用于图像去噪的选择性中值滤波

本文提出了一种针对图像脉冲噪声进行检测,并根据检测结果进行选择性滤波的方法。该方法首先对含有脉冲噪声的整幅图像进行逐点检测,然后根据噪声检测结果来确定滤波窗口长度和参与滤波像素点的选用,对检测出的噪声点采用改进的中值滤波进行滤除。该方法可以有效滤除图像中的脉冲噪声,又能较好的保持图像的边缘细节。最后给出了滤波实验的仿真结果,说明了该方法的有效性。     

基于相关度预测的椒盐噪声自适应滤除算法

在分析现有的细节保护滤波算法的基础上,提出了一种基于相关度预测的图像椒盐噪声自适应滤除算法。对于信号像素,保持灰度值不变。对于噪声嫌疑像素,利用对邻域灰度相关量化分析和定义的灰度相关函数作为信号邻域相关性的度量,并将该系数作为预测滤波算法的阈值进行判别。根据像素被判定为噪声或有效信号的概率,自行调整滤波强度,减少图像滤波处理中的细节损失。实验表明,该算法的噪声滤除能力、细节保护能力以及运算效率都可以得到满意的结果。     

基于DSP的泡罩药品图像滤波处理

为了保证泡罩药片图像分割、边缘处理等图像算法的顺利进行,需要对采集到的泡罩药品图像进行滤波处理。本文设计了一套基于DSP和触摸屏的泡罩药品在线检测系统。为了有效滤除药品图像中的各种噪声,并能够尽可能的保留图像中的边缘和细节等信息,提出了一种自适应的脉冲耦合神经网络的图像滤波算法,并在脉冲耦合神经网络中引入了平滑抑制因子。最后进行了仿真分析,仿真结果表明,该滤波算法能够有效的滤除泡罩药品图像中的噪声,并很好的保留了图像边缘等重要信息。     

脉冲噪声去噪检测阶段新方法

针对许多流行算法主要考虑高噪声密度而忽略属于图像平坦区域的像素可能错误检测为噪声的情况,提出了脉冲噪声检测阶段的新算法。该算法的检测阶段利用两个条件确定像素是否是噪声,其中第二个条件利用两个提前确定的阈值。仅检测阶段确定为噪声的像素在滤波阶段执行滤波操作。为了减小复原图像的模糊,滤波阶段采用小尺寸的滑动窗口。利用提出的算法检测不同密度的脉冲噪声污染的图像。利用几个测量指标检测提出算法的性能。实验结果表明提出算法复原质量效果较好。     

基于细节保存的图像深度脉冲噪声去除算法

提出了一种融合自适应中值滤波与细节保存机制的图像深度脉冲噪声去除方法.该方法主要采用两个步骤,首先使用自适应中值滤波来最大可能地确定图像中的候选噪声点,然后根据特定的针对候选噪声点的正则化优化方法来复原被污染的图像.实验结果表明,与传统的自适应中值滤波相比,本文方法具有明显优越性,可以完成被脉冲噪声污染程度达90％的图像噪声去除工作,具有一定的实用意义.     

基于同质信息的选择性脉冲噪声滤波算法

本文使用一种基于选择性的、信号适应中值滤波算法去除脉冲噪声。该算法可以精确检测出噪声,得到较高的信噪比,且不损坏图像原有的边界和细节。结果表明,从噪声抑制和细节保存方面来看,该方法的效果远好于其他中值滤波方法。     

基于二步法的脉冲-高斯混合噪声去除研究

本文提出一个处理图像脉冲-高斯混合噪声的二步法。该二步法将噪声图像中的脉冲噪声和高斯噪声区别对待。首先,根据噪声模型的定义,我们可以利用一些现有的脉冲噪声探测算法将图像中的脉冲噪声探测出来,再利用算法去除脉冲噪声;然后,在第一步的基础上利用高效的高斯噪声去除方法去除剩下的高斯噪声。根据不同的实验对象和不同的噪声水平,第一步和第二步可以采取不同的方法,从而达到最优效果。     

