一种改进的夜间数字监控图像的去噪算法

本文针对夜间数字监控图像存在大量噪声的情况,比较了各种常见的去噪算法,在综合考虑了图像去噪平滑效果、图像的清晰程度及图像去噪时间复杂度的基础上,提出了形态学方法和中值滤波方法相结合的图像去噪算法。通过图像去噪前后效果对比验证了该算法的可行性。     

小波图像去噪研究方法概述

阐述小波图像去噪方法的发展历程和小波去噪的机理,概括目前小波图像去噪的主要方法及其应用,对小波图像去噪方法的发展和应用进行展望．     

改进分数阶积分的激光图像去噪研究

针对传统激光图像去噪方法存在的问题,结合双边滤波和分数阶积分的优点,提出改进分数阶积分的激光图像去噪方法,并设计了相关算法.测试结果表明,与双边滤波和分数阶积分方法相比,改进后的激光图像去噪方法,不但提高了激光图像的质量,而且很好地保留了图像的边缘信息.     

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。     

小波变换在图像去噪中的应用

图像小波域去噪可克服频域去噪单一尺度的局限性,具备多尺度多分辨率的特点,已成为目前图像去噪的主要方法之一。为归纳小波变换在图像去噪领域中的应用,简要讨论图像噪声的概念、数学模型、传统图像去噪的基本原理方法,详细阐述了图像小波域去噪的基本理论、发展过程、去噪方法,评价了3种常用方法的优缺点,对小波去噪的发展趋势进行了展望。     

基于小波变换的图像去噪技术

近年来,采用小波变换进行图像去噪已成为一个活跃的研究课题。本文全面介绍了小波变换在图像去噪中的应用现状和方法分类,并对当前存在的几类去噪方法进行了分析比较,以利于对该领域的进一步研究。     

数字图像去噪方法的比较与研究

本文首先分析了数字图像中噪声产生的原因，然后介绍了图像去噪的基本原理和各种方法，提出利用不同方法去除不同噪声的思想，并将去噪方法进行综合比较，总结出基本规律，为图像去噪的研究工作奠定了基础。     

基于贝叶斯估计的图像去噪算法研究

本文提出了一种基于贝叶斯最大后验概率估计（Bayesian MAP）的图像去噪方法。通过 Matlab软件仿真,对均值滤波、中值滤波、小波阈值去噪和本文提出的图像去噪方法进行分析比较。实验表明：本文提出的方法根据图像和噪声的特点,在小波变换之后,对其中的高频系数进行贝叶斯最大后验概率估计,比其他几种图像去噪方法更能提高去噪后图像的峰值信噪比,更好地保留了图像的细节特征,取得了较好的视觉效果。     

基于小波变换的图像去噪方法研究

图像去噪是图像处理中的重要环节,本文基于小波变换的图像去噪方法,阐述了小波去噪的原理和方法,初步探讨了小波去噪中的阈值选取,并基于MATLAB实现了小波去噪中软、硬阈值去噪的计算机仿真实验,并对实验结果进行了分析比较。     

一种快速交叠组合稀疏全变分图像去噪方法

交叠组合稀疏全变分(Overlapping Group Sparsity Total Variation, OGSTV)是一种能够比较有效地克服图像去噪过程中产生"阶梯伪影"问题的模型,但其求解方法在图像去噪性能和处理时间上仍存在一定的提升空间.本文在OGSTV模型基础上,提出一种利用快速傅里叶变换(Fast Fourier Transform, FFT)方法对Split Bregman求解算法进行优化的快速OGSTV图像去噪方法.实验结果表明:在采用Split Bregman优化算法的OGSTV模型中引入FFT后,不仅绝大部分提高了OSGSTV的图像去噪性能,而且明显减少了OGSTV对图像进行去噪所需的时间.     

数字视频时域和时-空域去噪方法研究

视频去噪的目的是将原始视频从观测到的含噪视频中还原出来.通过详细说明视频图像序列在时域和时-空域的滤波方法,更加清楚地认识到视频图像序列的本质.同时也详细研究其中的一些算法.最后对数字视频去噪处理提出了自己的一些想法,对去噪效果和算法进行了横向比较.     

