基于变分法的医学超声图像去噪研究

目的 :医学超声图像中斑点噪声的存在,降低了图像质量,本文着重讨论医学超声图像的去噪问题。方法:针对超声图像的斑点噪声,本文基于全变分正则化模型,首先对超声图像进行对数变换,将乘性斑点噪声转化为加性噪声,再对对数变换后的图像进行全变分正则化处理,最后通过指数变换重构超声图像。结果:子宫超声图像去噪实验中,将全变分法与常用的中值滤波和小波变换去噪方法进行对比,结果显示全变分法的去噪性能指标明显优于其余方法。结论:采用基于全变分正则化的方法,不仅很大程度上抑制了医学超声图像的斑点噪声,而且保留了清晰的边缘细节信息,具有重要的学术价值和现实意义。     

三种图像去噪方法的比较研究

图像噪声会严重影响其视觉效果,采用适当的方法进行图像去噪是一项必不可少的预处理操作。本文对几种常用的图像去噪方法进行了分析,通过仿真高斯噪声和椒盐噪声,着重对基于均值滤波、中值滤波以及卷积神经网络的实际去噪效果进行了比较。实验结果表明三种方法的去噪效果各有优劣,均能实现一定程度上的图像去噪。     

基于相位相关匹配法的图像复原技术

数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。介绍了小波变换在图像压缩中的应用,并对小波进行多级分解测试,介绍其原理及方法;在此基础上实现图像复原技术,用区域搜索任意选取图像原始区域和篡改区域,用相位相关法来匹配图像,再对图像信息进行融合,这样对图像进行运动模糊、加噪等操作后均可恢复到原始图像,而且对图像进行区域复制粘贴篡改操作后也有很好的复原效果。与维纳滤波复原和中值滤波复原分别进行对比研究,发现该方法对图像的任何操作均可恢复到原始图像,复原的图像非常清晰。     

小波滤波方法应用效果浅析

为降低利用NaI(Tl)闪烁探测器得到的γ能谱数据因统计涨落而产生误差,又保留谱峰的全部重要特征,以便谱的分析,必须对实测伽马能谱数据进行光滑。文章研究了变换能谱光滑的各种方法:算术滑动平均法、重心法、多项式最小二乘拟合法、离散函数褶积滑动变换和小波滤波法等。采用理论计算,结合实测谱线,通过峰面积标准偏差,与H/FWHM的比较,对各种方法进行评价。结果表明采用小波滤波方法实现伽玛能谱的滤波处理,优于其它滤波效果。     

中值滤波的噪声过滤技术研究

当图像生成、传播的时候,因为受到来自噪声的干扰,将严重影响图像质量。而中值滤波在一定程度上不仅能消除噪声,还对图像边缘形成保护作用,再结合小波变换等改进方式,有效提升了图像的复原水平。     

基于小波变换的Kalman自适应滤波

系统地推导了信号基于小波变换的Kalman自适应滤波算法,并用实例验证了该方法滤波的有效性。     

基于机器视觉的无人机电力巡线技术

本文对无人机电力巡线技术进行分析,对图像降噪和电力线提取技术进行研究,研究表明:采用维纳滤波处理图像噪音的效果相对于均值滤波和中值滤波效果更好;采用一种算子进行图像提取,效果往往达不到要求,还需要进一步进行处理,Hough变换和相位编组融合算法对于电力线的提取程度较为完整。     

SAR相干斑噪声的抑制

研究了相干斑噪声抑制技术,提出了(1)增强小波软阈值相干斑噪声抑制方法.考虑SAR杂波复杂情况,不同类型的区域滤波要求不同,将小波软阈值滤波方法与SAR杂波特点结合.(2)增强小波维纳相干斑噪声抑制方法.基于合成孔径雷达图像杂波结构,结合小波变换和自适应维纳滤波提出了新的抑制SAR图像相干斑噪声方法,该方法能够较好保留杂波边缘和点目标.实验表明这两种相干斑噪声抑制方法能够获得比较满意的效果,并且增强小波维纳方法略优于增强小波软阈值方法效果.     

图像去噪方法的对比研究

本文介绍了图像噪声的类型及评价标准,对图像的几种去噪法进行了简单的分析,在总结这些去噪法的同时指出了去噪法中最新的研究领域。针对某些图像中背景复杂、目标对比度和信噪比低等特点,提出一种基于小波变换的图像去噪方法。     

基于小波变换的道路标牌图像增强技术研究

在低能见度条件下,增强道路标牌图像有利于提高驾驶员的视觉辨识度,从而保证交通安全。本文通过分析小波理论,论证小波变换用于图像增强的适用性,提出基于小渡变换的道路标牌图像增强的思路。构建雾天条件下道路标牌的增强实验,对比分析小波变换和传统灰度拉伸的实验结果。研究结果表明:小波变换能对道路标牌图像的噪声进行抑制,并较好地增强图像特征。     

基于小波变换的在线签名认证系统设计

文章介绍了一种基于小波变换的在线签名静态信息认证系统,利用Freescale芯片K60和电阻触摸屏采集笔迹信息,通过串口发送到电脑上,采用Matlab软件对数据进行滤波平滑和归一化处理,再利用小波变换DB6对笔迹坐标信息进行3层分解,提取分解后的过零点作为特征值,利用DTW算法与真实笔迹特征值进行对比判决真伪,经实验验证该系统较好的实现了笔迹鉴定。     

