小波图象去噪综述

小波图象去噪已经成为目前图象去噪的主要方法之一。在对目前小波去噪文献进行理解和综合的基础上，首先通过对小波去噪问题的描述，揭示了小波去噪的数学背景和滤波特性；接着分别阐述了目前常用的3类小波去噪方法，并从小波去噪中常用的小波系数模型、各种小波变换的使用、小波去噪和图象压缩之间的联系，不同噪声场合下的小波去噪等几个方面，对小波图象去噪进行了综述，最后，基于对小波去噪问题的理解，提出了对小波去噪方法的一些展望。     

小波变换应用于图象去噪

数字粒子图象测速技术（ＤＰＩＶ－ＤｉｇｉｔａｌＰａｒｔｉｃｌｅ－ＩｍａｇｉｎｇＶｅｌｏｃｉｍｅｔｒｙ）已在国内外得到广泛的重视和应用,但目送２其最大的问题是精度问题,由于ＤＰＩＶ的图象数据是用ＣＣＤ摄像机经相应的图象卡采集示踪粒子图象得到的,这样在实验过程不可避免引入的噪声（主要是示踪粒子大小、示踪粒子数值量、诊断窗口大小、诊断窗口内的速度梯度和量化效果等引入的噪声）降低了实验测量的精度。本文应用     

实时二值图象去噪的实现

本文给出了实时实现二值图象8邻域收缩、扩张去噪算法的硬件设计,本设计对诸如3×3卷积器、数学形态学等邻域图象处理算法的实时硬件制作均有一定参考作用。     

信息结构理论在图象去噪中的应用

提出一种基于信息结构的图象法噪新算法,在分析与研究以往图象去噪算法的基础上,开创性地引入了图象信息结构结构的概况,实现二维图像的去噪,实验结果表明这种方法兼顾了去噪和保边界这一平滑降噪中矛盾的两个方面,是一种有效的新的去噪算法。     

把彩色图象处理成由图案组成的二色图象

根据抖动原理,巧妙定义抖动矩阵,把彩色图象灰度比,结合特定图案的抖动矩阵对灰度图象进行二值化处理,最后使彩色图象变成了一幅有特殊图案组成的二色图象,并解决了抖动过程中的一些特殊问题。     

基于离散正交小波变换的图象去噪方法

给出了一种基于离散正交小波变换的图象去噪方法,该方法通过二维离散小波变换将图象投影到小波变换域,通过对小波变换系数进行阈值处理实现二维图象的去噪,并用实验验证了该方法的有效性。     

屏幕彩色图象的打印法

本文介绍了彩色图象的灰度打印法,印阈值法、模式法和抖动法,并给出了用Turbo C实现打印的程序     

基于色彩学习的彩色图象分割方法

图象分割是实现计算机图象识别与理解的基础，而彩色是进行图象分割的一个重要手段。本文给出了一种基色彩学习的彩色图象分割算法。     

基于直方图的图象去噪滤波器

滤除图象噪声时，虽然利用的先验知识越多，其滤波效果越好，但是一般情况下，由于只能得到一幅被污染的图象，无法获得这些先验知识，因而滤波效果较差。为了解决该问题，提出了一种去除图象中椒盐噪声的新型滤波器。该滤波器首先给出了一种有效的估计原图象直方图的方法，进而利用估计直方图的信息来进行滤波；然后对滤波窗口中的像素进行一种排除最大和最小灰度值的操作，以滤除椒盐噪声点。实验表明，该方法滤波效果优于传统的滤波器和其他模糊滤波器，特别是当噪声概率超过0．3时，这种优势尤为明显。     

基于一维模型的椒盐噪声去除方法

提出了一种基于一维信号处理去除图像椒盐脉冲噪声的方法,该算法给出了4种二维信号转换为一维信号的模型,用线性处理代替块处理去除图像椒盐脉冲噪声。经过实验仿真并与其他滤波算法比较表明,该算法可以有效地去除图像中的椒盐脉冲噪声,尤其是在计算复杂度上表现了很好的性能,同时也降低了图像边界点处理的边界效应。     

一种简单的椒盐噪声滤波算法

文章提出了一种基于先定位、后滤波思想的椒盐噪声滤除算法。该算法根据噪声特点,将图像像素分为信号像素或可能的噪声像素两种类别,对于可能的噪声像素,采取去噪中值滤波算法进行滤波,而对于信号像素则不做任何处理,以保留更多的图像细节。文中给出了标准的中值滤波算法、极值中值滤波算法和该文的算法的比较实验,结果表明,该文算法对噪声高度污染图像的去噪能力明显比其它两种算法强,且能较好地保留图像细节。     

