脉冲噪音图像的修正恢复方法

对于脉冲噪音和模糊图像,最常见的恢复方法是全变分加1范数,即TV/L1模型。但是,对于高噪音水平的情形,TVL1模型的恢复效果不太好。为解决上述问题,本文提出一种新的模型,即在TV/L1模型基础上,加上一个由反正切函数构造的线性的修正项。模型求解采用交替方向法。数值实验验证了本文所提出的新方法的有效性,尤其对于高噪音情形,去除脉冲噪音的效果明显优于TV/L1模型。

遥感技术影像中去除噪音的方法分析及应用

在数字图像处理中存在的典型噪音有高斯噪音、椒盐噪音还有二者的重合而成的混合噪音,本文采用均值滤波法、中值滤波法和小波去噪法分别对遥感影像进行了处理,做出了适宜性分析。

一种新的PCNN自适应去噪算法

针对椒盐噪音图像去噪问题,提出一种新的PCNN自适应去噪算法。首先通过统计分析离散余弦变换系数确定图像子块纹理复杂度,然后根据图像子块纹理复杂度自适应调整窗口大小,最后采用PCNN检测噪并修正噪音点。经过仿真表明,统计分析离散余弦变换系数能够较好地划分图像子块纹理细节复杂度。与中值滤波以及PCNN去噪算法相比,算法在去除噪音同时保留图像细节,图像的客观评价标准峰值信噪比与结构相似度都有显著提高。