基于变分法的医学超声图像去噪研究

目的 :医学超声图像中斑点噪声的存在,降低了图像质量,本文着重讨论医学超声图像的去噪问题。方法:针对超声图像的斑点噪声,本文基于全变分正则化模型,首先对超声图像进行对数变换,将乘性斑点噪声转化为加性噪声,再对对数变换后的图像进行全变分正则化处理,最后通过指数变换重构超声图像。结果:子宫超声图像去噪实验中,将全变分法与常用的中值滤波和小波变换去噪方法进行对比,结果显示全变分法的去噪性能指标明显优于其余方法。结论:采用基于全变分正则化的方法,不仅很大程度上抑制了医学超声图像的斑点噪声,而且保留了清晰的边缘细节信息,具有重要的学术价值和现实意义。     

采用外部数据扩充样本的协同表示去噪算法

针对滤波算法利用内部数据很快达到滤波性能极限、在噪声密度较大时无法满足滤波要求的问题,提出采用外部数据扩充样本的协同表示去噪算法。通过协同表示寻找到与待滤波图像相似的外部数据图像,并利用该图像生成虚拟图像,扩充数据库纹理信息;通过匹配待滤波图像与外部数据图像的相似碎片信息,完成滤波过程。实验结果表明,所提出算法对高密度噪声图像的滤波效果较BM3D算法有大幅度的提升,并具有较好的鲁棒性,可获得高质量的滤波图像。     

基于多图像的自适应小波去噪

为有效地去除图像噪声,提出了采用2幅或者多幅输入图像的去噪算法.该算法通过对2幅或者多幅被不同等级的噪声所污染的图像进行正交小波变换,对变换后的系数进行加权运算,然后采用自适应于尺度和小波子带大小的自适应阈值方法进行去噪,以突出图像的特征,并减少噪声的影响.试验结果表明,与其他几种去噪方法相比,本算法具有良好的视觉效果,并且峰值信噪比也有较大幅度的提高.     

一种改进的非线性扩散图像去噪算法

本文提出了一种改进的PM去噪算法,利用图像的局部信息,使用当前像素的3×3邻域构造计算8个方向的扩散系数。实验表明,本文所提算法不仅能够有效去除噪声,而且能够很好的保持边沿和结构,尤其在高水平噪声下,克服了经典PM算法容易产生阶梯效应和斑点噪声的不足。     

金属氧化物避雷器泄漏电流新型去噪方法研究

金属氧化物避雷器泄漏电流是对其进行在线监测及状态评估的一种重要方法,但泄漏电流信号易受到外界噪声的干扰。针对传统去噪方法在金属氧化物避雷器泄漏电流去噪中效果不佳的现状,利用广义S变换在去除非平稳信号高频干扰噪声方面的独特优势和TT变换在去除低频干扰噪声方面的独特优势,提出了一种将广义S变换和TT变换相融合的二维时频去噪方法,将该方法应用到金属氧化物避雷器泄漏电流信号的去噪中,采用信噪比、均方根误差、波形相似系数及波形特征来评估去噪效果,在泄漏电流仿真信号及现场实测信号的去噪对比试验中验证了本文方法的有效性和优越性。     

基于自由分布式FDR阈值的NSCT遥感图像去噪

提出一种新的自由分布式(FDR)假设检验阈值和非下采样Contourlet变换(NSCT)相结合的图像去噪方法。该方法首先在NSCT域利用统计学中的自由分布式错误发现率(FDR)假设检验方法来设定阈值,再通过软阈值函数进行去噪,且不依赖信号的长度。实验结果表明:该方法能够更有效地去除遥感图像的高斯噪声,提高图像的峰值信噪比;同时利用NSCT变换的平移不变性抑制了去噪中的伪Gibbs失真效应,较完整地保持了图像的纹理和边缘等细节信息,从而明显改善了图像的视觉效果。     

二维运动模糊图像的处理

摄像机拍摄运动物体得到的照片往往是模糊的,这严重影响了图片的美观效果。为了能把模糊的图片变清晰,本文把二维运动模糊图作为研究对象,首先利用二值法进行灰度处理使其变成一个二维图像,去噪处理后估计模糊图像的角度和长度,并得到对应的点扩散函数,由此建立水平方向的匀速直线运动模糊的数学退化模型。最后得到简单的运动模糊图像清晰化处理的方法。     

结合Curvelet变换和模糊聚类的图像融合算法

本文为了能够有效的提取图像细节信息,滤除噪声和保留有用信息,提出了一种基于curvelet变换和模糊聚类理论的图像融合算法。首先对图像进行curvelet变换,获得图像的低频和高频分量;随后依据低频和高频分量的不同特征采取相应的融合规则,高频分量采用区域能量为系数进行加权融合。低频分量则采用基于模糊聚类理论的融合规则以实现对噪声的过滤。最后再对融合后的图像进行curvelet反变换,获得融合后的图像。实验结果表明,该方法能够获得较高的平均梯度、峰值信噪比、空间频率和结构相似度,有效地保留融合图像的细节信息,去除噪声,是一种有效的多聚焦图像融合方法。     

一种改进的瓷套式电缆终端红外图像边缘提取算法

红外热像仪测温是电气设备状态检测的重要手段。在实际应用中,存在红外图像边缘粗糙模糊、噪声干扰严重等缺点,这给红外图像处理带来了极大的不便,为此提出一种基于改进Sobel算子和自适应最佳阈值的边缘提取算法。该算法利用八方向模板的Sobel算子对含有噪声的红外图像进行高温目标区域的边缘提取;通过广义高斯分布(GGD)描述图像的小波子带系数,并基于其间系数的局部领域信息进行方差估计,由此得到自适应最佳去噪阈值;结合改进Sobel算子和最佳阈值,最终得到所需边缘提取图像。MATLAB仿真结果表明:该算法在有效检测红外图像边缘信息的同时,极大提高了图像的抗噪能力。     

基于二值化的数学形态学生物图像边缘检测算法

针对边缘检测算子对噪声敏感且检测边界相对模糊的缺点,提出了基于动态二值化的数学形态学边缘检测算法。该算法首先利用动态二值化方法确定将灰度图像转化为二值图像的阈值,然后利用数学形态学的腐蚀和去空洞相结合的方法去除二值化图像的噪声,最后用细化方法检测单像素图像边缘。仿真结果表明,该算法能降低噪声及图像模糊对边缘检测的影响,实现边缘的准确定位,并保留足够的图像细节,具有更强的去除噪声能力,为显微生物单体图像处理提供了一种有效的边缘细化检测方法。