基于图像邻域特性的高斯噪声去噪

针对传统高斯噪声去噪算法残余噪声较大的不足,根据噪声对图像视觉的影响,提出了基于像素邻域相关性的去噪算法.首先运用邻域像素的连续性判断像素点是否位于平滑区内;其次对非平滑区根据边缘和纹理的局部连续性运用形态学提取图像边缘和纹理进而定位噪声点;最后对平滑区内的噪声运用自适应邻域进行去噪处理,对非平滑区的噪声仅利用非平滑区的邻域进行平滑,实现了对高斯噪声先定位再去噪.经实验结果验证:与传统方法相比,该算法较好地抑制了图像平滑区内噪声,提高了去噪后图像的视觉效果.     

基于非线性扩散方程的改进全变分去噪模型

针对传统的全变分(T V)模型因参数选择敏感,导致去噪图像容易在平滑区域产生"阶梯效应"或者虚假边缘的情况,提出一种基于非线性扩散方程的改进全变分去噪算法.在传统的TV算法基础上,提出了一种针对参数的自适应迭代函数,结合P-M算法的非线性扩散方程,使本算法在迭代初期可以看作各向同性去噪模型,有效去除"阶梯效应",随着迭代次数的增加,此模型为各向异性去噪模型,在去除噪声的同时,有效保护图像的边缘细节.实验结果表明,去噪过程中,该算法在扩散系数和自适应迭代函数的共同作用下,消除了阶梯效应和虚假边缘,相比传统TV算法提升了图像3 dB的峰值信噪比(PSRN)和视觉效果.基本满足图像预处理要求.     

一种保持图像细节的自适应的去噪平滑算法

针对三维相干切片数据所形成的二维图像,提出一种新的自适应的保持图像边缘细节的图像平滑算法。该算法通过平滑区域及灰度均匀度来选择受噪声干扰的最小区域,并以此来对目标像素进行相应处理。实验证明,本算法能在有效去噪平滑的同时,很好地保持了图像边缘细节,具有很高的实用价值。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷，即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法，结合图像平滑滤波处理进行图像边缘提取，有效地增强了边缘信息且抑制了噪声的干扰，并给出了该方法在图像边缘提取中的应用实例。     

改进全变分的图像去噪

为了弥补各向同性扩散去噪的非保边性、异性扩散的耗时性,分析了各向同性和异性扩散的机理,根据噪声对像素变化的影响,设计了新的扩散函数,理论上分析了该函数的扩散性能:对平滑区各向同性扩散,边缘区实现各向异性扩散。在传统全变分去噪的基础上,提出了改进全变分的图像去噪模型,运用固定点代算法设计了相应的离散迭代函数。实验结果表明,该算法在图像平滑区进行各向同性扩散,继承了各向同性的优点,降低了传统全变分的运行时间;在边缘区实现了各向异性扩散保护了图像边缘,提高了图像的峰值信噪比和视觉效果。     

基于梯度的自适应边缘检测算法研究

对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.     

基于局部保边函数的低信噪比图像去噪

传统的去噪算法要求含噪图像信噪比较高,并且去噪后图像边缘及纹理信息受到不同程度地损失。本文针对传统算法的不足,提出了基于局部保边函数的低信噪比图像去噪算法,首先对低信噪比图像运用自适应中值滤波器减少椒盐噪声对图像的影响同时保留图像边缘和纹理等细节信息;其次分析处理后的图像局部邻域内像素之间的关系,设计图像局部保边映射函数,最后利用Poly-Ribière-Polak(PRP)算法求出目标函数的最值进而实现低信噪比图像的去噪处理,去除高斯噪声和残余的椒盐噪声。 与传统算法相比,本文去噪效果较好,尤其是对PSNR为5.4db的低信噪比图像去噪后图像PSNR 达到24.3dB。     

一种震动耦合扩散的去除乘性噪声模型

针对传统扩散模型在去噪中存在的边缘模糊问题,将震动滤波引入各向异性扩散模型中,建立了一种去除乘性噪声的模型。在去噪算法中采用BZN来区分边缘、噪声以及平滑区域。借助一种新的扩散速度函数,可以更好地去除乘性噪声。数值实验表明,该去噪模型可以更好地保护边缘,抑制＂阶梯效应＂。     

基于宽度细化的图像过渡区提取

利用中心像素邻域灰度信息，提出一种新的图像边缘宽度细化算法，使斜坡边缘的细化效果有明显提高．采用新的灰度加权梯度算子对细化后的图像提取过渡区，能较好地抑制图像噪声．实验结果表明，结合灰度加权梯度算子和宽度细化算法提取的过渡区效果更佳．     

Parameter adaptive SAR image denoising method

In the traditional SAR image nonlocal means denoising algorithms, the patch similarity is measured by the accumulation of the pixel similarities, and a good denoising performance can be obtained for the additive noise model. This paper extends this idea to the multiplicative noise model for the SAR image, and improves the PPB (Probabilistic Patch-Based) algorithm under the weighted maximum likelihood estimation framework. Since the parameters setting in the PPB algorithm is complicated and it cannot adaptively get the best performance, this paper proposes a particle swarm optimization based parameter adaptive nonlocal means algorithm for SAR image denoising. Finally, experiments compared with the canonical PPB method on the real SAR image are carried out. Experiments demonstrate that the proposed method has a good performance in speckle reduction and details preservation.     

