二进小波变换的图像去噪

由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,基于二进小波变换的图像去噪效果会好于基于小波级数变换的图像去噪效果。基于这个思想,该文提出了DWID方法,将基于小波级数的图像去噪方法推广到基于二进小波变换的图像去噪,比较了DWID同基于小波级数去噪效果。实验表明,DWID比小波级数去噪效果有明显改善。     

一种新的基于小波变换的图像去噪算法

小波去噪算法的关键是如何处理小波变换系数。把电路中同或的思想引入图像去噪领域,在识别信噪属性时,综合考虑了小波系数的模极大值、相位等因素,提出了小波域同或去噪算法。较之经典方法,此方法在改善去噪效果的同时提高了算法的执行速度。     

基于提升的自适应图像消噪

信号经过小波分解后采用软阈值处理具有良好的降噪效果,提升结构是小波技术的新发展。从提升小波出发,通过引入正交性等约束条件得到了具有良好子带分解特性的一族小波;将这些小波应用到软阈值降噪处理中去,依据信号特性自适应的选择滤波器参数,可以明显地提高PSNR．     

信息结构理论在图象去噪中的应用

提出一种基于信息结构的图象法噪新算法,在分析与研究以往图象去噪算法的基础上,开创性地引入了图象信息结构结构的概况,实现二维图像的去噪,实验结果表明这种方法兼顾了去噪和保边界这一平滑降噪中矛盾的两个方面,是一种有效的新的去噪算法。     

基于小波变换气动光学效应模糊图像去噪

采用小渡变换算法用于气动光学效应图像去噪研究。结合气动光学效应的复杂性和小渡变换的特性，小渡变换算法可以有效地应用于气动光学效应图像去噪。去噪图像相对于原图像误差小，去噪效果明显。     

基于小波变换气动光学效应模糊图像去噪

采用小波变换算法用于气动光学效应图像去噪研究。结合气动光学效应的复杂性和小波变换的特性,小波变换算法可以有效地应用于气动光学效应图像去噪。去噪图像相对于原图像误差小,去噪效果明显。     

基于小波域维纳滤波的图像降噪技术

传统的小波域局部维纳滤波器的参数由小波系数的某个邻域上的系数或某个邻域上的系数加上相邻尺度上的对应系数所估计,由于邻域不可能取得很大,这样会导致在某些点上估计精度的下降.对此,该文首先分析了传统的小波域局部维纳滤波器的估计误差,然后根据分析的结果,提出了一种对该算法的改进,即先用适当的门限值对小波系数进行阈值化处理,再进行局部维纳滤波.对不同噪声水平的测试图像的仿真结果表明,该改进措施可以有效地改善小波域局部维纳滤波的降噪性能,而且噪声污染越严重,改善越明显.     

一种基于小波包分解的图像分类去噪方法

文章提出了一种基于小波包分解的图像分类去噪方法,即首先用高斯-拉普拉斯边缘检测方法检测出图像的边缘,得到边缘图像;然后利用小波包对图像平滑区域进行阀值去噪,同时对图像进行邻域平滑处理;最后将边缘图像嵌入平滑图像。此种方法不但可以保持图像的边缘信息,而且能够去除图像的噪声,提高了图像的去噪效果和清晰度。     

基于小波阈值的图像去噪算法研究

对基于小波阈值的图像去噪算法研究进行了深入的讨论,详细介绍了几种比较常用的小波阈值去噪算法。对于图像的小波分解和重构,详细介绍了其分解步骤和算法,分析了小波分解过程中层数的选取和小波重构图像的问题,并给出了一些选取依据;详细介绍了小波系数的处理过程以及不同处理方式的去噪原理;对小波变换阈值去噪的不同方法和原理进行了阐述。     

一种改进的各向异性扩散模型去噪方法

本文通过扫描模型的每个采样点拟合出一个二元二次多项式,运用高斯滤波进行预处理,然后对J.Weickert的各向异性扩散模型进行了改进,添加判定矩阵,建立一种判定规则,在一定程度上优化了J.Weickert模型.实验表明:新的模型能更好的达到去噪的效果。     

小波域基于层内和层间系数约束的边缘软判决与图像去噪

在提出依概率对边缘系数软判决的基础上,运用图像小波分解后在尺度和空间方向的相关性,引入调谐函数,对边缘发生概率增加邻域约束,以进一步提高边缘发生概率的估计精度。应用于图像去噪的仿真结果表明,引入层问和层内约束后,在较好滤除噪声的同时,图像边缘也得到了明显加强。该方法也可用于边缘检测和图像分割。     

