基于透射率修正的湍流模型与动态调整retinex的水下图像增强

目的 为提高水下获取的结构物表面缺陷图像的对比度和清晰度,便于缺陷区域的分割、提取和识别工作,提出了一种基于改进的湍流模型和引导滤波平滑的retinex的图像增强方法。方法 将光照不均的水下图像转换到Lab空间,对亮度空间进行自适应直方图均衡的匀光处理,根据暗通道先验理论估算匀光图像的透射率,结合大气湍流通用模型模拟退化图像,通过调整透射率系数获得退化图像。采用维纳滤波过滤图像噪声,将滤波后的图像作为导向图,利用导向滤波细化获得边缘保持的图像。根据3σ准则对3通道多尺度retinex （multi-scale retinex,MSR）的反射分量进行色彩矫正,获取最终增强后的水下结构物表面缺陷图像。结果 选取多组在不同湍流环境下采集的图像为研究对象,采用本文提出的方法进行实验,并与经典的暗通道算法、直方图均衡算法以及单尺度retinex算法对比,使用信噪比、信息熵、标准差和平均梯度等指标进行评估。实验结果表明,本文方法的信息熵、标准差相较直方图均衡算法和单尺度retinex分别提高了11.7%和25.6%,分割准确率上升了3.1%。从主观效果上看,本文算法图像细节更为丰富,视觉效果自然。结论 本文算法改善了退化模型的自适应问题,在信息熵、标准差、平均梯度等综合指标上均有优异表现,与暗通道先验方法相比,信噪比、平均梯度大幅提升,同时实现了缺陷的边缘保持效果,为下阶段的图像处理提供了良好的信息源。     

基于TV-维纳滤波的散斑噪声抑制

数字全息具备成像方便、分辨率高和实时观测等优势,已广泛应用于信息加密、显微观测、医学诊断、元器件测量等领域.但在数字全息成像中,散斑噪声严重影响了再现像的信噪比和成像分辨率,因此为了提高数字全息成像质量,迫切需要抑制再现像的散斑噪声.本文提出了一种基于TV模型和维纳滤波融合的散斑噪声抑制方法.仿真实验表明经该算法处理的再现像平滑效果好,去噪声能力强,和原图的相似度高.     

改进型先验信噪比估计语音增强算法

在DCT域提出了一种改进STNR(M-STNR)算法,其在原算法的第二步中利用信号的高斯模型假设条件,采用MMSE估计来获取当前帧先验信噪比的估计,算法无需语音增强系统增益因子的任何先验条件,在保持简单结构的同时避免了原算法的不足。仿真结果表明,基于该改进方案的语音增强算法在多种噪声背景下具有更出色的语音增强效果。     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。     

含特殊噪声模糊图像复原技术的研究及应用

为解决模糊图像复原技术经典算法受噪声等高频成分影响较大的问题,文中提出一种简单快速处理含特殊噪声模糊图像的方法。当噪声叠加到图像中,图像赖以估计模糊核参数的频域特征减弱甚至消失。一般去除噪声的方法在滤除噪声的同时也除去了一些可用于模糊参数估计的重要信息,因此,含噪图像通常会寻求它法处理。但文中研究发现,对于某种特殊的噪声例如椒盐噪声,使用针对于它的滤波方法,例如中值滤波,信息损失量极小,因此含特殊噪声图像可以按此方法处理。结合有针对性的滤波方法去除特殊噪声,减少信息损失,从而快速恢复图像。仿真实验结果表明,对于含噪图像,该算法比以往算法更优越。     

视网膜图像的解卷积方法研究

基于自适应光学的激光共焦扫描检眼镜(AOSLO)能够利用自适应光学校正眼底像差,从而对活体视网膜实现高分辨率成像。但是由于波前探测误差、变形境自由度和行程等硬件上的限制,眼底像差不可能完全被校正,并且信号探测器光电倍增管(PMT)存在较大的噪声,因此可以用解卷积的方法进一步提高图像质量。本文改进了增量维纳滤波算法,将迭代步长减为原来的1/5,使迭代不会偏离初始值太远,而增量维纳滤波迭代初始值是由系统中的波前传感器得到相对准确的值。采用上述方法对AOSLO采集到的视网膜细胞层和血管层图像做解卷积,并复原了整个系统的点扩散函数(PSF)。由图像功率谱表明,增量维纳滤波算法能有效去除图像噪声,增加图像对比度。 更多还原     

EMD分解结合维纳滤波的电压行波精确检测方法

行波在行波传感器传变过程中产生的波形畸变会导致暂态信息的缺失,因此如何精确检测电网一次行波信号对行波技术有着重要的意义。采用经验模态分解将专用电压行波传感器检测到的二次行波分解为不同频段的固有模态函数分量;构建专用电压行波传感器的正演传递函数模型,由正演传递函数模型推导出反演模型;基于反演模型利用维纳滤波反演算法对各固有模态函数分量进行反演,然后将反演后的固有模态函数分量合成,得到反演一次行波信号。仿真结果表明,该方法能真实还原一次行波信号,实现故障暂态行波时频信息的精确检测,有效解决二次行波部分暂态数据缺失问题。     

离焦模糊图像的维纳滤波复原研究

微操作中，显微视觉系统获取的图像通常是离焦模糊图像。离焦模糊图像的退化模型可用圆盘函数描述，利用模糊图像无方向性的二阶拉氏微分图像的自相关的负相关峰形成的环形槽的直径等于作为圆盘函数直径的2倍可以确定该函数。对模糊图像进行一次维纳滤波方法得到原图像的估计值，然后利用该初始值求得原图像及噪声的谱密度估值，进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明，该方法计算量小、鉴别精度高、抗噪声能力较强，突出原图像的一些关键细节，提高了图像的复原质量。     

航空光电成像模糊的实时恢复

基于复数离散傅里叶变换(CDFT)频谱的共轭对称性,对传统的实数离散傅里叶变换(RDFT)做了改进,将改进后的RDFT算法用于维纳滤波器中来实现对运动模糊图像的恢复处理。一幅水平方向运动模糊,大小为512×512的8 bit灰度图像被用作测试图像,可以在19 ms内在Intel Pentium 4 3.0 GHz主频的PC机上用一维维纳滤波及改进的RDFT算法完成模糊恢复,满足实时处理的需要。实验结果显示,改进的RDFT能对CDFT的频谱数据实现有效压缩,节省一半的存储空间,使得维纳滤波等图像恢复频域算法的运算速度提高将近一倍;与CDFT相比,改进的RDFT算法没有丢失数据,能达到相同恢复精度。     

自适应维纳滤波在钢水红外图像去噪中的应用

基于辐射测温原理,介绍了红外测温理论和自适应维纳滤波处理方法,为了提高钢水的测温精度,对钢水的红外热图像噪声进行处理。搭建了实验平台,获得了不同温度下的钢水的红外图像,利用自适应维纳滤波对钢水红外图像进行去噪处理。利用Matlab软件进行仿真,通过对处理前后的红外图像的均方差和峰值信噪比进行比较,发现钢水红外图像的噪声得到了抑制。