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。     

结合复方向滤波器组高斯尺度混合模型及非局部均值滤波的图像去噪

提出了一种结合金字塔对偶树方向滤波器组(PDTDFB)变换域高斯尺度混合模型及非局部均值滤波的图像去噪方法。首先,建立了含噪图像的PDTDFB系数的局部高斯尺度混合模型,应用贝叶斯最小二乘法估计出去噪图像的PDTDFB系数;然后,通过PDTDFB逆变换重构得到初步去噪的图像;最后,采用非局部均值滤波平滑人工效应,从而获取最终的去噪图像。该方法充分利用了PDTDFB变换具有近似平移不变性、多尺度多方向选择性和对图像纹理边缘等细节信息的高效表示能力,以及高斯尺度混合模型对PDTDFB系数的邻域相关性的概括能力。实验结果表明:与目前几个典型的去噪方法相比较,该方法使信噪比提高了0.3~3dB,视觉效果也有明显的改善。另外,该方法不仅能有效地去除含噪图像中的噪声,同时也有效地保留了原始图像中的边缘和纹理等细节信息。     

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。     

发动机装药内表面疵病检测中的图像滤波方法

导弹发动机内表面自动检测系统属智能检测技术的应用研究,是应用计算机图像处理技术,实现高精度、高效率的自动无损检测。图像滤波的目的是为了去除图像中的噪声,为下一步的自动检测作准备。基于小波分析理论,构造一种既能降低图像噪声,又能够保持图像细节信息的小波去噪算法,在采用小波变换方法对图像进行滤波的同时选择基于小波分解系数阈值量化的方法进行去噪。实验结果表明该方法优于中值和均值滤波方法,因为该方法可将高频部分的空间细化,低频部分的频率细分,并能实现对图像的自适应分析,噪声去除率可达到97%。     

SF6断路器气体泄漏红外图像中散斑噪声的抑制算法

SF6断路器是电力系统中常见的电气设备,针对SF6断路器气体泄漏红外图像中广泛存在的激光散斑噪声,提出一种抑制散斑噪声的新算法.将同态均值滤波与小波变换结合,并应用贝叶斯软阈值,对红外图像进行去噪处理.研究中,将该算法与同态均值滤波、同态均值滤波与传统周定小波阈值结合滤波等算法作了比较,结果表明,在图像标准偏差、信噪比和散斑指数等常用性能指标上所提算法优于其他算法.     

一种基于模糊C均值和均值滤波的点云去噪算法

因点云数据中存在噪声,通常对不同特征的点云数据采用相同的处理方法,虽然能删除噪声但也会因删除尖锐特征造成过光顺。提出了一种基于模糊C均值(FCM)聚类算法且均值滤波的点云去噪算法。该算法使用模糊C均值聚类算法删除大尺度噪声后,再将均值滤波应用到点云光顺中,对数据点中的小尺度噪声进行光顺。实验结果表明,该算法去噪效果明显,在去噪光顺过程中较好地保持了边界特征,也避免了过光顺问题的产生。     

一种改进的非局部均值井下图像去噪

针对井下图像噪声的特点,提出一种改进的非局部均值去噪算法,该算法通过小波变换对井下图像进行多尺度分解,根据分解后图像噪声的分布特点,对低频部分采用非局部均值去噪,而对高频部分采用中值去噪,对去噪后的图像进行小波重构。实验结果表明,该算法在兼顾算法运算速度的同时,能有较高的峰值信噪比。     

应用二维双通道滤波器组的合成孔径雷达相干斑抑制模型

为了提高合成孔径雷达(SAR)图像相干斑抑制能力,建立了二维双通道滤波器组多级结构的相干斑抑制模型.对双通道一维滤波器组进行Mcclellan变换,得到相应的二维双通道滤波器组;由于Mcclellan变换采用零相位映射方式,使二维双通道滤波器组保留了原一维滤波器组的相位和频率响应的特点.建立了双通道二维滤波器组的多级结构,在分解结构中,每级都采用非下采样方式,使其具备平移不变性;最后建立相应的SAR相干斑抑制模型,即对SAR图像先进行同态变换,将乘性噪声变为加性噪声,再利用双通道二维滤波器组多级结构进行分解,对得到的各级高频部分利用简单阈值方法实施信噪分离.模拟实验结果表明,对实验中受噪声污染的航拍图像,本文方法比二维向量积小波降噪方法的信噪比提高了近1 dB;而对原始SAR图像,去噪后等效视数相近,峰值信噪比提高了4.5 dB.因此该方法在噪声抑制和细节保持上要优于二维小波变换.     

一种有效的去除图像混合噪声的滤波算法

依据噪声特点以及图像的像素关联性,提出了一种有效的数字图像混合噪声滤波算法。该算法首先对图像像素进行检测,依据受脉冲噪声污染的图像像素与其周围邻域多数像素在亮度上具有显著差异的特点准确检测出脉冲噪声,然后以检测到的脉冲噪声为被处理像素,用其邻域内未被脉冲噪声污染的图像像素对其进行中值滤波,由于当前脉冲噪声点以及邻域脉冲噪声点均未参与滤波运算,从而较好地保护了图像的细节。对图像中的高斯噪声,提出了一种改进的加权均值滤波算法,该算法在定义相关度函数时,既考虑了像素的灰度相关性,又考虑了像素的位置相关性。实验结果表明:提出的混合噪声滤波算法不仅可以有效滤除图像中的混合噪声,而且还可以较好地保护图像的细节。     

驻极体麦克质量检测中图像信号背景去噪研究

小波图像去噪已经成为目前图像去噪的主要方法之一,介绍了基于小波变换系数门限值的去噪方法,并给出了4种不同的门限值确定规则,针对含有白噪声的驻极体麦克图像信号,通过选择合适的小波基和阈值进行去噪,取得了相对中值滤波和均值滤波更好的效果.     

