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.     

基于维纳滤波的高斯含噪图像去噪

分析了几种常见的图像去噪方法的去噪原理和缺点后,主要研究了维纳滤波算法的去噪原理和其在实际应用中对高斯噪声的去除优点,通过实验对比维纳滤波算法和其他几种常见的图像去噪方法对高斯噪声的去噪效果,并分析不同参数对维纳滤波去噪效果的影响.实验结果表明,综合主观视觉效果和客观PSNR值而言,在去除高斯噪声时,维纳滤波可以取得更好的去噪效果,提高所获取图像的质量.     

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.     

极值中值滤波法在炉内火焰图像预处理中的应用

为消除火焰图像中的脉冲噪声,本文采用基于极值的中值滤波算法对信号和噪声先进行判别,再进行滤波处理;并采用归一化均方误差和信噪比作为该算法的客观评价尺度.结果表明,该算法在有效的消除脉冲噪声的同时,能很好保留火焰图像的边缘信息,较其他滤波算法有更好的滤波性能.     

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。     

一种滤除椒盐噪声的改进的中值滤波算法

根据数字图像中椒盐噪声像素的特点,提出了一种非常有效的椒盐噪声检测算法：两极门限检测法,并通过实验验证了该算法的有效性。在两极门限检测法基础上,本文进一步提出了一种改进的中值滤波算法,该算法能够有效地滤除数字图像中的高密度椒盐噪声,同时尽可能地保留图像细节。     

基于集内离散度噪声检测的自适应中值滤波的研究

传统中值滤波对所有像素采用同一的处理方法,导致图像细节信息丢失严重。依据噪声分布特征,设计了基于集内离散度的噪声检测器,并结合自适应中值滤波,实现有针对性的噪声过滤,减少非噪声信息丢失。实验证明,该算法具有较高的消除脉冲噪声和保留细节信息能力。     

数字图像噪声抑制算法比较研究

图像噪声抑制是图像处理的一个不能忽视的重要步骤,对图像处理的后续工作有着不可忽视的影响。为此,介绍三种经典的图像噪声抑制滤波方法,并讨论均值滤波方法、中值滤波方法及维纳滤波方法的典型运用,同时进行对比分析,最后得出这三种方法各自的自适应特点。     

含噪图像滤波方法及MATLAB实现

根据图像退化的数学模型,讨论了图像滤波的几种可行方法,并给出了MATLAB实现的实例。     

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。     

关于去除图像噪音的中值滤波算法

本文讨论了图像去噪的中值滤波算法 ,提出了对中值滤波算法的改进的方法 ,使得计算机在图像处理时更加高效 .     

Direction-Based Adaptive Switching Filter for Removing High-Density Impulse Noise

A direction-based adaptive switching(DBAS) filter is presented for the removal of high-density impulse noise in images. The extrema detection and 28-directional detection are employed to discriminate the pixels as noisy or noise-free. If a pixel is classified as noisy, it will be replaced by a median or a mean value within an adaptive filter window with respect to different noise densities. Simulation results show that the miss-detection ratio and false-alarm ratio are both very low even at noise level as high as 90%. At the same time, better results are obtained in terms of the qualitative and quantitative measures. The peak signal-to-noise ratios increase by nearly 1 dB compared with other existing algorithms. In addition, the computation time is around 10 s for test images with resolutions of 512×512since the proposed approach has low complexity.     

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。     

脉冲噪声的自适应滤除方法

为了在滤除图像噪声的同时更好的保护图像的细节,文中提出了一种基于非线性自适应滤波结构的改进算法。用中心加权中值滤波算法代替原方法中的中值滤波算法以及中值滤波代替均值滤波作为最终滤波结果输出。这种算法与同类算法相比,具有更好的滤波性能并能更好的保护细节,其效果明显优于中值滤波算法。     

基于信号分析的椒盐噪声滤波算法

椒盐噪声对图像造成或亮或暗的像素点,从视觉上影响图像的质量。采用基于信号分析的方法去除图像中的椒盐噪声,信号分析能准确判断出噪声与信号像素,该方法依据椒盐噪声模型准确区分信号与噪声,对信号像素给予保留,而对于噪声像素则有针对性地对其作中值滤波、扩大的中值滤波或均值滤波。实验结果表明,与线性加权、梯度倒数加权以及小波去噪算法相比,文中算法能有效降低图像中的椒盐噪声,对图像的边缘与细节保持较好,并且能得到较高的信噪比。     

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。