基于Anscombe变换的X射线图像序列盲源分离降噪

为降低泊松噪声对X射线图像质量的影响,本研究提出一种采用非线性主分量分析(NLPCA)对X射线图像序列进行盲源分离的降噪方法。该降噪方法首先采样一序列X射线图像,并通过Anscombe变换将图像中泊松噪声转化为高斯噪声;然后将每张含噪声图像视为噪声分量和信号分量的组合,进而采用NLPCA将信号分量和噪声分量分离达到降噪目的;最后通过Anscombe逆变换获取最终降噪图像。研究结果表明:当序列中含噪声图像张数从2增加到50时,提出的降噪方法可以将Shepp-Logan头模型含噪声图像的PSNR值由28.289 4 dB提高到37.267 8 dB、SSIM值由0.700 7提高到0.963 8。相比较常用的降噪算法,提出的降噪方法在有效消除X射线图像中泊松噪声的同时,使图像中细节轮廓保留更完整。     

基于噪声方差估计的小波阈值降噪研究

信号中包含的噪声不仅降低了信号的质量,而且还严重影响着各种相关处理算法的有效性,因此,高效稳健的噪声方差估计对于各类信号处理非常重要。提出一种噪声方差估计的新方法,该方法首先应用两状态高斯混合模型对高频系数建模,混合模型的各项参数通过EM(Expectation-maximum)算法迭代估算得到。在建立的高斯混合模型中,当参数满足一定条件时,可以将高频系数分为噪声类和边缘类。基于高频子带内系数的相关性,对噪声类所包含的系数再次应用高斯混合模型的方法分类,并在每个类中分别进行噪声的估计,最后对所得噪声信号计算方差作为原始信号的噪声方差估计。基于这种估计方法,将小波阈值法应用到反求工程的降噪中,实际信号的降噪结果在光滑性和特征保持方面均有较好的效果。试验表明,该噪声方差估计方法对噪声大小具有一定适应性,且小波阈值降噪法简单易行,应用广泛。     

数据保真项与稀疏约束项相融合的稀疏重建

本文针对低光子计数成像过程中产生的泊松高斯混合噪声,提出了一种数据保真项与稀疏约束项相融合的稀疏重建方法。首先,基于泊松高斯噪声相互独立的混合噪声模型,建立了数据保真项与稀疏约束项相融合的稀疏重建目标函数;在图像块聚类的基础上,应用改进贪婪算法实现类内稀疏分解和字典更新;最后,稀疏分解和字典更新交替迭代求解干净图像。针对强烈泊松高斯噪声污染图像的重建实验显示,本文方法与对比方法相比,重建结果的PSNR值平均提升了5.5%,MSSIM值也有明显提升。这些结果表明:本文方法对具有强烈泊松高斯混合噪声的图像有较好的图像复原和噪声去除效果。     

奇异值小波降噪法在柱塞泵振动信号处理中的应用

针对小波阈值和奇异值分解降噪法的不足,研究一种新的小波阈值函数。提出一种基于改进阈值的奇异值小波降噪方法,该方法利用奇异值分解技术,将噪声非均匀分布的信号正交分解为噪声分布相对均匀的分量,并对每个分量进行小波阈值降噪,重构降噪后的分量,得到降噪信号。仿真实例证明,该方法与小波软、硬阈值及改进阈值法相比,不仅提高信噪比,而且能够更好地消除高斯噪声。利用该方法对柱塞泵不同状态振动信号进行降噪,结果表明,该方法能有效抑制噪声,为柱塞泵振动信号预处理提供一种更为有效的方法。     

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。     

基于小波变换的图像降噪技术研究

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法既可以有效地降低噪声,又可以较好地保持图像细节。     

多尺度小波降噪的数字散斑相关搜索

提出了一种基于多尺度小波降噪的数字散斑相关搜索方法。选用symlets小波,对分别存在高斯白噪声、椒盐噪声及泊松噪声的散斑位移图像进行多级小波分解,采用不同的降噪策略处理后再进行相关搜索。计算结果表明,多尺度小波降噪的数字散斑相关搜索方法与传统空域相关搜索方法相比,其测量精度提高了一个数量级,相对误差可以控制在1%以内;同时,其计算效率提高了1倍。     

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。     

钢球表面缺陷的自动检测与识别

在计算机图像处理理论与模式识别理论的基础上,提出钢球表面缺陷评价方法,给出二窗法确定阈值、噪声去除和轮廓跟踪方法;再从处理后图像中提取能表征缺陷性质的几何特征和纹理特征,以实现计算机对缺陷图像的理解和自动识别。     

小径厚壁钢管超声探伤系统设计研究

针对壁厚与外径比大于0.2的小径厚壁无缝钢管提出了一种基于超声波检测的缺陷检测系统,完成了系统的硬件和软件设计,同时为提高系统缺陷的识别效率和准确度,通过分析小径厚壁钢管超声自动探伤系统干扰来源和传播途径,利用改进小波阈值去噪方法来去除混回波信号中的噪声提高回波信号信噪比。实验证明,超声探伤系统能够实现小径厚壁钢管的缺陷检测,小波阈值降噪法可有效去除混在超声回波信号中的各种噪声,大大提高回波信号信噪比。     

基于小波域维纳滤波的光纤面板暗影检测

通过分析光纤面板透光图像的噪声性质,提出在小波去噪的始末对图像取对数、指数变换,成功转换噪声模型,有效去除高斯及斑点噪声.并提出在小波域采用维纳滤波算法以增强去噪功能,实现更为有效地去除光纤面板透光图像中的噪声.最后对去噪图像进行暗影检测,实验结果表明,采用此算法进行去噪,检测出的暗影定位更加精准,冗余信息大量减少,有...     

