基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

基于平稳小波变换的X射线衍射信号消噪研究

讨论利用平稳小波变换进行X射线衍射信号消噪的方法,首先利用Haar小波将受噪声污染的X射线衍射信号进行多层平稳小波变换,利用小波变换的细节系数估计噪声均方差σ,选取阈值σ2lnN(N为细节系数长度),对小波分解的细节系数进行阈值处理,然后进行平稳小波逆变换重建信号,以达到对信号消噪和提纯。实验结果证明,这种去噪方法是非常有效的,它在消除噪声的同时保留了信号的奇异特征。     

小波变换在CCD视频图像去噪中的应用

利用图像小波系数空间相关性可以有效去除图像噪声的特点,将小波局部阈值放大法和兼顾软、硬阈值优点的半软阈值函数相结合,进行静态图像和CCD视频图像去噪.通过静态图像和CCD视频图像去噪仿真实验及分析,证明了所提出的算法相对于维纳滤波方法,在性能上有了改善,且信噪比有了提高.     

CT成像射束硬化校正方法研究

X射线CT(computed tomography)成像技术是现代医学和工业重要的诊断与检测手段.实际使用的射线源一般为宽能谱多色射线源,当多色射线穿过物体时,低能光子由于光电效应被优先吸收,因此使得射线能谱变窄.这导致CT图像的退化和杯状伪影的产生.本文系统分析了CT成像的物理过程,提出了一种简单有效的射束硬化校正方法.此方法包括三步,首先对投影图像进行散射抑制处理,其次是基于重投影的射束硬化校正,最后是基于小波变换的CT图像降噪处理.实验验证了方法的有效性.     

Gabor变换在轮胎X光图像处理的应用

在轮胎X射线检测图像中,钢丝帘线的不同排列方式构成不同的纹理图像。Gabor函数可提取图像在频域不同尺度和方向的特征,因此采用基于Gabor和Log-Gabor小波对轮胎X射线图像进行特征提取的方法,并用K-means方法进行图像聚类,实现了轮胎不同纹理图像的分割;采用Log-Gabor函数提取不同方向的纹理特征,并对提取结果进行比较,可检测带束层钢丝帘线疏线或顺线缺陷。     

一种基于小波域维纳滤波的图像复原算法

在图像复原算法中,单纯的空间域或者频域滤波算法简单易实现,但需要较多图像退化的先验知识。基于贝叶斯理论的迭代复原算法复原效果好,但耗时长。针对这一矛盾,利用小波变换的多分辨特性,对不同的小波系数特性采用不同的算法进行恢复,提出了一种基于小波域维纳滤波的图像复原算法。实验结果证明,所提方法在保证图像复原质量的同时相对提高了复原算法的效率,是一种有效的方法。     

一种基于EMD的对比度增强方法

针对低对比度X射线图像的增强和缺陷检测问题,结合X射线图像的特点,分析了影响X射线质量的因素,提出了一种基于EMD的对比度增强方法.     

基于小波域维纳滤波的光纤面板暗影检测

通过分析光纤面板透光图像的噪声性质,提出在小波去噪的始末对图像取对数、指数变换,成功转换噪声模型,有效去除高斯及斑点噪声.并提出在小波域采用维纳滤波算法以增强去噪功能,实现更为有效地去除光纤面板透光图像中的噪声.最后对去噪图像进行暗影检测,实验结果表明,采用此算法进行去噪,检测出的暗影定位更加精准,冗余信息大量减少,有...     

基于多尺度隐马尔可夫模型的CR影像降噪方法研究

在CR成像过程中不可避免的要引入各种干扰和噪声,只有弄清干扰图像信息的各种噪声来源、特征及其与信号的相互关系,才能有效地将之消除.在分析CR成像系统的基础上,文章指出影响CR图像质量的噪声主要是固有噪声和X线量子噪声,在统计规律上它们分别服从高斯分布和泊松分布.本文针对CR的固有噪声从小波系数的统计规律出发,根据固有噪声的特点,结合混合高斯模型描述小波系数的统计特征,采用两个状态的隐马尔可夫模型描述小波系数在尺度之间的相关性和依赖性,用最大期望值( EM)算法估计隐马尔可夫模型在各个尺度上的参数,然后按照尺度大小逐级对小波系数进行维纳滤波,最后是小波逆变换恢复图像.文章最后还给出了实验结果,并与其它降噪算法进行了比较.     

