基于小波-Contourlet变换与Cycle Spinning相结合的SAR图像去噪

由于合成孔径雷达(SAR)在农业、林业、水文、地矿、海洋、测绘等领域广泛应用,SAR图像质量和视觉效果提升成为了各国学者研究的热点问题。SAR图像的主要噪声源——相干斑噪声的抑制和去除显得越来越重要。本文通过分析了SAR图像的噪声成因以及其噪声模型。基于SAR图像的特性,本文结合小波变换和Contourlet变换各自的优点,提出了一种基于小波-轮廓波变换与图像循环平移结合的SAR图像去噪算法。本文所提出的算法不仅可以显著去除相干斑噪声,提高图像的信噪比,而且还具有平移不变性,可明显改善图像的视觉效果。实验结果表明:与单独使用小波变换去噪相比,本文算法的信噪比提高2分贝;与单独使用Contourlet变换去噪相比,本文的算法去噪后的图像更平滑,抑制了人造纹理产生,视觉效果得到了明显的改善。

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。

双树轮廓波变换域的磁共振图像降噪

为了改善磁共振(MR)图像的质量,提出一种基于双树轮廓波(DT-Contourlet)变换的MR图像降噪算法。研究了MR图像的噪声分布模型,认为这种噪声服从莱斯分布,从而推导了MR模平方图像的噪声参数估计方法。通过分析DT-Contourlet的塔型双树方向滤波器组结构,明确了DT-Contourlet不仅能保持轮廓波灵活的方向选择性,而且克服了传统轮廓波不具有平移不变性的缺点。在DT-Contourlet变换域,通过计算方差一致性测度,用局部自适应窗口估计阈值萎缩因子,对MR模平方图像的变换系数进行阈值萎缩。最后,经过DT-Contourlet反变换,实现了MR图像的降噪处理。实验结果表明,用本文算法降噪的MR仿真图像的峰值信噪比(PSNR)优于传统算法;与基于小波和轮廓波的方法相比,不同噪声方差下的PSNR平均提高了2.13dB和0.91dB。从视觉效果来看,该算法能在有效抑制MR图像噪声的同时,更好地保持图像的细节信息。

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。

基于移不变抗混叠轮廓波变换的混合统计模型图像降噪

针对抗混叠轮廓波变换缺乏平移不变性的缺陷,构造出具有近似移不变性的抗混叠轮廓波变换。在此基础上,在变换域提出一种混合统计模型图像降噪方法。该方法充分利用变换域信号系数层间层内相关性强、噪声系数无层内相关性且在小尺度下存在较强的假层间相关性的特点,采用混合统计模型对小尺度信号系数进行估计,从而避免了非高斯双变量模型放大噪声系数的风险。实验结果表明,提出的去噪法能克服轮廓波变换中的频谱混叠,避免重构图像出现"划痕"和边缘模糊现象,得到的峰值信噪比(PSNR)值分别比轮廓波硬阈值去噪、轮廓波变换域HMT去噪和抗混叠轮廓波变换域硬阈值去噪平均高2.87,1.32和1.36 dB,在有效去噪的同时,具有较好的图像边缘和细节保护能力。

一种高效的小波Contourlet变换阈值去噪算法

针对现有图像去噪算法去噪效率与信号保真度不高的现象,通过研究小波变换与Contourlet变换,将其有机的结合在一起从而实现优势互补,并提出一种高效的阈值去噪算法,通过建立最大值列表,引入适当的阈值将其系数进行分类,并使用优化后的软阈值去噪算法与边缘优化算法对其分类处理,实验表明,该算法能够有效的对含噪图像进行去噪的同时保留其边缘信息,具有高效性、保真度高的图像去噪特性,在图像去噪领域有较好的发展前景。

基于第二代轮廓波变换的消噪方法

提出一种基于第二代轮廓波变换的消噪方法,该方法在阈值选取上采用基于自适应冲激响应的多尺度多方向阈值,在硬阈值处理之后采用自适应维纳滤波。该方法充分利用了第二代轮廓波变换在频域和时域的局部化、多尺度、多方向和低冗余特征;能够利用更多较小的轮廓波变换系数以减轻轮廓波硬阈值消噪带来的纹理效应,并能更好适应人类的视觉特征。实验结果表明提出的消噪方法在峰值信噪比和视觉效果上都优于第一代轮廓波和小波的消噪效果。

