一种自适应低剂量CT图像质量改善算法

针对低剂量CT(low-dose CT,LDCT)扫描会导致图像质量劣化问题,提出一种基于剪切波变换的低剂量CT图像质量改善算法.首先,利用Anscombe变换,将LDCT图像中的X射线量子噪声转化为近似服从Gaussian分布的噪声;其次,将变换后的LDCT图像转换成剪切波变换域并针对剪切波域上的低信噪比高频系数子带,利用剩余自相关功率改进噪声方差的计算精度并结合贝叶斯最大后验估计提取非噪声高频系数;最后,利用剪切波逆变换和Anscombe逆变换获得重构图像.大量的实验结果表明,该算法优于小波域的算法.其重构图像质量与基于小波域的算法相比,峰值信噪比(PSNR)平均提高52.2%,平均结构相似度(MSSIM)提高34.9%.     

基于降采样块匹配的数字视频3D降噪算法

针对数字视频图像的高斯白噪声,提出了一种基于降采样块匹配的3D降噪算法.该算法先进行边缘检测并分块噪声估计,根据噪声强度设置阈值,然后利用图像的自相似特征,对搜索块内部像素降采样,再进行块匹配运算以降低算法复杂度.在自适应阈值筛选阶段,对选出的刚体运动块和非刚体运动块分别统一进行处理,对刚体运动区域进行时域加权滤波,对非刚体运动区域用改进的双边滤波器进行系数自适应滤波,减少了单独对每个块进行处理所产生的块效应,对细节处理更好.仿真结果表明,该算法能明显改善图像主观质量,提高信噪比.     

非下采样Shearlet域多变量模型的图像去噪

为有效去除含噪图像中的噪声,提出一种基于非下采样剪切波域的多变量阈值收缩去噪方法。首先考虑图像的非下采样剪切波邻域系数的依赖关系,由最大后验估计推导出多变量收缩函数,估计原始图像的非下采样剪切波系数,其中最高尺度系数结合硬阈值估计,然后经过非下采样剪切波逆变换得到去噪后的图像。该模型充分利用了非下采样剪切波的平移不变性、对图像边缘及纹理细节的表示能力,以及非下采样剪切波系数在尺度内和尺度间的依赖关系。实验结果表明,该方法在有效去除噪声的同时,克服了伪吉布斯效应,保持了图像的边缘及纹理细节。     

基于块匹配协同滤波的三维地震信号去噪

提出了一种基于块匹配协同滤波的三维地震信号去噪算法.该算法将块匹配四维协同滤波(BM4D)算法基础估计中的小波变换用离散余弦变换取代,提高了BM4D基础估计的信噪比,同时给BM4D最终估计中的经验维纳滤波提供更接近原始信号的能量谱,从而达到提高整体去噪效果的目的.合成三维地震信号和实际复杂三维地震信号去噪结果表明,和基础估计分别采用bior1.5、bior2.4、dmey小波变换的BM4D算法相比,该算法对三维地震信号具有更优的去噪效果.     

一种改进的3维块匹配视频去噪算法

针对Video Block-Matching and 3-D Filtering(VBM3D）算法耗时高且去噪视频存在块效应的问题进行了改进。在对变换域系数进行收缩时,采用连续阶导数阈值法,代替原算法中的硬阈值法,减少块效应;在帧内匹配时,采用基于积分图思想的图像块距离计算加速方法;在帧间匹配时,使用帧间预测性匹配方法,减少计算量,提高算法效率。理论分析和实验结果表明,改进后的算法不仅能有效改善原VBM3D算法中的块效应,且算法复杂度大大降低。     

基于块自适应窗的小波域维纳滤波图像去噪

基于图像经小波分解后细节子带能量簇的主方向由边缘方向、纹理方向和子带滤波器的方向选择性共同决定这一事实,提出了基于块自适应窗的小波域维纳滤波图像去噪算法。对含噪图像进行离散小波变换后,对每一层三个细节子带分别无重叠分块,利用细节子带块能量相关函数确定每一块中能量簇的主方向及相应的块自适应窗口,在得到的块自适应窗口中估计不同方向块中各点信号方差,进而对子带系数进行维纳滤波,得到细节系数的估计,然后进行小波逆变换,得到去噪图像。实验结果表明了该方法比基于矩形窗口的小波域局部维纳滤波有更好的去噪效果。     