驻极体麦克质量检测中图像信号背景去噪研究

小波图像去噪已经成为目前图像去噪的主要方法之一,介绍了基于小波变换系数门限值的去噪方法,并给出了4种不同的门限值确定规则,针对含有白噪声的驻极体麦克图像信号,通过选择合适的小波基和阈值进行去噪,取得了相对中值滤波和均值滤波更好的效果.     

小波与中值滤波相结合的汽车管路连接件表面缺陷图像去噪

由于汽车管路连接件表面缺陷图像中的高频噪声和椒盐斑状噪声直接影响缺陷特征提取的精度,提出一种小波与中值滤波相结合的去噪新方法。该方法首先对原始图像进行小波变换分解,分离出高频信号与高频噪声,并将噪声滤除,然后由灰度值变化曲线统计得到缺陷灰度分界阈值,结合中值滤波算法自适应地滤除椒盐斑状噪声以保护缺陷特征边缘,对去噪后的图像进行线性增强,使缺陷边缘轮廓更加清晰,最后采用Sobel边缘算子算法分别对中值滤波、小波滤波、高斯滤波及新方法去噪后的图像进行缺陷特征提取以对比分析去噪效果。实验结果表明,新方法的峰值信噪比(PSNR)分别比中值滤波、小波滤波及高斯滤波提高了10.70%、8.99%和8.87%;结构相似度(SSIM)分别提高了21.82%、23.34%和11.54%,说明新方法具有良好的去噪效果,并在一定程度上提高了缺陷细节形状特征提取的准确性,适用于汽车管路连接件表面缺陷的检测与分类识别。     

分数阶微分加权引导滤波对超声图像的纹理保持

医学超声图像是医生诊断人体组织病变的重要依据,而医学超声图像中固有的散斑噪声易造成纹理信息的破坏,影响医生对组织器官的判断,因此,医学超声图像的去噪处理倍受关注。针对目前医学超声图像去噪算法无法保持图像纹理这一局限性,本文提出分数阶微分加权的引导滤波算法。算法首先通过对数变换,将难以去除的散斑噪声转换为加性噪声;再结合分数阶微分算法,根据像素与边缘纹理的相关性设计纹理因子,并使用该纹理因子改进引导滤波方法;最后,通过改进的引导滤波器生成医学超声图像的处理结果。本文对猪胃和猪气管超声图像进行了算法实验,实验结果表明,本文算法相较于经典引导滤波算法,其结构一致性因子提升20.1%,无参考图像锐化因子提升3.3%,能够在去除散斑噪声的同时有效保留图像边缘纹理结构,对于医学超声图像具有良好的适用性。     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于MATLAB的数字图像噪声去除技术研究

针对数字图像处理中的典型去噪方法,采用均值滤波、中值滤波和维纳滤波来达到较理想的滤波效果,并用MATLAB对不同的滤波方法进行分析处理。从分析处理的结果中可以看出,对加了不同噪声类型的同一图像,用同一种滤波方法进行处理以及对加了不同噪声类型的同一图像用不同的滤波方法进行处理时,图像的去噪效果不同。     

航空图像的小波去噪

航空图像,除了含有一般数字图像的噪声之外,还有大气扰动产生的噪声,线阵CCD产生的积分条纹噪声等,所以去除噪声对于航空图像来说尤为重要.本文采用二维离散小波sym4阈值降噪的方法对图像进行去噪,实验中将原始航空拍摄图像加入了σ=15的高斯白噪声,对含噪图像进行二维离散小波变换分解成不同分辨率子图像,并对各子图像进行阈值化处理,处理后图像又进行了小波逆变换,从而获得了降噪后的航空图像.含噪图像的PSNR(峰值信噪比)为27.53,去噪后PSNR为29.14.该方法有效降低了噪声,又保持了图像的细节,与传统的滤波降噪相比,降噪效果有较大改善.由实验结果证明了这是一种有效的航空图像降噪手段.     

基于中值滤波和形态学的去噪算法

提出了一种基于中值滤波和灰度形态学的去噪算法。首先利用中值滤波和形态学滤波的方法对原始图像进行去噪处理,而后叠加经过高帽变换的图像以增强边缘信息,改善了传统中值滤波算法易造成边缘模糊和对噪声强度敏感的不足。该算法简洁、耗时少。算法的实用性用计算机进行了仿真验证。     

基于双线性滤波器的安防相机低照度去噪研究

针对安防监控摄像机在夜间拍摄时易产生噪声,以及所使用的图像去噪方法易产生图像边缘特征退化的问题,提出了一种基于图像像素值差的监控摄像机低照度去噪方法。通过计算像素值差,再下采样得到图像金字塔,以获得整体和局部像素值差的索引,由此设计了一种适用于低照度的去噪卷积核,以增加噪声对中间像素值的影响,实现低照度环境下图像噪点的消除并保留其边缘特征。实验表明,该方法在低照度场景实际应用中既去除了图像的噪点,又保留了边缘信息。与基于小波变换的算法相比,该方法明显提升了图像的主观评价质量,并在Imatest信噪比测试中提升了图像的亮度信噪比。     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

基于局部相关性和偏微分方程的图像去噪

本文分析了各向异性偏微分方程在图像去噪中的特性,针对P—M扩散方程的缺点。定义了一种像素的局部区域相关性。根据局部区域相关性进行孤立噪声点检测。并用中值滤波的方法进行预处理,对噪声图像进行可变阈值参数的各向异性扩散。实验结果显示去噪后的图像从视觉效果和峰值信噪比上都要优于P—M扩散的结果。