基于细节保留的椒盐噪声自适应滤波算法

针对灰度图像中椒盐噪声的特点,提出了一种更加精确的噪声检测方法:该方法利用滤波窗口内像素点灰度值的不同,将受椒盐噪声污染的图像中像素点划分为噪声点,疑似噪声点和信号点.通过设定阈值,并参考相邻像素点的相关性来进一步区分疑似噪声点,最终建立噪声标记矩阵.对于被标记的噪声点,采用自适应滤波算法,保留更多的图像细节.仿真结果表明,该算法在除去噪声点的同时,对于边缘细节也有非常好的保护作用.     

基于噪声检测的高密椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度保护图像的细节信息,使得高密度噪声污染图像也能得到较好的恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

基于噪声检测的高密度椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度的保护图像的细节信息,使得高密度噪声污染图像也能得到较好地恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

高噪声率红外图像直方图加权滤波算法

针对高噪声率红外图像,提出一种基于邻域相关度量的滤波算法(HWF).以图像灰度相关理论为基础,分析了盐椒噪声对红外图像灰度分布和灰度差分布的影响.盐椒噪声改变红外图像灰度直方图的相对幅值,但不改变其基本形状,高噪声率红外图像直方图保留了原始图像的灰度分布信息.定义了邻域相关系数以描述像素作为有效信号点的概率.用邻域相关系数作为滤波处理的强度指数,自适应调整处理窗内各像素在邻域加权滤波算法中的权重.灰度直方图体现了对原始信息的保留,邻域相关系数体现了对有效信号和噪声信号的识别和区别处理.实验表明,对于高噪声率红外图像,HWF算法具有良好去噪效果和细节保持能力.     

基于Matlab的椒盐噪声滤波算法研究与实现

介绍了图像去噪流程,研究了图像椒盐噪声处理中的两种算法,均值滤波算法和中值滤波算法,详细阐述了两种算法的基本原理和实现方法,在Matlab环境下利用两种算法对图像进行去噪处理,并对去噪结果进行比较、分析,实验结果表明两种算法都能有效滤除图像中的椒盐噪声,中值滤波算法在保护图像细节方面要优于均值滤波算法。     

一种基于灰色关联的去椒盐噪声滤波算法

利用灰色关联理论结合开关滤波策略的思想,提出了一种基于灰色关联的去椒盐噪声算法。算法采用开关策略,对于噪声点,选取3×3滤波窗口内的非噪声像素,利用灰色关联度计算各像素的加权值,将各非噪声像素加权后替换噪声点像素值,得到滤波图像。仿真实验证实,该算法不仅有效抑制了图像中的椒盐噪声,而且较好地保持了图像的边缘细节,滤波效果明显优于传统的滤波算法。     

严重椒盐噪声污染图像的非线性滤波算法

针对灰度图像的椒盐噪声滤波问题，提出一种保细节的非线性滤波算法。利用局部统计信息，首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点3类，建立噪声标矩阵；然后再根据噪声标记矩阵的局部统计信息，将可能的噪声点细分为信号点、噪声点和不确定点3种类别，并分别采用不同的方法进行滤波，以保留更多的图像细节。结果表明，本文算法在去噪能力、自适应性以及保留细节等方面都明显比其它4种算法强，尤其是对于噪声高度污染图像的情况。     

去除椒盐噪声的非对称有向窗加权均值滤波

针对传统滤波对称窗口在图像边缘处会引入干扰像素引起图像模糊的问题,提出一种非对称有向窗加权均值滤波算法.首先,基于区域极值进行噪声检测;其次,在对称有向窗的基础上提出非对称有向窗的概念,对于噪声点,通过标准差最小的原则自适应选择非对称有向滤波窗口;然后,在选择的非对称有向滤波窗口内对噪声点进行自适应基于距离倒数的加权均...     

一种基于灰色关联度的椒盐噪声滤波算法

针对中值滤波算法在去除椒盐噪声时峰值信噪比(PSNR)提高有限和细节保持能力不佳的问题,提出了一种基于灰色关联度的两步式双阈值椒盐噪声滤波方法.第一步通过窗口中各像素的灰色关联度与阈值T<,1>的比较识别出被噪声污染的点;第二步将窗口中所有点的灰色关联度与软阈值T2(中位值)进行比较,选取灰色相关的正常点来恢复出被噪声污染的点.实验结果表明:在噪声率较高的情况下,该算法提高了图像峰值信噪比,改善了图像的主观效果.     

