基于小波域的偏微分方程的图像去噪算法

文章提出了一种基于小波域的偏微分方程的图像去噪算法;该算法利用了P-M方程能保留图像边缘的特点,以及SIDEs方法能很好的去除噪声且具有解的存在、唯一、稳定性特点,并结合了小波变换能够聚焦到图像的细微变化的特点.实验结果表明,该算法在较好地去除噪声的同时,能够很好地保留边缘信息和图像的细节信息.     

基于非局部均值的带钢表面图像去噪

为了在去除图像噪声的同时更好地保留图像的细节信息,现利用非局部均值图像去噪方法,通过高斯加权欧式距离来衡量图像块之间的相似性,并对相似窗、搜索窗、滤波参数进行有效的选取,从而在有效去除图像中的噪声的同时更好的保存了图像的纹理和边缘等细节信息。通过主观评价与客观评价两种方法对该方法的去噪效果做出评价。实验结果表明,基于非局部均值的图像去噪方法相较于传统的图像去噪方法不仅能有效的提高信噪比,而且也更好的保留了图像的边缘和纹理等细节信息。     

基于小波变换的偏微分方程求解

偏微分方程在计算流体力学和许多化工过程建模中有广泛的应用.当在空间位置出现突变时,偏微分方程的经典解法如有限元法和加权残差法等无法保证解的精度和收敛性.在此基于内插小波变换,研究了改善偏微分方程求解精度的方法.     

基于偏微分方程的断层间表面的重构

断层间表面重构作为科学计算可视化领域的一个重要研究方向,在医学、地质学、生物学等领域有着广泛的应用。针对基于偏微分方程（PDE）的断层间表面重构,提出了基于一张PDE曲面的断层间表面重构和基于组合PDE曲面的断层间表面重构两种方法。实验结果表明,PDE重构断层间轮廓线表面避免了连接函数的构造,而且基于组合PDE曲面的断层间表面重构方法能方便地实现轮廓线间表面的一阶或一阶以上的参数连续。     

基于梯度信息的快速非局部均值图像去噪算法

非局部均值图像去噪算法具有优秀的去噪效果,但是算法复杂度高,不能应用于高速图像处理系统中。为提高算法执行速度,使其拥有更广泛的应用,提出了基于图像梯度信息的快速非局部均值图像去噪算法。该算法把原始图像划分为大梯度区域和小梯度区域。利用非局部均值算法对大梯度区域去噪,以保证图像边缘的清晰度;利用局部加权平均算法对小梯度区域去噪,以保证灰度变化不大的区域信息的完整性和准确性。算法能提高非局部均值滤波速度,而且能够有效保存图像边缘和细节。     

基于扩散张量偏微分方程的拓扑优化过滤方法

为了有效抑制拓扑优化结果中出现的数值不稳定现象,提出了基于扩散张量偏微分方程的初边值模型,考虑Neumann边界条件,实现边界扩展,并采用有限差分法求解。将有限差分模型与拓扑优化循环相融合,分别实现单元密度和目标函数灵敏度的过滤处理。算例验证了方法的有效性与灵活性,结果表明：目标函数灵敏度过滤方法能保持边界清晰度,但需要较多的过滤迭代次数;单元密度过滤方法的计算效率较高,但结果边界模糊。     

基于梯度矢量卷积场的四阶各向异性扩散及图像去噪

进一步研究了基于偏微分方程的图像去噪方法.为了去除二阶偏微分方程(P-M模型)引起的阶梯效应以及提高四阶偏微分方程(Y-K模型)的边缘及纹理保护能力,本文将梯度矢量卷积场(GVC)引入到四阶偏微分方程Y-K模型中,提出了基于GVC的四阶各向异性扩散模型.首先,减去原始Y-K模型中的部分梯度方向扩散.然后,引入GVC场以代替图像在梯度方向的二阶导数直接计算.由于GVC场可以较准确地确定图像的边缘位置,并对噪声具有很强的鲁棒性,因此得到了有效的各向异性扩散模型.实验结果表明,运用本文去噪方法可以更好地保护图像边缘及纹理等细节特征,而且能够有效地提高峰值信噪比:文中所有在实验中得到的峰值信噪比均比原始模型高l dB以上.     

偏微分方程在箱体孔系加工中的应用

利用偏微分方程计算箱体孔系中的工艺尺寸链 ,拓宽了机床的工艺能力 ,提高工效 ,降低成本 ,具有一定的实用价值     

非线性偏微分方程增强多光谱图像清晰度

多光谱成像系统会改变输出光的波长,这就导致图像在不同波段下形成了不均匀亮度(阴暗图像和高亮度图像),严重影响了特征波段提取与测量。为了提高各波段的有效利用率,引用了一种增强多光谱灰度图像清晰度的有效方法。通过非线性的偏微分方程扩大梯度空间、保留梯度值较大的边缘,增强图像的纹理细节。由于多光谱图像阴暗波段的纹理较弱,不容易辨别其所有信息,为了更好地使增强效果完全体现出来,使用直方图均衡化来调节亮度的不均匀性。最后,通过人眼视觉的定性和客观函数的定量两方面对该组增强图像的清晰度进行了评价。结果表明:该方法能够有效地协调各波段的多光谱图像清晰度,并且图像的增强效果也非常明显。     

基于非下采样Contourlet变换和谱图理论的扩散去噪

提出了一种基于谱图理论的热扩散方程图像去噪方法.该方法用非下采样的Contourlet变换提取图像的边缘和轮廓等几何特征,并将提取的特征用来构造图的权重函数,将扩散方程建立在图上,用热核和拉普拉斯矩阵实现图像的去噪.仿真实验结果表明,该方法能够有效去除高斯噪声,较完整地保持图像中的边缘等细节信息,在去噪性能上优于其他的偏微分方程去噪方法.     

