红外热图像信号噪声量化以及滤除方法的研究

在320×240非制冷焦平面热像仪的驱动开发过程中,发现并提出信号噪声数字量化法,通过相关的运算得到噪声相关参数,实现嗓声源的发现,同时还可对探测器性能、热像仪系统噪声等指标做综合评估,根据相关噪声参搜史给出了一些有效的噪声避免以及滤除方法.     

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。     

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.     

基于角点匹配的遥感图像镶嵌方法研究

遥感成像的过程可能导致图像倾斜或畸变,针对传统图像镶嵌方法存在的精度和效率低等问题,采用Harris算子进行角点提取,建立图像特征点的对应关系,将两幅图像的角点对相互匹配,计算图像间的变换关系,实现遥感图像的平滑镶嵌。实验结果证明,基于角点匹配的遥感图像镶嵌方法具有较高的镶嵌精度。     

基于脉冲耦合神经网络的图像分割方法

为进一步提高脉冲耦合神经网络(PCNN)在图像分割中的应用水平,本文对PCNN模型作了简化和改进。利用粒子群优化算法实现网络参数优化,从训练图像中提取熵和能量的比值作为PSO的适应度函数,提出了一种参数自适应的PCNN图像分割方法。最后,通过仿真验证所述方法的分割性能,结果表明:与传统PCNN图像分割方法相比,该方法能够有效地实现不同图像的自适应分割,具有一定优越性。     

基于机器学习SAR图像噪声抑制技术研究

为提高含噪声SAR（合成孔径雷达）图像的目标识别能力,提出基于机器学习的图像噪声抑制技术的研究思路。该思路通过问题估计,为舍噪声图像获得清晰的输出景物,从而生成一个与含噪声图像相符合的增强的合成景物世界。该技术以马尔可夫网络为体系,根据图像与景物、景物与景物之间的联系来确定网络上的信息传递规则,从大量的训练事例中学习并获得网络参数,利用贝叶斯方法为原图像找到理想的后验概率,生成一个清晰的超分辨率结果图。     

图像椒盐噪声处理中的两种滤波方法及比较

本文主要研究了图像椒盐噪声处理中的均值滤波和中值滤波两种降噪算法,详细阐述了其基本原理、实现方法以及具体算法,并通过实例对两种滤波方法的降噪效果加以比较与分析。     

基于加性高斯噪声的图像滤波器的设计与分析

对图像处理领域中经常遇到的加性高斯噪声图像去噪算法进行了研究,介绍了几种使用较多、较为高效的图像去噪算法,并对这几种算法在不同噪声参数下的效率和性能进行了分析和比较。     

一种考虑多方向线性结构的灰度图像椒盐脉冲噪声滤波方法

图像信号在传输过程中因受到外部干扰而产生椒盐脉冲噪声,已有的针对灰度图像的椒盐脉冲噪声滤波方法都有缺点。针对脉冲椒盐噪声,提出了一种考虑多方向线性结构的椒盐脉冲噪声滤波方法。首先,对滤波窗口中的像素的结构特征进行判断。当滤波窗口区域属于平坦区域时采用中值滤波进行滤波。其次,对该区域进行是否具有线性结构进行判断。判断线性结构时,利用与中央线相邻的两条线上的像素值的分布情况进行判断。如果滤波窗口区域具有线性结构时,使用考虑线性结构的滤波方法。线性结构的滤波方法中考虑了12个方向的线性结构,通过多幅灰度图像进行了比较实验,实验验证了所提方法的有效性。     

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。     

基于粒计算的图像处理应用研究

粒计算是一种对事物的处理方法和思想,它具有层次化的结构,已在许多领域中得到应用。对图像的处理是多媒体技术、信息处理技术应用的一个重要因素,利用粒计算的思想进行图像的处理有其理论依据和应用意义。本文在学习和研究粒计算基本结构的基础上,将其应用于图像编码和识别中。     

基于VC++的肿瘤图像处理系统的研究

提出了肿瘤图像处理系统的软硬件结构,介绍了图像处理、图像测量和电子医嘱功能的设计,采用VC++完成了CDIB类的封装,并在此基础上实现了图像处理算法、图像手工测量和电子医嘱功能。     

基于Matlab的数字图像处理实验平台开发

本文基于Matlab的GUI界面设计开发数字图像处理实验平台。该平台不但能够在界面输入空间域算子,实现图像的空间域滤波处理,而且可以在频域选择不同的滤波器类型,对图像在频率域进行数字滤波。该实验平台能够帮助学生更直观和生动的掌握数字图像处理算法的基本理论和实验方法。     

基于ARM的图像采集与图像处理在太阳光跟踪系统中的实际应用

本文介绍了s3c2440开发板和ov7670为核心的图像采集与图像处理系统。该系统通过采集太阳在接收屏上的聚焦投影图像,并进行图像处理确定图像边界和图像中心,以此计算出太阳的高度偏角与水平偏角从而跟踪太阳。实验结果验证了该系统的可行性与正确性。     

数字图像的平滑处理方法研究

图像在获取和传输过程中,会受到各种噪声的干扰,使图像退化,质量下降,对分析图像不利。图像的平滑或去噪一直是数字图像处理技术中的一项重要工作。为此,论述了在空间域中的各种数字图像平滑技术方法。     

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。     

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。     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

基于VC++的肿瘤图像处理系统的设计

提出了肿瘤图像处理系统的软硬件结构,介绍了图像处理、图像测量和电子医嘱功能的设计,采用VC 完成了CDIB类的封装,并在此基础上实现了图像处理算法、图像手工测量和电子医嘱的功能。