一种非线性复扩散图像去噪算法

对线性复扩散去噪算法进行改进,提出了非线性复扩散图像去噪算法,构造了新的非线性复扩散系数.实验结果表明：新的非线性复扩散图像去噪算法能够取得较好的图像去噪效果,构造了合适的扩散系数.     

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Y-K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。     

基于视觉特性的各向异性扩散滤波器改进方法

比较了几种现有基于视觉特性各向异性扩散方程中扩散系数的优缺点,提出了一种改进的扩散系数.以局部平均梯度替代原扩散系数中局部方差,减少了运算量;用图像的最大值灰度值替代原扩散系数中的常数1,使扩散系数趋于零的速度变慢,提高了收敛的速度.实验结果表明,改进的扩散系数在滤波去噪效果和运算时间方面优于其它同类扩散系数.     

基于方向扩散的线性扩散图像去噪方法

针对线性扩散在图像去噪中的不足,提出了基于方向扩散的线性扩散图像去噪方法.该方法对图像进行线性扩散的同时,具有保护图像边缘的作用.实验表明本算法在去除噪声和信噪比上取得了较好的效果.     

一种新颖的去除SAR图像斑点噪声的各向异性扩散模型

在合成孔径雷达(synthetic aperture radar,SAR)图像中,受斑点噪声的影响,边缘、纹理、细小目标等细节信息容易被腐化。对于处理这一复杂问题,提出了一种新颖的各向异性扩散模型。该方法设法达到一种相互矛盾的目标:去除同质区域噪声的同时,保存弱的边缘,以及更有效的保持强的目标信息。并通过与其他两种方法同时作用于Lena的乘性噪声图像和一个真实的SAR图像来做比较,证明该方法的有效性。     

图像分割的各向异性扩散算法研究

煤矿井下图像通常具有对比度较小、纹理不清晰、数据量大等特点。根据各向异性扩散在图像处理中具有良好的边缘保持与增强的作用,首先在图像分割前对原图像运用各向异性扩散运算,消除原图像噪声的同时更好地划分图像的边缘与纹理区域。然后提取图像的纹理特性,运用到聚类算法中对图像进行分割。实验证明这种算法与未经扩散处理分割相比较,优势在于既提高了计算速度同时又改善了分割效果。     

曲率驱动的各向异性扩散图像修补AOS数值解法

基于Perona-Malik的各向异性扩散提出曲率驱动的图像修补模型,探讨并利用可加算子分裂方法实现快速求解。所提模型通过选择适当的参数,使得扩散强度能更好地适应图像细节变化。实验结果显示了较满意的图像修补效果。     

GVF各向异性扩散和冲击滤波耦合的图像放大

提出了一种基于梯度向量流（Gradient Vector Flow,GVF）各向异性扩散和冲击滤波耦合的图像放大算法.该算法模型由边缘停止函数约束的平均曲率流在各向异性的扩散中平滑图像,能去除噪声等的干扰;GVF外力场将图像梯度边缘力场转变为有旋场进而去除图像放大中锯齿效应;数据保真项避免图像因扩散而过度失真,保留图像特征;耦合冲击滤波模型增强图像边缘和细节.实验结果表明,该算法在客观指标和主观效果上均是一种有效的图像放大算法.     

基于一种改进的小波阈值图像去噪算法

在Dohono和Johnstone提出的多分辨率分析小渡阈值去噪的基础上,对阈值函数进行了改进,构造了一个新的阈值函数,克服了硬阔值函数不连续的缺点,同软阈值函数一样具有连续性,还克服了软阁值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷。仿真结果表明,利用新闻值函数进行图像去噪,在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法.     

