改进型自适应全变分图像降噪模型

针对传统全变分去噪方法峰值信噪比不高,迭代效率较低的缺点,提出了一种新的自适应全变分去噪模型。 首先,利用 差分曲率改进全变分方程的正则项指数以区分出噪声点;然后,结合水平集曲率和梯度模的性质,使平滑区和边缘区达到不同 的去噪效果,让新模型兼具保留边缘和平滑噪声的特点。 实验结果表明,与当前 3 种主流模型相比,新模型的峰值信噪比提高 了 1. 4 dB 以上,平均绝对误差也减少了 2. 5 以上,结构相似性平均提高了 0. 13,并且迭代效率至少提高了 1. 6 倍,更有利于实 际应用。     

基于支持向量机的自适应均值滤波超声图像降噪

医学超声图像在成像过程中由于超声散射回波的相互干渉,导致所成图像中出现难以与器官、组织等人体结构区分的斑点噪声,给后期的临床诊断和图像后续处理带来了极大的不便。针对超声图像中的斑点噪声,提出了一种基于支持向量机(SVM)的自适应均值滤波超声图像降噪模型。该方法利用SVM的分类特性,将超声图像中的噪声信号和非噪声信号作出区分,再将SVM的分类结果和均值滤波相结合去对噪声图像进行去噪。这样可以保证医学含噪图像的组织区域和细节特征做到最大保留,噪声区域获得最大的平滑处理。在实验部分,通过对物理体膜和人体超声肝脏图像分别进行实验,结果表明,该方法可以有效抑制并降低超声图像中的斑点噪声,并保留了其边缘特征,使得去噪图像的信噪比显著增加,是一种有效的医学超声图像降噪方法。     

混合维纳滤波与改进型TV的图像去噪模型

在图像去噪处理过程中,为了保持图像的边缘及内部纹理信息,提出一种基于全变差改进的加权维纳滤波图像去噪模型。提出的模型利用加权项将维纳滤波与改进后的全变差模型相结合,通过构建新算子建立新的扩散模型使得图像每一个像素点的梯度信息可以自适应地选择去噪的最佳模式来平滑噪声图像,既能够在保护边缘的条件下预先处理高斯噪声,同时可以克服全变差模型的"阶梯效应"。结果表明,新模型不仅能够有效去除噪声,强化边缘还有效地保证了边缘结构的细节信息。在峰值信号噪声比测试中,该模型较之于传统线性滤波法的信噪比提高了20 d B左右,均方差也大幅降低,更具理想性。     

改进最小均方误差估计的煤尘图像去噪

煤尘图像在采集和传输过程中受到了各种噪声的污染。最小均方误差估计（MMSE）去噪算法对高斯噪声有较好的去噪效果,提出了一种改进的最小均方误差估计（IMMSE）去噪算法,该算法改进了广义高斯分布模型的参数估计方法,相比目前的其他算法,在不降低精度的情况下减少了计算量。中值滤波对脉冲噪声有较好的去噪效果,用自适应中值滤波（AM）代替普通的中值滤波,更好的保留了图像的细节,提高了去噪效果。利用IMMSE和AM自在图像去噪方面的优势,将两者有机地结合起来,提出了一种称之为IMMSE—AM的去噪算法。用IMMSE—AM对真实煤尘图像进行去噪处理,实验结果表明,新算法提高了煤尘图像的去噪效果,并且计算量较小,能够满足对煤尘浓度实时测量的要求。     

基于CEEMDAN与小波自适应阈值的去噪新方法

一维电能质量信号中通常含有不同程度的白噪声,高效去噪是对电能质量信号进行检测与识别的重要前提。为了能有效地消噪并完整还原信号的奇异点等真实信息,提出了基于自适应白噪声的完备总体经验模态分解(CEEMDAN)与小波自适应阈值的去噪新方法。首先通过自相关法对CEEMDAN分解得到的含噪高频固有模态函数(IMFs)进行筛分;然后对这些高频分量进行小波自适应阈值降噪,这样就保留了高频部分的有效信息;最后与低频IMFs进行信号重构。仿真结果表明该方法去噪效果好,有效地保留了高频成分中的真实信息,为电能质量信号去噪提供了新思路。     

