一种基于粗糙集的红外图像多维降噪算法

针对红外图像噪声复杂多变,在抑制噪声的同时,还需要兼顾细节增强的问题,本文提出了一种基于粗糙集的红外图像多维降噪算法.对采集到的红外图像通过引导滤波进行分层后运用粗糙集理论进一步多维度的分层,分别处理后合并还原得到输出图像.综合对比主观观察与客观评价指标,该算法能够对红外图像降噪有良好效果,对弱小目标细节有良好的增强效...     

基于SWBC变换尺度相关性的红外图像阈值降噪

针对传统图像降噪算法无法较好处理红外图像中的噪声问题,提出了一种基于SWBC(Stationary Wavelet-based Contourlet)变换尺度相关性的红外图像阈值降噪算法。本文分析红外图像信号和噪声在SWBC变换域各尺度上的能量分布特性,改进一般降噪算法对所有子带均进行处理的做法,只对高频子带系数进行降噪处理。同时为增加SWBC系数阈值判断的准确性,本文算法对每个系数设置不同的阈值,结合尺度相关特性,对系数进行双重判断。使用不同的含噪红外图像对本文算法进行检验。实验结果表明,相比于WBC尺度间硬阈值降噪、WBC尺度间自适应阈值降噪和WBC尺度相关性降噪,本文算法能获得更高的SNR提升,且SSIM值也更接近于1。     

基于积分图像的红外图像降噪去条带方法

针对红外图像中普遍存在的高噪声与边缘模糊问题,提出了一种新的红外图像处理方法。基于积分图像理论,结合高频增强滤波法,给出了红外图像降噪去条带算法,设计了软件并实现了处理效果。仿真结果表明,与传统的方法相比,该方法具有速度快、自适应能力强和条带去除明显等优势,并可以尽可能多地保留原始图像的细节特征。     

基于图像局部曲面可展化的混合噪声抑制算法

为满足基于旋翼无人机(UAV)载具的室外目标检测所需的低资源开销混合噪声抑制,该文提出一种基于图像局部曲面可展化的混合噪声抑制算法(DLS),该算法实现了局部曲面可展化算法和分层降噪算法优势互补,达到了两算法各自无法企及的降噪效果.首先,对图像进行局部可展化处理,抑制图像的椒盐噪声和低密度高斯噪声,得到初步降噪图像;接着,在空间域和傅里叶域分层降噪,在去除高斯噪声残余的同时,最大限度地保留图像边缘、纹理等细节;最后,迭代局部曲面可展化和分层降噪,进一步去除混合噪声残余成分,达到抑制目标检测图像混合噪声的目的.实验结果表明,在去除图像混合噪声时,相比于其他7种降噪算法,本文算法具有一定的优势,其降噪图像的主观视觉指标和客观数据指标统计优于其他7种算法.     

红外图像降噪与增强技术综述

由于目前红外成像系统中技术工艺上的缺陷,红外图像中不可避免地包含多种噪声,具有信噪比低、细节模糊等特点。尽管许多学者已经开展了大量相关的研究工作,目前基于红外成像的处理方法仍然面临许多挑战,还没有形成类似于在可见光成像领域相对完整、成熟的理论体系,对相关研究进展的系统性总结工作仍然相对缺乏。回顾了红外图像处理的发展现状,并根据红外图像的特点分别就红外图像的降噪和红外图像的增强处理两方面进行了重点介绍,对其进展情况和特点分别进行总结归纳,并且就目前研究中存在的问题加以分析,并尝试探讨了其发展趋势。     

基于图像局部曲面可展化的混合噪声抑制算法

为满足基于旋翼无人机(UAV)载具的室外目标检测所需的低资源开销混合噪声抑制,该文提出一种基于图像局部曲面可展化的混合噪声抑制算法(DLS),该算法实现了局部曲面可展化算法和分层降噪算法优势互补,达到了两算法各自无法企及的降噪效果。首先,对图像进行局部可展化处理,抑制图像的椒盐噪声和低密度高斯噪声,得到初步降噪图像;接着,在空间域和傅里叶域分层降噪,在去除高斯噪声残余的同时,最大限度地保留图像边缘、纹理等细节;最后,迭代局部曲面可展化和分层降噪,进一步去除混合噪声残余成分,达到抑制目标检测图像混合噪声的目的。实验结果表明,在去除图像混合噪声时,相比于其他7种降噪算法,本文算法具有一定的优势,其降噪图像的主观视觉指标和客观数据指标统计优于其他7种算法。     

