非局部均值图像降噪的嵌入式系统实现

非局部均值滤波是一种有效的图像降噪技术,但常规实现方法计算复杂,对存储空间和CPU频率要求较高,不适合用于嵌入式系统。面向嵌入式系统简化非局部均值降噪算法,以很小的图像质量损失为代价大大降低了计算复杂度。在基于ARM11处理器和Windows CE的系统上实现了图像采集、简化非局部均值降噪、显示等功能,可以满足图像处理系统实时性和小型化需求,降噪效果良好。     

一种改进权重的非局部均值滤波算法

传统非局部均值滤波算法采用指数型加权核函数,容易导致图像细节平滑过度,并且权值分配容易受到噪声的影响。针对这一问题,提出一种改进权重的非局部均值滤波算法,设计一种新的加权核函数替代原本的指数型核函数,改善权值的分配。实验结果表明,改进算法降噪效果优于传统非局部均值滤波算法,在滤除噪声的同时更好地保护了图像的边缘与细节,并且噪声强度越大,改进算法的优势越明显。     

一种基于改进非局部均值滤波算法的红外图像去噪

提出了一种基于梯度信息的结构相似性算法改进的红外图像非局部均值滤波方法.传统的非局部均值滤波算法采用欧氏距离度量图像块之间的相似性,因而不能够很好地衡量图像细节和边缘信息,导致滤波后图像模糊失真.针对此问题,采用结构相似性度量(structural similarity,SSIM)算法对欧氏距离进行加权改进,针对普通的SSIM边缘信息评价能力的不足,提出了带有梯度信息的GSSIM算法,实验结果表明本方法在保持非局部均值(Non-Local Means,NLM)滤波算法去噪能力的同时还能够较好地保持图像的边缘和细节信息.     

SAR图像去噪的非局部均值算法改进

针对非局部均值算法在合成孔径雷达(Synthetic Aperture Radar,SAR)图像的边缘和纹理区域去噪效果较模糊的问题,探讨改进了非局部均值算法的权重部分,把高斯加权的空间距离与非局部均值算法的权重系数相结合,构造新的权重系数,提出了一种基于改进非局部均值算法的SAR图像去噪算法.首先,使用对数变换处理图...     

改进的均值滤波算法在太赫兹成像中的应用

研究被动太赫兹图像的降噪算法,提出了一种改进的均值滤波算法,在原有均值滤波算法的基础上加入了阈值的概念,由被动太赫兹扫描成像的技术特点确定了滤波模块的形状,并根据图像评价参数信息熵确定了滤波模板的最佳尺寸。实验表明该算法对于被动太赫兹图像具有良好的降噪效果,可以在保留成像目标信息的基础上滤除图像背景中的噪声。该算法提高了图像质量,增加了对隐匿物的辨别能力,从而为被动太赫兹成像技术在安检工作中的应用提供了必要的保证。     

基于多尺度自相似性和非局部均值的单幅图像超分辨率方法

提出了一种基于多尺度局部自相似性和非局部均值的单幅图像超分辨率算法,该算法不依赖于外界图像,仅仅在原始图像的局部子窗口中搜索目标图像块的相似子块,利用非局部均值算法对相似子块进行加权求和来估计待复原图像,然后在复原图像上叠加最相似子块的高频细节图像,获得高分辨率图像.实验结果表明,本文算法不仅能很好地重构图像的高频细节,还能很好地恢复图像的纹理特征.     