基于改进的各向异性扩散方程Canny的边缘检测算法

在计算机视觉中边缘检测是一个热门的研究领域。边缘检测能缩减大量数据并滤掉无用的信息,同时保护图像中重要的结构特征。Canny边缘检测算法是一个经典的算法,对此提出基于改进的各向异性扩散方程的检测算法,以克服传统算法对噪声的敏感性。传统Canny算法的双阈值需要人工赋值,针对不同的图像具有使用缺陷,因此,提出基于Otsu方法的自适应方法。实验表明,改进的算法有效地提高图像边缘检测的准确性,定位精确度高。     

一种改进的BM3D绝缘子图像去噪算法

随着输电线路巡检自动化水平的提高,输电线路障碍检测技术也随之发展.针对输电线路目标检测中图像存在噪声,且传统BM3D去噪算法存在局限性的问题,提出一种基于SFCM改进的BM3D图像去噪算法.在传统BM3D算法的块匹配之前使用SFCM聚类划分4个同质区,使得块匹配的范围被限制,从而提升算法效果.实验结果表明,改进的BM3...     

一种改进的NAS-RIF图像盲复原算法

在重点研究了具有非负和有限支持域的递归逆滤波器的盲图像复原算法(即NAS-RIF算法)的基础上,研究了一种通过高阶统计量HOS去除噪声的方法,抑制了高斯噪声,保留了更多的图像细节,并在算法的迭代过程中采用图像分割技术进一步精确图像的目标支持域,提高了该算法的应用范围.由仿真实验的结果可以看出,改进后的方法取得了比较好的复原效果.     

数字图像的平滑处理

本文描述图像在生成和传输过程中的图像平滑处理。图像平滑的目的是为了消除噪声,主要处理方式有邻域平均法即通过提高信噪比,取得较好的平滑效果;空间域低通滤波采用低通滤波的方法去除噪声：以及频域低通滤波法通过除去其高频分量就能去掉噪声,从而使图像得到平滑。     

数字图像的平滑处理

本文描述图像在生成和传输过程中的图像平滑处理。图像平滑的目的是为了消除噪声,主要处理方式有邻域平均法即通过提高信噪比,取得较好的平滑效果;空间域低通滤波采用低通滤波的方法去除噪声：以及频域低通滤波法通过除去其高频分量就能去掉噪声,从而使图像得到平滑。     

偏微分方程在图像平滑中的应用

本文论述了基于偏微分方程的P-M模型以及其改进模型在数字图像平滑处理中应用,并分析各种的模型性能优缺点,指出了今后的研究方向.     

一种数学图像去噪的新方法

本介绍了图像去噪的原理，并对几种图像去噪方法进行了分析，提出了一种基于高阶统计量的图像去噪法，实验表明，这种方法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。     

一种基于K近邻的图像去噪方法

图像去噪作为数字图像处理中的基础课题,一直以来都是研究热点。由于许多复杂的原因,图像不可避免地会带有各种噪声,于是去除噪声是图像预处理的一个重要步骤。针对传统均值去噪的不足,提出一种基于K近邻的去噪方法。实验表明,该方法较传统方法更为有效。     

基于图像分解与边缘检测的图像去噪方法

针对图像去噪时产生的“阶梯效应”、边缘线条上的光滑性和线状结构不易恢复性,提出基于图像分解与边缘检测的图像去噪方法,首先用图像分解与边缘检测模型将噪声图像分解为结构部分和纹理部分,并提取边缘信息,然后根据边缘指示函数用P—M扩散和相干增强扩散结合的方法对纹理部分去噪,最后将去噪的纹理部分与结构部分组合得到去噪图像。数值试验结果表明,该方法提高了图像去噪的质量,有效避免了扩散中产生的“阶梯效应”,较好地保护了边缘信息,恢复其光滑的线状结构。     

基于偏微分方程的图像去噪的主流模型

介绍了偏微分方程(PDEs)模型在图像处理与分析中的应用,基本思想及其发展历史．主要阐述了基于偏微分方程的图像去噪模型发展过程中所出现的几类主流模型．理论和实验结果表明,应用偏微分方程模型进行图像去噪是一种有效的工具．