一种基于小波包分解图像的去噪方法

用小波包分解图像，对图像进行去噪，在图像去噪中能得到很好的效果。这里首先利用高斯一拉普拉斯边缘检测方法检测图像的边缘，再用小波包变换对图像的平滑区进行阈值去噪，并且对图像邻域进行平滑处理，最后把边缘图像嵌入到平滑图像。这种图像处理方法不仅可以去除图像的噪声，图像的去噪效果和清晰度也大大地得到了提高，而且图像的边缘信息也得到了很好的保持。     

一种基于小波尺度相关性的自适应阈值去噪算法

针对图像去噪时造成的边缘模糊和细节损失问题,结合小波尺度相关性理论和经典的阈值去噪方法,提出了一种新的图像去噪算法,该算法利用不同尺度上小波系数间的相关性,对原图像和噪声对应的小波系数进行最大程度的区分,对前者予以保留,对后者则结合闽值去噪方法和该小波系数是原图像的置信程度进行处理。实验结果表明,该算法在达到很好的图像去噪的同时,能很好地保留图像的边缘和细节信息。     

基于ICA的图像去噪技术研究

ICA(Independent Component Analysis)可以仅由简单的几个假设条件,还原出原始相互独立的分量。利用ICA这一特点可对与噪声数据相互独立的图像数据进行分离,达到图像去噪的目的。文章对有噪图像进行小波处理,构建一个虚拟通道作为一个输入,对原有噪图像和构建出的虚拟通道进行分离,可得到去噪图像。传统去噪方法与文中所用方法的处理结果进行了比较。     

基于扩散张量的图像混合去噪方法

图像去噪过程中,主要目的是有效去除噪声的同时能较好地保存图像的边缘与细节。基于此,本文根据自蛇模型与相干增强扩散的特征,提出了相应的混合去噪方法,并加入了保真项。实验结果表明该方法能有效去除图像噪声,同时对边缘信息的保留也较好。     

基于稀疏字典的图像去噪方法研究

传统的去噪方法在去除噪声时,不仅会造成较大的模糊,还会影响图像的边缘信息。文章利用稀疏表示理论去噪,将包含噪声的图像分解成低频信号和高频信号,由于噪声大部分都是高频信号,于是我们利用K-SVD算法仅对高频信号进行去噪,然后将去噪后的高频信号和原有的低频信号相融合。这样能有效地降低噪声对图像影响,为下一步的图像处理打好了基础。文章通过实验对比了传统空间域和频率域的去噪方法和NL-means去噪算法。试验结果表明,文章内所述方法在去除噪声的同时,能较好的保留图像的边缘和细节信息。     

改进的乘性噪声去噪算法

文章在AA模型的基础上,提出了一种改进的图像去噪算法。针对AA模型在去噪时边缘信息对噪声敏感且易出现过平滑的缺陷,在新模型中引入自蛇函数,使得新模型根据图像的特征进行平滑,从而更好地保护边缘信息。数值实验表明,新算法无论是在峰值信噪比上还是在视觉效果上都有很大改善。     

弥散磁共振图像去噪研究现状

在过去的几年里,尽管磁共振成像(Magnetic Resonance Imaging,MRI)技术的分辨率,信噪比和获取速度都得到了提升,但是它仍然受噪声和伪影的影响.降低噪声和保护实际细节特征之间的权衡从某方面加强了图像内容的诊断相关性.因此,降低噪声仍然是一件困难的事.已有文献上提出的各种各样的关于MRI的去噪方法,每种方法都有其自身的假设,优点和局限性.本文的目的就是列举出已有文献上面关于磁共振(Magnetic Resonance,MR)图像的去噪方法.在简要介绍MRI的噪声特征之后,我们将把一些流行的方法进行分类,然后给出不同方法的概述,同时也会讨论每种去噪方法的优点和局限性.     

SAR影像斑点噪声滤波算法研究

由于SAR成像系统是基于相干原理开发的,因此雷达回波信号中相邻像素灰度会受到雷达相干性的影响,产生一定随机变化,具体表现为雷达影像的相片中会出现颗粒状或斑点状的噪声,从而限制了SAR影像的应用范围。文章针对SAR影像斑点噪声进行研究,比较多种传统去噪方法,并提出了一种基于NSCT变换的SAR影像去噪方法,获得了比小波变换更好的效果。     

基于提升小波变换的图像去噪

对小波先进行提升,再用提升小波进行图像分解去噪。通过对比不同的去噪方式与去噪效果,实验证明基于提升小波的去噪是一种好的去噪方式,去噪效果比较好。     

一种检测物体轮廓缺陷的方法探索

本文提出将二维物体的轮廓图像坐标信息转换成基于质心距离的一维向量信息来进行检测。设计了基于双正交对称小波的去噪算法。实验结果表明,这种算法可以有效地去除噪声信号和缓变信号,保留缺陷的突变信息,是一种有效和实用的轮廓缺陷检测算法。     