基于小波变换的雷达低信噪比信号处理技术及应用研究

在分析小波和小波变换特点及小波变换的降噪原理的基础上,基于小波时频局部化优异特性,利用小波分解和软阈值处理方法对实际探地雷达信号进行了降噪处理。通过小波变换信号处理的仿真计算,比较了单道雷达信号去噪处理前后的效果。同时,将小波变换的雷达信号处理剖面和原始剖面进行比较,结果显示经过小波变换的雷达剖面分辨率明显改善。理论计算和实际剖面对比,均表明小波变换较传统方法在处理低信噪比的瞬变信号时具有优势。最后将该法用于锦屏二级水电站交通辅助隧洞的探地雷达超前预报中,发现处理剖面和地质编录的情况基本能够吻合,即小波变换处理剖面有助于在隧道超前预报的正确判释。     

利用同步挤压变换检测微地震信号

针对低信噪比微地震监测资料识别和检测微地震事件的难题,利用同步挤压小波变换(SWT)对微地震监测资料进行处理。结果表明,同步挤压小波变换具有较高的时间和频率分辨率,可将时域微震监测信号转化成高分辨率的时频谱,精细刻画了微地震监测信号的时频特征。分析微地震信号和噪声的时频特征,设计二维时频域滤波器,在时频域进行滤波,去除噪声,保留微地震信号时频谱,然后对滤波结果进行同步挤压小波反变换,恢复微地震波形,从而实现对微震事件的检测;同时,利用微地震信号的时频分布变化特征确定微地震到达时间。利用同步挤压小波变换对模拟信号和实测油田压裂微震资料的微地震信号进行检测,结果表明,同步挤压变换具有较好的应用效果,且优于S变换和带通滤波。     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明:此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。     

小波变换的Fourier实现方法

小波变换是被广泛应用到许多科研领域的有效频率分析工具。小波变换有两种实现方式:直接逐点内积法和快速小波算法(Mallat算法和小波包算法)。逐点计算方法需要的运行时间较长,在处理数据量较大时效率很低;而快速小波算法只是针对正交小波的离散小波变换,具有局限性。利用卷积定理和Fourier变换的相似性定理,可以将时域的小波变换内积变换到频域的内积形式,从而可以利用Fourier变换的快速Fourier算法来实现小波变换。本文利用随机产生的10000个数据,分别用直接逐点内积算法和Fourier算法计算序列的小波变换。运行结果表明,Fourier算法能够明显缩短小波变换的计算时间,大大提高了运算的效率。     

基于振型差与小波变换的结构损伤识别方法

对基于小波变换的结构损伤识别方法进行了研究,推导了小波变换理论,提出了基于一阶振型差与小波变换相结合的损伤识别方法。以结构损伤前后的一阶振型差作为原始信号,进行小波变换,通过小波变换系数的峰值来判断损伤位置。通过简支梁算例设定3种工况验证了这一方法的有效性,结果表明:采用该方法能够准确的识别出文中梁结构发生损伤的位置,新方法较仅采用损伤后结构的振型作为原始信号更加有效。     

InSAR基于相干图的自适应中值滤波方法

对干涉条纹图的滤波是InSAR数据处理中的一个重要环节,基于干涉图中点的相干系数越大,其置信度越高的特点以及中值滤波具有较强的边缘保持能力的特点,本文将相干图引入中值滤波,提出了一种基于相干图的自适应中值滤波方法,既能实现对影像不同程度的滤波,又能很好地保持相位边缘信息。     

基于极值自适应中值滤波与区域生长的半自动肝癌分割算法研究

针对肝脏肿瘤CT图像灰度差别小,边缘不明显的特点,为了提高分割精度提出一种基于极值自适应中值滤波与现有区域生长算法相结合的一种新的肝癌分割算法。采用一组临床肝癌CT图像样本进行图像预处理,利用此算法进行第一次滤波,再采用傅里叶变换方法进行第二次滤波,最后与现有算法结合完成分割。采用重叠错误率、相对误差和Dice相似性系数作为图像分割结果评价指标。通过定性分析和定量评价显示,基于本研究算法能精确分割出肝癌区域,获得的图像分割评价指标均优于其他常用算法。     

连续、离散小波变换的桥梁健康检测方法研究

选取竖向位移模态和曲率模态,分别采用连续小波变换和离散小波变换对其进行损伤检测。数值模拟结果表明:当采用连续小波变换时,基于竖向位移的小波变换并不能准确确定损伤位置,而基于曲率的小波变换可以准确确定结构损伤位置;当采用离散小波变换时,基于曲率和竖向位移的小波变换都可以准确确定结构损伤位置。     

基于混沌特性的滑坡监测序列的小波去噪

在滑坡监测数据的分析中,噪声滤波是一项重要的工作,特别是滑坡变形系统处于混沌态时,混杂在混沌动力系统中的噪声信号,会掩盖系统的内在动力学特性,影响对系统的准确分析和预报.通过对监测混沌序列和噪声的小波分析,滑坡监测混沌信号的小波变换具有自相似性和噪声随分解尺度变化特征,混沌性质信号的小波变换和原信号在一定的尺度范围内具...