基于像素分类的像素值阈值噪声检测算法

针对图像噪声常见的三种脉冲噪声模型,在像素差异均等性原则下,以窗口分块方式将图像像素分为噪声像素和非噪声像素子集,进而以噪声图像上下像素值阈值推导噪声类型判别式,得到一种非线性像素分类的图像噪声检测算法.以经典图像(Lena、Baboon)分别叠加上不同密度噪声进行噪声图像检测算法仿真测试,由检测精确性和正确性来评估所提出的检测算法的检测性能.仿真结果表明,该检测算法具有较好的检测效果,缺点是容易将部分非噪声像素识别为噪声像素.     

视觉信息的随机共振

通过噪声的概率分布论述了噪声在图像处理中增强或弱化视觉效果的作用,阐明了随机共振图像产生的机理,即在一定噪声强度条件下,图像视觉质量可以达到最佳效果．证明了不仅是噪声强度,而且噪声的类型同样会影响视觉质量．通过两种典型噪声的比较分析,得出了在各种类型的噪声中,以添加线性分布的均匀随机噪声所产生的随机共振图像质量效果为最好的结论,本研究为图像表述、目标识别、视觉理解等工程应用提供了一种方法．最后,为自动实现图像的随机共振,给出了一个最佳噪声强度的快速搜索算法．     

一种适合于图像细节保留的椒盐噪声滤波器

提出一种新的椒盐噪声滤除方法.通过对图像二值化,对其进行统计分析确定噪声点.仅改变噪声点的像素值,避免了中道滤波对图像细节的破坏,同时又滤除了噪声.实验结果表明,新方法可以有效去除椒盐噪声,同时很好地保护图像的细节.     

基于改进脉冲噪声检测的图像滤波算法

在图像降噪处理过程中,针对传统的脉冲噪声检测方法易造成细节模糊和视觉失真等问题,提出一种基于图像分块迭代处理的脉冲噪声检测的滤波方法.该方法对图像局部信息和特征相似性进行相关研究和分析,确定图像局部最优阈值;以局部目标图像为背景,运用图像分割的思想,在不同局部之间选择不同的去噪阈值,根据该阈值从原图像背景中提取图像噪声,进而实现消除噪声的目的.仿真结果表明,与传统的图像去噪方法相比,该方法可以有效地从图像中去除脉冲噪声,同时提取出更多的原始图像信息,很好地保留图像的细节,具有更高的信噪比.     

基于本征图像滤波处理可见光图像的方法

在可见光图像处理领域,为了进一步改善频域滤波法去除噪声的能力,提出了本征图像滤波法去除图像噪声的方法.以经典SVD算法为研究对象,首先探讨了奇异值重构维数的选取方法,然后分别对高斯噪声和椒盐噪声污染的图像进行去噪,验证不同重构维数的去噪效果,最后以S_(NR)和P_(SNR)为参数作出评价.结果表明,重构时,过小的维数不能恢复原始图像,过大的维数则会引入更多的噪声,只有恰当的维数才能达到理想效果.相比椒盐噪声,处理高斯噪声所得P_(SNR)值和S_(NR)值更高,表明本征图像滤波法更擅长处理高斯噪声.     

基于序列图像的高密度脉冲噪声去除新方法

针对受脉冲噪声污染大(大于50%)的图像,提出运用多幅序列图像的点对点噪声检测算法.首先利用MMEM算法判断噪声点与非噪声点,再把非噪声点拷贝到输出图像,通过实验得出了噪声密度与所需要图像幅数之间的关系.通过噪声密度判别公式的引入,实现对噪声图像的自适应处理,实验显示该方法优于传统滤波算法.     

基于图像噪声检测的平滑方法研究

针对含有椒盐噪声的图像,首先利用了TSMD阈值方法将图像二值化,有效地检测了图像的噪声,然后估算出了噪声图像的SNR,比较了与原噪声图像SNR的差异程度,得到了相应地质量评价方法,最后通过选择性中值滤波的方法去除了图像上的噪声.结果表明:相比于全局中值滤波方法,该方法能够有效地去除椒盐噪声,保留更多的图像细节,对图像的影响较小.     

图像处理中一种高效消除噪声的算法研究

提出了一种八方向的消除图像中噪声的方法,并与传统噪声平滑方法进行了比较,试验结果证明该算法能有效消除噪声,并且在消除噪声的同时不会对图像和边缘造成模糊.本算法对大噪声特别有效,其先进性还体现在可以设置估计噪声的半径,具有很好的适应性.     

