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。     

图像去噪的小波阈值法研究

介绍了小波去噪的基本理论以及小波阈值法去噪的原理。小波阈值法去噪的关键是阈值的设置和阈值函数的选择。阈值的设置主要分为全局阈值法和局部阈值法。归纳了阈值的设置方法,并针对图像去噪进行了仿真实验,将一幅混有不同噪声的图像分别采用全局阈值和局部阈值去噪。实验得出局部阈值优于全局阈值的结论。     

基于小波变换的视频录播图像预处理及应用

针对传统图像预处理中图像信息损失的问题,提出基于小波变换的图像去噪和增强的算法。实验证明基于小波变换的图像预处理方法能在去噪和增强的同时,保留了图像在时间和空间域的信息,为视频录播后续的目标检测与跟踪提供了高质量图像,提高了录播系统的跟踪准确性。     

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contourlet变换的PDE遥感图像去噪算法

针对contourlet阀值去噪和catte去噪模型的不足,提出了一种基于contourlet变换的PDE遥感图像去噪算法,该算法在有效去除遥感图像噪声的同时能保持图像的边缘和纹理信息,实验结果证明了该模型的有效性。     

基于Context模型的局部阈值小波图像去噪

本文基于小波阈值去噪的基本理论,提出了一种基于Context模型的自适应小波去噪算法。该方法利用Context模型建立图像小波变换后的系数分类模型并根据分类使用不同的阈值去噪。实验结果表明本文提出的算法无论是PSNR值还是视觉效果,都大大优于传统算法。     

基于小波包和局部阈值的飞机姿态识别

本文结合小波包变换和局部阈值各自的优点,提出了一种基于小波包变换和局部阈值的飞机姿态识别方法。该方法首先利用小波包变换对飞机图像进行去噪,然后分别运用Canny算子和局部阈值法对去噪后的飞机图像进行边缘提取,验证了局部阈值方法的优越性,再根据Hough变换对飞机的姿态进行识别判断。     

小波变换射线图像增强方法在无损检测中的应用比较

图像的增强降噪处理是提高射线成像分辨率与灵敏度的关键,而射线数字检测是当今射线成像与诊断技术发展的重要方向。文中介绍了三种基于小波变换的射线图像去噪方法及原理,分析应用这三种方法对一幅射线无损检测的图像进行增强去噪处理的结果,并对实验的结果数据进行了比较和分析,说明他们在图像增强及去噪效果上的差异。     

多尺度几何分析阈值去噪的比较研究

多尺度几何分析方法用于图像去噪已经成为图像处理方向的研究的一个热点。简要介绍和分析了几种常用于去噪的多尺度几何分析方法(曲波变换、轮廓波变换、剪切波变换),其中剪切波能提供了更稀疏的表示,图像实现最优逼近。实验结果也证明,剪切波变换阈值去噪在主观视觉上与峰值信噪比优于其他多尺度分析方法。     

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。     

高分辨率太阳图像中列固定模式噪声的消除

高空间分辨率太阳图像中的列固定模式噪声降低了图像质量并对太阳大气现象、太阳物理的研究产生了影响。针对传统小波变换处理列固定模式噪声不足的问题,提出一种新型的基于小波变换和双滤波的去噪算法。首先,根据噪声的产生机理以及存在形式,将原始图像对数化并进行小波变换。其次,对小波域中的垂直分量进行中值滤波,去除其中的噪声小波系数。再次,利用小波逆变换得到无噪图像,并与对数化图像做差提取初始噪声。然后,对初始噪声进行低通高斯滤波并指数化得到结果噪声。最后,用原始图像除以结果噪声便得到去噪后的图像。真实图像的实验结果表明本文算法的去噪效果优于其他算法。实验表明本文算法在去除列固定模式噪声的同时,能够很好的保留图像信号,提高图像质量。     

基于可调Q小波变换去噪和扩展Prony算法的谐波与间谐波检测

利用扩展Prony算法对电力系统谐波、间谐波进行检测时,由于实际信号中夹杂着随机噪声和脉冲噪声,而扩展Prony算法对噪声比较敏感,因此提出了一种基于可调Q小波变换去噪和扩展Prony算法的谐波与间谐波检测方法。该方法先利用可调Q小波变换对信号进行去噪预处理,再利用扩展Prony算法对去噪后的信号进行分析。仿真结果表明该方法有利于提高扩展Prony算法对谐波和简谐波的检测精度。     