基于2D小波变换的图像消噪算法

利用2D小波变换对含噪图像进行消噪处理。基于小波变换具有的多分辨率特点,分析图像信号的局部特征,滤除掉含噪图像中的高频成份,达到降低噪声的目的。文中给出了含噪二维图像信号模型,以及利用2D小波分析对图像信号消噪的步骤。同时介绍了MATLAB6．5中小波分析支持的图像格式。经噪声图像仿真测试,小波变换中独立阈值法具有较好的消噪效果。     

基于FrFT的自适应阈值语音滤波降噪研究

针对传统变换域中信号和噪声交叉重叠较大,无法彻底分离去噪的问题,本文提出了一种基于分数阶傅里叶变换的自适应阈值语音增强方法。对带噪语音信号做分数阶傅里叶变换,采用加权方差方法确定其最优变换阶数。作最优阶数下的分数阶傅里叶变换,在分数阶域自适应确定阈值,采用软硬阈值折衷法进行阈值切割,做分数阶傅里叶反变换得到增强语音信号。同时,将本文算法和传统的维纳滤波法和谱减法进行比较。实验数据和仿真结果表明,分数阶域的自适应阈值去噪方法可有效地去除噪声,得到较好的听觉效果,且去噪效果优于维纳滤波法和谱减法。本方法计算量小,易于实现,具有良好的实用性。     

二维Savitzky-Golay数字差分器剪切波弹性成像方法

提出一种新的剪切波弹性成像方法,将2D SG(Savitzky-Golay)数字差分器用于剪切波计算中,使用二维曲面拟合来近似剪切波波前到达时刻,该方法相比传统的线性回归方法不易受异常数据影响,鲁棒性更强.通过超声弹性仿体实验评估这两种方法,比较不同尺寸下的2D SG数字差分器和线性回归的剪切波弹性图.结果表明,在图像的横向分辨率相同的情况下,本研究方法得到的剪切波弹性图像更平滑,噪声更小,且剪切波弹性图像的信噪比和对比度噪声均比传统方法要高,表明该方法能提高剪切波弹性图像的质量.     

联合双重滤波的水下图像NSCT阈值去噪算法

针对水下图像噪声特点以及去噪时边缘细节保护不理想的问题,提出了基于联合双重滤波的NSCT阈值去噪算法.该方法采用具有平移不变性的非下采样轮廓波变换对水下图像进行多尺度和多方向分解,根据分解后图像的噪声分布特点,联合频域与空域方法将中值滤波和非局部均值滤波算法分别应用于高低频图像的滤波处理,设置合理阈值进行去噪,进一步恢复图像细节并重构图像.实验结果表明,水下图像的去噪效果明显提高.     

自适应阈值的小波变换在纸病去噪中的应用

以图像噪声会影响下一步图像处理、分析及识别为启示,分析了常用的数字滤波算法优缺点,提出一种自适应阈值小波变换去噪方法．该方法根据含噪信号特性和信噪比,自适应地选择小波变换的最优分解层数和最佳软阂值,达到最优的降噪效果．仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波能有效地滤除噪声,同时还能较好地保护图像细节,使图像达到更好的视觉效果．     

二维分数阶小波变换滤除混合图像噪声研究

图像形成与传输过程中,常受到复杂混合噪声的干扰.本文结合二维分数阶小波变换与中值滤波,提出一种新的混合未知图像噪声滤除方法.该方法先通过噪声检测将脉冲噪声标识出来,并利用中值滤波方法滤除,然后计算剩余噪声,进一步得到二维分数阶小波变换的最优阶次,在二维分数阶小波时频域,将剩余的高斯白噪声用阈值去噪方法滤除.经实验证明,该方法在有效去除混合噪声时具有优势.     

Multi-level denoising and enhancement method based on wavelet transform for mine monitoring

Based on low illumination and a large number of mixed noises contained in coal mine, denoising with one method usually cannot achieve good results, so a multi-level image denoising method based on wavelet correlation relevant inter-scale is presented. Firstly, we used directional median filter to effectively reduce impulse noise in the spatial domain, which is the main cause of noise in mine. Secondly, we used a Wiener filtration method to mainly reduce the Gaussian noise, and then finally used a multi-wavelet transform to minimize the remaining noise of low-light images in the transform domain. This multi-level image noise reduction method combines spatial and transform domain denoising to enhance benefits, and effectively reduce impulse noise and Gaussian noise in a coal mine, while retaining good detailed image characteristics of the underground for improving quality of images with mixing noise and effective low-light environment.     