结合压缩感知和曲波的天文图像去噪

在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。     

一种基于稀疏表示的图像去噪算法

利用稀疏表示的自适应特征,将稀疏表示的多分辨理论应用于图像的去噪处理中,提出了一种基于稀疏表示的图像分块去噪方法。首先将噪声图像分割成一定尺寸的图像块,选出同质块与非同质块;然后利用小波去噪方法处理同质块,而采用脊波去噪方法处理非同质块,从而得到去噪后的图像;最后采用维纳滤波器对去噪后的图像进一步处理。实验结果表明,该方法与单纯的小波去噪方法和脊波去噪方法相比,信噪比有了较高的改善,较好地去除图像噪声,并且很好地保存图像的边缘纹理信息。     

基于Contourlet变换在图像去噪中的应用

Contourlet变换是小波变换的新发展,能更有效地捕捉图像中的几何结构。本文提出一种基于Contourlet变换的图像去噪方法。该方法通过对阈值去噪中的统一阈值和阈值函数进行分析,构造出一个新的阈值函数,新阈值函数在一定程度上改进了统一阈值"过扼杀"Con-tourlet系数的缺点,同时也使硬阈值去噪中出现的伪吉布斯现象得到解决。实验结果表明,本文采用的方法提高了去噪后图像的PSNR值,同时有效地保留了图像纹理信息,使视觉效果更好。     

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。     

基于图像去噪的自适应滤波器的设计

本文首先提出了图像去噪的重要性,并用实验证明了图像噪声的存在;随后介绍了图像噪声的分类及常用的数字滤波法去除噪声;最后根据冷轧带钢表面图像噪声特点,设计了自适应滤波器,实验证明该滤波器可以很好的滤除冷轧带钢表面图像的噪声.     

结合偏微分方程增强图像纹理及对比度

针对图像获取过程中外界光照的非均匀性会使图像存在阴影区和高亮区,从而丢失图像细节的问题,本文结合偏微分理论,提出了基于直方图均衡化的偏微分图像增强方法.该方法首先将图像变换到梯度域,通过梯度场的变换得到新的梯度函数;然后应用最小二乘原理,对梯度场中变换后的图像进行重建以增强图像的纹理细节,表现原本不清楚的细节信息.另外,针对光照的不均匀特性,结合直方图均衡化,提出反均衡变换来增强图像的亮度和对比度.提出的算法采用有限差分法将图像离散化,并与热方程相结合,其计算简单,运行速度快,具有较强的灵活性和较广的应用范围.采用Visiual C++编程,对于大小为512 pixel×512 pixel的图像的处理时间为35 ms,达到了视频实时增强显示要求.     

一种基于NSCT变换的超声图像降噪新算法

为有效抑制超声仪器成像中固有的斑点噪声,提出了一种基于非降采样Contourlet变换(nonsubsampled Contourlettransform,NSCT)域中边缘信号系数区提取和最小均方误差(minimum mean square error,MMSE)估计的超声图像的降噪算法。根据NSCT变换的细节信息刻画能力和平移不变性,对其各高频子带中系数进行分类,提取出边缘信号和平缓信号系数区;对超声图像的乘性斑点噪声进行推导研究,在边缘信号系数区和平缓信号系数区,根据各自噪声项的性质分别得出满足贝叶斯最小均方误差估计的降噪滤波方程;最后,对降噪后的系数进行NSCT反变换重建得到降噪图像。仿真图像和临床超声图像的实验结果证实,该算法与传统方法相比,不但能更有效地对斑点噪声进行抑制,也更好地保留了图像的细节信息。     

A comparison of single particle tracking and temporal image correlation spectroscopy for quantitative analysis of endosome motility

Single particle tracking (SPT) is becoming a standard method to extract transport parameters from time‐lapse image sequences of fluorescent vesicles in living cells. Another method to obtain these data is temporal image correlation spectroscopy (TICS), but this method is less often used for measurement of intracellular vesicle transport. Here, we present an extensive comparison of SPT and TICS. First we examine the effect of photobleaching, shading and noise on SPT and TICS analysis using simulated image sequences. To this end, we developed a simple photophysical model, which relates spatially varying illumination intensity to the bleaching propensity and fluorescence intensity of the moving particles. We found that neither SPT nor TICS are affected by photobleaching per se, but the transport parameters obtained by both methods are sensitive to the signal‐to‐noise ratio. In addition, the number of obtained trajectories in SPT is affected by noise. Diffusion constants determined by TICS are significantly overestimated when large immobile fluorescent structures are present in the image sequences, while the opposite is true for SPT. To improve the performance of both techniques, we compare three different methods for image denoising. Appropriate denoising significantly reduced the effect of noise and of immobile structures on both methods. Shape fluctuations of simulated particles had a more pronounced effect on TICS than on SPT analysis. In denoised images of fluorescent beads or cytosolic vesicles containing fluorescent protein NPC2 in human skin fibroblast cells, the transport parameters acquired by SPT and TICS were comparable emphasizing the value of both analysis methods.