基于改进的各向异性SUSAN算法的MEMS微结构图像滤波

为了改善在滤除微机电系统微结构图像的噪声时导致边缘模糊的问题,提出了一种改进的各向异性SUSAN滤波算法。该方法用独立强度传播模型决定长短轴的方差,由该点的梯度方向决定滤波器的长轴方向,由局部图像的灰度值与核值的差构成的局部均值构成SUSAN滤波器的自适应阈值,从而构建出各向异性SUSAN滤波器。该算法在平滑图像同时能保持图像的边缘特征。结果表明,各向异性SUSAN滤波器能够很好地降噪并保持图像的边缘信息。     

基于双边滤波与非局部均值的图像去噪研究

提出了一种基于双边滤波与非局部均值的图像去 噪算法,近年来提出的非局部均值算法是去噪效果非常 出色的算法之一,双边滤波去噪算法采用空间邻近度和灰度相似性构造新的权重系数,其取 得了良好的去噪效果,本文 据此改进非局部均值算法的权重部分,把空间邻近度因子与非局部均值的权重系数相结合, 构造新的权重系数。实验表 明,本文改进权重的非局部均值算法与已有的去噪方法相比,能得到更好的峰值信噪比,能 更好的保护图像细节以及结构信息。     

一种小波域改进非局部均值滤波算法

提出了一种噪声图像高效滤波算法。该算法对经典非局部均值滤波算法从边缘保持效果和计算复杂度两个方面加以改进。提出一种基于图像结构相似度(SSIM)相似性检测算子,并将其与传统的高斯加权欧氏距离进行加权融合,从而实现对经典非局部均值滤波的改进,可实现对图像边缘和平坦区域滤波的有效兼顾。将其引入到小波变换域,对于高频子图像,首先采用Canny算子实现自适应边缘检测,获得边缘和非边缘图像,采用改进非局部均值滤波和经典非局部均值滤波分别加以处理,然后实现图像的融合;最后实现小波系数重构。通过对实物图像和标准测试图像的仿真实验结果表明,该滤波算法的去噪效果较优,能基本实现对高强度随机噪声情形下的图像复原,从而印证了该滤波思路的可行性。     

基于非下采样Shearlet和方向权值邻域窗的非局部均值SAR图像相干斑抑制

非局部均值算法将传统的图像去噪算法由局部计算模型推广到非局部计算模型,取得了良好的效果.但对于合成孔径雷达图像,使用观测值和各向同性邻域窗来度量相似性,缺乏鲁棒性和方向性,不利于捕获图像边缘结构信息.提出了基于非下采样Shearlet特征描述子和方向权值邻域窗的非局部均值算法.实验表明,该算法不但有效地去除了相干斑,而且很好地保持了图像的几何结构信息,为后期SAR图像的理解与解译奠定了良好的基础.     

Noise reduction for sonar images by statistical analysis and fields of experts

Sonar images are usually suffering from speckle noise which results in poor visual quality. In order to improve the sonar imaging quality, removing or reducing these speckle noises is a very important and arduous task. In this paper, the imaging principle and noise characteristics of the side-scan sonar (SSS) are analyzed, and five typical probability distribution functions are used to fit the seabed reverberation. Through experiment comparison, the Gamma distribution is selected to simulate the noise of the SSS image caused by the reverberation. Simultaneously, the fields of experts denoising algorithm based on the Gamma distribution (Gamma FoE) is proposed for SSS image denoising. In order to perceive and measure the denoising effect better, evaluation indexes of Fast Noise Variance Estimation (FNVE, an image noise estimation method) and Blind Referenceless Image Spatial Quality Evaluator (BRISQUE, an image quality evaluation method) are selected for image quality perception. The final results of the SSS image denoise experiment show that the Gamma FoE denoise algorithm has a better effect on SSS image denoise application than other denoise algorithms.     

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1~2 dB。     

一种改进的DUDE图像去噪方法

对于消除图像中存在的噪声,目前并没有通用的去噪标准。在对图像去噪难点的分析和研究的前提下,简要介绍了该领域最新出现的DUDE(Discrete Universal Denoising)方法,同时对该方法作了改进,重新定义了像素领域,建立较准确的像素纠正方法,然后对受污染的图像进行去噪处理,并且和其他滤波方法作了性能比较。实验结果表明,采用该方法减小了均方误差,降低了内存要求,减少了先验知识或隐含假设,明显地提高了主客观去噪效果,其性能指标非常接近HMM(Hidden Markov Model)。     