全变分图像去噪的研究

图像去噪是图像处理中的重要环节之一。本文介绍了保持边缘细节效果较好的全变分去噪方法,分析了全变分法去噪的原理。实验结果表明与中值去噪算法相比,全变分算法能有效抑制图像噪声,并能更好地保持图像边缘细节。     

Image denoising and boundary extraction based on game theory

Half-quadratic regularization is a classical image denoising method.In removing image noise,the image boundary can be obtained.Since the boundary obtained by the half-quadratic regularization model is too fuzzy and the denoising effect is not ideal,the half-quadratic regularization model is improved by the game method,the image is denoised and the boundary is extracted simultaneously.Two participants are defined,with the classical half-quadratic regularization method used as the target function of denoising,and a relatively novel global sparse gradient model selected as the target function of boundary extraction.The two participants,image denoising and boundary extraction,iterate alternately in a game process,with their convergence points as the Nash equilibrium points.The proposed model is applied to various types of images,and the algorithm proposed can lead to good results in both numerical results and visual effects.Experimental results show that the proposed algorithm can effectively improve the half-quadratic regularization model,thus obtaining better denoising and boundary extraction effects.     

基于超像素和密度峰值聚类的图像分割

图像分割是计算机视觉领域的一个重要组成部分。密度峰值聚类已应用于图像分割领域。但由于密度峰值聚类在聚类时只能考虑数据的全局空间信息,不能有效去除图像噪声,因此提出了一种超像素的图像预处理方法。该方法能充分考虑局部空间信息,具有较强的鲁棒性。通过改进的形态梯度重建和分水岭算法得到具有精确轮廓且去噪效果较好的超像素图像。在此基础上,加入密度峰值聚类完成后续分割。通过在光学图像数据集BSDS 500上进行实验,验证了超像素算法及图像分割算法的有效性。     

一种改进的拼接缝消除方法

针对线性加权平滑法找到的拼接缝两边的灰度差异较大,存在缝较明显的问题,提出最佳拼接缝的线性加权平滑法。该算法首先从图像重叠部分的中间区域开始选择每行梯度和最小的像素作为最佳拼接点;同时,对于图像受噪声的影响,以及存在多个像素点最小＂梯度和＂相等的问题,利用散度量进一步检查最佳拼接点,然后连接每行的最佳拼接点作为最佳拼接缝,最后使用线性加权平滑法消除拼接缝。试验结果表明,此方法使图像重叠区域能平滑自然过渡,实现无缝拼接。     

空间自适应方向全变分地震数据去噪模型

随着我国油气勘探工作的不断推进,地震勘探面临着重大挑战。受到复杂的勘探环境、采集方式、检波器灵敏度等因素的影响,野外采集的地震数据中往往混杂着大量随机噪声,导致后续地震数据处理的保真度、信噪比和分辨率降低,并且最终影响地质解释的精确性、可靠性。 为了突破传统地震数据处理问题的局限性,提出了一种用于地震数据随机噪声压制的空间自适应方向全变分正则化模型。首先,针对地震反射同相轴具有空间变化的方向性和倾角计算抗噪性差的问题,提出了基于梯度结构张量的空变倾角逐点估计公式来获取同相轴的方向信息;然后,建立空间自适应方向全变分地震数据去噪模型,并采用优化最小化算法求解模型;最后,讨论了该模型的参数选取方法,将合成地震数据和实际地震数据的去噪结果与同类方法进行比较。实验结果表明,所提出的模型不但能较好地提高地震剖面的垂直分辨率和同相轴的横向连续性,而且在提高信噪比的同时能够保留更多的地质特征信息。     

融合灰度和非局部空间灰度特征的二维Otsu法

为了克服图像噪声对二维Otsu阈值分割方法性能的影响,采用图像像素的灰度和非局部空间灰度特征构造新的二维直方图,其中像素的非局部空间灰度特征是通过对与当前像素具有相似邻域结构的像素灰度加权平均得到的。将此直方图引入到快速二维Otsu阈值分割方法中,可得融合灰度和非局部空间灰度特征的二维Otsu阈值分割法.实验结果表明改进算法对图像噪声具有一定的鲁棒性,在含噪图像上的分割结果比较理想。     

新的彩色图像去噪与增强模型

为了在对彩色图像进行去噪、增强的过程中保护原彩色图像的色彩信息，提出了一个具有稳定性算
法的新的泛函模型.该模型将彩色数据分离为色彩和亮度两部分.将每个像素的三个色彩通道看成是一个三
维矢量，则矢量的单位方向向量和亮度分别表示像素的色彩和亮度.亮度部分用常见的发展已较完善的各
向异性扩散流来处理，针对色彩部分的处理，新模型基于求解有约束泛函的惩罚函数方法，将对色彩的单
位模约束移至能量泛函中.用Leray Schauder不动点定理证明了该泛函的梯度下降流方程组解的存在性和
唯一性，并与相关的彩色图像去噪模型进行了比较.数值实验结果表明，新的模型在去噪的同时保护了原
图的彩色特征，且算法稳定.     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.