基于小波变换和改进SVD的红外图像去噪

针对小波变换红外图像去噪需要已知噪声先验知识的缺点,提出了一种基于分块奇异值分解的正交小波变换红外图像去噪新算法。首先对红外图像进行离散正交小波变换,并对高频图像采用改进的分块奇异值分解估计小波系数,其中对奇异向量采用傅里叶变换进行了修正;最后将低频图像与估计的高频图像通过小波反变换得到去噪图像。仿真结果表明,该图像去噪算法能在无噪声先验知识条件下有效去除图像噪声,信噪比有了明显提高,并获得了良好的主观视觉效果。     

基于SVD的小波变换图像去噪方法

针对传统SVD图像去噪方法的不足,提出了一种基于SVD分解的小波分解图像去噪方法。通过对小波变换的系数矩阵进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在噪声中的信号成分。实验结果表明该文提出的方法适用于图像信号的提取,与传统的SVD去噪方法相比,它提取出的信号特征成分更完整,信噪比更高。     

基于奇异值分解的图像去噪

提出了利用奇异值分解去除图像噪声的方法。从矩阵的角度出发,通过对图像矩阵进行奇异值分解,将包含图像信息的矩阵分解到一系列奇异值和奇异值矢量对应的子空间中,然后通过有效奇异值重构图像矩阵达到去噪目的。试验利用MATLAB通过对MRI(核磁共振)医学图像进行去噪处理,验证了奇异值分解的去噪效果,并且通过对多幅图像的试验结果进行分析,得到了去噪重构图像时所需有效奇异值数目的统计值。     

一种改进的基于K-SVD字典的图像去噪算法

为了更好地实现图像的去噪效果,提出了一种改进的基于K-SVD（Singular Value Decomposition）字典学习的图像去噪算法。首先,将输入的含噪信号进行K均值聚类分解,将得到的图像块进行稀疏贝叶斯学习和噪声的更新,当迭代到一定次数时继续使用正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法对图像块进行稀疏编码,然后在完成稀疏编码的基础上通过奇异值分解来逐列更新字典,反复迭代至得到过完备字典以实现稀疏表示,最后对处理过的图像进行重构,得到去噪后的图像。实验结果表明,本文的改进算法相对于传统的K-SVD字典的图像去噪能够在保留图像边缘和细节信息的同时,更有效地去除图像中的噪声,具有更好的视觉效果。     

基于CHMM 的尖锐频率局部化Contourlet 域图像去噪

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。     

45N度角旋转梯度等模扩散控制图像滤波方法

在基于偏微分方程的图像去噪方法中,存在扩散控制力较弱的问题,导致图像边缘在扩散处理中形状保持能力下降,影响去噪效果,为了更好地解决这一问题,提出一种45N度角旋转梯度等模扩散控制图像滤波方法。首先,分析了现有扩散方程的不足,即梯度计算与扩散控制。其次,通过引入旋转角计算邻域四角梯度矢量在x、y轴方向的投影,并与水平及垂直矢量叠加,获得一种在45N度上具有梯度模值不变性的矢量计算模板。最后,采用该模板分别计算x与y方向的一阶偏导数,并以此统计梯度矢量方向一致性,改进边缘停止函数,获得更好地扩散控制。实验结果验证了本文算法的有效性。     

基于纹理复杂度的含噪模糊图像盲复原算法设计

传统的模糊图像盲复原算法的纹理复杂度高,降低了模糊图像的质量。为此,文中设计了基于纹理复杂度的含噪模糊图像盲复原算法。首先,分析含噪模糊图像的噪声特点,在保留原有图像信息的前提下计算垂直方向和水平方向的扩散系数,得到ADF在含噪模糊图像上的表达,完成含噪模糊图像的去噪预处理。通过建立含噪模糊图像的数学模型描述其退化过程,继而构建含噪模糊图像降质模型。最后,在纹理复杂度分析的基础上,完成奇异值分解检测和alpha通道的计算,通过合成操作实现含噪模糊图像的盲复原算法的设计。实验结果表明,相比于传统盲复原算法,在所提算法下,图像的纹理复杂度低,图像质量得以提升,且复原结果的误差较小,算法整体有效性较高。     

