基于小波包变换与自适应阈值的SMT焊点图像去噪

为提高表面组装技术焊点图像去噪效果,提出一种基于小波包变换和自适应阈值的焊点图像噪声去除新方法.利用小波包变换对图像进行多层分解,通过对图像小波包树系数的分析,对小波包树系数高频部分和低频部分进行Wiener滤波;为提高去噪性能,通过计算小波包系数对应的中值绝对方差估计,提出一种改进的自适应小波包阀值算法,并对图像进行...     

基于Shearlet变换域图像噪声混合滤波方法

在深入分析Shearlet变换理论的基础上,给出具体的Shearlet变换步骤,并提出一种针对图像脉冲噪声的混合滤波方法.该方法首先对噪声图像进行Shearlet多尺度变换,获得高频和低频系数,保留低频系数不变;然后针对Shearlet高频系数能够较好地刻画噪声局部化的性质,设计出一种多尺度、多方向特性的串/并联自适应中值滤波器,对高频系数中噪声进行自适应检测和滤除;最后实现低频系数和滤波后高频系数重构.通过与小波阈值法去噪和开关中值滤波法仿真实验比较可知,该滤波方法对于高强度的脉冲噪声具有较好的处理效果.     

基于压缩感知的水下图像去噪

水下环境复杂,水下摄像得到的图像较为模糊。采集数据时会采集到大量不包含任何有用信息的数据,噪声影响更严重。压缩感知理论提出,能用较低采样率高概率重构信号。为研究压缩感知对水下图像噪声的抑制作用,采用OMP,SP,COSAMP不同贪婪重构算法对水下图像进行不同采样率重构分析。实验结果表明,选取合适采样率既可以以少量数据重构图像,又可以抑制水下噪声,且OMP算法效果最好。     

基于自适应阈值的图像去噪新算法

提出了一种具有自适应阚值的图像去噪算法.首先,阚值函数具有连续性,高阶可导性,充分体现了小波分解后系数的能量分布,且函数表达式简单易于计算,适合各种数学处理.其次,阈值的选取考虑了分解过程中小波系数的相关性和过程性等因素,减小了对噪声的误判率,具有更强的实用性.仿真实验结果表明,新算法不仅比传统算法运算量小,而且取得了更高的峰值信噪比(PSNR)和更小的均方误差(MSE),更加有效地去除了图像的噪声.     

一种有效的自适应均值滤波算法

本文结合离散余弦变换（DCT）以及均值滤波算法,提出了一种有效的图像去噪方法。第一步,首先将含噪图像进行分块,并对每一个图像块做DCT变换,将其转换至离散频域;然后通过判断变换块的交流系数,将当前块归类为平坦块或非平坦块。第二步,针对上一步不同类型的块分类,采用不同的均值滤波器进行滤波。在本文算法中,假设图像中包含的噪声为独立同分布的高斯白噪声,其均值为0,且标准差为σ。     

基于FPGA的整数三维DCT变换的实现

图像去噪作为数字图像处理领域的一个基础问题,对很多图像处理的算法研究具有重要作用.随着图像的数据量越来越大,对于图像处理的速率要求越来越高.FPGA具有吞吐量大、处理速度快、适合做并行运算的特点,可以使用FPGA实现图像去噪.基于相似块搜索的数字图像去噪算法的核心是三维DCT变换,HEVC中的整数DCT变换算法有助于减少计算复杂度,更适合FPGA的设计要求,进一步提高DCT变换速度.提出了一种基于FPGA的整数三维DCT变换实现方法,使得三维DCT变换速度显著提高.     

应用独立成分分析的太阳能电池图像去噪北大核心

研究用于太阳能电池缺陷检测的电致发光图像噪声去除的问题。太阳能电池电致发光图像是近红外图像,一般来说采集到的图像具有噪声严重、亮度不均匀等特点,使用快速独立成分分析(Fast ICA)将图像分离成两个独立成分,一个是噪声,一个是所需的分离结果。由于分离结果中仍存在椒盐噪声,对分离结果再进行均值滤波,最后得到理想的太阳能电池图像。实验结果表明,此方法对太阳能电池电致发光图像的去噪效果显著,为进一步的图像处理做好了准备。     

基于PCNN区域分割的图像邻域去噪算法

针对小波图像去噪方法中使用的NeighShrink方法,本文提出了一种有效的保护图像边缘的图像去噪算法.主要改进了NeighShrink方法中固定的邻域范围,根据图像自身的性质,自适应分割成不同的邻域对图像进行去噪处理;并进一步结合小波层内相关性,对各个不规则邻域加上固定的窗口,选择了几何距离更为接近且在同一不规则邻域内的系数,以完善NeighShrink方法.该算法采取平稳小波对含噪图像进行分解,以保持相位不变性,并对低频子带利用脉冲耦合神经网络模型进行图像分割,按照一定的规则将性质相似的像素点相接,得到原图像分割后的信息.在处理过程中利用得到的分割信息对边缘予以保护.实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留了图像的边缘信息,是一种有效的去噪方法.     

一种结合小波变换和维纳滤波的图像去噪算法

目的为了有效消除噪声图像中的椒盐噪声、高斯噪声甚至混合噪声,结合维纳滤波的优势和小波分解各分量的特点,提出一种新的图像去噪算法。方法该算法先将含噪声图像进行小波变换,分离出1个低频分量和3个中高频分量,然后对低频分量进行自适应维纳滤波,对3个中高频分量用Canny算子提取边缘,最后将处理后的4个分量进行重构得到去噪后的图像。结果仿真结果表明,该算法对扫描仪引入的常见噪声均表现出较好的去噪效果,PSNR值均大于20 d B。尤其是对于高斯噪声和混合噪声,新算法去噪后的PSNR结果高于维纳滤波、软阈值小波滤波和文献[9]算法1~8 d B,效果较好。结论结合小波变换和维纳滤波的图像去噪算法,能够较好去除噪声图像的多种类型噪声,是一种较为优秀的去噪算法。     

基于中值滤波的汽油机燃烧火焰图像去噪处理

在基于图像的汽油发动机燃烧火焰三维重构技术中,用于重构的二维火焰图像质量直接关系到重构效果的好坏,利用高速摄像机拍摄到的火焰图像含有大量椒盐噪声,因此必须对其进行去噪预处理.传统中值滤波算法在去除噪声的同时,会对图像产生模糊效应,对于具有大量边缘和细节信息的汽油发动机火焰图像不适用.在针对传统中值滤波算法进行研究的基础上,提出了一种改进的中值滤波算法,通过基于图像灰度分布直方图的全局检测法以及基于均值比较的局部检测法来判定待检测像素点是否为噪声点,如果是则对其进行中值滤波,否则保持图像原值.实验结果表明,该算法在有效去除汽油发动机燃烧火焰图像椒盐噪声的同时,能很好地保留图像边缘特征和细节信息.