共查询到20条相似文献，搜索用时 362 毫秒
1.
中值滤波方法是图像去除噪声的重要方法之一,广泛应用于数字图像处理中。本文为了更好地检验滤波方法的效果,在图像中添加随机和椒盐两种常见噪声,对多级中值滤波、开关中值滤波和极值中值滤波算法进行仿真,以峰值信噪比和归一化均方差(NMSE)作为客观评价标准,对几种典型中值滤波算法进行了对比分析。结果表明,中值滤波既可以去除图像中的噪声又能保护图像的边缘和轮廓。 相似文献
2.
为提高中值滤波效果,本文提出了中值滤波的改进算法,对邻域进行中值运算前,先对邻域中的像素点进行甄别,剔除邻域中的脉冲干扰像素点,利用剩余的像素点进行中值滤波运算。利用较中值滤波邻域更大的邻域进行噪声像素点的鉴别,而利用较小的邻域进行剔除噪声点的中值滤波运算,从而即保证了噪声像素点的鉴别的可靠性,又保证了图像滤波的清晰度。 相似文献
3.
4.
本文主要研究均值滤波、中值滤波和高斯滤波的相应算法,利用编程处理技术对其进行实现,并运用于岩石裂隙图像中,比较对岩石图像处理方法的优缺点。结果表明：在对于岩石裂隙图像处理中,中值滤波要优于均值滤波和高斯滤波。 相似文献
5.
提出了一种快速干涉滤波算法,解决了传统干涉滤波方法速度较慢的问题.首先对2天线的单视复图像共轭相乘产生干涉复数据,进而对该数据进行方位向多视处理,并对实部和虚部分别快速均值滤波产生干涉条纹,最后对干涉条纹进行快速准中值和均值滤波.在滤波过程中,充分利用了相邻像素滤波时的窗口信息来最大程度减少运算量进而提高滤波速度,保证了滤波质量.通过对实测数据滤波结果的分析比较,证明了该算法的有效性. 相似文献
6.
本文主要研究了图像椒盐噪声处理中的均值滤波和中值滤波两种降噪算法,详细阐述了其基本原理、实现方法以及具体算法,并通过实例对两种滤波方法的降噪效果加以比较与分析。 相似文献
7.
8.
9.
本文使用一种基于选择性的、信号适应中值滤波算法去除脉冲噪声。该算法可以精确检测出噪声,得到较高的信噪比,且不损坏图像原有的边界和细节。结果表明,从噪声抑制和细节保存方面来看,该方法的效果远好于其他中值滤波方法。 相似文献
10.
介绍局部统计滤波法的原理及算法,以慢性肝炎B超图像为例,与中值滤波和低通滤波相比较,指出局部统计滤波算法具有既能去噪声又能保持图像细节,是一种性能良好的滤波算法。 相似文献
11.
12.
本文给出一种用于消除扫描输入的文字图象中孤立噪声的新算法,这种算法去噪速度明显快于中值滤波,并具有比中值滤更为优良的保持细节特性,文中给出了计算机实验结果。 相似文献
13.
14.
15.
为提高数字图像水印算法抗攻击能力,提出了一种新的、鲁棒性强的数字图像水印算法。首先对二值水印图像进行Arnold置乱变换,然后将宿主图像进行多级Contourlet变换,并选择纹理丰富和频率较大的高频区域作为水印嵌入的区域,最后基于人类视觉系统的掩蔽函数得到合适的水印嵌入强度,将水印码嵌入到数字图像中,实现信息隐藏。算法水印隐蔽性好,算法鲁棒性强,能够对均值滤波、高斯滤波以及中值滤波,对噪声、JPEC压缩攻击和裁切攻击均具有较强的抗攻击能力。该算法能够满足数字图像防伪以及版权保护的需求。 相似文献
16.
17.
18.
传统的传感网络信号挖掘方法在噪声干扰下,以降低波动信号参与通信为代价调控网络平稳度,极大降低了网络信号传递效率,存在较大的弊端。提出一种基于改进中值滤波的神经网络敏感信号挖掘方法,分析噪声干扰下无线传感网络信号特征,采用改进中值滤波的神经网络对原始含噪敏感信号进行中值滤波,利用中值滤波抑制噪声干扰产生的敏感信号值,通过BP神经网络去除敏感信号中的噪声,采用梯度下降方法在信号权矢量空间中求取误差函数的极小值,获取使误差函数极小化的权值组合,也就是待挖掘的传感网络敏感信号最佳解,实现传感网络敏感信号的准确挖掘。实验结果表明,所提方法能更好地过滤噪声,有效挖掘出敏感信号,具有较高的鲁棒性和自适应特性。 相似文献
19.
高空间分辨率太阳图像中的列固定模式噪声降低了图像质量并对太阳大气现象、太阳物理的研究产生了影响。针对传统小波变换处理列固定模式噪声不足的问题,提出一种新型的基于小波变换和双滤波的去噪算法。首先,根据噪声的产生机理以及存在形式,将原始图像对数化并进行小波变换。其次,对小波域中的垂直分量进行中值滤波,去除其中的噪声小波系数。再次,利用小波逆变换得到无噪图像,并与对数化图像做差提取初始噪声。然后,对初始噪声进行低通高斯滤波并指数化得到结果噪声。最后,用原始图像除以结果噪声便得到去噪后的图像。真实图像的实验结果表明本文算法的去噪效果优于其他算法。实验表明本文算法在去除列固定模式噪声的同时,能够很好的保留图像信号,提高图像质量。 相似文献
20.
提出了一种融合自适应中值滤波与细节保存机制的图像深度脉冲噪声去除方法.该方法主要采用两个步骤,首先使用自适应中值滤波来最大可能地确定图像中的候选噪声点,然后根据特定的针对候选噪声点的正则化优化方法来复原被污染的图像.实验结果表明,与传统的自适应中值滤波相比,本文方法具有明显优越性,可以完成被脉冲噪声污染程度达90％的图像噪声去除工作,具有一定的实用意义. 相似文献