一种稳健的自适应图像平滑算法

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。优秀的平滑算法应该在有效处理含有多种噪声的受污图像时，仍具备良好的图像细节保持能力。为了能够在有效地处理含有多种噪声的受污图像的同时保持图像细节，提出了一种结合非线性和线性滤波器的稳健平滑算法，该算法是在分析几种细节保持能力良好的平滑算法(梯度加权平滑、自适应中值滤波、稳健平滑、边缘保持滤波器)的基础上，通过吸收上述几种平滑算法细节保持效果较好的优点，结合它们各自对不同噪声的适应性而得到的。针对含有多种噪声的受污图像，用该算法进行了去噪试验，多次试验结果表明，该算法在稳健地处理这些受污图像的同时，仍可以保持良好的图像细节，同时该算法还可以稳健地处理复杂的含噪图像，且具备良好自适应性，可以为涉及图像处理的软件架构，提供相应的算法支持。     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节。文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术。该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率。最后采用数据验证了方法的有效性。     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节.文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术.该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率.最后采用数据验证了方法的有效性.     

数字图像中平滑去噪技术研究及实现

介绍图像的获取传输等过程中所产生的噪声类型,讲述均值滤波和中值滤波两种平滑技术的原理及利用这两种技术来实现去噪声的功能,通过对实验结果的比较讨论这两种平滑技术的性能优劣.     

一种对工程图进行噪声过滤与平滑的简明方法

针对工程图扫描图象中存在的小空洞、小间断等缺陷,介绍了一种基于数学形态分析的噪声过滤方法,该方法能避免常用的中值滤波法对图中细线会产生较严重变形的问题。本文还介绍了四种对图象进行平滑的模板,并给出了一幅含有噪声的图象经过过滤与平滑处理后的结果。     

单通道自校正白噪声去卷平滑器

本文用现代时间序列分析方法，基于ＡＲＭＡ新息模型提出了带有色观测噪声的单通道自校正白噪声去卷平滑器，可处理含有未知噪声均值、方差和模型参数的不稳定和非最小相位系统，可应用于油田地震勘探、通讯、信号处理等许多领域。仿真例子说明了其有效性。     

一种对工程图进行噪声过滤与增滑的简明方法

针对工程图扫描图象中存在的小空洞,小间断等缺陷,介绍了一种基于数学形态分析的噪声过滤方法,该方法能避免常用的中值滤波法对图中细线会产生较严重变形的问题。本文还介绍了四种对图象进行平滑的模板,并给出了一幅含有噪声的图象经过过滤与平滑处理后的结果。     

基于P&M模型的图像去噪平滑处理算法

研究图像平滑处理去噪问题.针对传统图像平滑算法在去除噪声的同时会破坏边缘、纹理等不能保持原图图像特征.为解决此问题,提出了一种基于PDE's各项异性的扩散Perona&Malik算法.通过引入高斯平滑算子,利用P&M模型的可调扩散系数来改善图像平滑效果,在抑制噪声的同时能够保持这些特征的特点.通过仿真分析表明,所提出的算法对孤立的噪声点平滑效果明显,同时也不会过多地影响原来图像的特征.     

基于线性和非线性混合滤波器的噪声抑制技术

图像去噪处理的目的是抑制图像中的噪声、锐化边缘信息，为图像的后续处理(边缘检测和特征提取)提供基础，但目前的滤波技术较难达到同时平滑噪声，锐化边缘的要求，只能是在平滑噪声的同时，最大限度地保留边缘信息和细节。针对这一情况，在分析一般滤波器特点的基础上，提出了一种，基于线性和非线性混合滤波器的噪声抑制技术。该滤波器在平滑噪声的同时，能较好地保留边缘信息和细节。     

稳健平滑算法的改进策略

众所周知,一个优秀的平滑算法必须在去除噪声的同时,还要具有良好的边缘细节保持能力。稳健平滑算法虽然是一种很简单的算法,但存在着它的缺陷。针对稳健平滑算法只能消除空间密度不大的椒盐噪声这一不足,在分析和实现已有改进算法的基础上,提出了新的改进策略,即一种自适应的稳健平滑算法,该算法在去除密度大的噪声的同时,保持了良好的边缘信息,使处理效果得到了很大的改进。该算法用MATLAB编程,通过这种新的自适应稳健平滑算法与其他算法对于受椒盐噪声污染程度不同的图像的平滑效果的仿真实验对比证明,该算法具有更好的滤波性能,尤其在噪声严重时,去噪效果优于已有的稳健滤波算法和中值滤波算法。     

