共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
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。 相似文献
4.
高噪声率红外图像直方图加权滤波算法 总被引:2,自引:0,他引:2
王博 《红外与毫米波学报》2007,26(5):380-385
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. 相似文献
5.
《电子技术与软件工程》2015,(20)
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。 相似文献
6.
7.
严重椒盐噪声污染图像的非线性滤波算法 总被引:19,自引:2,他引:17
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。 相似文献
8.
9.
一种基于灰色关联度的椒盐噪声滤波算法 总被引:1,自引:0,他引:1
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. 相似文献
10.
11.
12.
13.
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. 相似文献
14.
15.
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。 相似文献
16.
《电子学报:英文版》2017,(6):1227-1232
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. 相似文献
17.