基于K-SVD字典稀疏分解的实木地板去噪方法

针对实木地板的图像获取过程中,所产生的噪声问题,引入了K-SVD字典的学习算法,提出了一种图像的有用信息稀疏分解去噪的方法,目的是有效的保留实木地板的有用纹理信息,并抑制其中掺杂的噪声。通过对图像稀疏分解后得到的值,来进行图像重构,就可以达到图像的去噪目的。首先,构造一个初始化的DCT字典,对图像分块处理;接着,在这个初始化字典的基础之上,进行纹理信息的稀疏分解,同时,对它们之间的残差值进行奇异值分解,更新字典;最后,利用得出的最优化字典,采用正交匹配重构算法,完成去噪图像的重建。实验表明,该算法得出的图像主观效果好,减少了去噪后的模糊程度及保留更多细节信息,在不同程度的噪声下,PSNR较高。     

结合内部和外部统计特性的遥感图像去噪

遥感图像因其内容丰富、幅面较宽,对其去噪面临诸多挑战。利用图像块的统计特性是提高图像去噪性能的一条重要途径。图像块的统计特性有两类:基于待处理图像相似块上的内部统计特性和基于外部图像相似块上的外部统计特性。为了充分利用内部和外部统计特性各自对特定图像内容的去噪优势,提出了一种基于内容的自适应选择统计特性并用于图像去噪的方法。实验结果表明,提出的自适应选择和组合图像块统计特性的去噪方法能够显著提高图像去噪的性能。     

基于奇异值分解的Contourlet域图像水印算法

针对小波变换由于方向性缺乏而无法有效稀疏地表示图像本身几何结构的问题,结合Contourlet变换和奇异值分解的优点,提出了一种Contourlet变换域内基于奇异值分解的数字水印算法。宿主图像经过两层Contourlet分解后,生成一系列多尺度多方向的子带,选取第二层分解中能量最大的子带进行大小为4×4的互不重叠的分块,并进行奇异值分解,再将置乱后的原始二值水印信息嵌入到奇异值矩阵中。实验结果表明,该算法实现简单,透明性良好,对常规攻击和几何攻击具有较强的鲁棒性,且优于一般的小波域算法。     

奇异值分解带通滤波背景抑制和去噪

针对可见光图像弱小目标检测中的背景抑制和去噪问题,提出了奇异值分解(Singular Value Decomposition,SVD)带通滤波新方法.首先分析了图像奇异值与目标、噪声和图像背景的关系,结果表明奇异值的高序部分更多地反映图像噪声,中序部分更多地反映目标性质,而低序部分更多地反映图像背景.以此为依据提出了SVD-I型和SVD-II型两种带通滤波器,并给出了奇异值曲线转折点法和门限准则法两种滤波器参数确定方法.实验表明SVD带通滤波能有效抑制图像背景,去除噪声,进而提高弱小目标的信噪比.     

基于一体化轴系的消像旋组件设计

介绍了一种基于一体化轴系设计的棱镜消像旋组件,以及光学装调方法。该组件可用于机载光电雷达、车载周视瞄准仪等光学系统中,解决了光学系统像方图像旋转的问题。该组件采用一体化轴系设计,即在主轴上直接加工出轴承内圈沟道;主轴、滚珠、保持架与轴承外圈一体化装配。同时棱镜组件可以在主轴内实现一维调整,以确保棱镜视轴与机械轴的重合。通过本文所介绍的光学装调方法,可以使消像旋组件棱镜的光轴回转精度达到±12″。相对于其他消像旋组件的轴系设计,具有精度高、稳定性强、体积小、质量轻、结构简单、易于装调等特点。     

