共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
为了提高分割结果一致性,更为详细地凸显激光图像特征,提出一种基于隐马尔科夫模型的激光主动成像图像分割方法。通过小波转换获得图像同一坐标的不同频带信息,同时依靠二维多分辨率分解划分噪声,构建尺度空间,依据Wiener滤波与高斯混合模型去除对图像内冗余去噪,将处理后图像储存在尺度空间内,使用小波域隐马尔科夫模型提取图像的边沿与局部特征,并将图像超像素信息融入模型距离函数与点对先验几率内,提升分割结果的质量,最后计算图像像素迭代强度、区域级迭代强度与像素对于所属超像素的贡献度,得到图像内局部区域的边沿,实现激光主动成像图像的分割。实验证明,所提方法的图像一致性结果平均值为95%,且具有分割边缘清晰的优点。 相似文献
5.
6.
针对激光主动成像图像特点及实际应用需要,提出了一种基于同态滤波与双数复值小波变换级联的图像降噪算法。首先通过同态滤波将乘性散斑噪声变换为加性噪声;然后用基于改进Q-shift滤波器的双树复值小波对含噪图像进行分解,通过Bayes自适应阈值法修正小波系数;最后再进行相应的逆变换得到去噪图像。该算法具有近似平移不变性、多方向选择性及精确重构性,采用信噪比(SNR)、峰值信噪比(PSNR)和运行时间作为算法去噪性能的评价标准进行实验。实验结果表明该算法能够有效抑制图像中的散斑噪声,计算效率高,且很好地保护了图像细节。 相似文献
7.
由统计特性分析激光主动成像系统图像的噪声性质 总被引:17,自引:3,他引:17
激光主动成像系统具有分辨率高、抗干扰能力强、能成三维像等一系列优点,因而应用越来越广泛,但它的图像同时受到散斑噪声和其他一些高斯噪声的影响。散斑噪声为一种乘性噪声,高斯噪声则为一种加性噪声,这两种噪声哪种占据主要地位对于图像噪声抑制噪声模型的建立具有重要的意义,分析了受到散斑噪声和高斯噪声污染图像的概率曲线及灰度均值方差比等统计特性,找出在两种噪声分别作用下的不同统计特性,以此为判别标准,对激光主动成像系统图像进行分析,得出了此图像所受噪声的主要成分为散斑噪声的结论。同时,算出了此图像的散斑噪声方差。 相似文献
8.
9.
针对激光主动成像图像的特点,并考虑到实时性的要求,提出了一种基于中值滤波与提升小波变换级联的图像降噪方法。首先在空域中对图像进行快速中值滤波,然后对含噪图像进行提升小波分解,最后在小波域内对高频子带进行阈值降噪处理。采用信噪比(SNR)、运行时间T和图像灰度曲面图作为图像降噪效果的评估,将该算法与传统小波降噪、传统小波与中值滤波结合降噪等进行对比实验。实验结果表明,该算法能有效滤除激光图像中的噪声,提高图像的信噪比,且运算速度更快,同时满足了工程应用中对降噪效果和实时性的要求。 相似文献
10.
基于距离选通的激光主动成像在大气条件下对静止目标成像时具有分辨率高、作用远距离等优点,但是对运动目标成像时,为了跟踪运动中的目标,距离选通门宽相应增加,进而引起后向散射。文中分析了基于距离选通的激光主动成像系统,在此基础上引入距离信息实时跟踪运动目标,研究了不同选通门宽引起的后向散射对图像质量的影响,提出采用提升小波变换引入同态滤波,将后向散射引起的噪声作为低频成分,利用高通滤波对小波变换系数进行处理。结果表明,提出的算法取得了良好的后向散射抑制效果,基本消除了后向散射的影响,将后向散射噪声在整幅图像中的比例由66%降低到1%以下。 相似文献