基于偏微分方程的常用图像去噪方法比较研究

图像去噪在图像处理中极其重要。本文就几种常用的图像去噪方法进行了详细的综述,阐述了各方法的理论原理以及其优缺点,同时也给出了其对同一副测试图像的去噪效果。     

基于偏微分方程的自适应图像去噪模型

为了在图像去噪过程中提高去噪效率,本文结合差分曲率和分数阶微分算子,提出一种新的自适应图像去噪模型.把差分曲率引进偏微分方程图像去噪模型中,利用图像梯度、差分曲率和分数阶微分算子的性质,较好的区分图像边缘、平坦区域及噪声,分数阶微分算子由图像中局部方差确定,构造的去噪模型能自适应的扩散去噪,并且在去噪的同时可以保留更多...     

基于小波变换的图像去噪方法研究

图像处理的目的就是对数字化后的信息进行某些运算和处理,以提高图像的质量或达到人们所要求的预期结果.小波被看做一种用于多层次分解函数的数学工具.图像信号经过小波变换后可以用小波系数来描述,小波系数体现了原图像信息的性质,图像信息的局部特征可以通过处理小波系数来改变.     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性.     

一种基于异性扩散的图像去噪方法

本文根据TV模型不完全符合图像处理的形态学原则,图像在演化过程中不仅取决于它的水平集,还取决于它本身的灰度值,这直接导致处理的结果中出现阶梯效应。而且根据ALM模型仅仅依靠梯度信息来决定扩散的速度和方向,导致边缘角点特征模糊或消失。综合考虑TV模型与ALM模型的优缺点,再根据两个模型对应的偏微分方程的特点提出了一个新异性扩散模型。     

一种基于平稳小波域的图像去噪新方法

本文在小波域图像去噪的基础上,提出了一种基于平稳小波域的去噪方法,并将文中滤波方法与传统去噪方法进行了效果比较。结果表明:与传统滤波方法相比,该方法不仅可以有效的去除图像噪声,而且在很大程度上保持了图像的边缘及细节特征,其相应的性能指标和视觉效果都要优于传统方法。     

三种空间域图像去噪方法的比较与研究

去噪是图像处理中极其重要的步骤,包括空间域去噪和变换域去噪两种.均值滤波、中值滤波和维纳滤波是三种最重要的空间域去噪方法,它们在去除高斯噪声、椒盐噪声和泊松噪声中的性能表现不同,模板尺寸是影响其性能的一个重要因素.实验表明,三种去噪方法在去除不同噪声时都能找到一个最佳模板尺寸,维纳滤波适用于去除高斯噪声和泊松噪声,中值滤波适用于去除椒盐噪声.     

一种基于遗传算法的小波域图像增强方法

图像增强一直是图像处理领域的研究热点.本文提出了一种基于遗传算法的小波域非线性图像增强的算法.实验结果表明,该算法既有较强的鲁棒性,也对不同的图像具有自适应性,同时取得了很好的增强效果.     

基于整数提升小波变换的图像去噪方法

由于传统小波变换在图像去噪应用上的一些缺点,本文使用整数提升方法进行图像去噪。整数提升方法不受Fourier变换限制,其具有传统小波的多分辨率特性,而且运算速度有很大的提高。提升方法可以从一个新的角度来构造小波滤波器,它的核心是确定预测算子和更新算子,对每步提升下取整,就实现了整数小波变换。将其去噪去噪效果与传统小波变换的去噪效果进行了比较。仿真结果表明,整数提升方法取得了比传统小波变换更好的去噪效果。     

一种基于小波域的数字水印算法

分析了一种小波域数字水印算法,利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印,在对原始图像进行多级小波分解后,通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性,并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。     

高斯平滑算子对Y—K模型改进的图像去噪方法

研究了在偏微分方程理论框架下进行图像去噪的方法,重点对二阶和四阶偏微分方程的主要去噪方法进行了分析。二阶偏微方程模型中的P—M模型能很好地去除噪声,但时常会出现块状现象;四阶偏微分方程模型中Y—K模型能消除阶梯效应但会出现斑点现象。使用Gilboa扩散系数、中值滤波器和高斯平滑算子对YK模型进行改进。实验证明．新模型减少了迭代次数,提高了算法效率。也一定程度上避免了块状及斑点现象。     

一种基于人视觉特性和复小波变换的彩色图像水印方案

利用双树复小波变换并结合人眼视网膜的颜色特性,提出一种基于融合的彩色图像水印方案。利用复小波变换的平移不变性和多方向性来增强水印受攻击时的鲁棒性。通过试验调整水印能量在蓝、绿、红3种颜色信道里的比例来提高水印的不可见性。结果表明该水印方案在压缩、增加噪声、中值和平均滤波攻击下具有较高的鲁棒性。     

基于多个小波基联合去噪方法的研究

图像在形成、传输、存储过程中,不可避免地会受到各种噪声的干扰,极大地影响了人们从图像中提取信息,因此,采用适当的方法尽量减少图像噪声是一个十分重要的处理步骤。小波变换应用于图像去噪领域比较成功,在图像去噪中能更好地保护图像细节。本文提出了一种多个小波基联合去噪的方法,该方法能够很好的去除图像中常见的噪声。     

基于小波方法微重力预混V形火焰不稳定性分析

着重介绍了将小波图像处理方法运用于微重力燃烧实验,通过对预混V形火焰的动态图像的分析处理,提取有关燃烧火焰的结构及其变化信息,实现了利用火焰连续的动态图像研究火焰结构和不稳定性的目标.