首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
基于平移不变的小波变换去噪快速算法   总被引:5,自引:3,他引:2  
在介绍小波变换去噪理论的基础上,针对传统的小波变换去噪算法的缺陷,提出了一种基于平移不变的小波去噪快速算法.着重探讨平移不变小波去噪方法中平移量的选取对去噪效果以及计算复杂度的影响.仿真实验证明该算法能够在不影响去噪效果的前提下,较大程度降低计算复杂度.  相似文献   

2.
为了提高图像去噪效果,提出了基于Contourlet域HMT模型的Cycle Spinning去噪方法。首先将待去噪图像进行循环平移,使用Contourlet域HMT模型对平移后的图像进行降噪处理,然后将降噪后的图像进行循环反平移,最后将不同循环平移量下的降噪图像进行平均处理,以减少去噪后图像的失真。实验结果表明,该方法不仅可以提高降噪后图像峰值信噪比,而且可以提高降噪后图像的视觉效果。  相似文献   

3.
平移不变小波变换在遥测数据去噪中的应用   总被引:1,自引:0,他引:1  
有效去除遥测数据中的噪声,对数据的正确判读和后续处理具有重要意义。通过对遥测数据进行研究,为抑制去噪时在信号奇异点处产生的伪吉布斯现象,采用平移不变小波去噪处理遥测数据。针对传统小波阈值函数存在的缺陷,采用新阈值函数的平移不变法改善降噪效果。仿真结果表明,平移不变小波变换去噪方法提高了信噪比,降低了均方根误差,证明了该方法的有效性。  相似文献   

4.
基于Contourlet变换的图像增强方法   总被引:1,自引:0,他引:1  
针对传统图像增强不能同时兼顾去噪和增强细节及小波变换在增强图像细节上的明显不足,提出一种了基于平移不变Contourlet变换的图像增强方法。采用平移不变Contourlet变换对图像进行多尺度分解,再利用非线性变换对Contourlet系数进行处理从而达到抑制噪声和增强细节的目的。实验结果表明本方法达到了良好的图像增强视觉效果,与传统的直方图均衡和小波域图像增强方法相比,其信噪比、(细节方差/背景方差)值都有了显著的提高。  相似文献   

5.
基于非下采样Contourlet变换的图像相关去噪   总被引:1,自引:0,他引:1       下载免费PDF全文
针对Contourlet变换不具有平移不变性,在图像去噪中容易产生伪吉布斯现象的情况,本文将具有平移不变性的非下采样Contourlet变换与相关去噪法相结合,采用不同的相关系数归一化方法,用Bayesian阈值代替传统的硬阈值来达到更好的去噪效果。实验表明,该方法提高了去噪后图像的峰值信噪比(PSNR),同时,有效保留了图像的纹理信息,避免了伪吉布斯现象,改善了图像的视觉效果。  相似文献   

6.
一种基于平移不变的小波阈值去噪算法   总被引:3,自引:0,他引:3  
经典的D.L.Donoho小波阈值去噪算法在信号的奇异点处会产生Pseudo-Gibbs现象,从而使去噪后的信号在急剧变换部分产生振荡现象。为了抑制Pseudo-Gibbs现象,提出了一种基于平移不变的小波阈值去噪方法,在一定的平移量范围内,对分析信号进行循环平移,然后对这个新信号进行阈值处理,得到去噪后的信号,再对该信号作相反的循环平移,重复这一过程,对所获得结果求平均,就得到原始信号去噪后的估计信号。仿真实验的结果证明了算法的有效性。  相似文献   

7.
针对小波变换缺乏平移不变性产生的伪吉布斯现象(Gibbs-like phenomena)和Donoho阈值去噪方法阈值单一的缺陷,提出了基于Cycle Spinning的图像自适应阈值去噪方法,Cycle Spinning能抑制伪吉布斯现象,并且给出了阈值自适应因子,阈值能根据不同高频子带自适应改变。实验显示,该方法提高了去噪图像峰值信噪比(PSNR),降低了均方误差(MSE),去噪图像清晰,获得较好的视觉效果。  相似文献   

