共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
3.
针对含噪图像提出了一种更为有效的去噪方法,即先对图像进行小波变换,然后对变换后的各频带子图像进行自适应中值滤波,接着再进行小波反变换,可得到降噪后的图像,同时较好地保持了图像的边缘信息.实验结果表明该方法是有效的. 相似文献
4.
5.
为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足. 相似文献
6.
提出了一种基于中值滤波和灰度形态学的去噪算法。首先利用中值滤波和形态学滤波的方法对原始图像进行去噪处理,而后叠加经过高帽变换的图像以增强边缘信息,改善了传统中值滤波算法易造成边缘模糊和对噪声强度敏感的不足。该算法简洁、耗时少。算法的实用性用计算机进行了仿真验证。 相似文献
7.
中值滤波与小波变换的指纹图像混合去噪的算法 总被引:1,自引:0,他引:1
图像去噪是指纹图像预处理中的重要内容,直接影响着指纹识别系统的准确率.结合中值滤波与小波去噪分别去除椒盐噪声和高斯噪声中的优势,提出了一种指纹图像混合去噪算法,并对其中的关键步骤进行了详细分析.仿真结果表明:相对于单一使用一种去噪方法,混合去噪算法能更有效地去除指纹图像中的椒盐和高斯混合噪声,获得了较好的峰值信噪比增益. 相似文献
8.
为提高图像去噪效果,在分析了中值滤波算法及判断脉冲噪声中值滤波算法基础上,对算法进行了门限选择及噪声误判的改进,改进后的算法增强了单线元素边缘的检测能力。通过仿真结果,可以看出对图像的去噪效果有一定的提高,信噪比也有所提高。 相似文献
9.
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。 相似文献
10.
导弹发动机内表面自动检测系统属智能检测技术的应用研究,是应用计算机图像处理技术,实现高精度、高效率的自动无损检测。图像滤波的目的是为了去除图像中的噪声,为下一步的自动检测作准备。基于小波分析理论,构造一种既能降低图像噪声,又能够保持图像细节信息的小波去噪算法,在采用小波变换方法对图像进行滤波的同时选择基于小波分解系数阈值量化的方法进行去噪。实验结果表明该方法优于中值和均值滤波方法,因为该方法可将高频部分的空间细化,低频部分的频率细分,并能实现对图像的自适应分析,噪声去除率可达到97%。 相似文献
11.
基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法 总被引:1,自引:1,他引:0
分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量. 相似文献
12.
结合压缩感知和曲波的天文图像去噪 总被引:2,自引:0,他引:2
在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。 相似文献
13.
Linear filtering of 2-D wavelet coefficients for denoising ultrasound medical images 总被引:2,自引:0,他引:2
The paper presents a novel denoising method for ultrasound medical images, whose quality is degraded by the peculiar phenomenon of speckle noise. The method is constructed step-by-step on the basis of recent research on the topic, and consists in Gaussian filtering of proper wavelet coefficients of the image, corresponding to vertical and diagonal details. A comparison with other filtering techniques for ultrasound imaging, i.e. Wiener and median filter, is presented. The obtained results, combined with those reported in independent research, demonstrate that the proposed denoising scheme has very good performance and is very promising for actual medical application. 相似文献
14.
15.
数学形态学滤波算法具有很强的抑制脉冲干扰的能力,但滤除白噪声的能力却不及小波算法。针对这一不足,在对信号进行形态滤波之前先进行小波消噪,再进行HHT分析提取故障特征频率。通过仿真和示例证实了该方法可以有效地消除信号干扰噪声,提取轴承故障特征,达到对滚动轴承故障诊断的目的。 相似文献
16.
17.
18.
Wenhua Han 《Russian Journal of Nondestructive Testing》2008,44(3):184-195
The magnetic flux leakage (MFL) nondestructive evaluation technique is used extensively for in-service inspection of gas and
oil pipelines. Unfortunately, the MFL data obtained from seamless pipeline inspection is usually contaminated by various sources
of noise, which considerably reduces the detectability of defect signals in MFL data. In this paper, a new denoising algorithm
is presented for removing seamless pipe noise (SPN) and system noise contained in MFL data. The algorithm first utilizes the
new wavelet domain adaptive filtering method proposed by combining wavelet transform with the adaptive filtering technique
to remove SPN contained in MFL data and then exploits the coefficient denoising approach with wavelet transform to cancel
the system noise in the output of the wavelet domain adaptive SPN cancellation system. Theoretical analysis shows that the
proposed denoising algorithm has a better overall performance than the existing denoising algorithm. Results of application
of the proposed algorithm to MFL data from field tests are presented to demonstrate the performance of the proposed algorithm
compared with the existing denoising algorithm.
The text was submitted by the author in English. 相似文献