既能很好地去除了图像中的椒盐噪声 ,同时又能保持图像的边缘和细节。

基于人类视觉系统的各向异性扩散图像平滑方法

本文首先分析了图像处理领域中现存各向异性扩散技术所面临的一些问题 ,然后根据人类视觉系统的一些特性提出了一个改进的各向异性扩散方法 .由于该方法充分利用了可见度函数所提供的信息 ,它不仅避免了Per ona Malik以及You Kaveh方案中对参数选择的困难 ,而且也克服了Catte方案对观察图像进行预平滑的过程中所面临的问题 .实验结果表明 ,在图像平滑的过程中 ,该方法在噪声消除和边缘保留方面能获得较好的效果 .

一种新的基于高阶非线性扩散的图像平滑方法

该文首先基于方向曲率模值提出描述图像平滑度的泛函,并推导出新的高阶偏微分方程(PDE)图像降噪模型,在有效降噪的同时,能较好地保持特征.低阶非线性扩散方法处理结果是分段恒定图像,而文中方法得到的分段线性图像,视觉效果更加理想.与其它高阶方法相比,新方法具有理论和计算上的优势.其次,针对非线性扩散中出现的过度平滑现象,该文提出利用泄漏修补算子对偏微分方程进行补充,实验表明,泄漏修补机制对图中重要的、细微的特征有较好的保持作用.最后,文中还提出一种新的非线性扩散过程——复合扩散,以扩大方法的使用范围,提高其适应性.同以往的非线性扩散相比,复合扩散不但能自适应地调整扩散方向,而且可并行处理不同类型噪声.

基于图像平滑算法的电能质量数据压缩方法

为满足电能质量数据存储与传输的需要,基于图像平滑算法、二维离散小波变换以及图像多级树集合分裂编码算法提出了一种电能质量数据压缩新方法。将一维电能质量数据转换为二维矩阵以挖掘电能质量数据的循环间冗余性;应用数字图像平滑技术对二维变换后所得到的电能质量图像矩阵进行平滑处理以有利于二维小波变换编码;结合二维离散小波变换、图像多级树集合分裂编码以及DEFLATE编码算法对电能质量数据进行压缩。仿真实验结果表明,相对现有的电能质量数据压缩方法,所提出的方案不仅能更有效地压缩电能质量数据(同等压缩比的情况下,信噪比更高),而且还可以根据实际需求通过对压缩码率的控制灵活调节电能质量数据压缩性能。

多重光照色差下图像平滑美化处理算法

夜间多重光照下采集的图像存在色差,采用白平衡偏差补偿方法实现夜间多重光照下图像的平滑美化处理,以提高图像的成像质量。传统的图像平滑算法采用循环跟踪像素点特征提取算法,出现白平衡偏差时图像的色差补偿效果不好。提出一种基于白平衡偏差补偿的夜间多重光照下的色差图像平滑算法。首先进行图像特征采集和自适应均衡预处理,对夜间多重光照下的色差图像进行白平衡偏差补偿,然后采用图像盲去卷积算法进行图像平滑,通过目标特征模型在空间上的相似度函数来确定图像光照色差的特征权值,沿梯度方向求得图像边缘信息,再通过特征聚类对夜间多重光照色差图像自动划分目标空间,最大程度地对夜间多重光照下的色差图像的细节特征进行平滑美化。仿真结果表明,采用该算法进行白平衡偏差补偿的夜间多重光照色差下的图像平滑美化处理方法具有较好的图像平滑性能,计算开销较小,图像的细节特征平滑效果最佳,其优于传统算法。

图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上,对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型,通过多次试验,得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。

改进的基于粗糙集的图像平滑

为了取得更好的图像平滑效果,研究了一个改进的基于粗糙集理论的图像平滑方法,即以传统的选择式掩模平滑处理方法的思路为基础,给出了改进的基于粗集理论的图像平滑的具体实现方法。该方法首先通过像素点的RS近似相似度来判断像素所属的掩模,然后对图像进行平滑处理。该方法在完成去除噪声功能的同时,不仅较好地保持了细节,而且增加了图像的对比度,试验结果表明,该方法较传统的预处理方法处理的图像,质量上有所提高。

一种改进的各向异性扩散图像平滑方法

在人类视觉系统特性基础上提出了一个改进的各向异性平滑方法。加入图像四阶偏微分信息避免"阶梯效应",扩展演化方向,改进数值模型。实验结果表明,该方法在噪声消除和边缘保留方面能获得较好的效果。

一种稳健的自适应图像平滑算法

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块。优秀的平滑算法应该在有效处理含有多种噪声的受污图像时,仍具备良好的图像细节保持能力。为了能够在有效地处理含有多种噪声的受污图像的同时保持图像细节,提出了一种结合非线性和线性滤波器的稳健平滑算法,该算法是在分析几种细节保持能力良好的平滑算法(梯度加权平滑、自适应中值滤波、稳健平滑、边缘保持滤波器)的基础上,通过吸收上述几种平滑算法细节保持效果较好的优点,结合它们各自对不同噪声的适应性而得到的。针对含有多种噪声的受污图像,用该算法进行了去噪试验,多次试验结果表明,该算法在稳健地处理这些受污图像的同时,仍可以保持良好的图像细节,同时该算法还可以稳健地处理复杂的含噪图像,且具备良好自适应性,可以为涉及图像处理的软件架构,提供相应的算法支持。

一种基于鲁棒估计的自适应图像平滑方法

基于鲁棒统计理论,提出一种新的保持图像边缘的图像平滑算法.将图像滤波与平滑转化为一个分段常数模型的鲁棒估计问题.并由此导出基于分段常数模型的尺度自适应鲁棒滤波器.为了自动确定鲁棒滤波器的最优尺度参数,使用直方图分析,结合非参数统计的方法来确定各点的鲁棒尺度参数.该算法可以在平滑图像的同时,保持原始图像中的边缘结构.实验表明,该算法平滑图像的效果,明显优于固定尺度的平滑算法.

基于去噪阈值的图像平滑模糊算法方法研究

提出了一种高效的基于模糊概念的平滑算法,它采用加权平均来取代传统的均值操作,并引入了相邻度概念,把相邻度设为像素的权值,还采用点对块处理来取代传统的点对点处理,同时利用去噪阈值来取代传统的分割阈值,因而使得用此方法处理过的图像更加清晰,尤其在噪声较多且复杂的情况下,它的优势就更明显。实验表明,该方法比基于传统平滑算法的去噪效果有较大提高。

一种基于图像平滑的近无损编码方案

提出了一种新的基于图像平滑、精确度可选的近无损图像编码方案。首先根据指定的精度对原始图像进行相应的平滑处理,然后使用整数小波变换和分层树集合分割算法进行编码。仿真结果证明了该编码方案的有效性。

基于P&M模型的图像去噪平滑处理算法

研究图像平滑处理去噪问题。针对传统图像平滑算法在去除噪声的同时会破坏边缘、纹理等不能保持原图图像特征。为解决此问题,提出了一种基于PDE's各项异性的扩散Perona&Malik算法。通过引入高斯平滑算子,利用P&M模型的可调扩散系数来改善图像平滑效果,在抑制噪声的同时能够保持这些特征的特点。通过仿真分析表明,所提出的算法对孤立的噪声点平滑效果明显,同时也不会过多地影响原来图像的特征。