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。     

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.     

一种图像混合噪声滤波算法

高斯噪声和脉冲噪声同时出现在一幅图像中的情况较为常见,单独使用均值滤波和中值滤波得不到令人满意的效果。将传统的方法结合起来,提出多级中值滤波与小波阈值滤波相结合,在滤除噪声的同时尽可能保护图像的细节。实践证明,该方法效果较好。     

基于中值滤波的椒盐含噪图像去噪方法

为了有效地去除图像中的椒盐噪声,提高图像的质量,利用中值滤波算法进行去噪处理.分析了椒盐噪声的特性,阐述了中值滤波算法的去噪原理和优缺点.通过实验从主观评价和客观评价两方面对比了中值滤波和几种典型的图像去噪方法对椒盐噪声的去噪效果,并进一步分析了不同窗口大小的中值滤波对椒盐噪声的去噪效果.实验结果表明,中值滤波算法能很好地去除图像中的椒盐噪声.     

基于简化PCNN的脉冲噪声滤波

基于脉冲耦合神经网络,提出了一种有效的脉冲噪声图像滤波算法。利用PCNN相似群神经元同步发放脉冲的特性检测噪声点,并利用中值滤波对噪声点进行滤波。仿真表明,该方法对不同强度的噪声图像均体现了较好的滤波性能,在去噪效果和运行效率上同其它方法相比具有明显优势。     

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。     

一种简单的图像脉冲噪声滤除方法

针对传统的中值滤波法消除脉冲噪声时存在的缺陷,充分利用脉冲噪声的特征,提出了一种简单的噪声像素检测方法,在滤波处理前先检测像素是否被脉冲噪声污染,从而有选择地对噪声进行自适应中值滤波,该算法不仅能够有效滤除脉冲噪声,而且具有较少的计算量和较高的峰值信噪比。仿真结果证明了算法的有效性。     

一种自适应的高密度椒盐噪声滤波算法

针对传统中值滤波器在滤除大密度脉冲噪声时不能保护细节的问题,对高密度椒盐噪声滤波算法及其改进算法研究的基础上,提出了一种自适应的高密度椒盐噪声滤波算法。首先对噪声进行判别,计算噪声的浓度,针对不同的密度,使用不同的滤波方法。对受不同密度(≥0.5)椒盐噪声污染图像的试验结果表明,该算法在滤除噪声的同时很好的保护了细节,取得了良好的滤波效果。     

基于广义高斯混合模型的图像加权平均滤波去噪方法

基于直方图的模糊滤波方法对图像的拖尾噪声去噪会导致图像模糊、残留的噪声较多等问题,本文提出一种新的基于广义高斯混合模型的图像去噪方法.首先,建立图像的广义高斯分布及其有限混合模型;其次,通过像素周围点特征值的变化范围确定噪声数据;最后,利用广义高斯函数构建一个加权平均滤波器进行图像去噪.对基于直方图的滤波方法、经典的偏微分方程和本文方法进行比较实验,结果表明本文方法具有更好的去噪效果.     

GPU实现的椒盐噪声自适应中值滤波算法

提出了一种基于先检测、后滤波的椒盐噪声滤除GPU实现算法。该算法首先依据椒盐噪声的特征,将图像像素分为噪声和信号,然后对噪声像素作标准中值滤波,如果中值为信号,则用中值代替噪声像素灰度值;如果中值为噪声,则取中值邻域,如果中值邻域为信号,则用它代替噪声像素灰度值;否则扩大邻域窗口,重复算法。但随着图像规模的增大,在CPU上执行的时间显著增加。分析并利用图形处理器（GPU）的并行处理特征,并在GPU上实现了本文算法。实验结果表明所提出的算法较经典的自适应中值滤波算法有较好的去噪效果和边缘保护能力,并且随着图像规模的增大,算法执行时间较CPU可以提高最多3个数量级。     

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。     

基于小波理论的心电信号仿真分析

小波理论在心电信号去噪处理中已经得到了广泛的应用,针对不同的噪声可以采用不同的小波方法进行去噪处理。根据小波在各个尺度上的不同的带通滤波特性,利用小波变换多分辨的特点对心电信号进行滤波,并应用Matlab仿真进行实验。通过实验证明,利用不同的阈值函数及自适应阈值能较好地抑制信号中的基线漂移、工频干扰和肌电干扰,具有一定的实用价值。     

基于小波分析的面波信号处理

面波勘探在矿井探测方面已经成为了一种有力的手段。采集到的面波信号由于受到噪声的干扰,在进行信号解析之前,去除噪声干扰是很有必要的。提出了一种新的基于自适应阈值的小波模极大值算法对面波信号去噪,关键是在每个分解尺度上选取合适的阈值,对小波变换系数的模极大值点进行筛选,相对传统的阈值选取,该方法达到了满意的去噪效果。     

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。     

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。     

改进的邻域均值滤波去噪算法研究

邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。     

基于相关函数的小波变换实现语音去噪研究

语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。     

滤波耦合法在航空发动机振动去噪中的应用

在航空发动机故障诊断研究中,如何从被干扰的信号中有效去除噪声并提取更为准确的故障信息是十分重要的.本文结合实际问题,在小渡分析和中值滤波两种方法的基础上提出了Db小波与自适应中值滤波耦合法,并用该方法分析了某型航空发动机振动信号,其有效地去除了一系列噪声.