基于邻域信息的噪声图像的恢复

噪声图像的恢复是影响图像信息提取的一个重要因素。主要针对现存的噪声图像恢复算法在消除细线及椒盐噪声方面的困难,基于待检像素的邻域信息提出了一种针对细线和椒盐噪声感染的图像的恢复算法。实验结果表明,文中所提算法不仅具有很好的抑制细线及椒盐噪声的效果,而且有效地保存了图像的细节与结构信息,同时对其它的噪声也有一定的抑制作用。     

《电讯技术》专题资料《雷达探测技术》题要（七）

基于模拟退火算法的SAR图像复原（彭祥龙,张扬）． 根据吉布斯马尔可夫随机场模型和SAR图像斑点噪声的伽玛分布统计特性,应用模拟退火算法,实现雷达截面的全局优化伪似然估计。本文将新解4选1的方法从极化SAR图像推广到一般SAR图像;提出一种实用有效的图像特征检测法;说明了一阶模型和零阶模型之间的联系,并给出满意的处理结果。     

基于数学形态学预处理的Canny边缘检测算法

为了更好地提取图像边缘信息并且抑制噪声,结合Canny算法及数学形态学在图像边缘检测中的应用,文章设计了一种基于数学形态学预处理的Canny边缘检测算法。通过将该算法与一般边缘检测算法以及Canny算法的仿真结果进行比较,可以发现该算法在边缘检测及消除噪声方面具有更优的性能。     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。     

基于数据挖掘的DBSCAN算法及其应用

利用基于数据挖掘技术的DBSCAN算法,提出了解决图像分割的新方法。把数字图像按照点的分布情况建立图像样本数据库,然后使用密度聚类法,利用DBSCAN算法进行图像分割。它能找到图像样本比较密集的部分,并且概括出图像样本相对比较集中的类,并可在带有＂噪声＂的图像中进行聚类,完成图像分割,有较强的抗＂噪声＂能力。     

雾霾天气下降质图像的清晰化处理

针对雾霾天气条件下大气散射和悬浮颗粒物引起的图像对比度、清晰度降低问题,提出通过采用独立分量分析(ICA)算法分解图像中具有相互独立分量的混合像元,估计图像有用信息分量。因乘性噪声信息的存在,会导致估计的图像有用信息有一定的偏差;采用基于噪声检测的局部自适应中值滤波对估计的图像有用信息进行了进一步校正。实验结果证明：新算法能有效去除雾霾,提高图像的清晰度和对比度。     

一种新的SAR图像分块匹配算法

当SAR图像噪声过强时,采用归一化积相关算法得到的相关面对比性较差,匹配结果 可靠性降低。为解决此问题,给出一种新的SAR图像分块匹配算法。该算法将实时图分块并 分别与基准图进行匹配,利用分块图像之间的相关性来找正确匹配点,增强了匹配结果的可 靠性。实验证实该算法在实时图有强噪声的情况下依然可以正确匹配。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

基于数学形态学帧内压缩算法的研究与实现

常用视频压缩算法DCT在有效去除冗余信息同时却存在方块效应和“飞蚊噪声”。基于数学形态学帧内压缩算法采用了8比特面模型，先将最高层比特面分解出来进行编码，再分别对各个比特面按位数由高到低逐层分解，确定出对应的条件集，通过条件形态变换、条件形态骨架算法对图像进行编码．通过仿真，与常用算法比较，在相同压缩比下可提高视频质量，弥补了DCT算法在图像传输中的不足，在网络视频图像编解码及传镛中具有实用意义。     

基于图像显示、波段变换的信息隐藏安全测算法浅析

利用计算机技术,结合Arnold变换,提出了一种基于图像置乱变换的小波水印算法,对提出的算法进行了各种攻击测试。实验表明,该算法对JPEG有损压缩、中值滤波攻击和高强度噪声攻击具有强稳健性,具有很好的透明性和鲁棒性,实用性也较高。     

多光谱图像变换域统计量移位鲁棒无损信息隐藏

为了提高鲁棒无损信息隐藏算法容量,利用多光谱图像谱段间的相关性及其小波变换高频系数分块均值的稳定性,提出一种变换域统计量移位的鲁棒无损信息隐藏算法。首先,在光谱方向采用Karhunen Loêve变换(KLT)去相关,然后对得到的KLT本征子图像进行离散小波变换,将小波HH高频系数分块均值作为统计量,通过其直方图移位来隐藏秘密信息,最后将浮点数变换和像素溢出引起的误差嵌入含密图像中以便对恢复的载体图像进行误差补偿。实验结果表明：在图像质量和以往算法相当的情况下,该算法的隐藏容量增加了1倍,并且能抵抗噪声攻击;而与最新算法相比,在隐藏容量相同时,该算法抗JPEG2000压缩倍数平均提高23.9%,误码率平均降低了44.8%。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1～2 dB。     