直流电能表计量信号自适应降噪方法

直流配电网包含DC/DC变换器等电力电子器件,非线性特性显著,导致直流输出端电压、电流信号存在大量纹波,需通过滤波降噪处理提升直流电能计量的准确性。针对现有的滤波降噪方法参数设置缺乏优化、滤波降噪效果尚待提升问题,本文提出基于自适应变分模态分解与小波阈值去噪相结合的直流电能计量数据降噪方法。建立输出端直流电压、电流信号变分模态分解的参数最优化模型,并联合互信息分析,实现原始信号的有效模态分量与噪声模态分量的自适应区分。在此基础上,建立以信噪比、均方根误差、平滑度、相关系数复合评价指标最优的小波阈值去噪参数最优化模型,实现噪声模态分量的最优滤波降噪。通过实测数据计算分析,验证所提方法的有效性。     

基于区域特征的路面裂缝图像滤噪算法

分析了破损路面图像的像素点区域特征，针对不同区域提出加权区域滤波和自适应加权中值滤波算法。其权值是通过对图像中区域特征的推理得到的，所以算法中能够根据图像的区域特征自适应的滤波。试验表明，本算法能够有效滤除噪声，并具有很好的细节保护能力。     

医学超声病灶图像预处理

图像滤波技术在图像处理中占有重要的地位。其中医学病灶超声图像主要被斑点噪声污染,对医生诊断病情带来干扰。针对医学超声图像噪声的特点提出了自适应中值滤波器,并与经典中值滤波器对含有不同噪声密度的胆囊超声图像进行去噪处理,对实验结果对比分析。结论表明:自适应中值滤波较经典中值滤波在对噪声密度较大的图像进行去噪时,能较好的保持图像细节信息,它能够有效改善图像质量。自适应中值滤波器较其他非线性滤波器有更好的视觉效果。     

融合小波与非局部均值滤波的DSPI相位图去噪

相位图去噪是数字散斑干涉测量的关键技术,但现有以正余弦均值滤波与窗口傅立叶变换滤波为代表的去噪方法在相位保真、自适应降噪、操作简便等方面不能完全满足要求。提出了一种新的自适应相位图去噪方法,首先计算原始相位图的噪声方差,然后对图像分别进行正弦与余弦变换后得到两幅图像,再对这两幅图像进行小波同态阈值去噪与非局部均值滤波,最后将处理后的两幅相位图反正切运算并再次估计噪声方差,根据图像噪声方差的收敛情况判断是否继续迭代处理,以实现相位图的自适应降噪。实验结果表明：针对同一张含噪相位图与传统正余弦均值滤波相比,本文方法噪声方差减少了0.38、L算子和减少了0.2、SSIM提高了0.16,同时,图像信息熵仅相差0.1。该方法能够有效抑制相位图中的相干噪声,充分保留相位边缘信息,同时能够有效避免因不适当的迭代滤波次数所导致的相位失真或噪声残留。     

Fast Image Segmentation Algorithm Based on Salient Features Model and Spatial-frequency Domain Adaptive Kernel

A fast image segmentation algorithm based on salient features model and spatial-frequency domain adaptive kernel is proposed to solve the accurate discriminate objects problem of online visual detection in such scenes of variable sample morphological characteristics, low contrast and complex background texture. Firstly, by analyzing the spectral com-ponent distribution and spatial contour feature of the image, a salient feature model is established in spatial-frequency domain. Then, the salient object detection method based on Gaussian band-pass filter and the design criterion of adaptive convolution kernel are proposed to extract the salient contour feature of the target in spatial and frequency domain. Finally, the selection and growth rules of seed points are improved by integrating the gray level and contour features of the target, and the target is segmented by seeded region growing. Experiments have been performed on Berkeley Segmentation Data Set, as well as sample images of online detection, to verify the effectiveness of the algorithm. The experimental results show that the Jaccard Similarity Coefficient of the segmentation is more than 90%, which indicates that the proposed algorithm can availably extract the target feature information, suppress the background texture and resist noise interference. Besides, the Hausdorff Distance of the segmentation is less than 10, which infers that the proposed algorithm obtains a high evaluation on the target contour preservation. The experimental results also show that the proposed algorithm significantly improves the operation efficiency while obtaining comparable segmentation performance over other algorithms.     

