阈值函数的选取对图像去噪的影响

摘要：在小波阈值去噪中,阈值函数的选取是非常重要的,阈值函数的不同选取直接影响到去噪的效果。本文在软硬阈值函数的基础上提出了一个阈值函数,仿真实验表明,利用本文阈值函数去噪,效果要优于软硬阈值函数。     

模拟退火算法在视频序列图像二值化阈值选取中的应用

阈值的选取问题是图像二值化的过程中的一个关键问题，现有的方法主要是利用Otsu算法对分割阈值从0—255的所有灰度值依次遍历，没有考虑视频两帧图像间的相关性。本文利用帧间相关性给出了一个阈值选取算法，该算法在保存上一帧阈值的基础上，运用模拟退火算法对本帧阈值进行一种智能搜索。优化了搜索策略，提高了运行效率。实验表明，该算法提高了阈值选取的效率。     

新阈值函数及其小波去噪研究

小波阈值法是小波域去噪的主要方法之一,该方法通过选取合适的阈值,采用阈值函数对小波系数进行相应的非线性处理,可以在均方差意义下取得最优的去噪效果.其中,选取合适的阈值函数是该方法最基本的问题之一.文章在讨论了硬阈值函数、软阈值函数和半软阈值函数的特点及其不足的基础上,提出了一个新的阈值函数.该函数在整个小波域内连续并高阶可导,而且只需要确定一个阈值,算法相对简单.仿真结果表明,与硬、软和半软阈值方法相比,采用新的阈值函数可得到较为理想的去噪效果.     

基于边缘链长度的边缘检测方法

在小波图像边缘检测过程中,算法通常是用一个阈值将弱边缘去掉,将奇异性较大的边缘保留。用双阈值取代单阈值可以更好的改善边缘的效果。但双阈值在边缘检测中不好平衡阈值选取中噪声和有效边缘的矛盾,在阈值选取中为了减少噪声的干扰,一些奇异性较弱而长度较长的边缘也被滤掉了,在实际问题中影响了边缘图像的效果。针对这一问题在双阈值算法的基础上得到了基于边缘链长度的边缘检测方法,得到了更好的边缘效果。     

一种自动提取阈值的方法

基于边缘检测思想的图像分割方法是图像处理中关于分割的一个重要领域.对图像进行边缘检测时,需要有确定的阈值,为了避免人工干预,阈值需自动提取.本文选取阈值时,可根据B样条函数光滑后的图像计算出正梯度图像,基于好的灰度阈值分割出的目标与背景之间的差距应该最大这一特点,对梯度图像应用这一原理以自动选取理想的梯度阈值.     

自动阈值选取的两种算法

介绍了阈值分割法的特点,阈值选取在阈值分割中的重要性,最佳阈值选取的原则,最频值法,以及基于最频值法提出的两种阈值选取算法。该算法用于医学细胞图像的自动分割,获得快速而良好的分割效果。     

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。     

基于尺度噪声能量估计的自适应语音去噪算法

摘要：
针对语音增强技术中的信号去噪问题,提出了一种非线性小波自适应阈值去噪方法.该方法采用一个改进的阈值函数,克服了传统软、硬阈值函数的缺陷;在阈值选取规则中,引入尺度相关去噪法而自适应地选取尺度阈值,利用小波系数在空间尺度的相关性进行尺度噪声能量的估计,根据所得尺度噪声能量来选取对应尺度层中的最佳小波系数并作为该尺度的阈值;同时,应用该方法对不同强度噪声背景下的语音信号进行去噪.结果表明,其具有较好的降噪性能. 关键词：
语音信号; 滤波; 小波变换; 噪声能量; 自适应阈值 中图分类号： TN 912.3
文献标志码： A     

基于小波阈值去噪方法的研究

小波分析用于信号去噪的过程中,关键的就是阈值的选取和阈值的处理方法。系统介绍了四种阈值处理函数和四种阈值选取形式,并在MATLAB环境下进行仿真研究,将去噪后的信号进行比较,得出阈值去噪方法的一些结论。     

