基于GHM多小波和贝叶斯估计的图像去噪算法

图像信号滤波是数字图像处理领域的重要技术之一。传统的滤波方法存在去除噪声却引起图像边缘模糊的问题，利用GHM多小波变换分析图像信号和噪声的性态，结合贝叶斯估计方法进行非线性阈值和重构，实现了图像信噪分离的目的，提高了信噪比。仿真结果表明，该方法能够有效地抑制噪声，且较好地保留了图像细节。     

基于阈值邻域均值的医学超声图像去噪算法

针对含有高密度椒盐和高斯噪声的医学超声图像去噪中细节信息保留不够,图像较模糊问题,提出了一种阈值邻域均值算法。该方法首先通过阈值策略法对指定邻域内像素加权均值与其中任一像素灰度值大小进行比较判断,然后将大于阈值的像素剔除,而小的作为有用信息输出,最后运用该方法对含有高密度椒盐和高斯噪声的医学影像图像进行去噪实现设计。仿真实验表明,阈值邻域均值算法对胰腺超声图像的高密度椒盐和高斯噪声抑制力强,计算速度快,峰值信噪比大于单纯的中值和均值算法,去噪后的图像质量更佳。     

基于各向异性扩散的多细节图像消噪方案

文章针对传统消噪方法在消除噪声的同时破坏了图像的细节信息的缺点,基于各向异性扩散方程实现数字图像中的消噪,并与中值滤波、均值滤波和各向同性扩散进行比较,实验仿真证明各向异性扩散消噪在消除噪声的同时更好的保留了图像的细节信息。     

一种改进的多帧图像超分辨率重建算法

文中构建了超分辨率重建图像的一般框架.在对图像模糊的不确定性和复杂性作一定限制条件下,讨论采用最小二乘方规整化方法重建除运动外其它因素引起降质的低分辨率图像;并进一步提出了采用改进的递归最速下降迭代算法实现多帧图像的超分辨率重建.计算机模拟结果表明,该方法具有较好的重建图像质量.     

基于小波包分解的纹理图像去噪

噪声对图像的后续处理影响较大,常用的去噪方法虽然可以去除变化平缓的图像中的噪声,但对细节较多的纹理图像的去噪效果却不太理想．文中基于信号和噪声在小波分解中呈现出来的不同特性,提出了一种新颖的小波包去噪算法．采用该算法对纹理图像进行最优小波包分解,并计算每个子频带的两个范数,然后根据范数值区分信号和噪声,从而达到去除噪声的目的．实验结果表明,该算法对皮革图像具有较好的去噪效果．不仅可以去除纹理图像中的大部分噪声,而且可以较好地保留图像纹理信息．     

真彩图像去噪方法的研究与实现

在研究真彩图像的去噪问题的基础上,采用MATLAB的图像处理工具箱和小波工具箱分别实现了对真彩图像的去噪,并且给出了MATLAB源程序和仿真效果图,结果证明使用小波分析方法对真彩图像的去噪方法效果比较好,在要求实时传输时小波分析对压缩图像数据具有一定的应用价值．     

一种基于PDE提高信噪比的图像处理算法

研究了PDE在数字图像处理方面的应用.从能量分析法切入,构造变分问题,从而得到原始模型;以去噪、提升边缘、保留原图信息为目标改进了原始模型.对于图像处理的难点问题———边缘的去噪去模糊,在文中得到较好的解决.结果表明:经过该方法处理后的图像在提升信噪比方面十分显著,由此建立的扩散模型不仅产生了一种新算法,而且为人们在该领域的后续研究提供了参考.     

自适应分区的色调映射算法

针对HDR图像色调再生提出了一种自适应分区映射算法.首先将HDR图像的色度和亮度信息分离,根据直方图特征对亮度进行自适应分区,并构造分段线性色调调整函数,将显示亮度范围分别分配给不同的亮度分区,以增加再现图像的感知对比度;然后通过双边滤波技术提取图像细节进行补偿,保证了再现图像细节可见;最后将彩色和非彩色信息合成,并对亮度压缩带来的彩度损失进行色彩校正.实验表明:新算法在动态范围压缩、细节保持和颜色表现上均优于传统算法.     

一种Bayer图像的插值与去噪方法

为了改善彩色图像还原效果,降低硬件设计复杂性,分析了彩色插值对脉冲噪声的影响,以及彩色插值与去噪先后顺序对图像质量造成的影响,提出一种基于5×5窗口的先去噪后插值的彩色图像还原方法。采用阈值检测噪点的中值滤波算法去除Bayer图像的脉冲噪声,后采用基于梯度的插值算法完成彩色插值。仿真结果表明,该方法还原的图像性能指标优于传统方法,可以有效去除脉冲噪声,同时较好的保留图像细节,且算法复杂度不高,实时性好,易于硬件实现。     

基于多尺度残差的数字图像超分辨率重建算法

针对目前数字图像采集传输过程中因受环境干扰出现低像素的图像,导致图像重建效果较差的问题,提出了基于多尺度残差的数字图像超分辨率重建算法。首先,采用双边滤波算法完成数字图像的去雾处理;其次,分类数字图像的亮度特征信息和色彩信息,采用距离阈值去噪方法分别对其进行去噪处理;并且设置多个尺寸的卷积核,将其引入图像特征提取过程中,获取数字图像特征,对其展开反向投影操作,在残差学习思想的基础上连接升采样和降采样过程提取的特征,实现数字图像超分辨率重建。实验结果表明,所提算法对图像重建的结构相似度高、峰值信噪比(PSNR:Peak Signal-to-Noise Ratio)高、重建效果好。     

一种保持图像细节的自适应的去噪平滑算法

针对三维相干切片数据所形成的二维图像,提出一种新的自适应的保持图像边缘细节的图像平滑算法.该算法通过平滑区域及灰度均匀度来选择受噪声干扰的最小区域,并以此来对目标像素进行相应处理.实验证明,本算法能在有效去噪平滑的同时,很好地保持了图像边缘细节,具有很高的实用价值.     

