小波变换在微光图像处理中的应用

微光图像中含有的噪声点具有椒盐噪声的特点,对图像进行小波变换,然后根据噪声的特点仅对其高频小波系数进行小波重构,重构后得到含有细节和噪声点的图像;根据重构图像的直方图的特点,对重构图像进行阈值处理,得到只含有噪声点的图像。根据小波变换提取的噪声点位置,对含噪的微光图像进行中值滤波处理,消除掉微光图像中的椒盐噪声。克服了中值滤波方法的边缘模糊的缺点,保持了微光图像中的细节部分。     

基于自编码器的图像去噪设计与实现

文章主要针对自然图像中存在的噪声问题,研究基于神经网络的去噪方法,使之能够更快速地对混合有多种噪音的图像进行有效去噪,从而达到改善图像视觉效果的目的。首先,文章设计一个能够对图像进行编码、解码的神经网络。其次,介绍神经网络的详细结构和网络参数,并针对常见的图像噪声介绍制作训练样本的方法和神经网络的训练流程。最后,展示实验结果。实验表明,文章提出的方法可以有效地去除图像噪声,达到预期效果。     

医学超声病灶图像自适应滤波器设计

该文针对医学超声图像噪声的特点提出了非线性滤波器.首先介绍了自适应中值滤波器的工作原理,然后用其与经典中值滤波器对含有不同噪声密度的肝癌超声图像进行去噪处理.实验结果对比表明：自适应中值滤波能够有效改善图像质量,在降低图像噪声的同时能较好的保持图像细节信息和视觉效果.     

基于LMS算法的图像自适应滤波方法研究

在图象处理工作中,为了免除噪声的干扰,需要对图像进行预处理。本论文对现有的图像滤波方法与LMS算法进行了介绍,并针对目前的基于LMS的自适应滤波方法进行了介绍和研究。     

基于小波变换的图像降噪方法的研究

在介绍了图像噪声和小波阈值化降噪的原理后,根据小波系数不同的特点选取阈值,运用MATLAB中的小波工具箱,对一个含噪图像进行阈值降噪。实验结果表明,此方法可以有效地降低噪声,并较好地保留图像的细节。     

小波变换在微光图像处理中的应用

微光图像中含有的噪声点具有椒盐噪声的特点,对图像进行小波变换,然后根据噪声的特点仅对其高频小波系数进行小波重构,重构后得到含有细节和噪声点的图像;根据重构图像的直方图的特点,对重构图像进行阈值处理,得到只含有噪声点的图像。根据小波变换提取的噪声点位置,对含噪的微光图像进行中值滤波处理,消除掉微光图像中的椒盐噪声。克服了中值滤波方法的边缘模糊的缺点,保持了微光图像中的细节部分。     

图像去噪方法及应用

介绍了图像的噪声,对图像去噪的方法进行了比较和分析,探讨了图像去噪方法的发展动态。     

基于图像的铅笔画绘制技术

介绍了基于图像的铅笔画绘制技术的研究进展,分析了几种常用的基于图像的铅笔画绘制算法;研究了基于图像的铅笔画绘制技术的算法,首先对输入图像进行适当的预处理,从原图像生成白噪声图像,将原图像按纹理特征做区域分割,其次对白噪声图像做卷积操作,采用边缘检测算子提取原图像的轮廓线,最后对卷积所得图像与轮廓线图进行融合得到最终的铅笔画效果图.     

手背静脉图像的降噪和分割研究

手背静脉识别是一种新兴的生物特征识别技术。根据手背静脉图像的特点,对静脉图像预处理进行了研究。静脉图像预处理分为图像的降噪和静脉图像的分割两部分。提出了一种混合噪声滤除算法,在判断出的脉冲噪声基础上,根据连通性去掉被误判成脉冲噪声的边缘,有效地滤除了静脉图像中的脉冲噪声和高斯噪声,且较好地保护了静脉图像的细节特征;采用了局部动态阈值算法NIB lack算法对图像进行分割,很好的提取出了手背静脉。     

利用计算机图像处理技术消除SAR图像噪声的研究

本文介绍当前计算机数字图像处理技术消除图像噪声的基本情况,并总结分析了三类滤波方法：传统滤波算法、基于局域统计的自适应滤波算法、小波域斑点噪声滤波算法。随后应用增强Lee滤波方法对SAR（合成孔径雷达）图像进行实际处理,并对处理结果进行总结。