基于数学形态学和小波阈值的红外温度图像去噪方法

针对普通小波阈值去噪方法不能较好地保留红外图像边缘信息的问题,提出一种数学形态学边缘检测和小波阈值去噪相结合的方法,即红外图像先经过小波变换,在高频子带中做数学形态学边缘检测,确定边缘信息的位置,再进行阈值去噪处理。结果表明,与普通小波阈值去噪方法相比,该方法较好地保留了红外图像的边缘信息,去噪效果明显,且改善了均方误差和峰值信噪比,对摩擦副表面红外温度图像进行去噪,可获得较为准确的温度场。     

基于形态学边缘检测和小波阈值的摩擦副红外图像去噪

针对红外图像通过普通小波阈值去噪不能较好地保留边缘信息的问题,提出了一种数学形态学边缘检测和小波阈值去噪相结合的方法,对摩擦副表面红外图像进行去噪,达到获得较为准确的温度场的目的。红外图像经过小波变换,在高频子带中做数学形态学边缘检测,确定边缘信息的位置,再进行阈值去噪处理。试验结果表明,相比普通小波阈值去噪方法,该方法不仅较好地保留了红外图像的边缘信息,去噪效果明显,而且改善了均方误差和峰值信噪比。该方法意在提高红外图像测温的准确性,为测量和分析摩擦温度场提供更好的技术支持,具有较高的工程应用价值。     

小波变换在CCD视频图像去噪中的应用

利用图像小波系数空间相关性可以有效去除图像噪声的特点,将小波局部阈值放大法和兼顾软、硬阈值优点的半软阈值函数相结合,进行静态图像和CCD视频图像去噪.通过静态图像和CCD视频图像去噪仿真实验及分析,证明了所提出的算法相对于维纳滤波方法,在性能上有了改善,且信噪比有了提高.     

基于小波变换的图像去噪研究

本文在对目前图像小波去噪的图像分别进行了仿真试验,并得出了相应结论.最后,对小波去噪方法提出了一些展望.     

基于协同小波分析的声纳图像去噪研究

将基于协同小波去噪的方式运用于水下声纳图像的去噪处理中,并将去噪效果与几种传统的图像去噪算法进行了效果比较。实验结果证明,该算法在很好地去除声纳图像中的高斯白噪声、提高信噪比的同时,在图像的边缘特性及轮廓保留上也具有较大的优势。     

压缩感知在图像去噪和重构中的研究进展

压缩感知理论基于信号的稀疏性在远低于奈奎斯特采样频率下直接采集信号,可以有效地减少信号的采样时间和降低信号的存储及传输消耗。从信号的稀疏化、观测矩阵的设计和信号的重构3个方面阐述了CS理论框架;综述了CS在图像去噪领域和图像重构领域中的研究进展,展示了CS强大的图像去噪和图像重构能力;总结了CS在图像处理中存在的问题,并展望了CS在图像处理中的应用前景。     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于小波变换的磁共振图像去噪方法研究

小波变换用于图像去噪的思想20世纪90年代就已经提出,然而前人所提出的这种方法对于磁共振图像去噪的效果并不理想.磁共振图像经这种小波变换去噪后,纹理特征被弱化,图像的边缘变得模糊.针对以上问题,提出了基于小波变换的图像去噪新方法.此去噪方法与经典的小波去噪方法不同,该方法不依赖图像大小来判断门限,不需方差信息.采用本方法处理的噪声图像与经典方法相比,图像的边缘信息更清晰,纹理特征增强,去噪能力也得到增强.     

