几种常见的图像去噪算法研究

基于图像在传输过程中会受噪声的影响,系统地阐述了噪声的种类以及图像的去噪原理,并且在此基础上研究了几种常用的图像去噪算法,最后给出了两种性能指标来判定图像去噪算法的优劣。     

混合高斯噪声下的医学荧光染色图像去噪

中值滤波是比较常见的去噪方法,但如何选择最优滤波窗口则是决定图像去噪效果的关键性因素,尤其是针对无法获知无噪声的真实图像的医学图像,通过估计平滑后的误差来选择滤波窗口变得更加困难。本文通过Pilot估计针对医学荧光染色图像中的混合高斯噪声进行了估计,再通过广义SURE方法计算不同窗口下的估计误差,从而得到中值滤波的最优窗口大小,使得图像在尽可能保留纹理信息的情况下最大可能的去除了图像噪声。     

一种基于小波变换的图像去噪方法

利用小波系数在相邻尺度上的相关性关系，针对小波系数估计中硬阈值方法和软阈值方法的缺点，通过对双重量收缩函数得到的阈值乘以一个合适系数进行修定的折衷方法，提出了一种新的小波域局部自适应去噪算法。实验结果表明，该方法既可以去除噪声，又可以较好地保留图像的高频细节特征。     

基于小波分析的图像去噪应用

小波分析是傅立叶分析思想方法的发展与延拓,它具有良好的时频局部化特征、尺度变化特征和方向性特征,这使其在图像处理中得到了广泛的应用。本文讨论了小波分析的基本理论,并将其应用于图像的去噪处理。从仿真和模拟实验可知,小波分析用于图像处理具有压缩比大、信息提取灵活方便、去噪效果好等优点。     

一种基于小波变换的图像去噪方法

利用小波系数在相邻尺度上的相关性关系,针对小波系数估计中硬阈值方法和软阈值方法的缺点,通过对双重量收缩函数得到的阈值乘以一个合适系数进行修定的折衷方法,提出了一种新的小波域局部自适应去噪算法.实验结果表明,该方法既可以去除噪声,又可以较好地保留图像的高频细节特征.     

基于小波变换的图像去噪算法研究

图像去噪通常采用的是低通滤波的方法,但是它在消除图像噪声的同时,也会消除图像中部分有用的高频信息。各种图像去噪方法性能的优劣,其实质就是在去噪和保留有用高频信息之间进行权衡。论文概括描述了小波理论及其优缺点,着重介绍了阈值收缩法并分析了其存在的不足,分析了阈值函数选取方法,并采用MATLAB进行仿真实验,实验结果表明,使用软阚值函数进行图像降噪,较之硬阈值,通常可获得更好的效果。     

基于小波的图像去噪技术

本文介绍了小波分析去噪的基本原理,研究了基于小波变换的图像去噪方法;考虑到小波相关去噪方法的优缺点,给出了基于尺度乘积与阈值相结合的去噪方法,并进行了试验验证。结果表明,与常用的图像去噪方法相比,基于尺度乘积与阈值相结合的去噪方法可以很好地保留图像的细节信息,性能优于其他方法。最后,基于对小波去噪问题的理解,提出了对小波去噪方法的一些展望。     

基于Matlab的图像去噪可视化系统设计

设计了基于Matlab的图像去噪可视化系统,针对常见的高斯噪声、椒盐噪声、乘性噪声,讨论和比较了均值滤波、中值滤波、自适应中值滤波、维纳滤波和小波阈值滤波等去噪方法,并利用峰值信噪比PSNR反映各种去噪方法对不同噪声干扰后图像的处理效果,为图像去噪提供了直观的分析.     

