一种结合小波神经网络的脉冲噪声滤波方法

采用小波神经网络对噪声像素进行模式识别,将其与无噪像素区分开,然后对噪声像素按照域值为其分配相应的比例系数,最后与中值滤波相结合输出.既能够有效地保护无噪像素,又能够对噪声像素进行合理的去噪.实验结果表明:无论是PSNR,SNR对比,还是视觉效果,该方案较以往常见的滤波器都得到了很大的提高.当噪声强度为20%时,本文方案较传统中值滤波器和自适应长度中值滤波器PSNR值分别提高了11.8 dB和7.59 dB.     

基于模糊度和噪声水平的图像质量评价方法

针对图像质量评价的重要性,提出了一种新的无参考图像质量客观评价方式。算法考虑了模糊度与噪声水平两方面,用平均边缘宽度衡量图像的模糊度,通过比较去噪前后的图像预测图像受噪声污染的程度,最后通过两者的综合作为无参考图像质量评价指标。实验结果表明:将模糊度和噪声评价相结合,具有很强的抗噪性和广泛的适用范围;与峰值信噪比(PSNR)和结构类似性(SSIM)等算法比较,本文算法可以很好地区分各种失真类型图像的质量好坏,其结果接近人眼的主观感受。     

图像去噪滤波方法的对比研究

去噪是图像预处理的关键,线性滤波器和非线性滤波器都可以对图像进行滤波操作。选取线性滤波器中的高斯滤波与非线性滤波器中的中值滤波和引导滤波对被椒盐噪声和高斯噪声污染的双排线束图像进行去噪操作,通过主观视觉观测和客观指标两个方面来衡量3种滤波方法的去噪效果并进行对比研究。结果表明:中值滤波去椒盐噪声的效果最好;引导滤波去高斯噪声的效果最好;当同时存在椒盐、高斯混合噪声时,中值滤波和引导滤波都能收获较好的滤波效果,但是引导滤波处理后的输出图像与原始图像的结构相似性更高。     

基于小波的医学图像去噪方法研究

为有效地表现医学图像原有信息中有用的信息,降低医学图像受噪声干扰的现象,减少诊断误差,本文将现有的小波图像去噪方法运用于医学图像,并对各种方法进行实验分析比较,以提供医学参考。实验发现,与较常用的均值滤波与中值滤波相比,小波去噪方法有效提高了医学图像的去噪PSNR值。     

集成SVM的图像椒盐噪声去除方法

针对传统图像去噪方法出现纹理细节模糊的问题,提出一种利用误差多样性集成子SVM的图像椒盐噪声去除方法SVM-WCEC。首先,在训练图像上移动3×3窗口,提取每个窗口中心像素点的局部二值和加权差分特征作为输入训练子SVM,利用加权计数值对各子SVM投票,选择得票数最多的子SVM组合作为分类器模型;然后,用相同特征提取方法遍历含噪图像提取特征输入分类器模型,将像素点分为噪点和信号点;最后,在3×3滤波窗口内,用非线性的权重均值滤波估计噪点灰度值,和直接输出的信号点灰度值重构得到去噪后图像。在图像集BSD68上实验结果表明:与现有先进方法DAMF相比,SVM-WCEC的平均PSNR/SSIM值提高了1.808 0dB/0.150 4。实验数据充分说明:SVM-WCEC在去噪同时能很好地保留图像的纹理信息,获得较高的PSNR、SSIM和更好的视觉效果。     

一种降低图像脉冲噪声的有效方法

图像除噪一直是数字图像处理中的一个重要环节.为抑制噪声,改善图像质量,使用滤波技术对图像信号进行平滑处理是最基本也是十分重要的技术手段.提出了一种部分中值峰谷修正滤波方法, 仿真结果表明,这一方法在去除图像噪声的同时有效地保护了图像的边缘和细节,显示出良好的去噪性能.     

