基于Contourlet变换尺度间相关的图像去噪

Contourlet域数据分析表明,信号的变换域系数在尺度间相关性高,而白噪声则呈弱相关或不相关。通过相关性强弱区分噪声与信号系数,并结合阈值函数,提出了基于Contourlet变换尺度间相关的图像去噪新算法。实验结果表明,新方法去噪后的图像比小波相关去噪算法的PSNR值更高,视觉效果更好,尤其适用于纹理轮廓丰富的图像去噪。     

基于平移不变小波变换的藻类细胞图像去噪

海藻细胞图像在采集的过程中掺杂着各种噪声信号,而常用的小波阈值法在细胞图像去噪中存在缺陷,为此在小波阈值法的基础上进行改进,得到新的阈值去噪方法。此外,传统的小波阈值去噪算法在信号的奇异点处会产生Pseudo-Gibbs现象,从而使去噪后的信号在急剧变换部分产生振荡现象。为抑制Pseudo-Gibbs现象,提出一种基于平移不变的小波阈值去噪方法。该方法能有效地消除人为的振荡现象,使消噪后的信号更加光滑,更好地逼近真实信号。     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点，在大尺度下设置阈值，去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上，采用自适应阈值的方法，克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明，与单一阈值去噪方法相比，该方法不仅可以保留图像边缘信息，而且能提高去噪后图像的峰值信噪比2～5dB。     

非下采样Contourlet变换域统计模型红外图像去噪

对红外图像进行非下采样Contourlet变换,分析其系数的统计特征,采用广义高斯分布来模拟系数的概率分布。根据非下采样Contourlet变换的带通子带各方向能量不同的特点,提出修正的贝叶斯阈值公式,为了克服软、硬阈值函数的缺点,又提出一种具有可调节自适应性的新阈值函数,最后利用新阈值函数估计出不含噪声的变换系数,并通过非下采样Contourlet逆变换得到去噪后的红外图像。仿真实验表明,文中方法在峰值信噪比及视觉效果上均优于经典的小波阈值去噪算法。     

自适应阈值的小波图像去噪

针对VisuShrink阈值和NormalShrink阈值的缺陷,提出了一种改进的自适应阈值图像去噪方法.根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,并依此对图像进行去噪.实验结果表明,该方法可将每一尺度上的信号与噪声作最大分离,有效去除了白噪声,较好地保留了图像的细节信息,进一步提高了峰值信噪比,且没有增加时间复杂度,能用于实时处理.     

基于小波变换和中值滤波的图像去噪

针对图像中同时含有脉冲和高斯混合噪声的情况下,本文提出了一种中值滤波和小波变换相结合的图像去噪方法。仿真结果表明,该方法可以有效地滤除混合噪声,改善图像的视觉效果。     

基于平稳小波/Contourlet域非线性扩散的印章图像去噪

在印章鉴别系统中,正确鉴别印章的前提条件是得到高质量的预处理图像.提出了分别将平稳小波变换、Contourlet变换与各向异性扩散相结合的印章图像去噪方法.首先对图像进行平稳小波/Contourlet分解,然后高频部分和低频部分分别采用自适应对比度扩散和全变差扩散,最后重构图像.给出了实验结果,并与现有的小波阈值收缩和...     

Contourlet变换和遗传算法相结合的沥青红外图像增强方法

沥青施工过程中,采集的红外图像容易受到周围环境噪声的影响,使图像变得模糊、信噪比低,从而导致后续图像处理分析的准确度降低。针对该噪声特性,提出了一种Contourlet变换和遗传算法相结合的红外图像增强方法。首先对原始红外图像进行Contourlet变换,得到带有多尺度、多方向信息的带通子带,然后对其进行模糊增强,并通过自适应遗传算法优化模糊增强参数,最后对增强后的带通子带进行Contourlet逆变换,得到效果增强的红外图像。实验结果表明,与其它几种常用的红外图像增强方法相比,此方法能更有效地抑制噪声,提高清晰度,取得了较好的增强效果。     

图像去噪算法研究

主要对donoho的阈值去噪方法进行改进,提出基于图像奇异性的收缩阈值的选取.对图像进行分析和去噪处理。     

基于小波变换的阈值去噪方法

本文系统介绍了基于小波变换的的阈值去噪算法，给出了硬阈值函数，软阈值函数，线性半硬阈值函数法和Garrote阈值函数四种阈值去噪方法相应的程序，最后对比各种算法的结果，并阐述了去噪后的影响。     

基于复轮廓波变换的图像消噪

为了克服实轮廓波图像消噪后广泛存在的混叠现象,研究了基于双树复小波级联方向滤波器架构的复轮廓波变换图像消噪的若干性质,证明了对于高斯白噪声图像,该变换具有更好的分割能力和抑制能力,并在此基础上提出了一种基于该变换的图像消噪算法.该算法采用蒙特卡罗方法来确定门限收敛因子,并采用这些因子修正3σ准则,对变换域系数模值采用硬阈值处理.图像消噪实验结果表明:该消噪算法比基于实轮廓波变换的消噪算法,具有更高的峰值信噪比和更好的视觉效果.     