基于尺度奇异值变换的红外图像目标特征提取方法研究

对实际空中红外图像目标的大小、方向等变化的情况,基于奇异值分解变换的特征向量稳定性不好。为解决这一技术难题,文中提出了基于尺度奇异值变换的红外图像目标特征提取方法,实验表明该方法提取的目标矩阵的奇异值特征向量具有较好的稳定性,对图像的平移、旋转和比例变化具有良好的不变性,是一种实用的特征提取方法。     

基于自适应补偿的电子稳像方法

基于车载的光电系统在采集图像的过程中,载车的随机振动会导致视频序列发生抖动,需要通过稳像技术来消除。为解决传统电子稳像方法中存在帧间跳变、机械性选择参考帧,以及边缘信息丢失的问题,提出了一种基于自适应补偿的电子稳像方法。首先,自适应地更新参考帧,后续帧与更新的参考帧进行特征点的提取和匹配,并通过参数迭代方法求解相对于第1帧的全局运动参数;然后,区分不同的全局运动参数:旋转角度、水平、垂直方向的偏移量,并通过运动滤波从全局运动参数中分离出扫描运动,补偿随机抖动;最后,采用后向映射方式实现运动补偿,并运用图像镶嵌,即利用参考基准帧的信息对校正后图像的边缘信息进行补偿。实验结果表明:稳像后视频序列有很好的视觉稳定效果,且提高了峰值信噪比(PSNR)和帧间变换保真度(ITF)。本文的方法具有很好的鲁棒性,在不同的视频场景下都可以实现稳像,可以满足稳像的精度要求。     

基于平移不变和改进的广义交叉验证准则去噪研究

基于软阈值的广义交叉验证准则(GCV)已运用于图像去噪中．但此方法对图像峰值信噪比(PSNR)的改善有限，不能有效保持细节。针对此问题，改进了广义交叉验证准则．且将平移不变应用于去噪。即先将原图像分别进行水平和垂直方向上的平移，然后将平移后的每幅图像变换到小波域．使用分块广义交叉验证准则对小波系数去噪后实行小波逆变换和反平移。最后将反平移后的各图像平均，即得恢复的图像。实验结果表明，该方法能有效恢复图像细节，图像的PSNR值和主观效果都有较大改善。     

基于柱透镜光栅的合成图像生成及分辨率损失

根据柱透镜单元光传输原理,提出了一种非均匀宽度视差图条纹及其在合成图像中非均匀排列的方法,该方法可以减少立体图像串扰,增加各个视点接收到的对应视差图的信息量,使观看到的自由立体图像更加清晰。此外,置于LCD屏前的柱透镜光栅条纹方向与屏表面的坐标轴倾斜角度的改变会导致图像在竖直和水平方向分辨率的变化。与光线追迹测量分辨率损失的ASAP软件模拟法不同,本文以解析法分析了光栅条纹倾斜角度对竖直和水平方向分辨率损失的影响,计算结果对柱透镜光栅自由立体显示器的设计有一定的参考性。     

基于Contourlet变换的图像去噪方法

图像去噪是数字图像处理领域的一项重要技术.传统的基于小波变换的去噪方法,去噪效果不是很理想.为了解决这一问题,提出了一种基于Contourlet变换的图像去噪方法.实验结果表明,与传统小波去噪方法相比,该方法不但可以保留图像的边缘信息,而且能提高去噪后图像的信噪比.     

消除FY-4辐射计图像旋转的方法研究

根据FY-4辐射计的扫描方式,分析了产生图像旋转的因素及其特点,推导出了像旋角度和图像偏移的计算公式.利用此两项公式计算出图像在东西方向、南北方向的最大偏移,且以此为据,提出了一种简单而有效的消旋方法.此方法相对传统的消旋法有众多优点,特别是在不需要增加额外设备这一点上,可以保证本消旋法不会对整个辐射计的可靠性造成影响.最后,通过图像处理的手段对本消旋法进行了验证,其消旋效果较为明显.