共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
针对带有高斯噪声和椒盐噪声两种混合噪声的红外图像,提出了一种自适应加权混合去噪算法。该算法首先通过邻域像素的灰度差值来判断像素噪声的类别,然后对高斯噪声采用自适应加权均值滤波法滤除,对椒盐噪声采用自适应加权中值滤波算法滤除。实验表明,该方法优于传统均值滤波算法和中值滤波算法,能同时消除混合噪声,并具有较好的保护图像细节的能力。 相似文献
4.
提出一种基于轮廓曲率去噪和仿射不变矩的目标识别方法,适用于激光主动成像这样的高噪声复杂应用场合。通过计算每个像素及其邻域的轮廓曲率,判断像素携带的信息量大小,据此对像素点进行分类。对分属不同类别的像素点,使用不同滤波参数的Lee滤波器进行滤波。对滤波后的图像再次提取出轮廓,计算轮廓的仿射不变矩,训练分类器进行目标识别。实验结果表明,本文算法在噪声环境下对目标的仿射变换具有较高的识别率,并且满足激光主动成像识别系统对于实时性的要求。 相似文献
5.
针对中值滤波导致部分图像细节损失和均值滤波出现模糊现象,设计了一种适用于椒盐和高斯混合噪声的自适应滤波算法.该算法先用最小邻域的均值和阈值判断噪声类型,然后使用加权中值滤波处理椒盐噪声,再利用拉普拉斯算子和相应阈值判断图像边缘细节,最后对高斯噪声进行加权均值滤波.实验仿真结果表明,从图像视觉效果来看,相比单独使用中值和均值滤波降噪,自适应滤波算法对图像的还原效果更好,图像细节保存较好,模糊程度相对较弱,图像更清晰.通过对比峰值信噪比(PSNR)和均方误差(MSE),对混合噪声进行处理时,滤波算法的PSNR和MSE值优于中值和均值滤波,有效还原了噪声图像.整个算法是在最小邻域空间进行,易于实现,对混合噪声的处理效果较好,为图像处理的系统集成化设计提供了技术支持. 相似文献
6.
严重椒盐噪声污染图像的非线性滤波算法 总被引:19,自引:2,他引:17
针对灰度图像的椒盐噪声滤波问题,提出一种保细节的非线性滤波算法。利用局部统计信息,首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点3类,建立噪声标矩阵;然后再根据噪声标记矩阵的局部统计信息,将可能的噪声点细分为信号点、噪声点和不确定点3种类别,并分别采用不同的方法进行滤波,以保留更多的图像细节。结果表明,本文算法在去噪能力、自适应性以及保留细节等方面都明显比其它4种算法强,尤其是对于噪声高度污染图像的情况。 相似文献
7.
一种基于极值的自适应均值滤波算法 总被引:1,自引:0,他引:1
图像增强过程中,如何在去除噪声的同时尽可能保留图像边缘细节非常重要.提出了一种基于极值的自适应均值滤波算法,该算法根据图像中某点的灰度值是否为邻域灰度极值将全部像素分为可疑噪声与信号两类,然后对可疑噪声点采用包括四个一维窗口和一个二维窗口在内的不同方向的五个子窗口分别计算均值,按照各个子窗口的均方差大小,自动选择窗口进行滤波,明显降低了普通均值滤波算法造成的模糊程度,使被误判的边缘像素点得到最大限度的保护.实验证明,该算法能在去除噪声的同时较好地保留边缘等细节信息,降低了图像处理后的模糊化程度,优于经典的邻域平均算法. 相似文献
8.
由于传统的参数估计方法不够准确,极化Lee滤波在相干斑抑制和细节信息保留不能够很好地同时兼顾。本文基于非局部均值算法的思想,提出了一种改进的极化Lee滤波。首先在SPAN图上计算窗口中像素之间的相似度得到加权权重,计算出中心像素的期望值和极化Lee滤波中的有关参数,同时利用权重对极化协方差矩阵进行非局部均值形式的加权平均,最后根据加权均值和滤波参数得到极化协方差矩阵的Lee滤波结果。单视和多视数据实验结果表明,该算法提高了极化Lee滤波中参数的估计精度,在保留边缘细节的同时不仅有效地抑制了相干斑噪声,对极化信息也有较好的保持能力,为图像的后续工作提供了较为理想的预处理结果。 相似文献
9.
10.
对磁共振成像图像的去噪声处理是医学图像预处理中的重要环节。为了克服均值滤波算法不能兼顾去噪和保持图像边缘细节的不足,提出了改进邻域平均法。先根据相似者相容的原理得到待像素与各模板的关系,从而判断该像素是否为孤立噪声点。然后对孤立噪声点用灰度相近T邻域平均法进行处理,并对非孤立噪声点采用加权平滑模板进行处理。实验结果表明,该算法在去除噪声的同时,还保留了图像的边缘和细节。 相似文献