指纹图像预处理算法的研究

综合现有的指纹预处理算法,通过大量实验,选择适当的指纹分割算法、方向滤波及二值化算法、细化算法、细化后处理算法,组成一套完整的指纹预处理算法.大量实验表明了这组组合算法的有效性.     

一种高效的插值算法

通过对一般图像及传统插值算法的分析讨论 ,提出了高低阶结合的插值算法。从而有条件地解决了运算量与插值质量之间的根本矛盾。     

基于动态纹理切割的几何校正算法研究

要针对多通道曲幕投影显示系统的几何校正问题,提出一种基于动态纹理切割的几何校正算法.该算法首先按照不同的修正程度对曲幕进行切割;其次通过切割点寻找合适的纹理切割位置得到一系列条带状纹理四个角的坐标在校正前后的关系;最后利用这个关系完成帧缓存纹理重映射,从而实现了几何校正。在双通道曲幕投影系统中进行实验的结果和实际场景应用表明,算法能够有效提高几何校正效率,且无需专业的图像采集反馈设备,在成本上具有一定的优势。     

利用小波包分析对医学图像消噪的算法研究与应用

针对医学图像去噪，利用小波变换具有多分辨率分析和时频两域都具有表征信号局部特征的特点，提出了基于小波包分析的图像消噪算法，并在MATLAB平台上实验仿真，取得了较好的效果。     

基于小波变换和亮度矩的车牌图像分割算法

车辆牌照图像的分割是车牌识别的前提和基础，针对牌照与车身背景的分割问题，该文提出了基于小波变换和这度矩方法的车辆牌照阈值分割算法，首先，对车牌图像进行小波去噪，然后利用亮度矩对去噪后的车牌图像进行阈值分割，实验结果表明：此方法能够从含有较强噪声的车辆图像中获得车牌图像，且具有相对于图像的平移、尺度变化和旋转的低敏感性。     

尿沉渣细胞图像的预处理和分割研究综述

尿沉渣有形成分镜检是医院临床3大常规检验项目之一,能为肾脏、泌尿道、循环系统和感染性疾病等病理诊断和鉴别提供依据.详细地综述了尿沉渣细胞图像的特点、现有预处理方法和图像分割算法,为进一步细化尿沉渣有形成分提供了理论改进依据.     

基于色彩滤镜阵列的织物图像莫尔条纹消除算法

针对织物普遍具有的细密栅栏特性的规则性干扰,以致图像中产生明显的波纹状彩色条纹图案的困扰,给服装的展览、宣传带来不便的难题,研究了织物图像中莫尔条纹的消除问题。而传统的基于JPEG图像的重构算法,在去除条纹时会降低图像的色彩质量,影响服装的整体美感。根据对织物图像中莫尔条纹的形成机理和数码相机成像过程中Bayer CFA色彩滤镜阵列的排列特性进行分析,提出了一种先检测莫尔条纹区域,进而采用色彩插值补偿的一种莫尔条纹消除算法。算法首先对织物数码图片的原始数据G分量进行水平、竖直方向的高通滤波,模拟CFA采样过程的混叠现象,从而检测出图片中含有莫尔条纹的区域。然后在莫尔区域分别再对R、B分量进行处理,最终实现了莫尔条纹的消除。实验结果表明,与传统方法相比,通过提取图像的G分量信息进行处理,能在不影响图像色彩质量的同时去除莫尔条纹,更具实用性。     

一种应用于单光子测距的去噪算法及电路

随着高级驾驶员辅助系统(advanced driver assistance systems, ADAS)中对高分辨率光检测和测距(light detection and ranging, LIDAR)技术的需求越来越高,文章提出一种应用于激光测距技术的去噪算法,该算法是一种完整的数字信号处理方法,用时间相关的单光子计数来进行飞行时间(time-of-flight, TOF)测距,该方法的核心是将原始光子存储在一个m×n的阵列中。该算法包括粗滤波、细滤波2个过程,在粗滤波中,将每16个光子作为一个组,首先编程为4×4子阵列,在子阵列块中,将汇总所有光子;然后逐块进行筛选。在细滤波中,对通过粗滤波选择的3个子阵列中的每个子阵列的16个数据进行卷积;然后在每个子阵列中逐个滤波来确定最大数量的光子。与在单光子统计直方图中执行逐条滤波的传统算法相比,该算法的效率提高了10倍以上。仿真实验结果表明,文中提出的方法大大提高了运算速度,同时精度仍然很高,可用于激光雷达芯片的实时信号处理。