多域去噪技术在沙漠区块中的应用

塔里木盆地原始地震资料原始地震资料存在严重的噪音干扰，针对地震资料存在的面波、异常振幅、线性干扰等噪声，在共炮点域和共检波点域使用分频随机噪声衰减、时频空间域异常能量衰减、t-x域去线性噪音的去噪方法来去除干扰。通过去噪处理，资料信噪比有了很大改善，有效地提高了地震资料的品质。     

基于CPLD的光栅测震传感器输出信号处理系统的研究

光栅地震检波器是依据莫尔条纹技术设计的新型数字检波器,鉴于目前光栅数字地震检波器的输出信号中,杂质噪声对系统的干扰很大,不易将地震波信号与噪声区别开来,对于输出信号的噪声处理仍然是个难点,本文基于CPLD和傅立叶变换方法进行噪声处理。本文利用逻辑功能强大的可编程逻辑器件EPM7128 SLC84,将滤波、细分、辨向、计数锁存和接口功能集于一身,使用方便灵活。并通过EPP并口建立CPLD与PC机之间的通信。最后用MATLAB编程实现滤波去噪功能。     

傅里叶变换在桥梁伸缩缝位移监测数据去噪上的应用

高频噪声对计算伸缩缝累计位移的影响较大,因此为了消除噪声影响,应对位移信号进行傅里叶变换,并将高频噪声部分置零,即可将消除位移信号中由噪声引起的高频位移信号。文章以苏通大桥的伸缩缝位移数据为例,对该去噪方法进行了讨论,结果证明,该方法对伸缩缝位移信号去噪效果明显,能有效地将噪声与实际位移信号分离。     

偏微分方程在图像去噪中的应用研究

图像学术领域一直都很注重对图像去噪的研究,随着科学技术的发展,偏微分模型开始应用于图像去噪。本文主要介绍偏微分方程在图像去噪中的应用历程,对几种常用的图像去噪进行了比较科学详细的论述,分析了各方法的优势和劣势,这次研究对偏微分方程未来的发展方向指明了方向。     

基于高性能处理器的医用X光视频图像采集和处理系统

采用CCD＋高性能处理器采集方式实现了高分辨率X光医学视频图像采集和处理系统。系统包括三大模块，视频图像采集部分、图像处理部分和图像叠加部分。视频图像采集完成对原始图像信号的数字化；图像处理部分完成数字图像的去噪、镜像与负像等数字图像处理功能；图像叠加部分完成图像数字的影像叠加和部分字符功能的显示功能。本文详细介绍了系统的功能实现，在针对系统指标的要求下比较多种方案后完成系统的硬件电路方案的选择和设计，并介绍了软件规划方法。     

基于四叉树复小波的自适应图像去噪

小波变换应用于图像去噪处理方面得到广泛的应用,但其自身也存在着一些缺点和不易控制因素,大大地限制了其图像去噪能力和应用的范围。而四叉树复小波变换很好地改善了这一缺点,具有较好的方向选择性和平移不变性,并且容易实现完全重构。本文通过对常见的图像去噪方法,对其原理进行解析,再讲解基于四叉树复小波的自适应图像去噪的优点和发展趋势,让大家对现代复小波自适应图像去噪有一个清晰的认识。     

加权整体变分图像去噪模型的多重网格方法

加权整体变分图像去噪模型是整体变分模型图像去噪模型的改进,能更好的复原图像。在求解整体变分图像去噪模型中,对偶方法比原方法能更好的处理震荡和非光滑区域。为了建立加权整体变分模型对偶方法的快速算法,本文首先提出用多重网格方法对加权整体变分模型的对偶方程进行求解;然后对提出的多重网格方法进行收敛性分析,揭示出收敛困难的原因;最后为了达到收敛,对多重网格方法进行改进。实验结果表明,改进的多重网格方法比半隐式对偶方法收敛更快。     

采用提升小波提取数字化变电站电气设备在线监测信号

本文采用提升小波算法提取数字化变电站电气设备状态监测信号。该方法采用提升小波对信号进行分解,在阈值选择时采用基于SURE无偏估计的最优阈值自适应选择方法。对数字化变电站信号试验结果表明,本文提出的提升小波算法能够很好的滤除信号中的噪声,计算速度更快,具有良好的去噪效果和应用价值。     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。     

基于小波变换和数学形态学的图像分割算法研究

针对传统的分水岭变换对噪声和细密纹理的敏感会产生严重的过分割的现象，为了除去红外线图像混合的噪声，本文用小波变换法，接着再利用形态学中的开闭重建运算，来删除梯度图像中因为噪声引起与灰度非规则扰动的局部的极值；接着采用基于前景与背景的分水岭分割算法来进行分割。用MATLAB仿真，结果说明此算法能很好的实现分割的效果，后续更复杂的合并处理并不需要进行，就可以得到更好的分割效果。