一类未知噪声模型的图像去噪方法

图像中包含噪声不仅会降低图像质量,而且严重影响后续相关算法的有效性。高效稳健的去噪方法对于各类信号处理非常重要。为了改善实际夜间远程拍摄图像的质量,引入五种图像降噪方法。首先在合理推导噪声模型的基础上,引入Kalman滤波器去除夜空图像背景噪声：然后分别进行中值滤波、均值滤波、维纳滤波和无参估计的均值漂移算法去除实际夜空图像噪声;最后分析比较五种去噪方法,并给出不同算法的信噪比与峰值信噪比。实验结果：五种降噪方法虽不同程度地降低了夜空图像噪声影响,但均值漂移算法较好地保持了图像有用信息和边缘特征,而且算法不需考虑噪声模型。结论：均值漂移算法展示出在这一类未知噪声模型的夜空背景降噪中的优势。     

基于一维模型的椒盐噪声去除方法

提出了一种基于一维信号处理去除图像椒盐脉冲噪声的方法,该算法给出了4种二维信号转换为一维信号的模型,用线性处理代替块处理去除图像椒盐脉冲噪声。经过实验仿真并与其他滤波算法比较表明,该算法可以有效地去除图像中的椒盐脉冲噪声,尤其是在计算复杂度上表现了很好的性能,同时也降低了图像边界点处理的边界效应。     

一种新的维纳滤波图像去高斯噪声算法

首先介绍了几种常用图像平滑方法的原理及其存在缺陷,然后提出了用一种新的维纳滤波的方法对图像进行平滑。实验结果表明该方法弥补常用的平滑滤波器对受高斯噪声污染的图像的平滑处理效果差的缺陷,并且获得好的效果。     

基于空间域的图像噪声检测技术

图像质量检测技术可以代替人工巡检的方式对视频质量进行自动检测,对监控系统中视频图像出现的异常进行准确分析、判断和报警,以保障规模不断扩大的网络视频监控系统的正常运行。基于空间域的图像噪声检测技术,利用图像的邻域信息特征与各类噪声异常在空间域上的轮廓和方向分布,并结合OpenCV图像处理技术,实现对噪点、雪花和条纹异常的检测。空间域噪声检测算法,与人的视觉感知相一致,可以用于监控视频的实时检测。     

基于象素分类思想的自适应图像去噪算法

提出了一种基于象素分类的自适应滤波去噪方法。在一副图像中,平坦区域的方差较小,边缘和脉冲噪声存在的区域方差较大。根据方差的不同,对不同区域的中心象素分类,并采用不同的滤波方式。本文提出的方法,考虑到图像边缘特征细节的保留和整体噪声的消除,用归类的思想,在分类即细节的保留后,进一步对相同类中的象素点进行平滑去噪。这样可以使边缘点和非边缘点分开来,从而最大限度的保留图像的细节信息。     

Class Noise vs. Attribute Noise: A Quantitative Study

Real-world data is never perfect and can often suffer from corruptions (noise) that may impact interpretations of the data, models created from the data and decisions made based on the data. Noise can reduce system performance in terms of classification accuracy, time in building a classifier and the size of the classifier. Accordingly, most existing learning algorithms have integrated various approaches to enhance their learning abilities from noisy environments, but the existence of noise can still introduce serious negative impacts. A more reasonable solution might be to employ some preprocessing mechanisms to handle noisy instances before a learner is formed. Unfortunately, rare research has been conducted to systematically explore the impact of noise, especially from the noise handling point of view. This has made various noise processing techniques less significant, specifically when dealing with noise that is introduced in attributes. In this paper, we present a systematic evaluation on the effect of noise in machine learning. Instead of taking any unified theory of noise to evaluate the noise impacts, we differentiate noise into two categories: class noise and attribute noise, and analyze their impacts on the system performance separately. Because class noise has been widely addressed in existing research efforts, we concentrate on attribute noise. We investigate the relationship between attribute noise and classification accuracy, the impact of noise at different attributes, and possible solutions in handling attribute noise. Our conclusions can be used to guide interested readers to enhance data quality by designing various noise handling mechanisms.     

图像高斯噪声估计的极大似然算法

提出一种图像高斯噪声极大似然估计方法,目的是估计出噪声图像所含噪声大小。首先,根据高斯噪声模型的特点,用极大似然法估计噪声值,对图像所含噪声模型进行分析。其次,把噪声图像用直方图表示,从归一化直方图中选出不同的样本观测值,用极大似然算法对噪声的方差进行估计。最后,用MATLAB对该方法进行了模拟实验,实验结果表明此方法所得的图像噪声的方差与实际图像噪声的方差近似相等。所以,此方法无论是在准确性上还是在可行性上均具有优良的特性。     

基于二维小波分析和中值滤波的图像平滑处理

首先通过分析二维离散小波分解与重构的实际算法,及其中值滤波在图像处理中的原理和特点,总结出中值滤波容易去除孤立点、线的噪声、二值噪声等,并能很好地保持图像边缘。然后通过编程实现图像平滑处理,在图像边界轮廓过渡、图像消噪方面收到很好的效果。