Wavelet-Based Hybrid Thresholding Method for Ultrasonic Liver Image Denoising

This paper presents a wavelet-based hybrid threshold method according to the soft- and hard-threshold functions proposed by Donoho. The wavelet-based hybrid threshold method may help doctors to know more details on the liver disease through denoising the ultrasound image of the liver. First of all, an analytical expression for the hybrid threshold function is discussed. The wavelet-based hybrid threshold method is then investigated for ultrasound image of the liver. Finally, we test the influence of this parameter on the proposed method with the real ultrasound image corrupted by speckle noise with different variances. Moreover, we compare the proposed method under the varying parameters with the soft-threshold function and the hard-threshold function. Three metrics, which are correlation coefficient, edge preservation index and structural similarity index, are measured to quantify the denoised results of ultrasound liver image. Experimental results demonstrate the potential of the proposed method for ultrasound liver image denosing.

基于改进切尾均值的矿井图像去噪算法

现有矿井图像去噪算法对于复杂噪声的去除效果有限,且处理速度不能满足实时监控需求。针对该问题,提出一种基于改进切尾均值的矿井图像去噪算法。首先,采用切尾均值滤波器对图像噪声进行初步滤除,同时引入二次检验机制处理残留的噪声点,通过引入离散系数提升算法对不同像素的区分能力,增强去噪性能;其次,采用基于极值数量的分类处理及再次检验机制,有效减少残留噪声问题;然后,在小波函数中引入新的控制变量优化软阈值函数和硬阈值函数,构建双阈值函数,结合Radon变换增强对线性特征的处理,增强对矿井图像的检测能力;最后,采用均方误差(MSE)与峰值信噪比(PSNR)进行图像质量评价。实验结果表明:相较于切尾均值算法、硬阈值算法、软阈值算法,基于改进切尾均值的矿井图像去噪算法处理的图像的MSE增长相对缓慢,MSE最小,图像去噪效果最好;引入离散系数后,去噪图像的MSE相较于引入前低300 dB左右,PSNR相较于引入前高20 dB左右,引入离散系数能有效减少噪声点对算法的影响;相较于卡尔曼遗传优化算法、变换域图像去噪算法、交叉分支卷积去噪网络,基于改进切尾均值的矿井图像去噪算法处理的图像MSE分别降低了27,21,13 dB,PSNR分别提升了8,6,3 dB,去噪耗时分别缩短了0.20,0.16,0.14 s。

基于BayesShrink软阈值的Bandelet域SAR图像去噪

合成孔径雷达(SAR)图像产生的相干斑噪声是一种乘性噪声,严重影响SAR图像的质量。本文提出一种新的极化SAR图像的去噪方法,该方法对极化SAR图像进行自适应Bandelets阈值方法,阈值采用BayesShrink软阈值方法,将其应用于自适应Bandelets系数。通过实验对比,证实此法与小波阈值去噪相比,能够更好地保持图像纹理和边缘特征。

基于小波变换的水下图像去噪方法

水下图像在拍摄、传输中会产生严重的噪声影响,这些噪声不仅影响图像质量,还影响图像后续的目标检测和定位精度。文中改进了一种基于小波变换的水下图像去噪算法,该算法首先考虑信号和噪声在不同小波变换尺度下的不同传播特性,采用一种随分解尺度变化的自适应阈值估计方法;其次采用自适应图像特征的收缩函数对每个小波系数局部估计小波系数的能量进行分类。实验结果表明,改进的小波去噪方法能够有效地减弱噪声信号,使去噪后的水下图像更有利于后续的目标检测和定位。

新小波阈值函数在图像去噪中的研究应用

针对传统小波阈值函数在阈值处不连续性、不渐近性、不光滑性等问题,导致去噪后的图像失真严重。因此,文中以小波变换为基础,提出了一种改进的阈值函数,与硬阈值、软阈值以及已存在阈值函数比较,得出该函数具有优越的数学特性,并用峰值信噪比和均方值误差客观评价法验证了该算法的优越性。通过Matlab仿真实验表明,新改进的小波阈值去噪方法不仅保留了原始图像的细节,而且有效抵制了噪声,最终使图像质量得到明显提升。