不确定时延环境的图像序列预测理论

该文提出的“不确定时延环境的图像序列预测理论”从图像通信系统目端的角度出发,可以将接收端的不连续序列图像构造成连续的视频数据。即使图像源端发送出帧速率小于24帧每秒的图像序列（如每秒15帧）,在复现端仍然能够看到连续的视频图像。     

视频图象序列的实时镶嵌技术研究

阐述了一种快速而高效的由视频图象或视频图象序列生成全景的配准方法,为了估计图象配准的校正参数,该方法计算伪运动矢量,这些伪运动矢量是光流在每一选定象素处的粗略估计,使用方法,实现了一个在低价PC上就能实时创建和显示全景图像的软件。     

Daubechies提升小波在图像去噪中的仿真研究

在介绍了一般小波理论和小波图像去噪的基础上,重点阐述了提升小波算法(lifting scheme)的基本原理,给出了用提升方法构造传统小波的普遍实现方法,按照提升小波的一般理论,对Daubechies(9/7)小波进行提升格式处理,并将Dau-bechies(9/7)提升格式小波应用到二维图像去噪研究中.计算机仿真试验结果表明,在去掉噪声后图像信号的信噪比相近的情况下,提升小波与传统小波相比,其优点在于计算简单,编程容易,速度快.     

An Algorithm for Image Denoising with Automatic Noise Estimate

In this paper, we propose a general algorithm for image denoising when no a priori information on the noise is available. The image denoising problem is formulated as an inequality constrained minimization problem where the objective is a general convex regularization functional and the right-hand side of the constraint depends on the noise norm and is not known. The proposed method is an iterative procedure which, at each iteration, automatically computes both an approximation of the noise norm and an approximate solution of the minimization problem. Experimental results demonstrate the effectiveness of the proposed automatic denoising procedure.

一种改进的非下采样轮廓波变换图像去噪算法

优化图像去噪问题,在非下采样轮廓波变换图像去噪中,收缩阈值的确定仅依赖变换子带系数的幅值,使得过多图像系数和噪声系数一并去除,导致滤波图像模糊。从检测变换子带几何结构出发,引入自蛇模型对子带系数作几何结构检测并抑制噪声后,估计双阈值将子带系数划分为三类并作不同处理,实现对噪声系数的去除和对图像系数的保护。实验结果表明,相对现有典型算法,改进算法获得的峰值信噪比提高了0.1-0.9dB,图像系数被更好识别和保留,滤波图像中边缘与区域细节损失减少,提高去噪效果,保留图像的有效信息。     

图像序列运动估计技术综述

图像序列运动估计是通过对图像序列的分析,得到图像全局运动量或局部物体运动量的一种重要技术方法,它已经广泛应用于国民经济的很多领域中.在对图像序列运动估计定义的基础上,首先将图像序列运动估计算法分为图像块法、像素法、特征法和相位法等四类,对各类方法中主要算法的基本原理进行了详尽的阐述,并比较了各算法的优缺点;然后探讨了图像序列运动估计算法在视频编码、电子稳像和图像配准等领域内的应用;最后展望了图像序列运动估计技术的前景和发展趋势.     

DCT子空间的非局部均值去噪算法

在整个图像块像素灰度值向量空间中,非局部均值( nonlocal means,NLM)算法度量像素间的相似性不仅计算复杂度高,而且当噪声存在时还不能准确地计算出像素间的相似性权重值,影响了对图像冗余性质的利用,使得去噪结果图像对比度和清晰度低.针对NLM算法的这一缺陷,利用离散余弦变换(discrete cosine transform,DCT)的低数据相关性和高能量紧致性,将DCT与NLM算法相结合,对图像块进行DCT,并在DCT低频系数子空间内度量像素间的相似性.实验结果表明,与NLM算法相比,该方法能够在保护图像结构信息、对比度和清晰度的前提下更有效地去除噪声,峰值信噪比值一般可以提高1 dB以上,运行时间不到NLM算法的1/10.     

Image denoising based on hierarchical Markov random field

We propose a hierarchical Markov random field model-based method for image denoising in this paper. The method employs a Markov random field (MRF) model with three layers. The first layer represents the underlying texture regions. The second layer represents the noise free image. And the third layer is the observed noisy image. Iterated conditional modes (ICM) is used to find the maximum a posteriori (MAP) estimation of the noise free image and texture region field. The experimental results show that the new method can effectively suppress additive noise and restore image details.     

Flash动画中影片剪辑元件的深入应用

Flash中的影片剪辑元件是Flash的3种元件中用途最广、功能最多的,应用影片剪辑元件可以实现很多效果。比较了影片剪辑元件和图形元件的异同,给出了应用影片剪辑元件实现被引导层做遮罩层的方法,并用手电筒在黑暗的房间中照射的事例阐释了这个方法。