应用轮廓波和稀疏编码收缩法消噪毫米波图像

结合以峭度为稀疏标准的稀疏编码算法的高阶统计特性以及轮廓波分解的方向性和能量变化特性,提出了一种新的基于轮廓波和稀疏编码收缩技术的毫米波图像消噪方法。稀疏编码是一种有效的模拟视觉系统的图像特征提取方法,根据提出的特征系数的稀疏先验分布知识,能够自适应地确定收缩阈值。把该收缩技术应用到轮廓波变换域,能够很好地减弱毫米波图像中的未知噪声。采用相对信噪比评判消噪图像的质量,仿真实验表明,与标准稀疏编码收缩方法、轮廓波变换域降噪方法以及小波软阈值收缩方法相比,该降噪方法能够获得较好的图像恢复质量。     

采用抗混叠移不变Contourlet变换的云图融合(英文)

融合多通道的卫星云图可为监测和预报天气状况提供更加全面可靠的信息。本文提出一种采用抗混叠移不变Contourlet变换(Aliasing-suppression and Shift-invariance Contourlet Transform,ASSICT)的卫星云图融合方法。首先,为了克服原始Contourlet变换的频谱混叠及移变问题,将抗混叠滤波器组与非下采样方向滤波器组相结合,构造出ASSICT;然后,对两通道卫星云图(红外与可见光)采用ASSICT分解成低频及若干高频方向子带,对低频子带系数采取加权区域能量融合规则,而对高频子带系数采取加权区域方差融合规则进行融合处理;最后,对融合后系数进行抗混叠移不变Contourlet逆变换,得到融合云图。实验结果表明,本文方法融合的云图,由于增添了可见光云图的纹理细节信息,不仅提高了原始红外云图的分辨率,而且较好地保留了红外云图的亮温信息。     

基于子带收敛因子阈值法的轮廓波消噪方法

提出了适用于轮廓波变换消噪中确定子带阈值收敛因子的样本噪声响应法.该方法根据标准高斯白噪声作用在每个子带上的统计特性,得到每个子带的收敛因子;使用该收敛因子对标准的3σ(或4σ)准则进行修正来确定不同尺度不同方向子带的硬阈值;并在轮廓波域进行子带硬阈值处理之后,使用自适应维纳滤波进行后处理.实验结果表明,本文提出的消噪方法,对含有高斯白噪声的图像进行消噪,无论在峰值信噪比方面还是在视觉效果方面均可以取得比较满意的消噪效果;在一定的范围内,采用较小的样本图像计算子带收敛因子,在加快消噪速度和减小内存需求量的同时,仍然可以保持满意的消噪结果.     

基于双随机多变量高斯模型的Contourlet域贝叶斯图像估计

提出了一种用双随机多变量高斯模型来刻画图像Contourlet变换系数统计行为的新方法。这种双随机高斯模型不仅考虑相邻系数间相关性,并且用一个Bernoulli随机变量来刻画系数的空间非平稳特性。利用这种双随机多变量高斯模型,导出了一种新颖的图像贝叶斯最小均方误差估计子。实验结果表明,估计子不仅能得到较满意的"线形结构",而且能获得比现有方法更高的信噪比。     

一种基于 Contourlet 变换的彩色图像全息水印算法

提出了一种结合了全息水印加密技术和 Contourlet 变换技术的彩色图像水印算法。 算法首先将 RGB 模式的水印载体图像转换至 YCrCb 颜色空间,选取亮度分量作为水印载体通道,对其进行多层 Contourlet 分解,得到细节子带图像;而后对二值水印图像进行傅里叶全息加密,将加密后的图像嵌入至载体图像的 Contourlet变换系数中。 仿真实验结果表明,该水印算法具有良好的不可见性,对于常见的几何变换及多种攻击具有良好的鲁棒性。     

基于双边滤波的自适应彩色图像去噪研究

目的为了克服彩色图像去噪后存在的特征模糊,研究基于双边滤波的自适应彩色噪声图像去噪方法。方法使用二维离散小波变换(DWT)对含噪声的彩图图像进行近似分量、水平细节分量、垂直细节分量和对角细节分量等4个方向的分解。根据DWT各方向分量归一化后的方差比例,利用RBF神经网络构造双边滤波系数模型确定不同方向的最佳去噪系数,提出彩色噪声图像自适应去噪方法(DWT-ABF),并将该方法与常规方法作对比。结果在不同噪声类型以及混合噪声失真情况下文中方法都能有效地去除噪声,并同时保留图像细节信息,且与其他方法相比,文中方法去噪后的图像都具有更高的PSNR值。结论文中方法克服了传统双边滤波无法自行确定最佳参数的缺陷,同时也良好地解决了去噪图像特征模糊的问题。     

自适应二进小波去噪法

本文通过引入一类新的可微阈值函数,建立了信号的能量同它的二进小波变换系数之间的关系.利用Stein无偏风险估计和梯度下降法,给出了迭代求解各尺度二进小波系数最优阈值的自适应去噪算法.数值实验结果表明,同现存的小波去噪技术相比,该算法的去噪结果具有更高的重构信噪比和更光滑的外观.