人脸识别系统中图像噪声去除方法研究

人脸识剐是近几年来非常受关注的研究课题之一,这一研究领域包括图像处理、模式识别、计算机视觉、神经网络,心理学等多个交叉学科.人脸识别系统非常复杂,其中处理的对象都是人脸图像数据.从现实中获取的图像包含各种噪声信号,使图像数据和现实差距太大.为了快速有效的去除这些噪声信号,本文详细研究了各种去除噪声的方法和原理,通过试验以直观的方式研究几种去噪效果,指出各种方法的优缺点.提出了将小波去除噪声和特征提取相结合以及PCA在噪声去除和特征提取相结合的方法.     

人脸识别系统中图像噪声去除方法研究

人脸识别是近几年来非常受关注的研究课题之一,这一研究领域包括:图像处理、模式识别、计算机视觉、神经网络,心理学等多个交叉学科。人脸识别系统非常复杂,其中处理的对象都是人脸图像数据。从现实中获取的图像包含各种噪声信号,使图像数据和现实差距太大。为了快速有效的去除这些噪声信号,本文详细研究了各种去除噪声的方法和原理,通过试验以直观的方式研究几种去噪效果,指出各种方法的优缺点。提出了将小波去除噪声和特征提取相结合以及PCA在噪声去除和特征提取相结合的方法。     

高斯模糊噪声图像的图像复原算法的改进

和魏纳滤波,约束最小二乘滤波器等复原方法相比,Lucy-Richardson算法不需要事先预知噪声信息,有更广泛的适用性,但Lucy-Richardson算法极易引起噪声放大的缺点.提出改进的Lucy-Richardson图像盲复原新算法,仿真结果表明,该算法在噪声抑制、稳定性、细节保存以及视觉效果方面都优于原有Lucy-Richardson算法.     

基于MATLAB的红外图像预处理算法对比研究

本文介绍了若干滤波技术,并在MATLAB环境中予以仿真,展开对比分析.仿真结果表明,无论是从处理速度还是效果来看,数学形态学法都具有更佳的表现,将其和中值滤波方法一并应用,能够达到更好的效果,为结合不同算法进行滤波去噪指明了方向.     

图像模糊度参数估计与图像复原的实验及分析

由于成像系统与运动物体之间存在相对运动，摄像机在成象过程中经常会产生运动模糊。为了有效复原退化图像，需要从模糊图像中估计模糊函数的某些参数、噪声统计量等相关信息。在运动模糊中，模糊函数中最重要的参数是模糊度参数。模糊图像的模糊度内的像素点存在着相关性，利用其相关性可估计模糊度参数。根据运动模糊图像中沿着运动模糊方向与其他方向有不同图像特性的特点，估计水平直线运动图像模糊度参数并采用维纳滤波方法复原模糊图像，取得了较好的恢复效果。     

一种简单的椒盐噪声滤波算法

文章提出了一种基于先定位、后滤波思想的椒盐噪声滤除算法。该算法根据噪声特点,将图像像素分为信号像素或可能的噪声像素两种类别,对于可能的噪声像素,采取去噪中值滤波算法进行滤波,而对于信号像素则不做任何处理,以保留更多的图像细节。文中给出了标准的中值滤波算法、极值中值滤波算法和该文的算法的比较实验,结果表明,该文算法对噪声高度污染图像的去噪能力明显比其它两种算法强,且能较好地保留图像细节。     

噪声模糊图像复原算法构建及仿真

针对传统图像复原算法对噪声强度较大的模糊图像进行复原时,容易出现图像失真的问题,研究结合经典维纳滤波算法和空间滤波算法,提出一种组合维纳滤波算法的噪声模糊图像复原方法。首先,采用空间滤波算法减弱模糊图像的噪声;然后,采用维纳滤波算法对去噪后的模糊图像进行复原;最后,通过仿真实验对组合维纳滤波算法进行验证。结果表明,相较于单一的维纳滤波算法,所研究组合维纳滤波算法在高斯噪声、椒盐噪声、高斯-椒盐噪声的条件下,PSNR、SNR、ISNR值均提高了0.5 d B以上,具有一定的优越性,可提高复原图像的质量,得到清晰且轮廓分明的复原图像。     

强噪声条件下激光光斑图像预处理方法研究

为了研究强噪声光斑图像的抑噪方法,采用基于小波阈值法和形态学滤波的级联算法及小波域中值滤波法进行预处理,以信噪比、均方根误差和光强分布作为评估标准,并将处理效果与其他方法对比。结果表明：小波域中值滤波处理效果优于空域中值滤波;级联法的抑噪和光斑特征恢复效果更优于传统方法,其中对-2.0843dB的原低信噪比图像处理后的信噪比、均方根误差分别约为小波变换和空域中值滤波法的1.34、0.81倍和3.14、0.50倍;且原图像信噪比越低,其处理效果相对于传统方法的优越性越明显。     

基于模糊神经元网络的图像融合滤波

为解决图像滤波处理过程中噪声的有效去除和图像细节保留两者难以兼顾的问题,引入了神经网络信息融合技术,通过设计的模糊神经元网络（FNN）对多级FIR中值混合滤波（MFMHF）和5X5中值滤波进行融合,使融合图像在噪声滤除和细节保留上获得较好的平衡。实验仿真表明,FNN网络的融合有效,而且FNN网络的融合性能和学习效率比BP网络更好。     