自适应SAR图像噪声识别和去噪算法研究

对噪声SAR图像进行噪声类型识别,是对图像进行有针对性去噪的第一步。针对7种典型噪声的干扰图像,提取包括Zernike矩、小波高频不显著系数子带能量比、噪声能量特征值等在内的8类特征值。设计了反向传播(BP)神经网络分类器,可以实现对不同噪声类型干扰的SAR图像的有效识别。采用了包括Probabilistic Patch-Based filter、2DDFT-DWT等7种最新有效过滤SAR噪声图像的算法进行综合去噪。实验结果表明,系统能够在一定程度上自适应过滤受到不同噪声干扰的SAR图像信号。     

图像去噪的混合滤波方法

针对视频图像在同时受到高斯噪声和脉冲噪声污染时,严重影响图像的存储、 编解码、 传输、 目标识别与跟踪的问题, 提出一种图像去噪的混合滤波方法。该方法通过基于个数判断脉冲噪声的方法, 将脉冲噪声从混合噪声中分离, 并利用中值滤波将其过滤; 再利用分块平均边缘检测的方法提取图像的边缘; 利用自适应均值滤波方法滤除非边缘的高斯噪声, 并将边缘图像嵌入滤除高斯噪声的图像中。实验结果表明, 该方法不但能有效去除图像中的高斯噪声和脉冲噪声, 而且能保持图像的边缘信息, 从而提高图像的去噪效果和清晰度。     

CMOS图像传感器电路噪声分析

从基本电路原理出发,分析了采用互补金属氧化物半导体(CMOS)传感器获取图像的基本噪声来源,以及各噪声源的基本特性及其对输出图像的影响,讨论了不同系统结构CMOS图像传感器的图像噪声表现与相应噪声消除以及提高图像质量的系统解决方案,并进行了仿真验证.     

单向耦合布鲁塞尔体系相干共振信号的放大与维持(英文)

本文采用数值模拟的方法研究了参数不均匀性,耦合和噪音的协作效应对单向耦合布鲁塞尔体系相干共振的影响作用,其中噪音仅加于无耦合的控制体系.研究结果发现:具有相同控制参数的耦合体系,在耦合和噪音协作效应的影响下,存在最佳的耦合强度使控制体系的相干共振在受控制体系中得到增强.对于不同控制参数的耦合体系,参数不均匀性,耦合和噪音的协作效应对控制体系相干共振的增强或维持起决定性的作用.另外,当耦合强度和噪音达到临界值时,参数不均匀性的作用消失,此时控制体系和受控制体系之间出现了动力学行为的同步现象,此时意味着体系中的相干共振信号不能进一步得到改变,整个耦合体系的动力学行为对于噪音和耦合具有鲁棒性.     

单向耦合布鲁塞尔体系相干共振信号的放大与维持

本文采用数值模拟的方法研究了参数不均匀性，耦合和噪音的协作效应对单向耦合布鲁塞尔体系相干共振的影响作用，其中噪音仅加于无耦合的控制体系。研究结果发现：具有相同控制参数的耦合体系，在耦合和噪音协作效应的影响下，存在最佳的耦合强度使控制体系的相干共振在受控制体系中得到增强。对于不同控制参数的耦合体系，参数不均匀性，耦合和噪音的协作效应对控制体系相干共振的增强或维持起决定性的作用。另外，当耦合强度和噪音达到临界值时，参数不均匀性的作用消失，此时控制体系和受控制体系之间出现了动力学行为的同步现象，此时意味着体系中的相干共振信号不能进一步得到改变，整个耦合体系的动力学行为对于噪音和耦合具有鲁棒性。     

一种基于相关处理的制冷CCD系统噪声评估方法

通过对CCD成像系统的噪声分析,从相关检测理论出发,提出制冷CCD成像系统噪声测量方法,该方法只需要对同一景物连续拍摄两帧图像就可快速计算出成像系统的噪声,可以实现对成像系统噪声的连续实时测量.测量结果表明:相关噪声测量方法可以克服或减小环境影响,测量过程简便易进行,有望成为光电成像系统,特别是制冷CCD成像系统噪声测量的有效方法.     

过程噪声和量测噪声多步相关的卡尔曼型滤波

本文详细讨论了在随机离散时间动态系统 中过程噪声~$w_k$~和量测噪声~$v_k$~两步相关情况下的最优状态估计, 给出了两步相关情况下的卡尔曼型滤波. 然后把它推广到过程噪声~$w_k$~和量测噪声~$v_k$~多步相关的情况, 给出了n步相关情况下卡尔曼型滤波的一般表达式.     

一种改进的脉冲噪声的检测与滤除算法

依据脉冲噪声特点以及图像的像素关联性,提出了一种改进的脉冲噪声检测与处理算法。该算法首先依据脉冲噪声与其邻域多数像素在强度上具有明显差异的特点检测出疑似脉冲噪声点,然后再利用4个方向模板进一步区分疑似脉冲噪声点,最终建立脉冲噪声标记矩阵。之后,对检测到的脉冲噪声,提出了一种改进的加权中值滤波算法,该算法仅利用滤波窗口内的有效信号对窗口中心像素进行加权中值滤波,其中,加权系数的确定不仅依赖于像素间的灰度关联性,而且还依赖于像素间的位置关联性。实验结果表明,本文算法不仅可以准确检测和有效滤除图像中的脉冲噪声,而且还可以较好地保护图像中的细节。     

微光成像系统三维噪声测量及其分析

为了分别从时域和空域对微光成像系统的噪声特性进行测量和分析,分别建立了微光成像系统三维噪声模型及其测量系统,并对微光ICCD成像系统和CCD成像系统的三维噪声进行了测量与分析.测量结果表明:随着ICCD像增强器光阴极面照度的提高,空间噪声、时间噪声、信号总平均值和信噪比均升高,符合微光ICCD成像系统的实际性能.通过三维噪声分析,实现了区分微光ICCD(或CCD)成像系统中由成像面缺陷和死像素点形成的两种固定图案噪声,且对光锥耦合技术进行定性的评价.