图像融合技术在图像去噪中的应用

邻域平均法(NAM)应用于图像去噪时能够得到较好的平滑效果,但图像的细节信息丢失较多;基于小波变换的阈值图像去噪方法能够较好地保持图像的细节信息,但是平滑效果不理想.对这两种去噪方法所得到的图像进行小波变换,然后在小波域再按照一定的融合规则进行融合处理,得到去噪效果较好的图像.实验结果表明,融合后的图像能够较好地去除图像的噪声,具有较好的视觉效果和较高的峰值信噪比.     

基于随机共振与双边滤波的图像去噪算法

在一定条件下,随机共振能在一定程度上将噪声能量转化为图像信息,从而改善图像的信噪比,而双边滤波是一种既可以降低图像噪声,又可以保留图像边缘细节的图像处理方式。提出一种基于随机共振和双边滤波的图像去噪处理方法。实验结果表明,该方法能取得较好的去噪效果。     

基于小波变换和ROF模型的图像去噪算法

小波变换和ROF模型是常用的图像去噪方法。为了获取高质量图像,降低或消除噪声对图像的影响,提出了一种新的图像去噪算法。该方法对噪声图像进行小波分解,并对其高频部分进行阈值去噪,之后利用ROF和拉普拉斯算子结合的模型去噪,并进行小波重构,得到最终的去噪图像。实验结果表明,此算法的去噪效果比小波去噪或ROF去噪明显,能在有效抑制图像噪声的同时,更好地保持图像的边缘、纹理等特征,有效地提高了图像质量。     

基于小波变换的图像阈值去噪法

图像去噪是图像处理领域中的重要研究方向之一。小波变换具有选基灵活和多分辨率特性等,能清晰图像,因此在图像去噪中获得了广泛的应用。当含噪图像经过小波变换后,图像和噪声在不同的分辨率下呈现出不同规律,设定阈值门限,接着调整小波系数,最终达到去噪的目的。在硬软阈值去噪法的基础上提出新算法,并且利用Matlab进行仿真,实验结果表明新算法的峰值信噪比较高,具有较好的去噪效果。     

Contourlet变换在图像去噪及融合算法中的应用研究

在处理高维图像信号时,Contourlet变换比小波变换拥有更好的逼近精度、方向性以及系数表达能力,因此将Contourlet变换应用到图像处理领域已经成为研究热点.总结了Contourlet变换的尺度内和尺度之间的依赖性,提出了基于Contourlet变换的图像去噪算法和图像融合算法,其算法能够较为有效地保留原图像的边缘细节,拥有较好的视觉效果.     

基于数学形态学的小波变换图像去噪方法研究

数学形态学和小波变换在信号处理领域应用广泛,提出基于数学形态学的小波自适应算法进行图像去噪处理,通过实验证明该算法不仅可以对图像进行有效的去噪处理,而且能很好地保留原图像的细节特征,避免了常规算法的缺点,效果良好。     

线性混合小波基图像去噪研究

基于线性混合小波基的阈值去噪是一种有效的图像去噪方法,它将多个不同特性的正交小波基进行线性混合构成一个新的小波基,该混合基兼有多个小波基的特性,能较好地表示复杂图像信号,从而有效地提高了去噪效果。该方法中混合系数的选择十分重要,它对混合基的去噪效果有重要的影响。本文首先介绍了线性混合小波基图像去噪的原理,然后在总结实验结果的基础上,提出了一种两个小波基混合的混合系数选择方法,并以其为基础实现两个以上的多个小波基混合。大量的实验表明,用该方法选择的混合系数,混合基的去噪效果良好。     

基于自适应Bandelet变换的图像去噪

本文提出了一种基于自适应Bandelet变换的BayesShrink软阈值图像去噪方法。根据图像和噪声的特点,在Bandelet化的过程中采用Visu shrink方法中基于最大最小原则所定义的阈值来寻找各个剖分子块的最佳几何流方向和完成最优四叉树分割,从而计算出较为精确的图像几何方向,然后对各个Bandelet块进行BayesShrink软阈值去噪。实验表明,本文提出的算法比基于小波的图像去噪法更能提高去噪后图像的峰值信噪比,同时能够避免小波变换所带来的边界振铃效应,更好地保留了图像的细节特征,取得了较好的视觉效果。     