基于轮廓波变换的滤波器消噪性能

分析了轮廓波变换的基本原理和实现方法,根据自然图像的统计特征,讨论了基于轮廓波变换消噪的基本方法.在分析实际滤波器参数的基础上,结合实际滤波器的特性,通过实验探讨了在2个不同版本的轮廓波变换消噪方法中,滤波器的选择对于消噪效果的影响.结果表明,采用pkva12和9/7小波能充分利用自然图像中的正则性,具有比其他滤波器更好的消噪效果.

一种新型轮廓波变换及基追踪降噪

由于轮廓波变换(Contourlet Transform)基图像存在不具备局部频率特性的缺陷,通过分析频域楔形支撑区域外部出现潜在混叠的原因,结合易操纵金字塔结构的优良特性,提出了一种新型轮廓波变换来克服传统轮廓波变换的缺陷.这种新型轮廓波变换采用易操纵金字塔替换原变换的拉普拉斯金字塔,保证了其平移不变性.通过非线性逼近实验和基图像分析,得出新型轮廓波变换能稀疏表示图像和避免频域混叠,建立的基追踪图像降噪模型结果表明新型轮廓波变换可以同时提高降噪图像的峰值信噪比和图像质量.

基于轮廓波变换的织物疵点图像消噪新方法

为了实现织物疵点图像的有效消噪,使其更有利于特征提取和疵点检测,提出了基于轮廓波变换的织物疵点图像消噪新方法。综合考虑轮廓波方向子带能量的大小与织物疵点图像轮廓细节之间的关系,对Donoho多尺度分解阈值进行修正,改进了Donoho多尺度分解阈值对图像细节"过扼杀"的缺点。实验结果表明,对织物疵点图像进行基于轮廓波变换改进阈值消噪时,该方法更好地保留了织物疵点图像的轮廓细节,峰值信噪比显著提高。采用改进的轮廓波Donoho多尺度分解阈值消噪后的图像,可以更好地应用于织物疵点图像的特征提取和疵点识别。

一种基于轮廓波变换的高效率去噪算法研究

为提高地震属性剖面的信噪比和空间分辨率,提出了一种基于轮廓波变换的高效率去噪算法。该方法利用地震剖面能量分布的空间特征,结合9-7正交滤波器组和方向滤波器组对原始采集的地震剖面进行多尺度分解,根据有效地震信号和噪声信号分解后的差异性设计了一种自适应的阈值滤波器,通过拉普拉斯金字塔重构地震数据实现轮廓波变换去噪。试验结果与小波变换算法的去噪结果对比论证表明,基于轮廓波变换的高效率去噪算法能够有效压制噪声,提高地震信号的信噪比,处理后效果较小波变换有明显提高。

基于轮廓波变换的消噪算法设计

Contourlet变换是相对于其它变换上有着明显的优势,因此文中分析了Contourlet变换的原理和性质,对于不同的变换及消噪的需求设计了几种消噪算法,使得到的图片更加接近原始效果,从而改进了图片的呈现效果。

基于复轮廓波域高斯比例混合模型SAR图像去噪

在分析了SAR图像的噪声成因及其噪声模型的基础上,提出了一种适用于复轮廓波变换域的高斯比例混合模型的SAR图像去噪(CCT-GMS)算法.本文所提出的算法具有多方向多尺度移不变性,并且充分的利用了复轮廓波的时域和频域的特性,改善了图像的视觉效果.实验结果表明:相比使用小波-轮廓波加上Cycle Spinning去噪,本文算法的峰值信噪比提高2 dB,相比使用BLS-GMS去噪,本文的算法抑制了人造纹理产生,视觉效果得到了明显的改善.