基于小波变换的最优阈值图像去噪

小波图像去噪方法已广泛应用于图像去噪领域。在图像去噪中关键的一步就是阈值选取,阈值的选择直接决定去噪效果。本研究提出了一种基于小波不同子带选取最优阈值的小波去噪方法,该方法根据小波系数不同的特点选取阈值。实验结果表明,此方法可以有效地降低噪声,较好地保持了图像的细节。     

一种基于离散小波变换的多阈值选择方法

图形处理的一个重要环节就是如何有效地选择阈值,本文描述离散小波变换用于阈值选择,通过尺度参数对直方图信息进行小波变换得出零交叉点,从而获得一系列阈值,达到消除噪声,对图象进行区域分割的目的．图５,参５．     

基于改进阈值的MRI图像降噪

针对传统硬阈值函数的不连续性和软阈值函数存在恒定偏差的不足，提出一种新的具有连续性、渐近性和灵活调节性的改进阈值函数。具体地，首先选取改进的固定阈值并经过实验选择合适的小波基，然后通过增加调节参数来降低阈值函数的恒定偏差，最后通过实验模拟验证了本文方法在图像相似性评价标准上去噪效果的优越性。     

基于最大熵的灰度阈值选取方法

图像分割是图像处理中的一个重要问题。在最大类间方差法和一致性准则法的基础上,运用最大熵原理来选择灰度阈值对图像进行分割。实验结果表明,本算法确定的阈值具有更佳的分割效果。     

An improved double-threshold method based on gradient histogram

This paper analyzes the characteristics of the output gradient histogram and shortages of several traditional automatic threshold methods in order to segment the gradient image better. Then an improved double-threshold method is proposed, which is combined with the method of maximum classes variance, estimatingarea method and double-threshold method. This method can automatically select two different thresholds to segment gradient images. The computer simulation is performed on the traditional methods and this algorithm and proves that this method can get satisfying result.     

基于蚁群算法的最佳熵图像分割阈值方法

最佳熵阈值是最常用的图像分割算法之一,但是需要大量的运算时间,限制了其实际的应用范围.蚁群算法是一种新兴的仿生进化算法,已成功的应用于大批组合优化问题的处理.将最大熵算法视为组合优化问题并引用蚁群算法加以处理,实验结果表明蚁群算法不仅可以实现最优阈值的确定,而且可以提高图像分割效率.     

用复方向滤波器组和BlockShrink方法实现图像去噪

为了提高图像的去噪效果,根据复方向滤波器组和BlockShrink的特点,提出了一种新的图像去噪算法。首先对图像进行复方向滤波器组分解得到系数,然后根据系数间的相关性采用块阈值方法选择最佳的块大小和阈值,使每个子带的无偏风险估计值最小。该算法是完全基于数据驱动的方法,具有算法简单、易于实现、视觉效果好等特点。实验表明,该算法比基于DWT变换的BlockShrink算法其信噪比提高了0.6%,在视觉效果方面边缘和轮廓信息更清晰。     

基于多小波变换的图像去噪改进算法

在介绍多小波理论的基础上,提出一种基于多小波的自适应图像去噪算法,该方法根据多小波系数在不同子带、不同方向上的特性自适应选取不同的最佳阈值,然后再与图像的分解尺度函数因子结合起来。实验表明,与单小波和其它使用不同预处理过程的传统多小波去噪方法相比,该方法有效地去除了白噪声,进一步提高了图像的峰值信噪比（PSNR）和最小均方误差（MSE）。     

一种适合于昏暗光线下的驾驶员脸部定位方法

采用CCD摄像机获得驾驶员脸部图像.由于黑天光线不足,肤色较暗,在将彩色图像转变为黑白图像的过程中,首先通过腐蚀和膨胀结合的方法去除图像部分的噪声.采用图像差异的阈值处理方法,初步选定灰度阈值,再利用二次非线性方程对灰度值进行归一化处理,强化了图像灰度集中各灰度值之间的差异,以此灰度阈值作为分割人脸和背景的界限值,得到图像的灰度直方图,再把灰度直方图向水平和垂直方向投影,获得驾驶员脸部区域,实现对驾驶员面部定位.该方法可以在昏暗光线下,定位人脸区域,有效去除干扰.根据上述算法,进行了不同环境和路况下的监控试验.结果表明:在昏暗光线下。驾驶员脸部定位的平均准确率达到83%,该方法具有实时、准确的...     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。