结合压缩感知和曲波的天文图像去噪

在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。     

空域相关滤波在下肢表面肌电信号中的应用

针对消噪过程中信号细节难以保留的问题,采用了一种基于小波变换的空域相关消噪方法。通过运用信号小波分解后与噪声的小波系数随尺度变化规律不同的特性,实现了信号与噪声的分离,同时给出了表面肌电信号噪声能量阈值的估计算法。实验结果表明,该消噪处理方法不仅能有效地去除肌电信号中的噪声,而且可以较好地保留肌电信号的边缘特征,为下肢表面肌电信号特征的提取创造了良好的条件。     

基于SVD-高斯小波的振动信号非平稳特征提取方法

分析了高斯小波及其滤波特性,结合小波变换技术和奇异值分解技术,提出了基于奇异值分解和高斯小波的滤波消噪方法,解决了传统小波去噪方法的不足。该方法可以很好的降低噪声信号,有效提取信号中周期成分,具有较好的瞬态信息提取能力,并通过齿轮箱振动信号降噪实验说明该方法在故障特征提取中的重要性,以及本降噪方法的有效性。     

平稳小波变换在轴承振动信号去噪中的应用

为有效提取振动信号中的故障特征,提出了一种基于平稳小波变换的降噪方法,阈值大小取决于不同尺度上故障信号的小波分解系数的峭度。实例分析表明,该方法具有良好的去噪性能,并能很好地提取振动信号中的故障特征。     

基于多级维纳滤波的OCT图像除噪方法研究

为了实现光学相干层析成像（OCT）过程中采集信号的噪声去除,设计了基于维纳滤波和对比度增强的OCT图像处理方法。首先对OCT图像的噪声进行了分析,继而针对OCT信号的噪声干扰问题提出一种除噪算法,通过多尺度维纳滤波器对图像进行滤波处理,然后根据区域特性采用对比度增强方法提高图像对比度。实验结果表明：经该方法处理后图像的背景方差（BV）较原始图像降低了3-7倍,而且信噪比高,细节方差和背景方差之比（DV/BV）提高了3-6倍。该方法不仅有效去除了OCT图像的噪声,而且视觉效果良好,是一种有效的图像后处理方法。     

Detection of dressing time using the grinding force signal based on the discrete wavelet decomposition

This paper describes the use of the grinding force signal to show the mechanical noise reduction and to detect the dressing time based on the discrete wavelet decomposition. As a result of de-noising, the wavelet de-noising method was more effective than the FFT filtering technique. From the approximation coefficients of the higher order wavelet transform, the grinding force signal obtained by a tool dynamometer was clear so it was possible to successfully detect the dressing time. A measured result by the surface roughness and the ground surface photograph coincided with the detection result.     

一种用于自动调焦图像的降噪方法

图像清晰度评价是实现数字图像自动调焦的关键,而调焦图像降噪直接影响着图像评价的准确性。为有效抑制调焦图像中存在的两类主要噪声,结合椒盐噪声和高斯噪声特点,综合采用十字中值滤波法和维纳滤波法实现了图像降噪。实验结果表明,相比于单一降噪方法,综合方法不仅能最大程度地降低两类噪声,而且能较好地保护图像细节,可作为自动调焦成像系统图像预处理的主要方法。     

基于轮廓波维纳滤波的图像压缩传感重构

图像压缩传感重构利用自然图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像.为了克服传统的压缩传感重构中正交小波方向选择性差和未利用变换系数的邻域统计特性的缺点,利用了轮廓波维纳滤波去噪算子替代迭代阈值法中的阈值算子,进而提出了基于轮廓波维纳滤波的图像压缩传感的重构算法.实验结果表明,该算法提高了重构图像的峰值信噪比和视觉效果,保护了图像的细节,加快了重构算法的收敛速度.