一种提高图像中值滤波效果的改进算法

为提高中值滤波效果,本文提出了中值滤波的改进算法,对邻域进行中值运算前,先对邻域中的像素点进行甄别,剔除邻域中的脉冲干扰像素点,利用剩余的像素点进行中值滤波运算。利用较中值滤波邻域更大的邻域进行噪声像素点的鉴别,而利用较小的邻域进行剔除噪声点的中值滤波运算,从而即保证了噪声像素点的鉴别的可靠性,又保证了图像滤波的清晰度。     

基于边缘保护的中值滤波算法的改进

为了有效的去除图像中的脉冲噪声点,同时有效保护图像边缘信息,提出了一种基于边缘保护的噪声监测和噪声去除方法。它在充分分析噪声和边缘分布特性的基础上,对图像中的疑似噪声点进行多方向检测,进而有效的辨别出噪声和边缘的区别,同时在传统中值滤波的基础上,提出采用非线性多级方向中值滤波技术,该技术可以有效降低噪声对图像的影响,有效保护图像细节。     

几种典型数字图像中值滤波算法的对比分析

中值滤波方法是图像去除噪声的重要方法之一,广泛应用于数字图像处理中。本文为了更好地检验滤波方法的效果,在图像中添加随机和椒盐两种常见噪声,对多级中值滤波、开关中值滤波和极值中值滤波算法进行仿真,以峰值信噪比和归一化均方差(NMSE)作为客观评价标准,对几种典型中值滤波算法进行了对比分析。结果表明,中值滤波既可以去除图像中的噪声又能保护图像的边缘和轮廓。     

低信噪比图像高斯噪声非线性模值滤波算法分析

高斯噪声产生于图像采集、成像和传输的各个部分,由于其对于图像时域和频域的全局覆盖作用,难以进行有效抑制.低信噪比图像在雷达、遥感、医学成像等领域有着广泛应用,本文提出一种基于图像功率谱的非线性模值滤波算法(Nonliear Module Filter,NMF),图像功率谱用模值作为非线性滤波的阅值,在保留信息比例高的系数基础上滤除包含高噪声比例的系数,从而达到提高信噪比抑制高斯噪声的目的.     

一种新型三维条纹图像滤波算法

提出了一种自适应高斯引导的新型图像滤波算法。首先分析了引导滤波的数学模型,并在此基础上对其进行了改进,采用一个更加理性的参数优化算法。最后对改进的滤波算法进行了对比实验,实验结果表明自适应高斯引导滤波算法能够很好的滤除图像中的噪声,同时最大程度的保留了原始图像中的边缘和细节等信息。该算法对于激光三维条纹图像去躁具有良好的效果。     

基于提升小波的SAR图像斑点噪声抑制方法

斑点噪声去除是对合成孔径雷达(synthetic aperture radar,SAR)图像自动分割、分类、目标检测和其它定量专题信息提取处理前必要的步骤。首先简要回顾了各种传统的SAR图像斑点噪声去除方法。在充分考虑SAR图像斑点噪声乘性特征的基础上,对SAR图像进行对数变换,将乘性噪声转变为加性噪声,然后再对图像进行提升小波分解,采用Bayes Shrink阈值对小波系数进行处理。最后根据4个指标来对比不同方法的去噪效果。结果表明,与传统的滤波方法相比,基于提升小波的去噪方法在图像均匀区域的辐射特性保持和斑点噪声抑制能力方面具有较大的优势。与传统小波相比,提升小波不但在运算速度上有优势,而且省内存。     

基于模数混合信道化的复杂雷达脉冲检测算法

现代化战争需要对复杂多变的雷达信号进行高灵敏度高截获概率侦收,本文采用基于模拟信道化和数字信道化的雷达脉冲检测融合技术可以实现复杂雷达信号的高灵敏度侦收。采用模拟信道化可以实现宽滤波,采用数字信道化可以实现窄滤波,两级信道化可以有效滤除带外噪声,提高信噪比。使用双门限脉冲检测融合算法,能够保证弱小脉冲信号被完整地检测到。     

