共查询到19条相似文献,搜索用时 78 毫秒
1.
本文提出了一种基于非下采样Contourlet变换与非线性各向异性扩散的方法进行含噪图像的去噪和增强。首先对含噪图像进行非下采样Contourlet分解,对每个分解层的各个子带进行非线性收缩和拉伸,以达到抑制噪声和增强图像特征的目的。然后,对去噪增强后图像的Contourlet小系数进行空间域的非线性各向异性扩散,以去除由于进行非下采样Contourlet去噪所造成的为伪Gibbs现象和 side-band效应。实验结果表明,本文方法相比于无扩散的Wavelet和Contourlet方法相比,不仅对图像进行了去噪和增强,而且有效的抑制了伪Gibbs现象和 side-band效应。 相似文献
2.
分析了各向异性扩散去噪模型优缺点,针对PM模型不能有效区分噪声和边缘,提出了一种基于核函数的各向异性扩散去噪模型。在该模型中,把图像中噪声与边缘在低维空间的非线性区分关系转变为高维特征空间的线性关系,利用核函数获得高维空间的扩散函数。实验中分别与PM模型、Cattle模型比较分析,证明基于核函数的扩散模型在去除噪声的同时,更好地保留图像的信息,且峰值信噪比最高,去噪性能最优。 相似文献
3.
4.
提出一种基于Nordstrm能量泛函的非线性反应扩散数字滤波模型。数值实验结果表明该模型不仅对高斯噪声、椒盐噪声和Speckle噪声污染的图像去噪效果较好,而且也适合对混合噪声污染的图像去噪。去噪后图像有良好的视觉效果,峰值信噪比较高。 相似文献
5.
带有局部耦合项的冲击扩散方程与图像锐化 总被引:1,自引:0,他引:1
提出了带有局部耦合项的冲击扩散方程,其沿着等照度线(边缘)的梯度方向实施反向扩散(冲击)以锐化边缘;相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像.为了克服二值的零交叉决策过程导致的虚假的分片常数图像,利用双曲正切函数代替符号函数,柔和地控制边缘的零交叉点两侧像素的灰度值变化.同时为了进一步控制扩散行为,使其逼近于稳定的过程,并消除数值"爆炸"和过冲,在冲击扩散方程中增加局部耦合项.实际结果显示,本文算法可以显著地提高图像的视觉质量. 相似文献
6.
《电子技术与软件工程》2019,(17)
本文提出了一种改进的PM去噪算法,利用图像的局部信息,使用当前像素的3×3邻域构造计算8个方向的扩散系数。实验表明,本文所提算法不仅能够有效去除噪声,而且能够很好的保持边沿和结构,尤其在高水平噪声下,克服了经典PM算法容易产生阶梯效应和斑点噪声的不足。 相似文献
7.
结合USFFT Curvelet变换的各向异性扩散图像去噪模型 总被引:4,自引:0,他引:4
提出了一种结合USFFT Curvelet变换的各向异性扩散图像去噪模型.它有机结合了Curvelet变换和各向异性扩散(P-M扩散)两者的优点.通过P-范数方法选择合适的梯度阈值K,P-M扩散过程通过处理经过Curvelet变换得到的图像的不同尺度的Curvelet系数矩阵,实现了建立在对图像多尺度分析的基础上的新P-M扩散模型.实验表明,新模型的处理结果能有效避免传统P-M扩散出现的阶梯效应,同时更好地保留图像的纹理和细节. 相似文献
8.
9.
10.
一种改进的小波阈值图像去噪方法 总被引:2,自引:0,他引:2
介绍了小波阈值图像去噪的原理,并对常规的软、硬阈值函数在图像去噪中存在的缺陷进行分析,在软、硬阈值函数的基础上提出了一种改进的阈值函数。通过对含噪声图像分别采用常规的软、硬阈值函数和改进的阈值函数进行去噪处理,实验对比得出:当选取了合适的控制系数时,改进的阈值函数在图像去噪中不仅保留了常规软、硬阈值函数的去噪优越性,而且还克服了常规软、硬阈值函数存在的去噪缺陷,比常规的软、硬阈值函数去噪效果更好。 相似文献
11.