基于改进阈值函数的TOFD图像小波去噪

针对硬阈值函数在阈值处不连续、软阈值函数虽然为连续函数但有固定偏差的问题,在分析了硬阈值函数、软阈值函数和几种代表性的改进阈值函数的优缺点后,提出一种改进阈值函数的小波去噪算法,并利用MATLAB软件进行了仿真验证,结果表明,所提出的改进阈值函数具有较好的去噪效果。进一步将该算法应用到超声波衍射时差(TOFD)检测图像的去噪中,结果表明所提出的改进阈值函数在TOFD检测中具有较好的应用效果。

基于改进阈值函数的小波图像去噪方法研究

本文提出一种改进的阈值函数公式,该函数与硬阈值函数相比是连续的,函数中引进了指数函数,可以有效地避免出现软阈值函数的过收缩,添加的调和因子也可以帮助研究者根据不同图像的特征,灵活地在软阈值函数和硬阈值函数之间调整,从而根据实际需要得到去噪后的图像。仿真实验表明,利用改进的阈值函数对图像进行去噪,去噪后的图像在去噪效果和细节特征的保留方面,要优于软、硬阈值函数去噪。

改进阈值与尺度间相关的小波红外图像去噪

为了更有效地去除红外图像中的噪声,提出一种基于改进阈值与尺度间相关的小波红外图像去噪方法.一方面利用阈值修正方案和新阈值函数对通常的小波阈值去噪法进行改进;另一方面通过对阈值邻近的小波系数进行小波变换尺度间相关性估计,提高小波系数阈值判断的准确性.实验结果表明,与通常的小波阈值去噪法相比,该算法能更有效地去除红外图像中的噪声,获得更高的峰值信噪比(Peak signal-to-noise ratio,PSNR)、边缘保持指数(Edge preserved index,EPI)和更好的视觉效果,具有较好的实用性.

贝叶斯改进阈值超声图像去噪方法

针对超声图像散斑噪声,提出一种贝叶斯改进阈值超声图像去噪方法。超声图像质量下降的主要原因是乘性噪声的污染,采用Jain提出的噪声模型,完成对数化后的小波变换,假设小波系数服从广义高斯分布,估计各尺度的贝叶斯阈值,利用改进的阈值函数处理各小波系数。所用改进阈值函数较软阈值函数有更好的连续性且不易丢失小波系数。处理医学超声图像和声纳超声图像的结果表明,较之以往的去噪方法,该方法在去除噪声的同时能较好的保留边缘及细节特征。

基于小波子带系数能量的优化权值降噪

针对小波阈值降噪中阈值函数选取的关键问题,为解决常规阈值函数存在的不连续性以及估计得到的小波系数存在较大偏差的问题,提出一种在整个小波域都连续的自适应阈值函数。该阈值函数充分考虑了各尺度不同方向子带内小波系数的特征,将不同尺度多个方向的子带系数的能量作为该阈值函数的初始权重因子,采用区间进退法和黄金分割法迭代求解其优化的权值,自适应提高估计的小波系数与分解的小波系数的逼近程度。实验结果表明,该方法在去除噪声的同时保留了图像的边缘和细节信息,在不同的噪声标准差下取得了较高的峰值信噪比(PSNR)。

一种新的小波收缩统一阈值函数

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能。此外,给出了新阈值函数的期望、方差与风险的关系式。仿真结果表明新阈值函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的灵活性,可以获得更高的信噪比和更好的视觉效果。

基于小波变换和脊波变换的自适应图像去噪算法

为了克服单纯小波变换或脊波变换的不足,提出了基于小波变换和脊波变换的自适应去噪算法。实验结果表明,在处理点奇异性和线奇异性的图像时,该方法比单纯小波变换或脊波变换的阈值去噪算法更具优越性,在实际应用中更为有效。

一种改进的小波阈值图像去噪方法

分析小波阈值去噪特点,针对软、硬阈值去噪存在伪吉布斯和边界模糊现象,提出一种改进的阈值函数和阈值估计方法,该阈值函数具有连续可导且偏差可变的特性,新的阈值估计方法具有较好的自适应性。实验结果表明,该方法可以有效地去除白噪声干扰,无论从视觉效果上还是信噪比上,都优于软、硬阈值去噪方法。