基于非局部均值的彩色图像去噪

传统的彩色图像去噪算法通常是分层处理的,而忽略了彩色图像RGB通道之间的相关性,因此基于RGB通道联合相似度估计提出了一种新的彩色图像非局部均值去噪方法。在用非局部均值滤波对彩色图像进行去噪时,首先以目标像素为中心确定其支撑区域,然后根据多通道联合相似度估计确定权重,最后采用逐块滤波的方法对每一层进行滤波。并且针对彩色图像中含有的高斯噪声提出了一种新的噪声参数估计方法。由实验结果可以看出该算法比传统的去噪算法在PSNR和FSIM方面都有提高。因此可以看出在图像去噪过程中考虑三通道之间的相关性是必要的,同时也证明了算法的有效性。     

基于同步噪声选择非局部平均除噪声的最优参数

提出基于同步噪声和信噪比（SNR）自动选择非局部平均（NCM）的核函数参数的算法。为了正确估计平滑图像中的剩余噪声,一幅纯噪声图像作为同步噪声与观测图像同步进行计算,同步噪声作为图像剩余噪声的估计值。为了保持同步噪声与剩余噪声的统计特性相似,提出了一种新的NCM算子,依据图像的特征对同步噪声进行平滑,能够保持两种噪声有...     

基于双域滤波与引导滤波的快速医学MR图像去噪

针对医学磁共振(Magnetic Resonance,MR)图像 中存在Rician噪声较大以及双域滤波算法对Rician噪声处理不彻底、 运行时间较长的缺点,提出一种双域滤波与引导滤波相结合的快速医学MR 图像去噪算法。 该算法将引导滤波边缘保持后 的图像作为双域滤波算法的原引导图像,减少双域滤波算法的迭代次数,缩短算法运行时间 ;然后通过改进算法权重,结合 原始权重系数和指数核函数,构造新的权重系数,对噪声进行有效处理。实验结果表明,本 文算法能有效去除医学MR图 像噪声,保护图像细节,相比优秀的医学MR图像去噪算法,具有更高的峰值信噪比和结构 相似度;且相比经典双域滤波 算法,改进后的算法能将运行时间减少1/3,相比非局部均值算法, 可减少1/2。     

一种新的低照度彩色图像降噪算法

针对低照度监控图像存在大量噪声的情况,按照视觉心理感知特性选择HSV颜色空间,在此空间提出了一种新的低照度彩色图像降噪的算法,保持色调不变,针对饱和度和亮度分量的不同特征,分别采用了中值滤波和基于边缘提取的降噪方法。实验结果表明该算法在保持了色调和边缘不变的同时,提高了图像信噪比,降噪效果明显。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

非制冷红外图像降噪算法综述

红外图像处理中,由于非制冷红外探测器工艺技术上的原因,原始的红外图像包含多种噪声,尤其是椒盐噪声、固定或随机条纹噪声.当前有许多红外图像降噪的滤波算法,但在时间、空间、降噪效果、细节保持等方面各有侧重,难以实现完美结合.如何更快速、更高效、更准确地滤除噪声信息,保留更多的细节信息,是今后红外图像处理降噪研究的关键方向....     

HMM-WC-FNM模型在触头表面形貌去噪中的应用

本文提出了一种可靠的图像去噪算法,基于观察图像是期望图像叠加了不规则噪声的假设,用有限高斯混合分布(FNM)描述期望图像分解小波系数(WC)的先验分布,用隐马尔可夫模型(HMM)描述同一方向不同分解级之间的小波系数的依赖关系,采用Bayes准则,根据期望图像的后验分布(以观测图像为条件)所对应的HMM模型的条件概率,用EM(expectation maximization)优化算法,获得MAP(maximization a posteriori)准则下的去噪图像。针对银基触头材料表面形貌去噪对几种算法作定性比较,并对去噪性能给出定量分析,仿真结果表明,此方法有效去除噪声的同时,能保留原始图像的细节信息。