基于dbN小波变换和自适应高斯滤波的齿面干涉图像相位滤波方法

齿轮齿面形貌的激光干涉测量中，由于齿面高度差较大，采集到的干涉图像中难以避免存在条纹密集区域，容易出现局部条纹粘连、错切等现象，增加了相位噪声和解包裹难度。分析了包裹相位图中条纹密度分布规律，提出了一种基于dbN小波变换和自适应高斯滤波的齿面干涉图像相位去噪方法。首先，利用小波变换分解出包裹相位图中常表现为高频信号的噪声，采用软阈值去噪滤除部分高频噪声；其次，根据包裹相位图频域特征，结合自适应高斯滤波进一步对高频噪声进行迭代滤波处理；最后，设计了相关实验，通过与经典的滤波方法进行对比，所提方法不仅能够有效滤除条纹较为密集的包裹相位图中的相位噪声，而且更大限度地保留了图像细节信息，证明了所提方法的有效性和正确性。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

混合高斯/泊松最大似然函数下的CBCT图像重建

如何在复杂噪声条件下提升锥形束计算机断层扫描成像(Cone Beam Computed Tomography,CBCT)图像重建质量,对于CBCT系统而言是非常重要的。本文提出了一种混合高斯/泊松最大似然函数下的CBCT图像重建方法。首先研究了适宜于描述混合高斯/泊松噪声环境下的CBCT图像重建模型,它包含一个基于混合高斯/泊松最大似然函数的保真项和一个基于三维全变分正则化方法的约束项。保真项用于约束在混合噪声模型下重建结果与观测值尽可能的相近,约束项用于噪声去除并要求尽可能较好地保留图像的边缘与细节信息。进一步通过可分离近似方法和扩展拉格朗日方法对上述模型进行求解。最后通过仿真数据和真实数据对算法的有效性进行了验证,实验结果表明:仿真结果相对于其他方法而言,PSNR最高可以提升2.1 dB;从主观视觉而言,本文方法在噪声环境下具有较好的图像重建质量。因此,本文方法可以被广泛应用于各种低剂量条件下的CBCT图像重建中。     

小波firm阈值滤波的光谱实时采集方法

为了提高微型光谱仪光谱采集精度,提出了一种利用小波域firm阈值滤波去除随机噪声的方法。首先采集2次光谱谱线,取均值作为待处理谱线。然后计算出这两次谱线的噪声标准差取代传统小波去噪中的噪声标准差估计,运用通用阈值法 作为上阈值。调整下阈值将待处理谱线小波firm阈值滤波,并判断滤波后偏差是否在计算的噪声方差内。实验结果表明：优于传统10次平均法,在高采集精度的基础上提高了采集速度。在以光纤光谱仪为主体的微型生化分析仪样品检测过程中的应用表明：提高了检测精度,减少了检测时间,提高效率4-5倍。     

基于图像纹理连续性的4f系统图像NSCT域去噪*

4f系统同时有噪声和低通特性，为对其输出图像除噪的同时保护图像细节，提出一种结合图像纹理连续性的NSCT域去噪方法。在传统NSCT域硬阈值去噪方法基础上，首先对高频子带图像用较小的阈值去除小幅值的噪声点，以更多的保护图像细节并凸显剩下的大幅值噪声点的孤立性，再利用图像纹理的连续性区分剩下的连续图像细节和孤立噪声点，以实现去噪的同时更好地保护细节的目的。实验表明，该方法在去噪方面可以达到与传统方法相当的程度，同时在保护图像细节方面有更优的表现，从视觉效果和数值评判标准两方面都有明显提高，适合4f系统图像类需要格外保护图像细节的场合。     

Adaptive tuning piecewise cubic Hermite interpolation with Wiener filter in wavelet domain for scanning electron microscope images

Image processing is introduced to remove or reduce the noise and unwanted signal that deteriorate the quality of an image. Here, a single level two‐dimensional wavelet transform is applied to the image in order to obtain the wavelet transform sub‐band signal of an image. An estimation technique to predict the noise variance in an image is proposed, which is then fed into a Wiener filter to filter away the noise from the sub‐band of the image. The proposed filter is called adaptive tuning piecewise cubic Hermite interpolation with Wiener filter in the wavelet domain. The performance of this filter is compared with four existing filters: median filter, Gaussian smoothing filter, two level wavelet transform with Wiener filter and adaptive noise Wiener filter. Based on the results, the adaptive tuning piecewise cubic Hermite interpolation with Wiener filter in wavelet domain has better performance than the other four methods.     

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。     

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.