基于机器学习的烟草包装封口处视觉缺陷图像检测方法

针对缺陷检测方法中存在检测所需时间较长、漏检率较高等问题,基于机器学习,提出封口处视觉缺陷图像检测方法。首先,采用小波阈值去噪方法对烟草包装封口处图像进行小波变换,抑制图像噪声;在图像去噪处理后,使用机器学习基函数对封口处纹理图像进行小波分解,将图像分解成彼此独立的子窗口。然后计算不同窗口的差分统计纹理特征值,最后运用欧式距离分类器进行缺陷判断,结合Harris角点检验算法进一步完成缺陷部分精确检测。实验结果表明,所提方法检测所需时间平均缩短了约0.27 s,误检率降低了近8个百分点。     

基于图像块的EM自适应图像去噪算法

为了提高基于图像块先验的自然图像去噪效果,有效的去除图像中的噪声,本文利用图像块的统计特性提出一种最大期望(Expectation Maximization,简称EM)自适应的学习过程,学习图像块的先验知识,通过映射某个通用先验到指定图像生成特定的先验。提出的方法相较于标准EM算法需要较少的训练数据,并且在没有无噪图像数据库时可以应用到预滤波的图像中。实验结果表明,该算法能够实现较好的去噪效果,且优于现有的一些图像去噪算法。     

基于小波的医学图像去噪方法研究

为有效地表现医学图像原有信息中有用的信息,降低医学图像受噪声干扰的现象,减少诊断误差,本文将现有的小波图像去噪方法运用于医学图像,并对各种方法进行实验分析比较,以提供医学参考.实验发现,与较常用的均值滤波与中值滤波相比,小波去噪方法有效提高了医学图像的去噪PSNR值.     

一种复小波域维纳滤波结合偏微分方程图像去噪方法

本文提出了一种基于复数小波域上的多方向窗维纳滤波与偏微分方程保持边缘细节相结合的方法。针对小波域维纳滤波的方向性差,本方法先进行复数小波变换,获得六个方向上的图像信号,该六个方向进行方向维纳滤波,对图像进行去噪,以此引导偏微分方程中的扩散函数,实现各项异性进行扩散。实验结果表明,本文所提出的方法的峰值信噪比,以及视觉质量都较复小波去噪或各项异性非线性扩散去噪方法有明显的改善。     

三维编织复合材料健康检测的FBG传感器信号的阈值去噪优化

传统小波变换算法在三维编织复合材料健康检测的FBG传感器信号中无法对噪声进行很好的消除,本文针对这一问题,提出了基于阈值优化的小波变换算法,首先采用采用折衷阈值法构建小波系数估计器,然后利用构建的小波系数估计器对偏差进行优化,从而达到更好的去噪效果。实例仿真试验结果表明,在对光谱仪测得的FBG反射谱的去噪中,本文提出的基于阈值优化的小波变换算法去噪效果更好。     

基于小波变换尺度间去噪的监测数据处理

利用小波技术对监测数据进行去噪分析是一种具有广阔应用前景的数据挖掘技术。首先介绍了小波分析的原理与小波变换尺度间去噪方法,在此基础上,应用小波对一组模拟监测数据进行去噪分析,结论显示小波可以用于监测数据的预测分析。     

基于小波变换的SAR图像海洋内波特征提取

海洋内波观测对于海洋学、海洋工程和海洋军事等方面具有重要价值。合成孔径雷达(Synthetic Aperture Radar, SAR)已经成为海洋内波探测的重要技术手段。本文利用小波变换阈值去噪方法对图像进行预处理;采用Matlab小波函数对图像进行分解、去噪、重构,再通过平稳小波变换提取SAR图像海洋内波的边缘特征。最后通过实验结果分析,证明平稳小波变换对于SAR图像内波特征提取是有效的。     

基于小波阈值压缩的运动模糊图像去噪算法

强干扰环境下采集的模糊运动图像通常含有大量的噪声,难以进行有效的细节分析,需要进行图像降噪滤波处理。传统方法采用小波分析的图像细节滤波算法进行降噪,对运动场景下的图像角点偏移部分的降噪效果不好。提出一种基于小波阈值压缩的运动模糊图像去噪算法。构建模糊运动图像的小波分析模型,采用小波阈值压缩方法进行运动模糊图像的角点检测,形成具有角点的图层小波阈值压缩库,实现图像降噪滤波处理。仿真结果表明,采用该算法能有效实现图像去噪滤波,提高图像质量和峰值信噪比。