Model gradient coil employing active acoustic control for MRI

Results are presented for a model three-axis gradient coil incorporating active acoustic control which is applied to the switched read gradient during a single-shot rapid echo-planar imaging (EPI) sequence at a field strength of 3.0 T. The total imaging acquisition time was 10.6 ms. Substantial noise reduction is achieved both within the magnet bore and outside the magnet. Typical internal noise reduction over the specimen area is 40 dB_A whereas outside the acoustic chamber the noise level is reduced by 60–67 dB_A. However these results are relative to a control winding which is switched in phase, adding 6 dB_A in its non-optimized mode, which is included in the quoted figures.     

Image denoising using pulse coupled neural network with an adaptive Pareto genetic algorithm

Recently, pulse coupled neural network (PCNN) attracts much attention in image denoising as a nonlinear filtering technique. The PCNN‐based anisotropic diffusion (PCNN‐AD) method has been proposed previously for flicker noise reduction and its effectiveness has been demonstrated. Using the visual characteristics of PCNN, PCNN‐AD has also solved the problem of AD that AD is not able to suppress the isolate noise. However, there are still two drawbacks in PCNN‐AD, that is, time consuming and PCNN parameters' estimation. In order to improve the efficiency and the denoising performance of PCNN‐AD, a PCNN‐based method with an adaptive Pareto genetic algorithm (GA‐PCNN) has been proposed to restrain from additive white Gaussian noise (AWGN) in this paper. GA‐PCNN firstly integrates the PCNN and AD as a parallel system, then, optimizes the parameters of a simplified PCNN by the adaptive Pareto GA. Experimental results indicate that GA‐PCNN has better performances than the previous denoising techniques, i.e. median filter, Wiener filter, AD filter, and PCNN‐AD. The effectiveness of GA‐PCNN on AWGN reduction and edge preservation are shown finally. The results will also contribute to denoising in CMOS image sensors in the future. © 2011 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于离散小波变换的自适应语音消噪方法

针对语音信号的宽带特性 ,基于离散小波变换提出一种自适应消噪方案 (DW TANC) ,该方案利用多分辨率分析理论 ,把信号和噪声分解于不同的频率范围中 ,使信号和噪声的频谱得到简化 ,从而减少了自适应滤波器的级数L ,使输入自相关矩阵阶数降低 ,从而改善了它的自适应时间和输出精度 ,增强了其抗干扰能力。计算机仿真结果证实上述论断的正确性     

Suppression of MR gradient artefacts on electrophysiological signals based on an adaptive real-time filter with LMS coefficient updates

Electrocardiogram (ECG) acquisition is still a challenge as gradient artefacts superimposed on the electrophysiological signal can only be partially removed. The signal shape of theses artefacts can be similar to the QRS-complex, causing possible misinterpretation during patient monitoring and false triggering/gating of the MRI. For their real-time suppression, an adaptive filter is proposed. The adaptive filter is based on the noise-canceller configuration with LMS coefficient updates. The references of the noise canceller are the three gradient signals that are acquired simultaneously with the noisy ECG. Tests were done on patients, on volunteers and using an MR-safe ECG simulator. The noise cancellers performance was measured offline, simulating real-time processing by point-by-point operations. To create worst-case scenarios, clinical sequences with strong- and fast-switching gradients have been chosen. The noise-cancelling filter reduces the gradient artefacts peak amplitudes by 80–99% after adaptation, without changing the desired ECG signal shape. The estimated reduction of total average power of the MR gradient artefacts is 62–98%. The proposed filter is capable of reducing artefacts due to strong- and fast-switching gradients in real-time applications and worst-case situations. The quality of the ECG is sufficiently high that a standard one-lead QRS-detector can be used for gating/triggering the MRI. For permanent patient monitoring, further improvements are needed.     