一种改进的动脉CT图像去噪方法

针对常用医学图像去噪方法中存在去除噪声不全面、图像清晰度损失的缺点,提出一种改进型的方法.根据Brige-Massart惩罚策略,由图像自身噪声确定每层阈值,根据控制变量法确定其他的相关因素.结合图像去噪目的与去噪效果,根据计算机断层扫描(CT)图像动脉区域的灰度值特点,对阈值进行硬阈值化处理.最后,对图像进行仿真对比实验,实验结果显示:中值小波去噪的峰值信噪比(R_PSN),标准信噪比(R_SN)与均方差(E_MS)数值都优于其他去噪方法.     

基于小波自适应阈值的图像去噪方法

针对基于小波变换的阈值去噪方法仅适用于去除高斯白噪声,对于脉冲噪声得不到好的降噪效果的问题,提出了将小波自适应阈值算法同中值滤波相结合的去噪方法.该方法能够有效去除高斯白噪声和脉冲噪声的混合噪声.仿真实验结果表明,去噪后图像的峰值信噪比提高了1～2dB,从而证明了该方法的有效性.     

基于小波变换和KICA算法的图像盲分离

盲源分离技术在污染图像恢复与重构中起着重要的作用。近年来出现了多种盲分离算法,在无噪声的情况下,KICA(核独立分量分析)的分离方法最好。但在有噪声的情况下,传统的方法对于有噪混合图像的分离效果不佳。针对这一问题,提出了小波去噪与KICA相结合的算法对有噪混合图像进行去噪分离。仿真实验结果表明这种方法能有效地降低噪声的影响,能较好地实现了图像的分离。     

基于平稳小波变换的邻域依赖自适应软阈值图像降噪

传统正交小波变换降噪方法会引起图像边缘失真,针对其不足,研究了平稳小波变换图像降噪。平稳小波变换去除了下抽样处理,包含在小波系数中的信息是冗余的,同时结合贝叶斯估计的自适应软阈值,提出了一种新的图像降噪算法。通过仿真实验将该方法与Winner2,VisuShrink,BayesShrink方法进行比较,试验结果表明,该方法不仅有效地去除了噪声,而且提高了图像的峰值信噪比。     

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。     

基于Matlab的图像去噪算法研究

为了研究各种去噪算法的优劣,在介绍图像去噪的基本原理、方法的基础上,采用传统的线性、非线性以及频域的方法对数字图像进行去噪效果的分析比较和仿真实现.最后,运用Matlab中小波工具箱验证了小波变换的滤波效果.结果表明,小波的时频特性,可更好的去除噪声.     

基于改进邻域收缩法的NSCT域红外图像去噪

摘要：文章提出了一种基于改进邻域收缩法的NSCT域红外图像去噪算法。首先使用Bayes Shrink自适应阈值取代通用阈值作为改进邻域收缩法中的收缩阈值,再利用该收缩阈值对NSCT分解后的红外图像的高频子带进行系数收缩处理。仿真实验结果表明：改进算法在去噪性能和视觉效果方面相对于实验中的对比方法均有所提高,具有较好的抗噪性能和良好的边缘保护能力,能够有效的用于红外图像的去噪中。     

基于实时小波的光纤陀螺阈值滤波

 为补偿姿态测量系统中光纤陀螺(Fiber Optic Gyroscope,FOG)的误差,根据光纤陀螺的静、动态误差在时频域上的分布,介绍了小波滤波的一般理论和方法,分析并比较了阈值和阈值函数的选取;采用数据滑动窗的方法实现了递推运算和实时的数据更新,对窗内数据进行周期对称延拓解决滤波信号的边界问题。仿真实验验证了实时小波阈值滤波在光纤陀螺信号处理中的可行性,得出了不同小波基函数的选取对滤波效果的影响,并验证了采用软硬阈值结合方法实时滤波的优越性,该实时滤波方法不仅提高了陀螺输出的稳定性和使用精度,且对光纤陀螺信号处理具有参考价值。     

基于小波多尺度阈值的维纳滤波新方法

针对固定小波阈值提出了多尺度阈值方法,对小波维纳滤波提出了改进方法．实验结果表明,所提出的方法可有效提高去噪能力．