中值滤波器在图像去噪中的应用

噪声处理是图像处理中较为重要的环节,中值滤波是一种常用的非线性信号处理技术,在图像处理中,它对滤除脉冲干扰噪声最为有效。文章阐述了中值滤波的原理、算法以及在图像处理中的应用并给出了程序示例。     

图像隐写与自然噪声辨识研究

提出一种辨识图像隐写与自然噪声的方法。从图像中常见的2类噪声(高斯白噪声和椒盐噪声)出发,基于加性噪声模型,利用图像直方图特征函数质点区分原始图像和隐写噪声图像,利用小波高频子带系数差分方差识别隐写图像与噪声图像。对大量隐写和噪声图像进行实验,结果表明,该方法可有效辨识图像隐写和噪声。     

基于邻域结构相似性的混合噪音线性滤波算法

本文提出一种基于像素邻域结构信息相似性的混合噪音线性滤波算法(GLMF)。该算法是对线性混合滤波器(LMF)的一种改进,它利用图像中存在着大量冗余信息的特性,恢复被混合噪音染污的像素,在判断邻域内像素的相似性时,除考虑像素灰度值的相似性之外,又考虑了像素邻域结构的相似性,用像素灰度值的梯度来表示邻域结构信息。仿真实验证明,用GLMF去噪的视觉效果和峰值信噪比(PSNR)均优于已知的同类滤波器。该算法适用于恢复被高斯噪音和随机脉冲噪音混合污染的数字图像。     

GA-BP网络在去除MODIS遥感影像条带噪声中的应用

由于卫星传感器光、电器件在反复扫描地物的成像过程中受扫描探测单元正反扫描响应差异、传感器机械运动和温度变化等因素的影响,使MODIS(moderate-resolution imaging spectroradiometer)遥感影像产生一定的条带噪声。影像条带噪声的去除在改善MODIS数据的质量和提高其利用率上具有重要的意义。在BP神经网络去除MODIS遥感影像条带噪声方法的基础上,运用遗传算法GA优化BP神经网络,有效地提高了神经网络的学习、训练速度和精准度,去除了影像的条带噪声,取得良好的实验结果。     

利用模式噪声聚类分析的视频非同源篡改检测

利用模式噪声相关性分析视频篡改取证的方法存在阈值影响的问题,提出一种基于模式噪声聚类分析的篡改检测方法。首先用滤波器提取视频帧噪声,然后以这些视频帧噪声的统计特性作为样本,用基于密度的聚类算法得到低密度区域对象,检测出被篡改的帧。实验结果表明,该算法能够有效鉴定视频是否被篡改。     

一种闭合曲线去除平面工件二值图像噪声算法

在现代工业中,图像处理技术经常被用于工件的在线检测。获取的图像经过二值化后,工件信息和噪声同时存在,其中工件信息常被噪声影响。通过分析二值图像中工件边缘与噪声的特征区别,提出一种用闭合曲线去除二值图像噪声的新算法,该算法通过移动一组闭合曲线,根据每个闭合曲线与检测目标轮廓边缘的交点数目,判断该组闭合曲线所包含的各个像素点是否为噪声,将被判为噪声的像素点置零,从而提取出精确的工件边缘信息。该算法适用于具有清晰轮廓曲线的零件检测。     

基于图像处理的车牌识别系统的研究

对车牌识别系统中的图像预处理算法进行了研究,介绍了车牌识别系统的意义,以及图像去噪处理,图像二值化方法,并通过仿真试验模拟了图像处理的过程。实验证明了文中的图像处理方法用于车牌识别的有效性。     

消除椒盐噪声的改进滤波算法

数字图像在采集、传输等过程中会产生椒盐噪声。传统滤波算法在高噪声率情况下,很难对图像进行有效处理。该文在极值中值滤波的基础上,提出一种具有精确噪声点检测步骤的滤波算法,通过设定阈值并考虑相邻像素的相关性来区分噪声点和信号点,提高滤波精度。实验表明该算法在滤除噪声并保护图像细节方面比其他算法有较大提高,在严重噪声污染情况下,对图像的恢复也有较好效果。