基于自适应维纳滤波和2D-VMD的声呐图像去噪算法

声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模态分解)的声呐图像去噪算法.首先通过二维变分模态分解对含噪图像进行分解,得到一系列不同中心频率的模态分量,利用相关系数和结构相似度筛选出有效的模态分量,并使用自适应维纳滤波处理有效的模态分量,最后将滤波后的模态分量进行重构,从而去除图像中的噪声.实验结果表明:所提图像去噪算法在相关系数(CC)、结构相似度(SSIM)这两项客观数据上表现最优,峰值信噪比(PSNR)略低于NSST域去噪,综合客观数据与视觉效果,本文所提算法去除噪声后的图像细节和边缘保持能力效果最佳.     

从模糊图像中恢复集成电路版图技术

为将模糊的集成电路版图进行复原,探讨了Lucy-Richardson滤波、维纳滤波、拉格朗日乘法算子最小二乘方滤波方法.研究发现:噪声模糊图像进行复原时,Lucy-Richardson方法基本恢复不出集成电路版图,维纳滤波的去噪声明显但是图像清晰度不够,拉格朗日乘法算子最小二乘方滤波复原版图清晰;恢复清晰集成电路的版图可以用于集成电路的结构分析和集成电路失效机理诊断.     

Modified BM3D algorithm for image denoising using the directed diffusion equation

In order to preserve the edges and details of the image better, a modified block-matching and 3D filtering algorithm based on the directed diffusion is proposed. First, the block-matching and 3D filtering result is divided into three perpendicular subbands by using the wavelet decomposition. Second, by adding the diffusion operator and diffusion coefficients to the directed diffusion equation, the diffusion speed can be accelerated and edges can not be blurred quickly. Then we diffuse the subband of the high-frequency, of which the wavelet coefficients are less than the threshold to the corresponding subband of the noisy image to get a new estimate. Lastly, by replacing the corresponding subband of the block-matching and 3D filtering estimated image with the new one, we obtain the improved denoising result. Experimental results show that the improved algorithm achieves better performance than the original block-matching and 3D filtering algorithm in terms of both removing noise and preserving the edges and details of the image.     

Shearlet变换与核各向异性扩散的图像噪声抑制

为了更有效地抑制图像噪声,改善图像视觉效果,提出了一种基于非下采样Shearlet变换（ nonsubsampled shear?let transform,NSST）与核各向异性扩散的图像噪声抑制方法。首先对含噪图像进行非下采样Shearlet变换;然后对所得到的低频和高频分量分别进行改进的全变差（ improved total variation, ITV）扩散与核各向异性扩散（ kernel anisotropic diffu?sion, KAD）;最后对扩散后的低频和高频分量进行非下采样Shearlet逆变换得到噪声抑制后的图像。给出了实验结果,并且依据主观视觉效果和峰值信噪比、结构相似度两种定量评价指标,与近年来提出的基于小波阈值收缩结合全变差、基于复Contourlet域非线性扩散、自适应Shearlet域约束的全变差等3种噪声抑制方法进行了比较。实验结果表明,该方法的噪声抑制能力更强,且更为完整地保留了图像的边缘和细节信息。     

压缩感知的高分辨率天文图像去噪

为提高高分辨率天文图像的重构质量,在传统压缩感知(compressed sensing,CS)迭代小波阈值算法的基础上,提出了一种基于小波维纳滤波的压缩感知去噪重构算法.该算法的设计方法为:在每次迭代过程中,使用设计的小波维纳滤波算子替代传统的小波阈值算子对获得的天文图像小波系数进行筛选,从而对小波阈值去噪方法重建图像过程中出现的伪吉布斯现象进行有效地抑制;然后使用全变差方法对去噪重建后的天文图像进行调整,以进一步提高重构图像的质量.仿真实验结果表明,与传统的迭代小波阈值算法相比,本算法可以获得较优的去噪重建性能,并且能有效地保护高分辨率天文图像的细节特征信息.此外,在压缩比较高的情况下,该算法仍然可以获得相对较高的视觉质量和峰值信噪比.