改进的广义置信度自适应IFS图象压缩编码算法

通过对分块IFS图象压缩编码过程中匹配误差的分析,提出了广义置信度的概念,并据此提出了对输入图象进行四叉树分块的自适应匹配门限（AT）算法。根据排列块的相对复杂程度,修正了自适应匹配门限的公式,提出了改进的自适应门限（RAT）IFS图象压缩编码算法。在对输入图象进行四叉树分块编码过程中,该方法可以根据当前排列块的统计特征确定匹配门限,从而使分块编码过程自动地适应输入图象。实验结果表明,这种新的编码方法可以自适应地对输入图象进行编码,且压缩比较高,有一定的实用性。     

小波图象去噪综述

小波图象去噪已经成为目前图象去噪的主要方法之一。在对目前小波去噪文献进行理解和综合的基础上，首先通过对小波去噪问题的描述，揭示了小波去噪的数学背景和滤波特性；接着分别阐述了目前常用的3类小波去噪方法，并从小波去噪中常用的小波系数模型、各种小波变换的使用、小波去噪和图象压缩之间的联系，不同噪声场合下的小波去噪等几个方面，对小波图象去噪进行了综述，最后，基于对小波去噪问题的理解，提出了对小波去噪方法的一些展望。     

用于图象压缩的子波变换的算法结构

在图象信号的传输过程中，为了降低比特率，必须进行图象压缩。数字图象压缩中的一种重要技术是子带编码。子波变换由于其在空间频率的良好局部化性能，特别适合于子带编码。本文从一有限长子波变换的算法结构出发，利用矩阵Ｋｒｏｎｅｃｋｅｒ积的性质提出了一种用于图象压缩的二维有限长离散子波变换的算法结构，并且给出了设计快速子波变换算法的方法。     

基于视觉灵敏度分类的IFS自适应图象编码算法

为了提高IFS自适应图象压缩编码方法对不同图象的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种进行分形图象IFS自适应压缩编码的新算法,同时定义了广义置信度的概念,并根据MSE误差曲线的广义置信度,确定了基于四叉树结构的分块分形编码过程中的匹配误差门奶。这种自适应门限编码算法不仅克服了传统固定门限IFS编码算法不能很地适应不同复杂程度输入图象的缺点,而且还提高了编码的效率。实验结果证明,此算法不仅可以自动地适应不同的输入图象,而且解码图象的视觉效果良好。     

小波去噪方法的仿真研究

介绍了小波软门限和硬门限法上噪的处理方法．分析了采用不同的小波进行软门限去噪的效果,比较了软门限去噪和硬门限去噪的特点。仿真结果表明,对高斯白噪声的上噪处理,选用db8小波比用syml和haar小波可以得到更好的去噪效果,软门限法优于硬门限法．     

基于子波变换的一种信号除噪新算法研究

针对Donoho去噪算法中阈值难以确定，通过分析白噪声的能量分布在于波变换域随尺度变化的规律，提出了一种采用子波变换来消除信号噪声的新算法。通过对含噪信号的求导运算实现信号与噪声在于波变换域约分离，以达到消除噪声的目的，算法的特点在于能够自动给出信号中噪声的阈值。经过测试，该算法在消除信号中的白噪声时，能够取得比较理想的效果。     

基于正交小波变换的图象去噪算法的改进

本文在BayesShrink阈值的基础上,提出了一种计算更有效的自适应的阈值估计,并针对传统的软、硬阈值函数在去噪中的不足,提出一种新的去噪阈值函数,最后将所提出的图象去噪方法与传统方法进行了实验比较,实验结果表明该方法在图象去噪中取得较好的效果,有效地提高了信号去噪所得信噪比增益。     

一种基于分形小波变换的工业电视图象编码方法研究

通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。     

基于多级中值滤波的小波去噪方法

经典图像去噪方法中,多级中值滤波有良好的保护细节的特性,近年来在小波域中对信号的处理,能使噪声抑制更加有效。结合两者的特点,提出了基于多级中值滤波的改进算法,利用最大最小中值之差判断平坦及边缘区域,实现了在小波域中平滑噪声的同时还可以保护图像细节不受损失。实验表明该方法与Donoho的软门限方法相比较,可以得到更好的去噪效果。     

小波的循环阈值去噪方法

在D.L.Donoho提出的多分辨分析小波阈值去噪方法的基础上,针对SAR图像的相干斑噪声现象,提出一种小波域SAR图像的循环阈值去噪法,通过估计的噪声标准差和滤除信号后的噪声标准差之间的循环迭代,得到最优阈值。并以峰值信噪比和平滑指数等作为评价指标,与传统的软阈值、硬阈值以及几种空域滤波方法进行了比较。仿真结果表明,提出的新的阈值去噪算法无论是峰值信噪比,还是主观质量都优于软阈值、硬阈值去噪算法和各种空域滤波方法。     

一种改进的小波阈值函数去噪方法

对比研究了D.L.Donoho和I.M.Johnstone提出的小波阈值去噪的硬阈值去噪法和软阈值去噪法的优点和缺点,并在此基础上构造了一个新的阈值函数,它克服了硬阈值处理方法在[λ]点处不连续及软阈值函数导数不连续的缺点,而且是高阶可导的,在实际应用时能够保留较大的小波系数,从而保留了尽可能多的信号,进而能够获得更好的去噪效果。仿真实验结果显示,新阈值函数可有效地抑制噪声,其去噪后的信噪比和均方根误差均优于软硬阈值函数以及已有的几种改进阈值函数,具有较高的实用价值。     

