An Improved SAR Image Denoising Metho d Based on Bo otstrap Statistical Estimation with ICA Basis

A new method for Synthetic aperture radar (SAR) image denoising is proposed. The prior information of speckle statistical model can be exploited to judge its distribution. The basis of SAR image can be estimated by Independent component analysis (ICA), and these bases can be divided into two different subspaces (noise and real signal subspaces) through a linear classifier. Then para-metric Bootstrap estimates the parameters of speckle sta-tistical model on the noise signal subspace, and the non-parametric Bootstrap can estimate the distribution of real image on the real signal subspace. According to different results estimated by Bootstrap, corresponding Maximum a posterior probability (MAP) filter will be selected for im-age denoising, using the noise model’s parameter for adap-tive filtering. Experiments show that the image processed by this new method can achieve a better visual perception and ob jective evaluation results.     

基于非局部均值的图像降噪

首先介绍了图像降噪的基本思路,其次介绍了非局部均值降噪算法,最后用MATLAB R2008a实现非局部均值降噪算法在不同标准差下的降噪效果,用结构相似度及峰值信噪比评价标准评价该算法,列出它们的图像降噪处理结果及评价准则数据。在此基础上寻找适合人类视觉效果的图像降噪算法。     

非线性扩散方程在SAR图像噪声抑制中的应用

将光学图像加性噪声抑制的非线性扩散方程引入到SAR图像相干斑抑制中，通过分析SAR图像的相干斑噪声模型在功率图像域以及功率图像的对数域上的表现特性，说明了基于加性噪声模型的非线性扩散方程在SAR图像噪声抑制中的应用可能性，并由此设计了基于非线性扩散方程的SAR图像噪声抑制算法。计算结果表明，与现有的SAR噪声抑制方法相比，非线性扩散方程方法具有更强的对背景区域的噪声抑制能力，且能更好地保持目标特征。     

基于专家场先验模型的图像超分辨重建算法

为了进一步提高图像超分辨率重建的质量,针对非局部集中稀疏表示算法中重建图像的噪声问题,提出了一种基于专家场先验模型的图像超分辨率重建改进算法。首先,利用专家场模型从图像训练集中学习整幅图像的先验知识建立全局先验模型;然后将学习到的先验信息用于非局部集中稀疏表示模型求解最优稀疏表示系数;最后,得到高分辨率图像估计。该算法在超分辨率重建迭代运算的同时,同步更新专家场模型参数,因此在不显著增加运算复杂度的情况下,通过选取合适的先验约束,有效地增强了图像重建的效果。实验结果表明:相比非局部集中稀疏表示算法,文中算法对无噪和有噪降质图像均能取得较好的峰值信噪比结果,并且能够进一步提高有噪图像的去噪效果。     

激光主动成像图像噪声抑制方法

针对激光主动成像图像特点及实际应用需要,提出了一种基于同态滤波与双数复值小波变换级联的图像降噪算法。首先通过同态滤波将乘性散斑噪声变换为加性噪声;然后用基于改进Q-shift滤波器的双树复值小波对含噪图像进行分解,通过Bayes自适应阈值法修正小波系数;最后再进行相应的逆变换得到去噪图像。该算法具有近似平移不变性、多方向选择性及精确重构性,采用信噪比（SNR）、峰值信噪比（PSNR）和运行时间作为算法去噪性能的评价标准进行实验。实验结果表明该算法能够有效抑制图像中的散斑噪声,计算效率高,且很好地保护了图像细节。     

基于改进三维块匹配滤波的红外全息降噪算法北大核心CSCD

红外全息技术更适用于长距离的大视场成像,但其散斑噪声与高斯噪声对图像质量的影响也更加显著,限制了红外全息技术的应用与推广。本文通过引入全局傅立叶阈值与自适应维纳滤波的方法对三维块匹配滤波算法进行优化,提高了其对红外全息图像降噪的适应性与细节保留,得到改进的三维块匹配滤波算法,并与多种采用传统滤波方法的结果进行了对比。结果表明,改进后的算法可以在对红外全息图像中的高斯噪声等环境噪声与散斑噪声进行降噪的同时保留更多细节,是一种更加适用于红外全息图像的降噪方法。     

基于局部路径特征信息神经网络的图像去噪

图像去噪旨在减少或消除噪声对图像的影响,这一过程往往会有高频细节信息的丢失。为了在去除图像噪声的同时保护图像的边缘信息与纹理细节,本文提出了一种能够连接图像局部路径信息的神经网络,该网络训练完成后可以直接对含噪声图像进行降噪,不需要对图像进行预处理。本文提出的神经网络包括3个部分特征提取层、信息连接模块、信息重建层。信息连接模块是该网络的关键部分,通过残差学习连接局部长路径和局部短路径的特征信息。实验结果表明,经本文处理后的图像在有参考的图像质量评价指标PSNR和SSIM上均有明显提升,PSNR最高可以达到34.87 dB,SSIM可以达到0.87以上;在无参考的图像质量评价指标BRISQUE和NIQE上均有明显下降。本文算法对不同水平、不同种类的算法都有相对较好的效果,且性能优于一般算法,在去噪工作中有一定的实用价值。     

