基于PCA和总变差模型的图像融合框架

为了能够抑制融合图像中的噪声且提升融合效果,提出一种在进行融合时去噪的新框架,并在此基础上提出一种基于主成分分析(PCA)的融合框架.首先将源图像进行PCA操作,依据前几个主成分重建图像,再经下采样过程得到近似图像;然后通过上采样得到与上层图像的差异图像,即细节图像;最后将最底层近似图像与各层细节图像累加,完成图像的重构.将该框架纳入总变差模型后形成一种新的具有融合和去噪效果的框架.实验结果表明,该方法不仅能对同分辨率图像融合,获得较好的融合效果,而且在全色图像和多光谱图像的融合中可较好地保持光谱信息和空间信息,并能够抑制图像中存在的噪声.     

基于非抽样Contourlet变换的最佳软阈值图像去噪

研究了小波变换在图像处理中的缺陷,以及Contourlet变换在图像处理中产生伪Gibbs失真的原因。为了在多尺度分析框架下改进图像去噪的效果,提出了一种基于非抽样Contourlet变换的图像去噪算法,利用非抽样Contourlet变换的多尺度多方向性以及平移不变性,对加噪图像进行非抽样Contourlet变换得到变换系数,然后对变换系数采用分层最佳软阈值处理,最后将其反变换得到去噪后的图像。实验结果表明,与Contourlet变换图像去噪算法相比,该算法可以达到更好的效果。     

Q-shift复小波的一种新型构造方法及其在图像去噪中的应用

为了提高复小波变换的效率,本文提出了一种设计Q-shift复小波滤波器的新方法。与目前采用多相位矩阵的晶格分解结构得到正交小波的方法不同的是,这里从更为一般的完全重构滤波器组出发寻求满足特定要求的正交小波。不但可以构造出系数更为简单、运算更加方便的小波,而且可以实现任意精度的复小波变换。该方法的可拓展性好,可以很方便的添加如高阶消失矩等限制并简化设计过程。以普遍采用的Q-shift10/10小波为例,利用本文构造的正交小波可将复小波变换中的乘法运算降低到原来的1/3,而加法基本相当,且小波的频率选择性质更好。将其用于图像去噪的实验表明,采用本文构造的小波可以显著提高处理速度并得到更高的峰值信噪比(PSNR)。     

基于模拟退火算法的稀疏表示图像去噪

使用稀疏表示的方法对图像去噪。对于稀疏表示最关键的是稀疏表示系数和自适应字典的确定，如何同时找到这两个最优的参数是研究的主要问题。通过模拟退火算法得到最优的自适应字典与相对应的稀疏系数。用求得的字典和稀疏系数进行逆运算得到去噪后的图像，完成图像去噪。与广泛使用的K-SVD算法对比，所提算法的峰值信噪比提高6.9%，在时间复杂度上改善了13.7%。     

基于Normal-Gamma共轭先验优化因子分析的图像去噪算法

采用传统因子分析(Fact Analysis, FA)模型进行噪声抑制时存在因子个数难以确定、噪声抑制后图像质量下降等问题，基于贝叶斯决策理论提出一种Normal-Gamma共轭先验优化FA模型的图像去噪算法，利用Normal-Gamma分布对FA加载因子和隐变量的概率分布建模，一方面对不适定噪声抑制问题正则化，另一方面提高模型的稀疏性，增加参数估计稳定性，采用变分贝叶斯期望最大(Variational Bayesian Expectation Maximum, VBEM)算法对模型求解，自动确定因子个数的同时提升噪声抑制性能。基于标准图像数据集的实验结果表明，所提算法在实现噪声抑制的同时较好地保留了图像的边缘和纹理等细节信息，并且能够明显提升低信噪比条件下的图像识别性能。     

一种应用于图像去噪的广义回归神经网络模型设计研究

为了更好地去除图像中的椒盐噪声、保留图像细节信息,提出了一种广义回归神经网络模型,适用于图像去噪。首先,对传统广义回归神经网络的原理进行了分析,并对采用的广义回归神经网络进行具体设计。然后对广义回归神经网络中的唯一可调参数（平滑因子）进行了优化。采用归一化均方误差和峰值信噪比指标进行具体算法性能分析。仿真试验结果显示：相比径向基神经网络和传统广义回归神经网络,提出算法的去噪能力更强,具有较高的峰值信噪比和较低的归一化均方误差,验证了提出算法的有效性和先进性。     

基于四阶偏微分方程的图像去噪方法实现

针对VB数值计算能力和图像处理能力不足,以及不利于系统开发的缺点,介绍基于VB和MatrixVB并利用四阶偏微分方程实现图像去噪的方法。利用VB作为主要编程语言,借助MatrixVB矩阵运算函数库建立了处理系统,实现了图像去噪功能。该方法将Matlab的强大计算功能与VB的Windows用户界面开发方面的优势结合起来,缩短了软件的开发周期。软件测试结果表明．计算方法正确,方法稳定可靠,算法设计优化,所开发的应用软件具有界面友好,计算速度快,系统资源消耗少,操作简便易行,能满足图像滤波的要求。     

基于Bandelets域逐子块阈值的图像去噪

把正交bandelets域经四叉树分割的每一子块系数建模为广义高斯分布,基于Bayesian框架,推导出了自适应逐子块局部阈值的计算公式,找出了其参数分布的最佳范围,提出了图像bandelets域的逐子块阈值去噪算法。由于充分利用了图像的局部统计信息,所提算法对自然图像去噪的视觉效果和评价指标都好于BayesShrink和其它基于阈值的去噪算法。     

新型方向及尺度乘积曲线波去噪算法

小波对处理具有点奇异的目标函数是一种最优的表示方法.对于二维图像而言,图像的主要特征由具有线奇异的边缘所刻画.曲线波变换是一种多尺度变换,对于具有光滑曲线奇异性的目标函数,曲线波提供了稳定的、高效的和近于最优的表示.本文在第二代曲线波的基础上,提出了新型方向及尺度乘积的曲线波去噪算法.实验结果表明,本文算法明显优于小波图像去噪方法,也优于曲线波的阈值方法.