基于中值滤波器的红外图像噪声处理的改进方法

基于红外图像成像的机理和热像仪工作方式,红外图像往往混有大量随机噪声,而这些都是造成红外图像和视频质量下降的重要原因。中值滤波是一种常用的非线性的滤波方式,对于图像降噪有很好的效果。中值滤波器的处理窗口大小需要提前设定且在处理过程中不能改变。噪声密度越大需要处理窗口越大,但也导致图像的细节相应越模糊。综合窗口大小对降噪能力和细节处理能力的影响,文中对传统的中值滤波器算法进行改进。实验表明,在中值滤波器去除噪声的过程中,随着窗口图像噪声分布情况动态调整窗口大小,能够做到既尽可能去除噪声,又尽可能保持图片的细节,使图像处理整体效果得到提升。     

基于混合阶偏微分方程的超声图像降噪

针对偏微分方程在医学超声图像处理中的斑点噪声滤除问题,在全变分去噪模型和四阶LLT降噪模型的基础上,提出一种针对医学超声图像的混合阶变分降噪方法。该方法引入二阶全变分和四阶偏微分的混合阶偏微分方程作为正则项,并利用斑点噪声分布构建保真项。用标准测试数据和真实数据对所提混合阶变分降噪模型进行验证,试验结果表明,该模型在有效滤除超声图像斑点噪声的同时,能较好地保护图像的边缘和纹理细节信息。处理后的图像在峰值信噪比PSNR、均方误差MSE、运行效率方面均优于全变分和LLT模型。     

基于边缘检测的图像提升小波降噪方法

图像边缘是图像最有用的高频信息。因此,在图像降噪的过程中,能否较好地保存图像的边缘信息,直接决定了降噪处理的成败。鉴于这一思想,提出了基于边缘检测的图像提升小波降噪方法。该方法在图像降噪之前,先通过提升小波边缘检测的方法确定图像的边缘信息,然后将图像的边缘信息与噪声信息进行区分,有针对性地对含噪图像进行降噪,这样便可有效地保护图像的边缘信息,达到预期降噪的效果。提升小波以计算速度快,能形成整数到整数的可逆变换的优势在数字图像处理领域有着广泛的应用。     

基于空间域和变换域的图像降噪方法研究

为了克服图像降噪中对图像的边缘和纹理细节的破坏.本文提出了一种基于空间域和变换域的图像降噪算法.试验结果表明,本文的算法既可以很好的对图像降噪,还能对图像边缘和纹理很好的保存.     

基于稀疏表示的红外图像去噪算法研究

红外图像具有动态范围窄、对比度低、易受噪声污染等缺点,传统红外图像去噪算法在去除噪声的同时也滤掉了图像细节。提出了一种基于稀疏表示的红外图像去噪新方法。该方法首先将原始红外图像进行聚类分析,再将每一聚类子图像分解成字典,由稀疏系数矩阵重构去噪后的红外图像。实验结果表明,该方法相比于传统红外图像去噪算法,能更好地保留图像的细节信息,视觉效果比较理想。     

对含脉冲噪声的图像去噪算法的研究

在传统均值滤波和中值滤波的基础上,结合聚类算法理论,采用硬聚类算法和模糊模型两种算法消除图像中的脉冲噪声。与传统的滤波算法和硬聚类模型去噪算法相比,基于模糊模型的去噪算法更好地提高了图像的清晰度和信噪比。     

基于改进三维块匹配滤波的红外全息降噪算法北大核心CSCD

红外全息技术更适用于长距离的大视场成像,但其散斑噪声与高斯噪声对图像质量的影响也更加显著,限制了红外全息技术的应用与推广。本文通过引入全局傅立叶阈值与自适应维纳滤波的方法对三维块匹配滤波算法进行优化,提高了其对红外全息图像降噪的适应性与细节保留,得到改进的三维块匹配滤波算法,并与多种采用传统滤波方法的结果进行了对比。结果表明,改进后的算法可以在对红外全息图像中的高斯噪声等环境噪声与散斑噪声进行降噪的同时保留更多细节,是一种更加适用于红外全息图像的降噪方法。     

