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。     

一种去除图像混合噪声的新方法

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与小波去噪的图像去噪算法.该算法首先检测出脉冲噪声点,并采用自适应窗口对脉冲噪声点进行中值滤波处理,然后用基于高斯混合模型的小波去噪法滤除图像中的高斯白噪声.仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多.     

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MATLAB的图像处理空间域滤波研究

为改善原始图像清晰度差、提高图像视觉效果,采用空间域图像滤波方法。该方法相比时域滤波方法,虽然算法复杂,但可使图像获得更好的视觉效果。运用MATLAB软件对原始图像进行平均平滑、高斯平滑、中值滤波及基于一阶和二阶微分的锐化算子进行一系列处理,分析了每种处理方法的优缺点。实验结果显示：采用空间域的图像滤波方法不仅具有良好的去噪效果,而且可以极大改善原始图像质量。     

一种基于小波域的中值滤波去噪法

根据脉冲噪声和高斯噪声在小波变换下的不同特点,结合中值滤波,在小波域内对高频子带图像进行中值滤波.仿真结果表明,此算法不仅能滤除图像中的脉冲噪声和高斯噪声,且能较好的保留图像的边缘细节,可获得较好的去噪效果.     

基于改进Canny算子的医学图像边缘检测算法

边缘检测作为图像分割的一部分,能够用于医学图像诊断。在医学图像获取过程中不可避免地会出现一些高频噪声,从而对属于高频分量的边缘产生干扰。传统Canny算子在高斯滤波去噪时会滤除一些边缘信息,且需要人为设定高斯滤波方差及高低阈值,缺乏自适应性。通过采用自适应中值滤波去噪,以及采用Sobel算子计算梯度幅值方向,并利用非极大值抑制对图像进行细化,最后利用Otsu计算图像高低阈值,从而对Canny算子进行改进,并在医学图像上进行实验。结果证明,该方法能更准确地检测边缘信息,且具备较强的自适应性。     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

基于中值滤波和维纳滤波的图像混合噪声滤波研究

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与维纳滤波的图像去噪算法。该算法首先检测出脉冲噪声点,并对脉冲噪声点进行中值滤波处理,然后用维纳滤波滤除图像中的高斯白噪声。仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和维纳滤波好得多。     

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.     

基于小波变换和中值滤波相结合的SAR图像相干斑的抑制

合成孔径雷达图像中相干斑噪声的存在降低了图像的质量,影响了图像的解译和后续处理。分析了图像相干斑噪声产生的机理,介绍了基于空域和频域的滤波方法的研究现状,并在阐述小波阈值去噪声方法的基础上考虑根据小波系数子带分布特征用定向窗口中值滤波代替阈值去噪声,提出了结合中值滤波的小波域SAR相干斑抑制方法,并通过和已有的方法比较,说明该方法非常有效。     

基于小波包滑动阈值的信号去噪

传统信号去噪方法常采用门限法对噪声信号的小波或小波包变换做阈值处理以达到去噪的目的。本文介绍了一种利用小波包滑动阈值去噪的新方法,通过对信号的小波包分解系数的滑动阈值量化,得到重构的去噪信号。计算机仿真结果表明,滑动阈值法具有很好的实用价值。     

改进型小波阈值超声图像去噪方法

在D.L.Donoho提出的小波软、硬阈值去噪方法的基础上,提出了一种新的改进型半-软阈值方法,克服了经典小波阈值方法的缺点,能有效地改善图像的质量.通过Matlab对斑点超声图像进行去噪仿真,结果表明该方法优于软、硬阈值法,具有一定的应用价值.     

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。     

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．     

基于小波变换的图像降噪

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。     

基于小波阈值去噪的改进方案

在D.L.Dohono提出的软、硬阈值去噪方法的基础上,提出了两种新的阈值函数,并对小波阈值的去噪算法进行仿真实验研究。首先分析软、硬阈值去噪法及最新的阈值改进算法,在此基础上提出两种改进小波阈值去噪算法,然后用提到的各种小波阈值去噪算法对指定图像进行去噪仿真研究,最后基于实验结果进行对比分析。新阈值函数在图像去噪方面要优于传统的软、硬阈值函数。能更好的保留原始图像信息,提高峰值信噪比并降低均方误差。