8.
提出了一种基于上下文信息隐马尔科夫模型(CHMM)的尖锐频率局部化Contourlet 域图像去噪方法。首先,对噪声图像进行循环平移操作,再利用尖锐频率局部化Contourlet 变换对平移后的图像进行分解,解决了原始Contourlet 变换频率非局部化及缺乏平移不变性的问题,抑制图像在奇异点处产生的伪吉布斯现象。然后,设计一种新的上下文构造方案,针对图像高频子带系数构建CHMM 进行去噪处理。最后,执行尖锐频率局部化Contourlet 逆变换以及逆向循环平移操作获得最终的去噪图像。文中方法采用有效的变换机制并利用上下文信息构建了一个全面的统计相关模型,充分表达了轮廓波高频子带系数在尺度间的持续性、尺度内的多方向选择性和空间邻域内的能量聚集特性,更加有利于图像的去噪处理。实验结果表明:该方法在提高去噪图像PSNR 值的同时进一步改善了其视觉效果,去噪性能优于基于小波变换和原始Contourlet 变换的去噪方法。  相似文献   

9.
融合拉普拉斯分布及广义高斯分布模型对非子采样Contourlet变换(NSCT)系数进行了统计建模分析。研究发现,NSCT作为平移不变Contourlet变换,系数在不同尺度和方向上均存在较大冗余,在广义高斯分布性等方面需引入参数加以约束。根据建立的统计模型进行了医学图像去噪实验。结果表明,和Contourlet及NSCT软硬阈值去噪等比较,该建模方法提高了噪声估计精度,增加了峰值信噪比,改善了图像视觉效果。  相似文献   

10.
由于合成孔径雷达(SAR)在农业、林业、水文、地矿、海洋、测绘等领域广泛应用,SAR图像质量和视觉效果提升成为了各国学者研究的热点问题.SAR图像的主要噪声源——相干斑噪声的抑制和去除显得越来越重要.本文通过分析了SAR图像的噪声成因以及其噪声模型.基于SAR图像的特性,本文结合小波变换和Contourlet变换各自的优点,提出了一种基于小波-轮廓波变换与图像循环平移结合的SAR图像去噪算法.本文所提出的算法不仅可以显著去除相干斑噪声,提高图像的信噪比,而且还具有平移不变性,可明显改善图像的视觉效果.实验结果表明:与单独使用小波变换去噪相比,本文算法的信噪比提高2分贝;与单独使用Contourlet变换去噪相比,本文的算法去噪后的图像更平滑,抑制了人造纹理产生,视觉效果得到了明显的改善.  相似文献   

11.
Sounds, such as clicking and/or crepitation, evoked in the temporomandibular (jaw) joint during function may indicate pathology. Analysis of the reduced interference time-frequency distribution of these sounds is of diagnostic value. However, visual evaluation is expensive and error prone, and there is, thus, a need for automated analysis. The aim of this study was to find the optimal signal representation and pattern recognition method for computerized classification of temporomandibular joint sounds. Concepts of time-shift invariance with and without scale invariance were employed and mutually compared. The automated analysis methods provided classification results that were similar to previous visual classification of the sounds. It was found that the classifier performance was significantly improved when scale invariance was omitted. This behavior occurred because scale invariance interfered with the frequency content of the signal. Therefore, scale invariance should not be pursued in the classification scheme employed in this study.  相似文献   

12.
针对单视觉唇读系统中唇部特征的提取问题,提出了基于双树复小波和PCA的唇部特征提取方法.利用双树复小波变换的近似平移不变性,通过将变换后的系数幅值重新排列,克服了感兴趣区域中唇部偏移的影响.与DCT相比.双树复小波变换既可反映输入信号的频域特性,又能反映其空间域特性,具有近似平移不变性.这些特性使得DT-CWT+PCA...  相似文献   

13.
采用尺度不变特征变换(SIFT)特征匹配方法对双目相机图像进行立体匹配,同时匹配相邻两时刻的三维点,求解运动方程进行运动估计,得到机器人2个时刻坐标变换的旋转和平移参数;使用每2个时刻的旋转和平移结果进行机器人的路径反演,采用GPU加速SIFT特征提取与匹配,实现实时的视觉里程计系统,并采用RANSAC算法用于运动估计剔除误匹配点干扰。实验结果表明,具有仿射变换较强不变性的SIFT特征匹配算法能够得到较为精确的路径反演结果,采用GPU加速SIFT特征提取与匹配能达到实时的视觉定位效果。  相似文献   