基于小波变换与改进中值滤波的红外图像去噪

红外图像去噪研究是红外研究领域的热点问题,热图的去噪效果对后期的图像处理起着重要的作用。在此针对于红外热像传统去噪算法中无法有效保持红外热像差细节的不足提出了一种改进算法。该方法采用改进的中值滤波结合小波变换对红外热图进行去噪处理,结果实验仿真表明该方法能够有效保持红外图像热差细节的同时,对噪声抑制也具有理想的效果,对于后期处理具有很好的鲁棒性。     

Image Denoising Using Trivariate Shrinkage Filter in the Wavelet Domain and Joint Bilateral Filter in the Spatial Domain

This correspondence proposes an efficient algorithm for removing Gaussian noise from corrupted image by incorporating a wavelet-based trivariate shrinkage filter with a spatial-based joint bilateral filter. In the wavelet domain, the wavelet coefficients are modeled as trivariate Gaussian distribution, taking into account the statistical dependencies among intrascale wavelet coefficients, and then a trivariate shrinkage filter is derived by using the maximum a posteriori (MAP) estimator. Although wavelet-based methods are efficient in image denoising, they are prone to producing salient artifacts such as low-frequency noise and edge ringing which relate to the structure of the underlying wavelet. On the other hand, most spatial-based algorithms output much higher quality denoising image with less artifacts. However, they are usually too computationally demanding. In order to reduce the computational cost, we develop an efficient joint bilateral filter by using the wavelet denoising result rather than directly processing the noisy image in the spatial domain. This filter could suppress the noise while preserve image details with small computational cost. Extension to color image denoising is also presented. We compare our denoising algorithm with other denoising techniques in terms of PSNR and visual quality. The experimental results indicate that our algorithm is competitive with other denoising techniques.     

基于域自适应的红外图像去噪算法

在红外图像去噪任务中,由于真实的红外噪声图像难以大量获取,而使深度学习算法高度依赖于人工合成噪声,无法很好地去除真实的红外噪声。本文提出一种基于域自适应的红外图像去噪算法,包括一个图像转换模块和两个图像去噪模块。首先利用图像转换模块将合成红外噪声图像和真实红外噪声图像相互转换,然后将转换后的图像和原图像作为去噪模块的训练数据,采用一致性损失函数使两个图像去噪模块产生一致的结果,最后将训练后的去噪网络框架用于红外图像去噪任务。实验表明,本文提出的算法与BM3D、DnCNN和ADNet算法相比在合成红外噪声数据集上有更高的指标数值和更好的视觉效果,在真实红外噪声数据集上有同样优秀的去噪效果。证明了该算法具有良好的泛化能力,能够在真实噪声下恢复清晰的红外图像。     

基于小波变换的红外图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。本文介绍了小波阈值去噪的基本原理,并将其应用于红外图像去噪。实验结果表明,该算法优于传统滤波去噪方法,能有效地抑制噪声,可用来对红外图像做进一步的分析与处理。     

基于不同窗口形状下的CT图像中值滤波算法

CT作为医学影像工具,对CT图像的去噪声处理是医学图像预处理中的重要环节,中值滤波是传统滤波算法中对滤除椒盐噪声有较好滤波性能的方法之一,滤波窗口形状有着多样性。文中对于不同形状窗口进行了程序编写,研究了不同形状的滤波窗口、不同窗口大小的中值滤波算法对CT图像的去噪效果,这些影响到中值滤波中心像素值的选取以及滤波处理的计算量。实验结果表明,中值滤波的效果有差别,为改进中值滤波算法及对CT图像的去噪声处理提供了参考,同时也有利于研究中值滤波与其他滤波方法结合进行去噪声处理,可以更好地保留图像的细节。     

基于双域分解的图像增强算法

为解决图像增强中对比度提高与噪声抑制的矛盾,本文提出了一种基于双域分解的图像增强算法,同步实现图像对比度提高与噪声抑制.文中详述了空域分解、分层图像空域增强与变换域降噪、分层图像合成三个主要环节的原理、方法.首先,高斯滤波器将图像分解为基础层和细节层,实现对比度提高与噪声抑制的解耦合;其次,带校正功能的单尺度Retinex和硬阈值收缩的非下采样剪切波降噪算法同步实现基础层的增强和细节层的降噪;最后,分层图像合成、灰度数值延展和微分算子强化,实现合成图像的灰度延展与细节加强,确保增强图像的颜色均匀、细节突出.实验表明,本文算法提高图像对比度和抑制噪声的性能优于其他九种算法.