激光雷达主动偏振图像散斑抑制算法研究

针对激光主动偏振图像的散斑去除问题,提出了一种新的非局部正则化方法:根据激光主动偏振图像的噪声特点,在全变差模型的基础上,提出了非局部全变差正则化模型.该算法充分利用了图像的全局信息复原图像,在很好地抑制散斑的同时,保持了图像的细节信息.新模型使用轮流最小化方法进行求解,则原始图像和点扩散函数都可以在最小化框架中求解,...     

基于三维块匹配的红外图像降噪与缺陷量化方法

对金属表面的缺陷检测以及量化逐渐成为一项重要的工作,对于保障器件安全有着重大意义。本文以钛合金为例,使用了一种以激光器为热源的的红外热成像缺陷量化方法。利用激光器可以点加热的优点对缺陷周围进行加热并对金属背面进行图像采集,为了使红外图像清晰表示并保留边缘,对红外图像进行同态滤波,变换后的红外图像进行噪声估计并使用基于三维块匹配的去噪算法将图像进行去噪,并且对去噪图像进行边缘检测以及缺陷量化。实验表明该系统可以有效的对金属材料进行缺陷检测,该红外去噪算法在峰峰值信噪比(PSNR)方面得到了显著的提升,在去除乘性噪声的同时也使图像边缘得到了有效地保留,该缺陷量化方法可以将误差控制在15 %以内。     

基于CxImage库的SAR图像Speckle噪声抑制

合成孔径雷达图像的相干斑噪声抑制是SAR信息处理中的一个重要环节。经典的Speckle噪声抑制通常作为一个处理模块集成在软件中,但现有软件代码封装无法二次开发。针对文中提出了一种基于开源图像库CxImage的空间域自适应Speckle噪声抑制算法的应用与集成。将CxImage图像库链接入MFC应用程序框架中,利用其图像管理、维护、处理功能对SAR图像进行维护管理,集成多种经典的空间域自适应滤波方法,并以ERS-2卫星的PRI SAR数据为例,进行Speckle噪声滤波处理,选取适当的滤波效果评价参数,对滤波结果进行比较,最终得出各滤波算法应用于SAR图像滤波的优劣。     

Enhancement of underwater acoustic signal based on denoising automatic-encoder

Aiming at the difficulty of feature extraction of echo signal in active sonar,a self-encoder algorithm based on the combination of denoising self-encoder and convolution denoising self-encoder was proposed.Firstly,the preprocessing of noisy signal was carried out by using the advantage of denoising self-encoder in signal as a whole,and then the local feature of signal was optimized by combining convolutional denoising self-encoder to denoise the signal locally,so as to enhance the signal.The time domain waveform of the received signal is used as the feature input by the algorithm,and retains the signal’s amplitude and phase characteristics.The experimental results show that the algorithm not only effectively reduces the noise component in the signal,but also achieves better recovery effect in both time and frequency domains.     

基于自适应多尺度形态滤波与EMD的激光雷达回波信号去噪方法

在使用经验模式分解(Empirical Mode Decomposition,EMD)对激光雷达回波信号进行去噪处理时,由于信号含有脉冲及间歇等间断事件而产生模态混叠,导致不能很好地分解出有用信号成分,影响去噪效果。针对这一问题,提出了一种形态滤波与EMD相结合的组合算法。首先,使用自适应多尺度形态滤波器作为前置单元,对信号进行初步处理,剔除信号中的间断事件干扰。之后,应用EMD对处理过的信号去噪。采用仿真数据及真实激光雷达回波数据进行了去噪实验。实验结果表明,文中算法相比于直接EMD去噪,在仿真试验中信噪比提高了8.89 dB,均方根误差降低了0.0514;在真实回波数据去噪实验中,6 km以后平均信噪比提高了3.356 4 dB。该组合算法有效地抑制了模态混叠现象,具有良好的去噪效果及应用前景。     

Sonar image segmentation using an unsupervised hierarchical MRFmodel

This paper is concerned with hierarchical Markov random field (MRP) models and their application to sonar image segmentation. We present an original hierarchical segmentation procedure devoted to images given by a high-resolution sonar. The sonar image is segmented into two kinds of regions: shadow (corresponding to a lack of acoustic reverberation behind each object lying on the sea-bed) and sea-bottom reverberation. The proposed unsupervised scheme takes into account the variety of the laws in the distribution mixture of a sonar image, and it estimates both the parameters of noise distributions and the parameters of the Markovian prior. For the estimation step, we use an iterative technique which combines a maximum likelihood approach (for noise model parameters) with a least-squares method (for MRF-based prior). In order to model more precisely the local and global characteristics of image content at different scales, we introduce a hierarchical model involving a pyramidal label field. It combines coarse-to-fine causal interactions with a spatial neighborhood structure. This new method of segmentation, called the scale causal multigrid (SCM) algorithm, has been successfully applied to real sonar images and seems to be well suited to the segmentation of very noisy images. The experiments reported in this paper demonstrate that the discussed method performs better than other hierarchical schemes for sonar image segmentation.     

