共查询到10条相似文献,搜索用时 62 毫秒
1.
2.
结合复方向滤波器组高斯尺度混合模型及非局部均值滤波的图像去噪 总被引:1,自引:0,他引:1
提出了一种结合金字塔对偶树方向滤波器组(PDTDFB)变换域高斯尺度混合模型及非局部均值滤波的图像去噪方法。首先,建立了含噪图像的PDTDFB系数的局部高斯尺度混合模型,应用贝叶斯最小二乘法估计出去噪图像的PDTDFB系数;然后,通过PDTDFB逆变换重构得到初步去噪的图像;最后,采用非局部均值滤波平滑人工效应,从而获取最终的去噪图像。该方法充分利用了PDTDFB变换具有近似平移不变性、多尺度多方向选择性和对图像纹理边缘等细节信息的高效表示能力,以及高斯尺度混合模型对PDTDFB系数的邻域相关性的概括能力。实验结果表明:与目前几个典型的去噪方法相比较,该方法使信噪比提高了0.3~3dB,视觉效果也有明显的改善。另外,该方法不仅能有效地去除含噪图像中的噪声,同时也有效地保留了原始图像中的边缘和纹理等细节信息。 相似文献
3.
4.
胡莹 《仪器仪表与分析监测》2008,(1):19-21
文章提出了一种基于小波域的偏微分方程的图像去噪算法;该算法利用了P-M方程能保留图像边缘的特点,以及SIDEs方法能很好的去除噪声且具有解的存在、唯一、稳定性特点,并结合了小波变换能够聚焦到图像的细微变化的特点.实验结果表明,该算法在较好地去除噪声的同时,能够很好地保留边缘信息和图像的细节信息. 相似文献
5.
4f系统同时具有噪声和低通特性,为实现对其输出图像降噪的同时保护图像细节,提出一种结合图像纹理连续性的非下采样轮廓波变换域去噪方法。在传统NSCT域硬阈值去噪方法基础上,首先,对高频子带图像用一个衰减的阈值去除小幅值的噪声点,以更多地保护图像细节并凸显剩下的大幅值噪声点的孤立性。然后,利用图像细节纹理连续性分布和剩下的大幅值噪声点孤立分布的区别分离余下的图像细节和噪声点,进一步实现去噪的同时更好地保护图像细节的目的。实验结果表明,与传统方法相比,该方法峰值信噪比(PSNR)提高了0.5~1dB,结构相似度指数(SSIM)提高了3%~5%,因此能更好地保护图像细节,视觉边缘效果更清晰。 相似文献
6.
《仪表技术与传感器》2020,(9)
原始的合成孔径雷达(SAR)图像通常含有大量散斑噪声,使SAR图像的处理和解释变得十分困难。为了在不影响SAR图像细节特征的情况下实现有效的滤波去噪,文中提出了一种基于像素选择的SAR图像非局部均值滤波方法,首先将原始实测图像转换为对数图像,接着对其进行基于像素选择的非局部均值滤波去噪,最后将去噪后的对数图像转换为原始空间图像。实验表明,与其他滤波去噪方法相比,文中方法在减少SAR图像散斑噪声的同时可很好地保持原图像边缘及纹理细节信息,视觉效果和性能指标均有良好的表现。 相似文献
7.
8.
9.
均值滤波采用邻域平均法对图像进行滤波,在降低噪声的同时破坏了图像的细节和边缘。针对这一问题提出了一种在均值滤波算法的基础上增加梯度影响因子的滤波算法,可实现在滤波的同时尽量保留图像的边缘,达到既减小图像噪声又保留边缘的目的。将梯度影响因子进行多项式展开可以降低程序的时间复杂度。通过实验对比表明,改进算法对图像细节和边缘有更好的保护,同时达到更好的滤波效果。 相似文献
10.
《光学精密工程》2020,(1)
医学超声图像是医生诊断人体组织病变的重要依据,而医学超声图像中固有的散斑噪声易造成纹理信息的破坏,影响医生对组织器官的判断,因此,医学超声图像的去噪处理倍受关注。针对目前医学超声图像去噪算法无法保持图像纹理这一局限性,本文提出分数阶微分加权的引导滤波算法。算法首先通过对数变换,将难以去除的散斑噪声转换为加性噪声;再结合分数阶微分算法,根据像素与边缘纹理的相关性设计纹理因子,并使用该纹理因子改进引导滤波方法;最后,通过改进的引导滤波器生成医学超声图像的处理结果。本文对猪胃和猪气管超声图像进行了算法实验,实验结果表明,本文算法相较于经典引导滤波算法,其结构一致性因子提升20.1%,无参考图像锐化因子提升3.3%,能够在去除散斑噪声的同时有效保留图像边缘纹理结构,对于医学超声图像具有良好的适用性。 相似文献