合成孔径雷达(SAR)图像经过相干斑抑制后,图像中目标边缘会出现模糊。针对这一问题,提出了一种改进的基于各向异性微分的SAR图像增强方法。该方法在梯度方向和与梯度垂直方向构造了两个扩散系数分布函数。在非目标边缘区域,各方向扩散程度不同,对相干斑噪声具有较好的抑制效果;在目标边缘区域,梯度方向不做平滑,以保护和增强边缘,而在垂直于梯度方向有较大的平滑,突出边缘轮廓。实验结果表明,该方法具有很好的相干斑抑制能力和边缘增强能力。 相似文献
12.
13.
为了改善图像去噪的效果,提出一种基于分数阶积分和中值滤波的改进自适应图像去噪算法,首先利用自适应中值滤波算法(Ranked-order Based Adaptive Median Filter,RAMF)中的噪声判别条件来检测噪声点,然后利用"噪声边缘"判别函数对其中的可疑噪声点进行二次检测,同时根据图像的局部统计信息和结构特征构造自适应的分数阶阶次,最后将检测出的噪声点进行自适应的分数阶积分滤波去噪。与传统的分数阶积分去噪算法相比,该自适应算法有效地保留了被错误误去除的图像边缘点,并且实现了分数阶积分的阶次自适应化,在去除噪声的同时很好地保留了图像的边缘及纹理细节信息。 相似文献
14.
研究和设计了一种新型自适应双向扩散过程,对无源毫米波图像进行降噪和增强处理.根据图像的局部特征进行自适应扩散处理,在图像的同质区域进行各向同性扩散降低噪声,在图像的边缘处沿着图像边缘的切向方向进行正向扩散降低噪声,沿着图像边缘的法向方向进行反向扩散锐化边缘.通过对仿真图像和实测的91.5 GHz无源毫米波图像的实验表明... 相似文献
15.
16.
17.
提出一种新的改进核维纳滤波器图像去噪算法。维纳滤波器通过最小化去噪图像与原始无噪图像之间的均方误差准则进行线性变换完成去噪,维纳滤波器给出了贝叶斯意义下最好的解。但是单纯的线性变换通常难以满足非平稳随机过程,采用核方法将维纳滤波器扩展到特征空间进行非线性变换是一种很好的处理手段。在进行特征空间的非线性维纳滤波时,重构输入空间的原图像时常常会遇到局部收敛性、对初始点较为敏感等问题,考虑到在高斯核函数下,特征空间均方误差和输入空间均方误差有一定的内在相关性,将输入空间下的维纳滤波结果约束到特征空间的均方误差中,在有训练样本下,不但可以进一步提高收敛速度和最优化,而且能更好地恢复原始信号信息。实验结果表明,所提方法的要比传统的维纳滤波和核维纳滤波更为有效。 相似文献
18.
为了更好地实现图像的去噪效果,提出了一种改进的基于K-SVD(Singular Value Decomposition)字典学习的图像去噪算法。首先,将输入的含噪信号进行K均值聚类分解,将得到的图像块进行稀疏贝叶斯学习和噪声的更新,当迭代到一定次数时继续使用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法对图像块进行稀疏编码,然后在完成稀疏编码的基础上通过奇异值分解来逐列更新字典,反复迭代至得到过完备字典以实现稀疏表示,最后对处理过的图像进行重构,得到去噪后的图像。实验结果表明,本文的改进算法相对于传统的K-SVD字典的图像去噪能够在保留图像边缘和细节信息的同时,更有效地去除图像中的噪声,具有更好的视觉效果。 相似文献
19.
超声图像利用不同组织和局部细节的不同回声信号强度和分布来捕捉重要的医学病变信息.然而,超声图像在形成过程中产生的斑点噪声使得超声图像质量较差,给以后的图像特征提取和识别,病情诊断及定量分析造成不利的影响.本文利用局部坐标变换,边缘、局部细节的一、二阶法向导数和双曲正切函数,结合各向异性扩散方程,提出了一种超声图像去噪与边缘增强算法:可以在去除噪声的同时,保持重要的边缘、局部细节和超声回声亮条.理论分析和实验结果表明了本文算法的有效性. 相似文献