基于小波变换的结构光光条图像去噪方法

结构光光条图像通常受到大量噪声的干扰,会对光条图像分析的造成影响。本文通过对结构光光条图像的噪声特点的分析,结合中值滤波和小波去噪特性,提出基于自适应中值滤波和改进小波重构的去噪方法。用本文提出的方法对结构光光条图像进行去噪处理,并与传统小波软阈值去噪法等其他去噪方法结果进行对比。使用客观的评价标准对两种方法去噪效果进行评价,结果表明,本文提出的去噪方法对结构光光条图像有更好的去噪效果。     

高速飞行条件下长曝光图像复原方法北大核心CSCD

在大气层、临界层中高速飞行的飞行器其周边的光学成像环境复杂,准确求解点扩散函数并抑制噪声是图像复原的两个重点。针对目前复原算法存在抗噪性能差、先验信息利用不足等问题,本文提出高速飞行条件下长曝光图像的图像复原方法。首先构造多尺度多方向形态学滤波器对图像进行去噪预处理;引入小波变换将小波的多分辨率特征与图像复原相结合,进一步抑制残留噪声并加快运算速度;采用结合最大类间方差法的Radon变换计算运动模糊点扩散函数;最后构造多直线拟合模型,提出基于图像梯度的对称频谱估计,自适应重建清晰图像频谱。实验表明,本文算法可使用单幅长曝光图像完成有效去噪和去模糊,满足实时复原场景,PSNR和SSIM评价指标数值有效提升。     

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。     

Locally adaptive wavelet domain Bayesian processor for denoising medical ultrasound images using Speckle modelling based on Rayleigh distribution

The authors present a statistical approach to speckle reduction in medical ultrasound B-scan images based on maximum a posteriori (MAP) estimation in the wavelet domain. In this framework, a new class of statistical model for speckle noise is proposed to obtain a simple and tractable solution in a closed analytical form. The proposed method uses the Rayleigh distribution for speckle noise and a Gaussian distribution for modelling the statistics of wavelet coefficients in a logarithmically transformed ultrasound image. The method combines the MAP estimation with the assumption that speckle is spatially correlated within a small window and designs a locally adaptive Bayesian processor whose parameters are computed from the neighboring coefficients. Further, the locally adaptive estimator is extended to the redundant wavelet representation, which yields better results than the decimated wavelet transform. The experimental results show that the proposed method clearly outperforms the state-of-the-art medical image denoising algorithm of Pizurica et al., spatially adaptive single-resolution methods and band-adaptive multi-scale soft-thresholding techniques in terms of quantitative performance as well as in terms of visual quality of the images. The main advantage of the new method over the existing techniques is that it suppresses speckle noise well, while retaining the structure of the image, particularly the thin bright streaks, which tend to occur along boundaries between tissue layers.     

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。     

小波去噪在太赫兹无损检测中的应用

提出了层析短时积分成像法,并通过实验验证了该方法的数据质量更高,成像效果优于传统的层析成像法;在小波去噪理论方面,结合太赫兹信号的特点提出δ-σ评价规则,利用该评价规则遴选出最优的小波去噪组合(即sym7小波,分解尺度为5),并以此为基础设计酚醛塑料样件进行无损检测层析短时积分成像实验,对比不同的小波去噪组合,从识别缺陷数量、缺陷识别率这两个主观评价指标和韦伯对比度这一客观评价指标上对比小波去噪的效果,结果表明:sym7小波(分解尺度为5,软阈值处理)对酚醛楔形缺陷无损检测信号小波去噪具有良好的效果,信号预处理后的样件无损检测图像背景噪声带得到了有效抑制,预制缺陷与背景区域的对比效果更加明显,能够清晰准确地获取样件的内部结构变化。     

自适应正则化项去除乘性噪声

针对乘性噪声去噪算法研究,乘性噪声多出现在合成孔径雷达、超声波和激光等相干图像系统中,与标准高斯加性噪声不同,乘性噪声符合瑞利和伽马分布函数。文中通过:(1)取对数把乘性噪声模型转变成相加形模型;(2)改进正则化项成为自适应扩散模型;(3)将数学模型应用于图像处理的实践当中。在解决了阶梯效应的同时保持了图像的边缘。