一种降低图像脉冲噪声的有效方法

图像除噪一直是数字图像处理中的一个重要环节。为抑制噪声，改善图像质量，使用滤波技术对图像信号进行平滑处理是最基本也是十分重要的技术手段。提出了一种部分中值峰谷修正滤波方法。仿真结果表明，这一方法在去除图像噪声的同时有效地保护了图像的边缘和细节，显示出良好的去噪性能。     

图像条带噪声的去除方法

针对传感器平台等条件下产生的图像条带噪声,提出了空间域滤波和频率域滤波相结合的去噪方法。条带噪声具有准周期性,噪声对应于其图像的傅里叶频谱中出现的亮点。基于这一原理,首先对带有条带噪声的图像进行傅里叶变换,并检测亮点所在的位置,然后在空间域对噪声图像进行开关中值滤波,并对滤波结果进行傅里叶变换,最后将噪声图像的频谱中噪声对应的区域用相应的开关中值滤波图像频谱区域进行替换,对替换后的结果进行傅里叶逆变换得到去噪声图像。仿真结果表明,采用空间域滤波和频率域滤波相结合的去噪方法比采用空间域滤波和频率域滤波能够取得更好的去噪效果。     

彩色图像脉冲噪声的自适应矢量滤波

提出了基于噪声像素检测的自适应矢量滤波器的新方法,该法对图像中噪声像素进行检测时,仅对噪声像素进行矢量滤波,而对非噪声像素则保持其原值不变,并可根据图像噪声情况自适应地选择滤波窗口。新滤波器能有效地滤除彩色随机脉冲噪声,并保持图像边缘与细节,其性能优于经典的矢量中值滤波器、方向一距离滤波器、方向一幅度矢量滤波器等非线性滤波器。     

基于自适应双边滤波的太赫兹图像去噪算法

针对太赫兹反射扫描成像中介质不均匀及激光器抖动造成图像边缘分辨率较差、噪声严重和图像质量差的问题进行研究,提出了自适应双边滤波算法对太赫兹反射扫描图像进行去噪复原的方法。依据图像整体的高斯噪声分布,利用主成分分析(PCA)的方法估计最优图像噪声方差,达到由噪声方差自适应设置双边滤波的最优亮度标准差。实现提高去噪能力的同时更好的保留图像边缘特征,不必像传统双边滤波算法根据经验设置参数。实验结果表明,算法在峰值信噪比方面提高1.5963d B和结构相似度提高0.06,均优于传统双边滤波。     

基于局部保边函数的低信噪比图像去噪

传统的去噪算法要求含噪图像信噪比较高,并且去噪后图像边缘及纹理信息受到不同程度地损失。本文针对传统算法的不足,提出了基于局部保边函数的低信噪比图像去噪算法,首先对低信噪比图像运用自适应中值滤波器减少椒盐噪声对图像的影响同时保留图像边缘和纹理等细节信息;其次分析处理后的图像局部邻域内像素之间的关系,设计图像局部保边映射函数,最后利用Poly-Ribière-Polak(PRP)算法求出目标函数的最值进而实现低信噪比图像的去噪处理,去除高斯噪声和残余的椒盐噪声。 与传统算法相比,本文去噪效果较好,尤其是对PSNR为5.4db的低信噪比图像去噪后图像PSNR 达到24.3dB。     

一种改进的极值中值滤波算法

针对极值中值滤波算法在去除噪声时存在误检率较高的问题,提出了一种改进的噪声检测去噪算法。该算法首先采用改进的噪声检测方法,进一步减小误检率和漏检率;然后利用信号点对噪声点滤波。经过仿真实验并与其他方法对比分析表明,该方法能够在去除图像噪声的同时保留图像的细节,有效提高图像的输出信噪比。     

基于小波变换和矢量变换的数字水印技术

数字水印技术是数字产品产权保护的有效手段之一。根据小波变换和矢量变换的特点，利用人眼视觉特性，对原始静态图像的水印嵌入进行了研究，提出了一种水印嵌入算法，实现了在原始静态图像上嵌入二值图像水印，水印检测为恢复性检测。实验结果表明，该方法能很好地保持图像质量，并且在抗常规的信号处理如加噪、滤波及有损压缩方面表现出良好的稳健性。     

基于CSF和仿射重建模型的噪声图像质量评价

针对无参考噪声图像质量评价问题,提出基于视觉对比度敏感函数(CSF)和仿射重建模型的噪声图像质量评价方法.引入CSF对待评价噪声图像进行滤波,利用图像分块技术,建立基于最优化问题求解的仿射重建模型,得到图像信号成分,估计出残差信号图像.计算各分块的噪声强度点分布,选取噪声强度点数量分布最多的区间,最终的噪声图像质量评价算子由该强度区间内的所有强度点的均值计算得到.在LIVE、TID2008及CSIQ数据库上开展评价算法主客观一致性评估实验,与其他几种评价算法进行对比,比较算法客观评价性能的表现.实验结果表明,提出的算法具有很好的准确性和主客观评价一致性.     