改进型阈值函数在小波阈值图像去噪中的应用

介绍了传统小波阈值去噪方法的去噪原理。小波阈值去噪的关键是阈值的设置和阈值函数的选择。该文对常规的软阈值和硬阈值函数在常规的图像去噪中存在的缺陷进行了分析,在此基础上提出了一种改进的阈值函数,改进后的阈值函数克服了软阈值函数中小波系数估计和原系数之间的固有偏差的缺点,也克服了硬阈值函数不连续的特点。实验结果表明,采用改进的阈值函数进行图像去噪处理后,图像具有更高的峰值信噪比,均方差更小,同时对软阈值函数的细节模糊现象和硬阈值函数的Gibbs现象都有不同程度的改良。     

基于小波边缘检测的图像去噪方法

为得到轮廓清晰的小波去噪图像，提出了一种保护图像边缘信息的小波去噪方法。通过选取二维可分离小波对噪声图像进行导数平滑处理，测出小波系数的局部极大值点，即边缘点，在采用统一阈值对图像去噪的同时，对图像的边缘点做保留处理。实验证明，在加大阈值的情况下，此种方法仍保持了清晰的图像边缘，去噪后的图像峰值信噪比提高了1～2dB。     

四元数曲波变换多源多聚焦彩色图像融合

为了改善已有多源多聚焦彩色图像融合算法存在的模糊效应问题,提出一种基于四元数曲波变换的彩色图像融合算法.首先,把传统曲波变换推广到四元数,定义了四元数曲波变换,并给出了该变换的离散化算法.接着,以四元数矩阵的形式对待融合的彩色图像建模,通过四元数曲波变换对图像的四元数值进行多分辨率分析.然后,采用“最小、最大”融合规则来完成融合图像的多分辨率分析.最后,采用逆四元数曲波变换得到融合后的彩色图像.实验结果表明:提出的方法能够有效地去除图像模糊,无论是在主观评价还是在客观评价上都优于已有的算法.与最新文献中基于二维经验模式分解(BEMD)的融合算法相比,其图像锐利度(ISM),图像对比度(ICM),彩色信息丰富度(CCM)等3项客观评价指标上都有较大幅度的提升.     

遥感图像常用去噪方法

遥感图像在获取和传输的过程中,受各种噪声影响,使图像的边缘纹理等细节模糊,质量降低。为获得清晰的、高质量的遥感图像必须进行降噪预处理。该文就遥感图像去噪的邻域平均法、中值滤波法、维纳滤波法及小波变换法算法原理进行了研究和比较分析并进行了仿真实验。结果表明:对受不同噪声影响的遥感图像选择不同滤波算法均能取得较好的效果,但在噪声模型未知的情况下,小波去噪效果更佳。     

基于局部相关性和偏微分方程的图像去噪

本文分析了各向异性偏微分方程在图像去噪中的特性,针对P—M扩散方程的缺点。定义了一种像素的局部区域相关性。根据局部区域相关性进行孤立噪声点检测。并用中值滤波的方法进行预处理,对噪声图像进行可变阈值参数的各向异性扩散。实验结果显示去噪后的图像从视觉效果和峰值信噪比上都要优于P—M扩散的结果。     

一种基于稀疏表示的图像去噪算法

利用稀疏表示的自适应特征,将稀疏表示的多分辨理论应用于图像的去噪处理中,提出了一种基于稀疏表示的图像分块去噪方法。首先将噪声图像分割成一定尺寸的图像块,选出同质块与非同质块;然后利用小波去噪方法处理同质块,而采用脊波去噪方法处理非同质块,从而得到去噪后的图像;最后采用维纳滤波器对去噪后的图像进一步处理。实验结果表明,该方法与单纯的小波去噪方法和脊波去噪方法相比,信噪比有了较高的改善,较好地去除图像噪声,并且很好地保存图像的边缘纹理信息。     

基于Contourlet变换在图像去噪中的应用

Contourlet变换是小波变换的新发展,能更有效地捕捉图像中的几何结构。本文提出一种基于Contourlet变换的图像去噪方法。该方法通过对阈值去噪中的统一阈值和阈值函数进行分析,构造出一个新的阈值函数,新阈值函数在一定程度上改进了统一阈值"过扼杀"Con-tourlet系数的缺点,同时也使硬阈值去噪中出现的伪吉布斯现象得到解决。实验结果表明,本文采用的方法提高了去噪后图像的PSNR值,同时有效地保留了图像纹理信息,使视觉效果更好。     