基于新阈值函数的小波图像去噪研究

构造了一个新的阈值函数,并采用这个阈值函数来对含噪声图像进行去噪处理。仿真实验结果表明,采用新的阈值函数的去噪效果在峰值信噪比意义上优于传统的软硬阈值方法。     

基于同态变换的图像去噪压缩算法研究

本文首先对噪声污染的信号作乘性转换为加性的同态变换,实现信噪分离,然后应用线性滤波方法进行处理,最后作同态变换的逆变换,达到去噪和压缩的效果。     

白噪声空间上的正态测度

白噪声空间上的正态测量是使标准过程为正态过程的概率测度，讨论了正则度的性质，并利用正态测度研究了Ｏｒｎｓｔｅｉｎ－Ｕｈｌｅｎｂｅｃｋ半群。     

热作模具钢的原位统计分布分析

采用原位统计分布分析技术对不同来源的模具钢进行解析,获得了模具钢坯横剖面较大尺度范围内各化学组成的位置分布、状态分布、含量分布的一系列新信息;定量表征了不同来源模具钢的最大偏析度、统计偏析度、统计符合度、统计致密度、统计疏松度、夹杂物种类和含量以及粒度统计分布等参数的差异性,可用于不同来源模具钢质量差异解析的参考。     

基于偏微分方程的图像去噪中差分格式的研究

为了提高图像去噪的效果,在对偏微分方程进行离散时使用恰当的差分格式是非常重要的,差分格式的精度越高稳定性越强越好。采用交替方向隐式的差分格式对偏微方程进行离散,并与用一般的显示格式进行离散后的结果进行比较,实验结果表明,使用交替方向隐式的差分格式对偏微方程进行离散,不仅能得到较高精度同时去噪效果明显,使用交替方向隐式的差分格式对偏微分方程进行离散是图像去噪的一种有效的工具.     

运动目标识别中的噪声滤除技术

分析了图像法识别运动参数的基本原理及噪声对目标识别的影响；分析了几种低通滤波器和非线性滤波器去除噪声的原理，结合实际应用对同一图像应用不同滤波器进行了处理，并对实验结果进行了分析。     

基于小波变换和偏微分方程的图像去噪方法

应用小波变换去除图像噪声时虽然能保持图像的细节信息,但是图像的边缘信息被平滑了.使用偏微分方程对图像去噪,并与使用小波变换去除图像噪声后效果进行比较,实验结果表明:使用偏微分方程对图像去噪在平滑噪声的同时可以使边缘得到保持.应用偏微分方程进行图像去噪是一种有效的工具.     

基于图像分割的噪声方差估计

提出一种基于图像分割的噪声方差两步估计算法。第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差。第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果。在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差。     

一种改进的基于小波偏微分方程的图像去噪方法

提出一种基于小波分解和四阶偏微分方程相结合的方法用于图像去噪,利用小波良好的时频局域化特性和偏微分方程能够很好地保留图像的边缘和细节的特点对图像噪声进行消除.传统的二阶线性扩散方程计算效率低,易产生阶梯效应,这里采用一种用拉氏锐化算子替代拉普拉斯算子的四阶偏微分方程模型.实验结果表明,本方法是一种高效的去除噪声并能很好地保持图像边缘的算法.     

数码照片的噪点与降噪方法

数码相机拍摄的照片,都不可避免地存在着噪点．噪点严重时破坏色彩和影调,造成照片像质下降,美感受损．通过对数码相机中噪点产生的原因：感光度设置,影像传感器的尺寸等的分析,用可行的方法控制噪点,再加后期用软件,如Photoshop,Neat Image等进行降噪处理,可使数码照片更具表现力．     

两组数据的统计分析与削弱不诚信后效性的两点对策

对两组令人诧异的数据进行统计分析与检验,针对产生此结果的相关因素—不诚信提出了一些相关对策。     

松北湿地水质量的灰色统计决策分析

为了解决人们对环境影响指标权重计算的主观影响问题,采用了灰色统计决策分析法对松北湿地水环境进行了评价,评价结果表明此评价方法有效消除了人们对评价指标权重计算的主观影响,计算步骤简单,计算结果直观、明显、可靠。研究结论对于用灰色统计决策分析法在地表水污染因子权重计算有了新的尝试。