基于泊松噪声-双边滤波算法的桥梁裂缝修补痕迹图像分割方法

裂缝作为混凝土桥梁的主要病害大量存在,部分裂缝修补后会二次开裂,在病害智能识别中,裂缝修补痕迹易与混凝土剥落等缺陷混淆,因此,裂缝修补痕迹的准确识别不仅是二次裂缝准确识别的基础,也是混凝土桥梁整体病害识别的重要环节。为了获取边缘清晰连续的裂缝修补痕迹,先对裂缝修补痕迹的图像添加泊松噪声,再利用双边滤波对添加的噪声及原有噪声进行平滑。然后用Otsu算法对裂缝修补痕迹进行图像分割,并使用峰值信噪比（PSNR）和结构相似性（SSIM）评价滤波效果,使用运行时间和最大连续可用内存块（LCFB）使用情况评价分割效果。最后以河南省某高速公路桥梁历年定检中的裂缝修补痕迹图像为例,对方法进行实际验证。结果显示：经过泊松噪声-双边滤波算法处理后,裂缝修补痕迹图像PSNR值最高约35.090 1 dB,SSIM值可达约0.880 1,说明添加泊松噪声可改善图像质量并优化双边滤波效果;经过Otsu算法进行图像分割的运行时间比其他方法约短25%～50%,LCFB比其他方法约提高0.25%;经过处理的裂缝修补痕迹图像达到理想预期效果,验证了提出方法的有效性和可行性。     

基于EMD的绝缘子泄漏电流去除噪声研究

针对绝缘子泄漏电流信号在安全区阶段信噪比较低,传统去噪方法去噪效果不佳的问题,结合经验模态分解(Empirical Mode Decomposition,EMD)的特点,设计了基于白噪声统计特性的EMD滤波器和EMD阈值滤波器。利用设计的两种EMD滤波方法对泄漏电流信号的仿真模型进行去噪,从除噪后信号的波形形状和信噪比等方面对去噪效果进行评价。研究表明EMD去噪方法去噪性能优于小波去噪。同时还发现,针对不同信噪比的含噪信号,基于白噪声统计特性的EMD去噪和EMD阈值去噪各具有优势,可根据信噪比的不同,选取最适合的滤波方法。     

Wiener滤波在有噪ICA中的应用研究

由于实际所观测信号常常掺杂有噪声,直接对其进行独立分量分析(Independent Component Analysis,ICA)将会影响ICA的分离性能.本文将Wiener滤波与ICA进行结合,先对有噪信号进行Wiener滤波,再进行ICA分离.应用上述算法,对有噪图像信号进行仿真实验研究,通过比较降噪前后的峰值信噪比(Peak Signal to Noise Ratio,PSNR),说明该算法的可行性和有效性.     

一种基于加权均值滤波噪声点检测的中值滤波算法

针对常规中值滤波在图像去噪过程中会将原图像的有用信息同时滤除的问题,提出了一种基于加权均值滤波噪声点检测的中值滤波算法.该算法通过含噪图像与其经加权均值滤波的图像作差对图像中的噪声点进行判别,从而针对噪声点进行滤波,能在保持图像原始信息的前提下有效地将图像中的噪声滤除.实验结果表明,与常规中值滤波算法相比,该方法既具有较好的去噪特性,也具有较强的细节保护能力.     

结构相似性灰关联在强噪声图像增强中的应用

为提高强噪声环境下的图像质量,提出一种图像增强新算法．该算法首先对含噪图像进行多尺度小波分解,得到不同尺度、不同方向下的频域信息,然后利用图像中噪声与边缘在不同频带上的分布规律和衰减特性,通过灰色理论中的灰色关联度来区分噪声与边缘,从而在噪声抑制和边缘增强两个方面提高图像的质量．实验结果初步显示,与传统的空域滤波方法和相对较新的小波自适应阈值去噪、Contourlet域自适应阈值去噪等方法相比较,新算法所得图像的视觉效果得到了改善,峰值信噪比最优,可用于强噪声环境下的图像增强预处理．     

基于方向滤波的地震资料去噪研究

在对传统的图像边缘检测的基础上,利用加入方向性的边缘检测滤波器进行去噪．该方法加强了对地震资料的地层纹理方向的滤波作用,使得地层沿层理方向的连续性得到一致性增强,并且保护了边缘信息．同时实验结果表明,该方法有效地消除了地震图像的噪声,提高了同相轴的连续性和地震资料的信噪比．