基于点处理的图像脉冲噪声滤除方法研究

在分析含噪图像恢复方法和脉冲噪声概率密度函数的基础上,提出了一种基于点处理理论的脉;中噪声污染图像的恢复算法。该算法依次扫描图像的像素点,判断当前的像素点是否为脉冲噪声数据点,如果为噪声点,则计算空域滤波器的输出结果,并替代该像素点的值;否则,该像素点的值保持不变。实验结果表明,该方法基于像素点的空域处理,具有无排序操作、算法执行速度快和保持图像细节的优点。     

一种基于脉冲耦合神经网络计算的SAR图像噪声抑制方法

为解决合成孔径雷达图像中存在的相干斑点噪声问题,本文提出了一种基于脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)消除噪声的方法。首先利用PCNN同步点火的特性,结合邻域均值滤波方法 ,对图像进行预处理,然后构造了一个混合滤波器,使用该滤波器进行SAR图像平滑滤波,在有效消除噪声的前提下,尽可能的保护原图像边缘及图像细节。利用计算机仿真实验结果表明,该方法在保持图像边缘及图像细节信息的前提下能有效去除合成孔径雷达图像中存在的相干斑点噪声,优于传统的方法,获得了更好的去噪效果。     

图像滤波及边缘检测技术研究

主要研究了计算机视觉中的图像滤波、边缘检测技术,首先介绍了图像噪声滤波算法,针对脉冲噪声采用开关中值滤波技术,既能有效去除噪声,又在一定程度上地保护了图像细节;同时研究了边缘检测技术,采用基于梯度直方图的边缘提取法,利用梯度直方图的统计特征实现阈值的选取,并且有效地增强图像边缘,取得满意的视觉效果。     

超声图像大规模乘性噪声干扰的过滤算法仿真

超声图像广泛应用于工业,海洋,医学等领域并且在诸多领域起到不可替代的重要作用。但大规模乘性噪声严重影响了超声图像的成像质量。无法精准判读超声图像,制约着超声图像应用的发展。为此,提出超声图像大规模乘性噪声干扰的过滤算法,通过对超声图像成像像素进行像块分解重组重构出大规模乘性噪声部分,运用滤波函数公式提取出大规模乘性噪声干扰量,建立超声图像大规模乘性噪声过滤模型将乘性噪声干扰进行过滤计算,重构更为清晰的超声图像的过程。仿真实验证明,超声图像大规模乘性噪声干扰过滤算法有效的抑制了大规模乘性噪声对图像质量的影响,更好的保留了超声图像的细节信息。     

基于小波包滤波的焊接电源电流信号处理方法研究

逆变焊机通常工作在高压、大电流、强干扰的恶劣环境中,从焊接电源中滤除噪声获得有价值的电源信号是保证焊接性能的关键。首先分析了脉冲宽度调制(pulse width modulation,PWM)驱动原理,并在此基础上提出了一种基于小波包滤波方法对PWM电流信号中噪声进行处理。通过塔式分解方法实现快速离散小波包变换,由离散卷积方程得到小波包分解系数,实现了滤波算法重构。最后的仿真结果表明,本文提出的方法能够有效的滤除焊接电流中的噪声,获得有价值的信号,保证了焊接系统的高速、安全稳定运行。     

基于相位重组近邻点建构的虚拟成像索引技术

提出一种考虑相位重组近邻点建构的虚拟成像索引技术。针对强脉冲噪声污染下的虚拟成图像进行图像降噪滤波模型构建,求取噪声像点的近邻点,通过对数字图像的像点的近邻点噪声序列进行高斯伪随机数排序,以近邻点为中心进行相位重新建构,实现对虚拟成像的降噪滤波和检测索引。仿真实验证明,新的图像索引技术能有效强脉冲噪声污染虚拟成像进行高精度低均方根误差索引,滤波效果卓越,比传统算法性能有大幅提高,其优越的图像降噪处理和索引性能将在医学成像处理、空间探测等虚拟成像处理领域有较好的工程实践价值。