首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 93 毫秒
1.
运动模糊图像复原是模糊图像复原领域中的重要课题。首先,利用一种新的正则化方法有效估计了非参数运动模糊核。然后,在贝叶斯框架下,基于图像像素空间和梯度空间的统计特性,结合自然图像的梯度约束,提出了图像复原的改进RL正则化算法,有效抑制了复原图像中存在的振铃效应。实验结果表明,RL正则化算法在模糊核的估计存在误差时,依然能够得到较好的图像复原效果。  相似文献   

2.
主要对车牌定位预处理中的去噪、去模糊进行研究,简述图像退化、噪声滤除、运动模糊复原相关算法的研究和应用,借助MATLAB实验仿真软件对提出的算法进行实验研究。分析实验结果,提出对图像复原算法维纳滤波的改进;对比分析复原前后的车牌定位结果,突出车牌定位预处理(图像恢复)在车牌定位中的重要性。  相似文献   

3.
针对迭代盲反卷积算法恢复图像在内部灰度对比鲜明的地方、图像边界都出现的"振铃"效应和迭代盲反卷积算法通常去模糊效果好而去噪效果不理想等情况,本研究提出两点改进:首先,迭代盲解卷积算法恢复图像之前对模糊带噪的退化图像进行改进的中值滤波去噪;其次,对恢复出来的图像,通过找到内部灰度变化大的部分和边界并把其像素设置为0,进行去除"振铃"效应.改进后的算法简单,不仅复原了图像的细节,而且很好地去除了噪声.实验结果表明,改进算法取得了比较好的复原效果.  相似文献   

4.
图像复原是数字图像处理的一个重要应用。先介绍不同类型的退化图像如噪声污染图像、几何畸变图像、缺损图像、运动模糊图像的特征。接着探究运动模糊图像的复原方法逆滤波和维纳滤波法,用Matlab进行编程,实验结果发现这两种滤波结合中值滤波会使图像复原效果更好。  相似文献   

5.
基于L0梯度泛函优化和变换域阈值法的图像去噪算法,首先利用L0梯度泛函的最优化算法把含有噪声的图像分解为显著边缘层和细节纹理细节层,然后对含有噪声的细节纹理层图像进行短时傅利叶转换,并在变换域中利用阈值法分离纹理细节层中的图像细节纹理和噪声,进而去除图像的噪声。实验结果表明图像去噪算法获得了显著的去噪效果。  相似文献   

6.
提出了一种基于梯度向量流(Gradient Vector Flow,GVF)各向异性扩散和冲击滤波耦合的图像放大算法.该算法模型由边缘停止函数约束的平均曲率流在各向异性的扩散中平滑图像,能去除噪声等的干扰;GVF外力场将图像梯度边缘力场转变为有旋场进而去除图像放大中锯齿效应;数据保真项避免图像因扩散而过度失真,保留图像特征;耦合冲击滤波模型增强图像边缘和细节.实验结果表明,该算法在客观指标和主观效果上均是一种有效的图像放大算法.  相似文献   

7.
为了降低图像噪声对分水岭算法产生的过分割的影响,在分水岭算法之前进行滤波预处理.而滤波算法在平滑噪声的同时会丢失图像的边缘结构信息,为了保持在滤波预处理过程中图像的边缘结构信息,使用相似性度量的滤波函数,并且相似性度量从基于像素点的方法扩展到基于图像块的方法.  相似文献   

8.
椒盐噪声对图像造成或亮或暗的像素点,从视觉上影响图像的质量。采用基于信号分析的方法去除图像中的椒盐噪声,信号分析能准确判断出噪声与信号像素,该方法依据椒盐噪声模型准确区分信号与噪声,对信号像素给予保留,而对于噪声像素则有针对性地对其作中值滤波、扩大的中值滤波或均值滤波。实验结果表明,与线性加权、梯度倒数加权以及小波去噪算法相比,文中算法能有效降低图像中的椒盐噪声,对图像的边缘与细节保持较好,并且能得到较高的信噪比。  相似文献   

9.
基于中值滤波和维纳滤波的图像混合噪声滤波研究   总被引:1,自引:0,他引:1  
某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与维纳滤波的图像去噪算法。该算法首先检测出脉冲噪声点,并对脉冲噪声点进行中值滤波处理,然后用维纳滤波滤除图像中的高斯白噪声。仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和维纳滤波好得多。  相似文献   

10.
改进的邻域均值滤波去噪算法研究   总被引:1,自引:0,他引:1  
邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号