小波理论在遥感图像处理中的应用

介绍了小波变换理论,分析了小波变换在遥感图像压缩、图像去噪、图像融合等方面的主要应用。随着小波理论的进一步发展,其必将在遥感领域发挥更重要的作用。     

基于Curvelet变换和均值滤波的图像去噪方法

针对图像中的高斯噪声干扰,提出一种改进的图像去噪方法．首先利用Curvelet变换将含噪声图像分解成多个子频带,再根据子带系数的高斯分布特性,利用阈值去噪和加权平均滤波相结合的方法对高频子带进行去噪处理,最后利用Curvelet反变换得到去噪后的图像．为了验证该方法的有效性,与传统的硬阈值、软阈值、基于小波变换的方法相比较,实验结果表明,该方法能够获得较好的峰值信噪比和视觉特性,保留较多的细节信息．同时也说明了Curvelet变换比小波变换能够得到更好的去噪效果．     

基于小波系数相关性的图像去噪研究

本文主要介绍了一种基于小波系数相关性的图像去噪方法。为降低图像噪声增强程度,此方法对小波变换的阈值函数利用相关性进行了改进。同时,通过实验验证了该方法的有效性。     

常用图像去噪方法探析与比较

均值滤波、中值滤波、维纳滤波和基于小波变换的软阈值法和硬阈值法是常用的几种图像去噪方法,通过对添加了不同噪声的图像进行了仿真实验。实验结果进一步验证了均值滤波在去除噪声的同时造成了图像边缘一定程度的模糊,中值滤波能相对较好的保留了图像的边缘,维纳滤波对高斯白噪声去噪效果较好但计算量大,相比较小波阈值法去噪是目前较好的的去噪方法,通过选取合适的阚值可以得到较为理想的去噪效果。     

基于小波变换的遥感图像融合技术研究

以遥感图像融合技术为对象,在小波变换的基础上对其进行了分析和研究。简单介绍了遥感技术和遥感图像融合的基本概念与意义;重点从小波分析理论、小波变换与图像处理以及遥感图像去噪三个方面对遥感图形融合技术进行了详细分析。     

数字图像的小波去噪方法研究

由于外来信号的干扰,大多图像都含有不同程度的噪声。为了更好地对图像进行分析,就必须在图像预处理中减小这些噪声。图像去噪正是在保留图像原有重要信息（边缘等）的前提下降低或消除噪声。该文介绍了小波变换的基本理论,对以小波为工具的数字图像去噪方法进行了探索,同时选取不同小波基函数对多幅标准图像开展了大量仿真实验,并对小波基函数的选取以及软硬阈值去噪等相关问题进行了研究,得到了最优基的选择应根据图像自身的特征来确定等有意义的结论。     

基于小波分析的图像去噪

针对图像去噪展开研究,结合均值滤波技术和小波分析技术,提出了使用高斯平滑滤波与小波局部阈值处理相结合的方法。首先对图像进行高斯平滑滤波,然后选取适当的小波阈值对小波系数进行处理、重构得到新的图像,并将去噪图像的峰值信噪比作为性能指标,仿真实验结果表明文中所用的方法去噪效果更佳,图像有着更好的视觉效果。     

基于参数调节随机共振的图像去噪研究

提出一种图像的参数调节随机共振去噪方法,对来自于同一噪声源的多张同一图像进行处理,将若干张图片中相同位置的元素按列排序处理成周期信号输入双稳态系统,利用参数调节随机共振提高了图像信噪比。实验证明,该方法能显著提高图像质量。     

一种基于BKF模型的双树复小波图像去噪算法

文章介绍了双树复小波变换,根据BKF模型,采用贝叶斯最大后验估计,给出了一种基于双树复小波变换的图像去噪算法。在仿真实验中,该算法与经典ProbShrink算法相比能提高峰值信噪比,改善视觉效果与去噪效果。     

多小波理论及其在图像处理中的应用

综述了多小波变换理论的发展及其在图像处理方面的应用,展望了它今后的发展。实验表明多小波方法在信号去噪、图像数据压缩等方面可以取得比单小波更好的效果。     

小波分析在图像处理中的应用

小波分析在图像处理中的应用是小波分析较典型的应用之一。本文首先从小波的基本概念入手,简要介绍了小波变换与小波分析方法,并以图像压缩为例说明了小波分析在图像处理中的应用。结果表明,小波分析应用在图像压缩中,不仅压缩比高,压缩速度快,压缩后能保持信号与图像的特征基本不变,而且在传递过程中可以抗干扰,总体压缩效果较好。     

对小波图像去噪方法的探讨

小波图像去噪方法已广泛应用于图像去噪领域．在对日前小波图像去噪文献进行综合的基础上，描述了信号奇异性，并阐述了三种基于小波阈值去噪的方法，最后对小波去噪方法进行了一些展望．