利用方向特性实现非下采样Contourlet变换阈值去噪

系数阈值是流行的去噪方法,其中阈值方式与大小的选择是一个重要的技术问题.依据非下采样Contourlet分解系数尺度内与尺度间的相关性,考虑到相同尺度内不同方向上系数分布的聚集性依赖图像自身发生变化,提出一种利用方向特性实现非下采样Contourlet变换阈值去噪策略.对于被加性高斯白噪声污染的图像,实验中将利用方向特性实现非下采样Contourlet变换阈值去噪策略方法与小波阈值去噪、Contourlet变换去噪方法和非下采样Contourlet变换去噪方法进行了比较,结果表明利用方向特性实现非下采样Contourlet变换阈值去噪策略的峰值信噪比结果相比这些方法平均高出0.5-3.3 dB,在边缘特征方面保持了良好的视觉效果.

轮廓波消噪中滤波器的选择

通过实验探讨了在2个不同版本的轮廓波变换消噪方法中,滤波器的选择对于消噪效果的影响,指出在轮廓波消噪方法中最合适的滤波器应当是"pkva"和"9-7"小波,应当避免使用的滤波器是"haar"小波.

基于Contourlet变换的红外图像去噪技术

研究了一种基于Contourlet变换的红外图像去噪技术。在Contourlet域中使用硬阈值函数对Con-tourlet变换后的系数进行处理,经反变换即可得到较好的去噪图像。实验结果表明:与传统的小波阈值去噪方法相比,该方法能够更有效地保留红外图像的细节和纹理,具有更好的视觉效果和较优的信噪比。

基于样本噪声响应法的轮廓波消噪算法

分析了轮廓波消噪的有关性质,提出了适用于轮廓波消噪确定子带阈值收敛因子的样本噪声响应法。该方法根据样本噪声(标准高斯白噪声或者特定冲激信号)作用在每个子带上的统计特性,得到每个子带的收敛因子,使用该收敛因子对3σ(或4σ)准则进行修正来确定不同尺度不同方向子带的硬阈值门限。图像消噪实验结果表明:无论在峰值信噪比方面还是在视觉效果方面,本方法均可以取得比较满意的消噪效果;对于尺度较大的图像,可以极大地加快消噪速度并减小内存需求;硬阈值消噪之后使用自适应维纳滤波,峰值信噪比会有一定程度的提高。

基于子带收敛因子阈值法的轮廓波消噪方法

提出了适用于轮廓波变换消噪中确定子带阈值收敛因子的样本噪声响应法。该方法根据标准高斯白噪声作用在每个子带上的统计特性,得到每个子带的收敛因子;使用该收敛因子对标准的3σ(或4σ)准则进行修正来确定不同尺度不同方向子带的硬阈值;并在轮廓波域进行子带硬阈值处理之后,使用自适应维纳滤波进行后处理。实验结果表明,本文提出的消噪方法,对含有高斯白噪声的图像进行消噪,无论在峰值信噪比方面还是在视觉效果方面均可以取得比较满意的消噪效果;在一定的范围内,采用较小的样本图像计算子带收敛因子,在加快消噪速度和减小内存需求量的同时,仍然可以保持满意的消噪结果。

轮廓波消噪中消噪效果与噪声强度的关系

首先简单回顾了轮廓波变换的基本原理和实现方法;然后阐述了基于轮廓波变换的图像消噪实现方法,针对包括小波消噪、第一版轮廓波变换消噪和第二版轮廓波消噪变换消噪在内的三种变换域消噪方法在不同噪声强度下的消噪效果进行了实验和分析。实验表明,第一版轮廓波变换在噪声强度较大时,比小波有较高的信噪比;在噪声强度较小时,比小波有更低的信噪比;第二版轮廓波变换则总是在信噪比上优于小波。

基于轮廓波消噪的门限选取方法研究

简单地回顾了轮廓波变换的基本原理和基于轮廓波变换的消噪方法;与小波消噪门限选取原则相比较,得出了轮廓波变换消噪的门限选取原则和参考阈值,指出参考阈值的选取应该低于小波最优门限3σ,并给出一些不同门限下小波消噪和轮廓波消噪的实验结果。实验和理论分析表明,基于轮廓波变换的消噪方法在门限选取上略不同于小波的3σ原则,合理的门限参数应当是2.5σ。门限的选取从3σ下降到2.5σ,使得基于轮廓波变换消噪的峰值信噪比提高0.3 dB左右,视觉效果也有一定程度的改善。