高密度椒盐噪声图像开关自适应滤波算法

针对现有算法普遍对高密度椒盐噪声滤波不足的问题,提出一种自适应高密度椒盐噪声滤波算法。该算法首先在分析窗口中确定信号点与可能的信号点分布情况并据此进行噪声检测,然后计算出图像的噪声密度。对于低密度椒盐噪声图像采用邻域信号点均值滤波方法,对于高密度噪声图像（噪声密度大于30%）,则根据窗口中信号点的分布情况采用加权迭代滤波方法。实验结果表明,本文算法比其他算法具备更好的去噪能力,尤其在较高密度（90%）噪声情况下与其他算法相比获得的峰值信噪比（PSNR）仍高出10 dB左右。     

基于中值的图像椒盐噪声的非迭代滤除

去除椒盐脉冲噪声是图像处理中的一个重要问题。标准的中值滤波能消除大部分椒盐噪声,但是却毁坏了图像中的部分细节,基于最大最小值的波峰波谷滤波虽在一定程度上对这个问题有所改善,但效果却不是很好。改进方法与基于最大最小值的波峰波谷滤波方法的区别是在如何探索噪声点上又考虑了中心象素与其邻域象素的相似性。实验结果证明了新方法在图像的峰值信噪比和噪声对原图像的毁坏程度两方面的优越性。     

直方图加权均值滤波器

本文提出了一种适合于消除图像盐椒噪声的滤波器——直方图加权均值(HWM)滤波器.该算法以加权均值滤波器为基础,利用被污染图像的直方图函数作为权值进行加权运算.实验表明,对于噪声率在5％到90％的的噪声图像,HWM滤波器具有良好而稳健的去噪效果,当噪声率超过70％时,其优越性更加突出.     

声呐图像中的混合噪声抑制方法

针对含有混合噪声的声呐图像,提出了中值滤波与形态学滤波的组合算法,并对常用的图像滤波算法以及算法组合进行了定量分析比较,仿真结果表明,中值滤波和形态学滤波的组合算法对于声呐图像中混合噪声的滤除是较为理想的.     

基于改进直方图均衡的红外图像对比度增强算法

针对红外图像灰度分布集中、对比度低的特征,提出了一种基于改进直方图均衡的对比度增强算法。首先采用线性对比度增强将原始16位红外图像映射到8位图像A;然后采用改进的平台直方图均衡将原始16位红外图像映射到8位图像B;再根据输入图像的灰度级范围动态确定映射图像A和B的权值;最后以确定的权值将映射图像A和B合并,得到最终对比度增强的图像。该方法克服了传统平台直方图均衡算法噪声过大及亮度突变的缺点,动态结合了传统的灰度变换增强算法,能根据全图目标与背景灰度的分布情况自适应调整对比度。实验表明,该算法在增强目标对比度的同时有效保留了图像的整体信息,改善了视觉效果。     

Noise Reduction for Images with Non-uniform Noise Using Adaptive Block Matching 3D Filtering

Noise reduction is a very important topic in image processing. We propose a new method to deal with the case where the noisy image has different noise levels in different regions. The main idea is to segment automatically the noisy image into several sub-images so that each sub-image has approximately the same noise level. We perform Block matching 3D filtering (BM3D) to these subimages in order to obtain denoised sub-images. We then merge sub-images together and enhance the discontinuous regions between the sub-images by performing BM3D again on small image patches. Our experimental results show the effectiveness of this proposed method in terms of Peak signal to noise ratio (PSNR) when compared with the bivariate wavelet shrinkage and the standard BM3D method. In addition to Gaussian white noise, our method performs better than the bivariate wavelet shrinkage and the standard BM3D method even for signal dependent noise.     

声信号噪声滤除算法研究

文中分析了声信号中随机噪声去除的可能性,讨论了在时域上滤除随机噪声的算法。在分析和比较了固定滤波,自适应滤波等在时域上滤除噪声方法的基础上,提供和最小均方自适应滤波的方法,研究了最佳滤波因子的获得和滤波参数的选择。用很小的运算量取得了较好的效果。     

基于加权直方图的数字减影图像矫正算法

 数字减影图像矫正是DSA血管三维重建的重要预处理过程.运用分阶段矫正思想,本文首次提出基于加权直方图的数字减影图像矫正算法,对传统运动矫正和灰度矫正算法均进行有效改进.改进措施包括根据减影图像边缘信息选取控制点、构造基于减影加权直方图能量的相似性测度、生成血管排除模板和利用减影加权直方图寻找灰度偏移量.实验结果表明,改进算法能改善减影图像质量,增强血管辨识度,更有效消除运动噪声和灰度噪声,矫正效果明显.