多层阈值函数下的小波图像去噪

传统的硬软阈值函数在阈值处不连续,容易产生振荡,且估计小波系数与实际小波系数有恒定偏差,存在过扼杀现象。为此,提出一种多层改进型的阈值函数,该函数不仅在阈值处连续,而且估计的小波系数能够渐进实际小波系数。通过加入阈值调节因子,根据采样点长度的不同调节阈值因子,解决固定阈值偏大的问题。实验结果表明,改进后的阈值函数无论在视觉效果上,还是在峰值信噪比和均方误差性能上均优于传统阈值函数。

一种新的小波阈值函数在图像去噪中的应用

为了解决传统的小波阈值函数在图像去噪中存在的一些问题,提出了一种新的阈值函数进行去噪。新的阈值函数和传统的软硬阈值函数相比,它弥补了硬阈值函数不连续的不足之处,同时又保留了与软阈值函数一样的连续性,减小了软阈值函数中存在的恒定偏差。新的阈值函数表达式简单且高阶可导,易于各种数学处理。对图像的仿真实验表明,相比软硬阈值函数和软硬阈值折中函数,该方法具有更好的去噪效果,具有较高的实用价值。

基于自适应阈值的图像去噪新算法

提出了一种具有自适应阈值的图像去噪算法.首先,阈值函数具有连续性,高阶可导性,充分体现了小波分解后系数的能量分布,且函数表达式简单易于计算,适合各种数学处理.其次,阈值的选取考虑了分解过程中小波系数的相关性和过程性等因素,减小了对噪声的误判率,具有更强的实用性.仿真实验结果表明,新算法不仅比传统算法运算量小,而且取得了更高的峰值信噪比(PSNR)和更小的均方误差(MSE),更加有效地去除了图像的噪声.

基于小波变换的改进软阈值图像去噪算法

由于经典的小波阈值函数存在一定的缺陷,如硬阈值函数在阈值处不具有连续性,软阈值函数的小波估计系数和原系数之间存在着恒定的偏差,会导致去噪后的图像出现失真、产生吉布斯震荡等问题。文中综合典型的小波阈值函数的优点,并综合一些改进的方法,针对其缺点,提出了一种改进的阈值函数。该函数不仅在阈值处是连续的、小波估计的系数渐进原系数,并且具有可微性,易于实现梯度算法的自适应学习。为了验证该阈值函数的优越性,通过仿真实验对几种小波去噪方法的均方差(MSE)和峰值信噪比(PSNR)进行了对比。实验结果表明,用改进后的阈值函数进行去噪,无论是在视觉效果上,还是在均方差和峰值信噪比性能分析上均优于常用的阈值函数。

基于一种新的阈值函数的小波图像去噪

文中在D.L.Donoho和I.M.Johnstone提出的小波阈值去噪基础上,提出了一种改进的阈值函数。该阈值函数采用双阈值模式,通过逐渐增大对小波系数的缩减力度来处理双阈值之间的小波系数,尽可能多地保留有用信息,直至小波系数缩减为零。在这里引入了一个控制变量来调节系数的缩减幅度。与传统的软、硬阈值方法相比,改进的阈值函数最大的优点是函数连续且减小了估计系数的误差。通过仿真实验,从视觉和客观评价标准(峰值信噪比和均方根误差)上验证了新阈值函数去噪的有效性。

基于平滑阈值函数的小波图像去噪

本文在分析软阈值函数的基础上通过对软阈值函数进行修正,提出了平滑阈值函数。此种函数因在整个取值区间内保持平滑性,所以在去噪中可保存图像的部分细节。本文将此种函数与基于贝叶斯风险估计求阈值相结合,用于自适应的小波阈值去噪,提高了图像的信噪比,减少了图像的均方误差。试验结果证明了这一点。

针对医学图像的小波阈值去噪方法

为了改善小波阈值去噪算法中硬阈值和软阈值存在的不足,提出一种新的小波阈值去噪方法.该算法在进行小波阈值去噪前,先将图像分割成背景平坦区域和细节区域两部分,然后分别进行小波阈值去噪,最后融合两图像从而获得去噪图像.在分别进行小波阈值去噪时,利用迭代法进行阈值选择,采用"软、硬阈值折中"阈值函数.根据对医学图像去噪的仿真实验结果表明,该算法在去噪效果上均优于传统的软硬阈值方法.