排序方式: 共有29条查询结果,搜索用时 15 毫秒
21.
基于PCNN噪声检测的两级脉冲噪声滤波算法 总被引:1,自引:0,他引:1
为有效滤除图像中严重脉冲噪声干扰,提出了一种基于改进型脉冲耦合神经网络(PCNN)噪声检测的两级脉冲噪声滤除算法。该算法首先利用PCNN同步脉冲发放特性区分定位噪声点和信号点位置,其次根据噪声点局部邻域信息对噪声进行第1级自适应滤波,然后再利用具有保护边缘细节特点的多方向信息中值滤波器(MF进行第2级辅助滤波。实验结果表明,该算法在噪声检测中无需设定检测阈值,噪声检测精度较高;在去噪过程中不但有效滤除噪声干扰,而且能很好地保护图像边缘细节等信息,具有较好的主观视觉效果和客观评价指标,比传统MF及其它相关算法有更优的滤波性能,去噪能力强、信噪比高和适应性好,特别是对受严重噪声污染的图像,显示了更大的优越性。 相似文献
22.
23.
24.
25.
提出了一种基于小波变换的自适应数字图像水印算法.该算法根据原始图像的特点对水印的嵌入位置及嵌入强度进行自动调节,同时对嵌入的水印信号采用扩频的方法加入水印系统中,增强了图像抗攻击能力,提高了水印安全性.实验结果表明该算法对JPEG压缩、随机噪声攻击、剪切及加噪等具有较高的鲁棒性. 相似文献
26.
27.
研究并提出了一种图像边缘检测算法,对被脉冲噪声污染的图像进行预处理,从而便于图像的分析、理解等后续操作。与一般算法不同,该算法从图像的边缘特性入手来解决边缘检测问题,以由特性决定的一系列边缘点的约束条件作为算法基础,并用粗糙集理论解决了这些条件的相关问题,进而建立了整个边缘检测算法。计算机仿真表明,本文的算法能够有效地从含噪图像中提取边缘信息,较好地克服了传统算法对噪声的敏感性问题。 相似文献
28.
一种基于PCNN赋时矩阵的图像去噪新算法 总被引:9,自引:0,他引:9
该文从图像脉冲噪声的特点出发,提出了基于脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)赋时矩阵的图像去噪算法。赋时矩阵是由PCNN产生的一种从空间图像信息到时间信息的映射图,在图像处理中,赋时矩阵包含有与空间相联系的有用信息。计算机仿真结果表明,通过对PCNN赋时矩阵分析与处理,综合运用相关方法,可以有效地滤除被脉冲噪声污染的图像噪声,且恢复图像的视觉效果明显地好于中值滤波、均值滤波及维纳法得到的结果,其信噪比高、去噪能力强、对边缘和细节的保护性好、适应性强。 相似文献
29.
分形图像压缩编码是当今图像编码领域研究的热点之一,是一种具有独特优势且极有发展前途的数据压缩技术。本文从分形基本理论出发,对分形图像压缩编码思想、编码方法等进行了综述,并介绍了分形图像压缩编码的一些改进方法。最后,探讨了分形图像压缩编码的发展方向。 相似文献