双树轮廓波变换域的磁共振图像降噪

为了改善磁共振(MR)图像的质量,提出一种基于双树轮廓波(DT-Contourlet)变换的MR图像降噪算法。研究了MR图像的噪声分布模型,认为这种噪声服从莱斯分布,从而推导了MR模平方图像的噪声参数估计方法。通过分析DT-Contourlet的塔型双树方向滤波器组结构,明确了DT-Contourlet不仅能保持轮廓波灵活的方向选择性,而且克服了传统轮廓波不具有平移不变性的缺点。在DT-Contourlet变换域,通过计算方差一致性测度,用局部自适应窗口估计阈值萎缩因子,对MR模平方图像的变换系数进行阈值萎缩。最后,经过DT-Contourlet反变换,实现了MR图像的降噪处理。实验结果表明,用本文算法降噪的MR仿真图像的峰值信噪比(PSNR)优于传统算法;与基于小波和轮廓波的方法相比,不同噪声方差下的PSNR平均提高了2.13dB和0.91dB。从视觉效果来看,该算法能在有效抑制MR图像噪声的同时,更好地保持图像的细节信息。     

基于图像去噪的自适应滤波器的设计

本文首先提出了图像去噪的重要性,并用实验证明了图像噪声的存在;随后介绍了图像噪声的分类及常用的数字滤波法去除噪声;最后根据冷轧带钢表面图像噪声特点,设计了自适应滤波器,实验证明该滤波器可以很好的滤除冷轧带钢表面图像的噪声.     

一种基于NSCT变换的超声图像降噪新算法

为有效抑制超声仪器成像中固有的斑点噪声,提出了一种基于非降采样Contourlet变换(nonsubsampled Contourlettransform,NSCT)域中边缘信号系数区提取和最小均方误差(minimum mean square error,MMSE)估计的超声图像的降噪算法。根据NSCT变换的细节信息刻画能力和平移不变性,对其各高频子带中系数进行分类,提取出边缘信号和平缓信号系数区;对超声图像的乘性斑点噪声进行推导研究,在边缘信号系数区和平缓信号系数区,根据各自噪声项的性质分别得出满足贝叶斯最小均方误差估计的降噪滤波方程;最后,对降噪后的系数进行NSCT反变换重建得到降噪图像。仿真图像和临床超声图像的实验结果证实,该算法与传统方法相比,不但能更有效地对斑点噪声进行抑制,也更好地保留了图像的细节信息。     

应用图像纹理连续性的4f系统图像非下采样轮廓波变换域降噪

4f系统同时具有噪声和低通特性,为实现对其输出图像降噪的同时保护图像细节,提出一种结合图像纹理连续性的非下采样轮廓波变换域去噪方法。在传统NSCT域硬阈值去噪方法基础上,首先,对高频子带图像用一个衰减的阈值去除小幅值的噪声点,以更多地保护图像细节并凸显剩下的大幅值噪声点的孤立性。然后,利用图像细节纹理连续性分布和剩下的大幅值噪声点孤立分布的区别分离余下的图像细节和噪声点,进一步实现去噪的同时更好地保护图像细节的目的。实验结果表明,与传统方法相比,该方法峰值信噪比(PSNR)提高了0.5~1dB,结构相似度指数(SSIM)提高了3%~5%,因此能更好地保护图像细节,视觉边缘效果更清晰。     

压缩感知图像加权融合算法在热 故障监测中的应用

Aiming at tlie problems of large date in color image fusion of tlie thermal fault location of electrical equipment,researches and inductions were made for the color image fusion and compressed sensing theory,a kind of infrared and visible color image fusion algoritlim based on compressed sensing was proposed. Firstly,the infrared thermal image and visible color image date was decomposed into three channels of R,G,B,each channel of the date was represented by wavvlet-basis. Secondly,Gauss random matrix was used to sample the sparse data and get the measured value,the measurement value of the corresponding channel was fused by the weighting factors. Finally,the orthogonal matching pursuit reconstruction algorithm (OMP) was performed to reconstruct the fusion data of each channel,the reconstruction data was restored to the color fused image. The results indicate that the proposed algorithm can achieve fusion with less than 50% of the sample points. The value of AG,PSNR,SF,IE is close to the index of traditional data fusion,which maintaines the information of high temperature area and background area perfectly. [ABSTRACT FROM AUTHOR]