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一.四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性.本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的.实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法.     

基于三维匹配块的SAR图像相干斑抑制研究

合成孔径雷达(SAR)图像中存在相干斑噪声,不能准确反映照射区域的散射特性,增加了信息提取的难度。三维匹配块(BM3D)算法是在变换域中的稀疏表示,将相似的图像块分到一个三维空间中,从而达到去噪的目的。通过对噪声模型特征的分析及参数设置,将适用于加性噪声模型的BM3D算法应用到乘性噪声中。采用仿真与传统方法对比表明,利用BM3D算法抑制相干斑噪声,其边缘保持指数达到了0.484 5,在降噪的同时又较好地保存了图像的细节特征,验证了算法的有效性。     

基于多窗谱减和LMS在工厂中的去噪实现

为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制,有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理,从而达到消除音频中噪声分量目的。仿真实验结果表明,本文方法相较传统多窗谱谱减法去噪后信噪比提升7dB左右,较固定步长LMS算法提升3至4dB,较传统多窗谱级联定步长LMS算法提升1至2dB,且该方法简单易行,且具有较好的实际应用价值。     

卫星云图修复方法研究与实现

针对卫星云图中不可避免的丢线现象,基于中值滤波的基本思想,提出一种结合霍夫变换的图像修复方法.该方法在定位丢线位置的基础上,仅采集垂直方向邻域像素点,并根据窗内异常点个数自适应调整窗口尺寸进行修复.从卫星云图处理实时性要求高、主观视觉效果和客观评价标准3个方面,对传统整体变分、自适应滑动平均、结合霍夫变换的自适应中值滤波3种修复方法进行比较.通过仿真结果表明,这种根据丢线分布特征改进后的中值滤波方法更适合修复卫星云图中的丟线.     

基于改进梯度加权的零件图像高精度聚焦方法

以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照射方式,消除倒角特征在成像中的宽边缘。其次,基于改进Otsu实现自适应分割阈值获取,提取图像特征边缘点。接着,基于4方向Sobel算子获取边缘点梯度值。然后,根据像素点与其8邻域像素点灰度分布差异值大小,获取像素点梯度加权系数。最后,通过改进梯度加权的聚焦评价函数完成图像清晰度评价,获取精确聚焦图像,实现高精度尺寸测量。实验结果表明,该方法相比传统高精度测量方法精度更高,与人工测量值相对误差在0.002 4%以内。改进聚焦评价函数相比传统评价函数清晰度比率平均提升75倍,灵敏度因子平均提升5倍,陡峭度平均提升1倍。     

基于自适应软阈值和边缘增强的图像去噪

目前图像的去噪和边缘细节的保留是图像去噪中存在的2个大问题,该文提出使用边缘检测的方法检测出图像的边缘和纹理细节,对检测出的边缘和纹理细节图像进行处理后,将它和含噪图像分别进行小波变换,然后将其小波系数对应叠加,最后对叠加之后的小波系数进行小波自适应软阈值去噪。由于在软阈值去噪前叠加了边缘信息,因此边缘和细节部分得到了增强,虽然在阈值处理过程中由于边缘和细节均处于高频部分,在随后的软阈值去噪过程中存在被平滑的危险,但是增强后边缘和纹理的小波系数的幅值被放大,在阈值处理时可以得以保留。实验证明该方法比较wiener滤波在视觉效果和信噪比方面都有较大的改善,同时该方法比传统软阈值滤波,在视觉效果相差不大的情况下信噪比也有1~2个dB的提高。