常用图像去噪滤波方法比较分析

图像在成像、传输、转换或存储的过程中会受到各种随机干扰信号即噪声的影响,从而会使画面变得粗糙、质量下降、特征淹没。为了减弱噪声、还原真实的画面,就需要用到降噪滤波器对图像数据进行处理。选取了图像降噪最具有代表性的滤波方法即均值滤波、中值滤波和维纳滤波对同时加有高斯噪声、椒盐噪声和乘性噪声的图像进行了滤波处理,并由各种滤波的原理,再结合各种方法处理的效果和详细分析比较了各种滤波在图像去噪方面的特征、以及各自作用的利弊。     

基于Vega的红外图像仿真技术研究

本文首先阐述了红外图像仿真原理及仿真过程，然后对目标红外辐射、大气传输、光学系统等相关模块进行了深入研究。利用Multi-genCreator及Vega软件生成了红外仿真图像，同时还得到了考虑噪声的红外仿真图像。     

结合图像处理与时频分析的直扩/跳频信号参数估计

为实现扩频带宽大于跳频间隔、干扰信号强度较大及存在信道噪声时直扩/跳频（DS/FH）信号参数精确估计,提出了一种结合图像处理算法与时频分析技术的DS/FH信号参数估计方法。该方法首先利用时频分析算法提取DS/FH信号的时频分布图,然后结合干扰分量在时频图中的图像特征,利用图像处理的开运算与闭运算剔除了图像中的孤立干扰点及“空洞”干扰点。特别地,为抑制复杂的毛刺干扰信号提出了一种迭代相关匹配算法。最后通过分析图像像素位置与时频参数的对应关系完成DS/FH信号的参数估计。仿真实验表明,该方法可以有效消除干扰信号的影响,准确快速提取混合扩频信号的时频参数。     

一种用于自适应噪声抵消的变步长LMS算法

为了提高LMS自适应滤波算法的性能,在分析已有变步长算法的基础上进行了一些改 进。改进算法用误差信号的自相关来调节步长以实现对不相关噪声的更好抑制,且采 用先固定后变化的方法控制步长,兼顾了暂态和稳态性能。利用改进算法进行了自适应噪声 抵消的仿真实验,结果表明,基于改进变步长LMS算法的自适应噪声抵消器 能有效抵制噪声干扰,对含噪信号具有良好的消噪能力。     

应用于雷达方位超分辨的改进Richardson-Lucy算法

方位超分辨是国内外雷达界持续探索的一项技术难题。为解决高斯噪声情况下天线低通效应造成的方位低分辨力问题,利用基于泊松噪声情况下Richardson-Lucy(RL)算法对其进行研究。针对RL算法中高斯噪声被放大出现虚假目标和RL算法收敛速度慢的缺点,提出了一种改进RL算法。该算法首先使用低通滤波去除高频段的噪声,然后利用加速RL算法进行方位超分辨。仿真结果表明：与原RL算法相比,改进RL算法能降低高斯噪声的影响,消除虚假目标;在信噪比低至0 dB时,相对于半功率波束宽度,改进RL算法的最大分辩倍数为1.8倍,与维纳逆滤波算法相比具有较强的噪声适应能力,可以应用于雷达方位超分辨。     

考虑空域分布多尺度信息熵的SAR图像模板匹配

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵（SDMSE）,将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达（SAR）图像匹配时,对输入图像和基准子图（基准图中和输入图尺寸一样的子图）求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。     

一种改进的电力系统频率测量算法

本文研究了一种新的电力系统频率测量的新算法,利用正弦信号的频率的特性,对含有谐波、噪声、直流干扰下的电力系统频率信号进行多重自相关运算,得到原始信号的自相关函数。分析了各个因素对本文算法精度的影响,给出了仿真结果,理论和实验结果表明本文算法有效的提取电力信号的基波频率,对谐波、噪声及直流电平干扰具有很强的抑制能力。算法简单,物理意义明确,具有一定的实用价值。