14.
为解决当前图像伪造检测方法在识别复制内容区域时忽略了颜色信息和不同颜色分量之间的相关性,使其对伪造内容的定位与检测准确度不理想的问题,设计了基于改进的加速稳健特征(SURF)描述符与多元极性复指数变换的图像伪造检测算法。引入高斯低通滤波器,对彩色图像完成过滤,以消除噪声,再计算滤波图像的颜色不变性,用其替代SURF描述符中的灰度分量,对SURF方法予以改进,获取新的Hessian矩阵,充分检测彩色图像中的兴趣点;随后,利用这些兴趣点来构建一组连通的Delaunay三角网。基于四元极性复指数变换,充分考虑不同颜色分量之间的相关性,有效提取三角网的局部视觉特征;计算视觉特征之间的欧式距离,根据预设阈值,对三角网实施配准;最后,引入随机样本一致性,剔除错误匹配的三角网,并定义后处理方法,检测出复制伪造区域。测试数据显示:相对已有的复制-粘贴伪造检测方法,在多种几何变换条件下,所提方法具有更高的伪造检测准确性。  相似文献   

15.
一种基于Contourlet递归Cycle Spinning的图像去噪方法   总被引:21,自引:0,他引:21       下载免费PDF全文
梁栋  沈敏  高清维  鲍文霞  屈磊 《电子学报》2005,33(11):2044-2046
综合利用Contourlet变换和递归Cycle Spinning,提出一种新的图像去噪方法.由于Contourlet变换缺乏平移不变性,直接进行Contourlet系数阈值图像去噪会产生伪吉布斯现象(导致图像失真),本文引入递归Cycle Spinning来有效地消除这种由于Contourlet变换缺乏平移不变性而产生的图像失真.实验结果显示,与小波递归Cycle Spinning图像去噪等方法相比,该方法明显改善图像视觉效果,显著提高图像的PSNR值.  相似文献   

16.
基于非下采样Contourlet变换的多传感器图像融合   总被引:5,自引:0,他引:5       下载免费PDF全文
贾建  焦李成  孙强 《电子学报》2007,35(10):1934-1938
根据非下采样Contourlet变换同时具有多尺度多分辨分析和平移不变性质的特点,提出一种基于非下采样Contourlet变换的多传感器图像融合方法,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合,从视觉效果和信息量指标方面对融合图像进行主观评判和数值评价.实验中将本文方法与Contourlet变换、小波变换、主成分分析等方法进行了比较,结果表明本文方法得到的融合结果具有更优的视觉质量和量化指标,能很好地将源图像的细节信息融合在一起,拓广了NSCT的应用范围.  相似文献   

17.
基于圆柱共形阵的快速来波方向估计   总被引:1,自引:0,他引:1  
通过子阵分割和虚拟内插技术在圆柱共形阵上实现了快速准确的来波方向估计。在此过程中,共形于金属柱体表面的圆环阵被划分为八个相同的子阵,每一个子阵通过内插,变换为虚拟均匀直线阵,应用旋转不变参数估计技术(ESPRIT)算法和Root-MUSIC算法,可以快速准确地估计出来波方向。仿真结果证实了该方法的有效性。  相似文献   

18.
赵杰  贺光美  张肖帅 《电视技术》2015,39(11):23-26
针对传统的轮廓波变换图像去噪时引入边缘混叠现象,提出了复轮廓波变换(Complex Contourlet Transform,CCT)和最小二乘支持向量机(LS-SVM)的图像去噪方法.该方法充分利用了复轮廓变换的平移不变性、多方向性以及LS-SVM的小样本学习能力,应用训练好的LS-SVM模型将含噪图像的CCT系数分为含噪点和非含噪点,进行去噪处理.仿真结果表明该算法有效保护图像边缘纹理信息,其峰值信噪比明显高于其他算法,并且具有良好的视觉效果.  相似文献   

19.
影响大空间视觉三维坐标测量不确定度的主要因素有相机内参数、外部方位参数和特征成像质量.传统相机内参数校准方法需要参数模型化及全局最优化求解方法,会造成各内参数相关性过高,局部校准误差较大,对基于测角的测量方式不确定度影响较大、结合相机成像原理及垂线法,提出了一种基于物理参数校准的方法,对主点位置偏移、全视场范围非均匀镜头畸变等参数进行了精细校准.最后,以交比不变误差作为相机校准精度的评价方法,与传统校准方法的对比实验表明,该校准方法能够有效地提高测量不确定度指标,是一种简单、实用的校准方法.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号