基于修正维纳滤波的小波包变换图像去噪

图像去噪是图像处理中一个非常重要的环节。为了改善降质图像质量,根据Donoho提出的小波阈值去噪算法,分析了维纳滤波原理,提出了一种基于修正维纳滤波的小波包变换图像去噪方法。利用修正维纳滤波对噪声图像进行处理,用处理后的图像计算噪声的标准方差,以此作为小波包的阈值。利用小波包对维纳滤波后的图像进行分解,实现对图像的低频和高频部分分别进行分解,用计算出的阈值对小波包树系数进行软阈值处理。利用小波包逆变换来获取去噪后的图像。结果表明：在噪声方差为0.01时,经该算法去噪后图像的PSNR比小波包自适应阈值去噪后的PSNR高出8.8 dB。该算法不仅能有效地去除加性高斯白噪声,而且能很好地保留边缘信息,极大地改善了图像的视觉质量。     

结合分块噪声估计的字典学习图像去噪算法

图像去噪是图像处理领域的重要环节,也是对图像进行后续处理的基础。近年来K-SVD字典学习去噪算法因其耗时短、去噪效果好的特点得到广泛关注和应用。但该算法的适用条件为图像的噪声为加性噪声且噪声标准差已知。针对这一情况,本文先提出一种平滑图像块筛选方法,并将其与奇异值分解(Singular Value Decomposition, SVD)相结合实现对图像的噪声标准差估计。再将得到的噪声估计方法与K-SVD字典学习去噪算法结合起来,提出一种具备噪声估计特性的K-SVD字典学习去噪算法。对多种图像的去噪实验结果表明,与Donoho小波软阈值去噪算法、全变分(Total Variation, TV)去噪算法相比,本文算法不仅能够使去噪后图像的峰值信噪比提升1~3dB,并且能较好地保留图像的细节信息和边缘特征。     

基于轮廓波变换的织物疵点图像消噪新方法

为了实现织物疵点图像的有效消噪,使其更有利于特征提取和疵点检测,提出了基于轮廓波变换的织物疵点图像消噪新方法。综合考虑轮廓波方向子带能量的大小与织物疵点图像轮廓细节之间的关系,对Donoho多尺度分解阈值进行修正,改进了Donoho多尺度分解阈值对图像细节"过扼杀"的缺点。实验结果表明,对织物疵点图像进行基于轮廓波变换改进阈值消噪时,该方法更好地保留了织物疵点图像的轮廓细节,峰值信噪比显著提高。采用改进的轮廓波Donoho多尺度分解阈值消噪后的图像,可以更好地应用于织物疵点图像的特征提取和疵点识别。     

基于NSCT域邻域收缩的SAR图像去噪

针对合成孔径雷达（Synthetic Aperture Radar,SAR）图像受到相干斑噪声的干扰,严重影响了SAR图像的后续处理的问题,提出一种在非下采样轮廓变换（Nonsubsampled Contourlet Transform,NSCT）域将中值滤波和邻域收缩法相结合的SAR图像去噪算法。该算法对原始SAR图像进行NSCT分解,得到低频子带和高频子带图像,对低频子带使用中值滤波处理以去除低频子带中的低频噪声,利用NSCT分解系数之间的相关性,使用邻域收缩法对子带图的系数进行收缩,以消除高频子带中的高频噪声。实验证明,该算法与小波域邻域收缩去噪算法和NSCT硬阈值去噪算法相比,在去噪性能和视觉效果方面均有所提高,在消除噪声同时可以较好地保护纹理细节信息。     

基于小波包变换与自适应阈值的图像去噪

提出了一种基于图像小波包变换及与分解层次相关的自适应阈值的去噪方法。利用小波包对图像进行分解,可以同时对图像的低频和高频部分进行分解,可以更好地保留图像信息,减少噪声对图像的影响。同时对小波包树系数用自适应阈值进行软阈值处理,可以很好地保留边缘等图像信息,这一方法比采用常用的阈值明显提高了去噪图像的信噪比。通过对加噪图像的实验可以看出,本文方法不仅可以有效地去除加性高斯白噪声,而且很好地保留原图信息,对进一步图像处理有所帮助。     

基于边缘检测的Contourlet变换图像去噪

为了实现较好保留图像边缘特征的有效去噪,提出了一种基于边缘检测的Contourlet变换去噪方法。该方法先用LOG算子提取图像边缘,进而在Contourlet变换域上对图像的边缘部分和非边缘部分分别选取不同阈值进行最佳软阈值去噪处理。实验表明,与采用Donoho软阈值的Contourlet变换去噪方法相比,该方法可有效地保留图像的边缘信息,达到了更好的去噪效果。     

基于改进阈值的地质雷达图象多小波去噪

探讨了基于DG H M多小波、多分辨分析下的地质雷达(GPR)图象阈值化去噪方法,在分析Donoho D L和Johnstone I M提出的小波阈值去噪方法的基础上,提出了一个改进的阈值函数,并对不同阈值函数下的去噪效果进行了比较分析。实验结果表明,利用这一改进的阈值函数和DGH M多小波对GPR图象进行去噪,可获得比传统软、硬阈值方法更好的效果。