含较高噪声重叠峰的分辨

采用Daubechies正交小波滤波和样条卷积分峰联用方法对信噪比S／N≥2的含噪重叠双峰进行滤噪和分峰处理。滤波部分采用阈值法,较详细地探讨了阈值的选取规则;分峰部分利用样条卷积法,并给出了其算法公式,处理速度较快,算法也较简单。通过对模拟和实验信号的处理,发现该联用方法很有效,处理后的峰的峰位置误差≤3.0%,峰面积误差≤3.0%。     

基于两幅模糊与噪声图像的图像交替修复算法

针对一幅模糊图像和一幅噪声图像的图像修复问题,提出了一种结合TV-L~1模型与TV模型的新交替修复算法.该算法首先利用TV-L~1模型对噪声图像进行去噪;然后利用TV模型,把去噪结果作为迭代初始值,对于模糊图像去模糊;最后,把去模糊结果作为迭代初始值,再利用TV-L~1模型对噪声图像进行去噪……,如此交替进行.实验效果表明,该新算法不仅继承了TV-L~1模型与TV模型能保持轮廓和细节的优点,同时也有效地克服了这两种模型会降低对比度和出现"重影"的缺点.     

暗通道先验在雾化图像复原中的应用

目前,基于暗通道先验的去雾算法是目前最有效的单幅图像去雾方法之一.文中研究比较了各种基于暗通道先验的雾化图像去雾技术;由于采用软抠图算法的暗通道先验去雾算法时间复杂度太大,文中提出利用自适应中值滤波实现对透射率的平滑与细化,以提升去雾算法的速度;提出了一种具有鲁棒性的大气光值求取方法.实验结果表明,文中所提方法能实现雾化图像的有效去雾,能保证去雾图像的清晰度,大幅提高暗通道先验去雾算法的速度,具有一定实用价值.     

一种改进的图像复原方法的研究

该文提出了一种改进的图像复原方法,能有效复原既受高斯噪声的污染又同时受脉冲噪声污染的图像,将小波阈值降噪与自适应中值滤波相结合,既能很好保持图像的边缘,又能有效抑制噪声,使图像复原达到理想效果。     

虹膜图像预处理技术的研究

图像预处理是虹膜识别过程中至关重要的步骤。针对虹膜图像的特点和现有虹膜识别算法运算速度慢及鲁棒性差的问题,本文提出基于Canny算子和Hough变换的虹膜定位算法,然后采用Daugman的橡皮纸模型对虹膜区域进行归一化并做直方图均衡化图像增强处理。实验结果表明,本文的虹膜图像预处理算法可以有效解决图像预处理中计算时间长和通用性差的问题,能提高虹膜识别系统的稳定性和识别率。     

基于小波变换和模糊中值滤波的图像边缘检测

小波变换是近年来兴起的信号处理技术。它具有良好的局部化分析特性和多分辨率分析特性,非常适合于图像处理。实际图像中常常含有噪声,噪声在小波变换中会产生大量的奇异点。中值滤波器是一种非线性滤波器,具有良好的边缘保持特性。该文提出了结合小波变换、中值滤波器和多分辨率分析的边缘检测方法,给出了一种自适应选择模糊中值滤波器因子的方法。实验结果表明,该方法是有效的。     

噪声图像滤波的树型滤波器

本文提出了一种在空间域根据图像的邻域特性和边缘方向信息进行滤波与增强的方法。该方法利用图像的结构信息,对噪声进行分区处理,克服了传统线性滤波器引起的边缘模糊和细节损失。在算法实现上,充分发挥中值滤波器滤除脉冲干扰能力强,边缘保持好的优点。从而使恢复图像边缘和细节清晰。理论分析和计算机仿真结果表明,本文提出的滤波器结构在噪声滤波和边缘保持方面优于中值滤波,α-裁剪均值滤波、Winsorized均值滤波,建立了一种崭新的硬件方案。(本算法已在PCVISION图像系统上仿真。)     

改进中值滤波方法的图像预处理技术

图像实时处理系统日益发展,这无疑对FPGA的广泛应用提供了良好的平台。针对在某些领域传统的中值滤波算法无法快速有效的对采集到的图像进行处理,采用改进中值滤波利用FPGA运行速度快、内部程序并行运行等优点,设计出具有高实时性、高灵活性的图像预处理系统。通过中值滤波算法特点运用Verilog硬件描述语言进行代码编写,并在Quartus II、Modelsim进行实现仿真,最后与MATLAB中值滤波仿真图及多级中值滤波进行对比,得出利用FPGA处理改进中值滤波不但能够顺利对图像进行中值滤波,而且具有运算速度快、低能耗的特点。     

卡尔曼滤波与维纳滤波在运动模糊图像恢复中的应用

通过对运动目标在运动方向上运动的分析,建立运动模糊图像退化模型,结合卡尔曼滤波与维纳滤波在应用方面的特点进行图像恢复。研究了卡尔曼滤液与维纳滤波在图像恢复方面特点与区别,说明卡尔曼滤液更适合机动目标模糊图像的恢复.     

一种图像综合中值滤波方法

本文描述了图像中值滤波的原理,提出一种图像综合中值滤波算法,通过测试表明,该算法可明显改善图像中值滤波处理效果。     

火炮内膛疵病图像预处理研究

以火炮内膛疵病图像为例,介绍了图像预处理的目的及图像预处理的基本方法。首先将获取的彩色火炮内膛图像灰度化,其次采用直方图均衡化扩展图像的对比度,最后在对比度扩展后的图像基础上采用了一种改进的中值滤波算法对图像进行滤波去噪处理,以消除图像的噪声。达到了良好效果。