共查询到20条相似文献，搜索用时 15 毫秒
1.
图像噪声类型识别是抑噪方案研究的前提及噪声参数估计的基础,对后续的图像处理有着重要作用。利用含噪图像灰度直方图特性,对几种常见单一噪声类型进行识别。首先对这些噪声基于统计学的方法进行数学建模,获取不同类型噪声的随机矩阵,把这些噪声矩阵加载到灰度图像中;然后对图像中灰度等级相对一致的不连续区域分别采样并画出直方图,通过直方图中不同分量灰度值的分布及图形形状识别噪声类型。在前人的基础上增加了瑞利噪声、伽马噪声、指数噪声等类型识别,对图像灰度直方图绘制方法进行了改进,扩大了采样区域的可选范围。对同一加噪图片均匀不连续区域分别采样,提高了噪声类型识别准确度。 相似文献
2.
小波变换和ROF模型是常用的图像去噪方法。为了获取高质量图像,降低或消除噪声对图像的影响,提出了一种新的图像去噪算法。该方法对噪声图像进行小波分解,并对其高频部分进行阈值去噪,之后利用ROF和拉普拉斯算子结合的模型去噪,并进行小波重构,得到最终的去噪图像。实验结果表明,此算法的去噪效果比小波去噪或ROF去噪明显,能在有效抑制图像噪声的同时,更好地保持图像的边缘、纹理等特征,有效地提高了图像质量。 相似文献
3.
朱光美 《赤峰学院学报(自然科学版)》2011,(8):41-42
图像的噪声过滤和增强是数字图像处理中非常重要的组成部分。在图像处理中,为了既有效地去除噪声,又能较好地保持图像的边缘和细节信息,在Perona-Malik各向异性扩散模型的基础上,通过对扩散系数函数和梯度和阈值K的修改,提出了一个对噪声图像更加有效的且更具有适应性的去噪扩散模型.在实际处理中,该模型不仅能够有效地保持图... 相似文献
4.
提出了一种基于噪声特征估计与引导的低剂量CT盲去噪方法.首先,采用有监督特征学习的方式对输入图像的辐射剂量进行等级评估,并估计出图像潜在的噪声特征图.其次,提出了一种基于噪声引导的低剂量CT图像盲去噪模型,通过显性噪声特征引导的方式将噪声特征与原始图像进行融合,并采用残差编码-解码卷积神经网络实现CT图像噪声去除.实验结果表明,在真实数据集上噪声估计网络及特征融合网络能够大幅提升去噪网络的性能,并且在未知剂量CT图像去噪任务上取得了较好的去噪效果. 相似文献
5.
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小波去噪的图像去噪算法.该算法首先检测出脉冲噪声点,并采用自适应窗口对脉冲噪声点进行中值滤波处理,然后用基于高斯混合模型的小波去噪法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小波去噪法好得多. 相似文献
6.
《赣南师范学院学报》2022,(3):116-120
由于图像在获取、发布或传输过程中受到噪声的污染,导致图像质量下降.现有的大部分图像去噪方法仅针对高斯噪声情况进行图像恢复,一般来说,现实中图像容易同时受到高斯噪声和椒盐噪声的污染.针对这一情况,文章提出基于加权低秩表示和L_1范数的混合噪声去除算法.该算法首先采用加权低秩表示来刻画图像的全局特性,同时利用L_1范数来描述稀疏噪声,设计了图像混合去噪模型.然后采用交替方向乘子法对混合去噪模型进行求解.最后对含混合噪声的图像进行了仿真实验分析,结果表明提出的算法能够较好地去除图像中的混合噪声,进一步提高图像的视觉感知质量. 相似文献
7.
8.
李火明 《赤峰学院学报(自然科学版)》2008,(9)
本文介绍了一个TM遥感图像中城市居民地的自动识别系统.首先分析了TM影像的特点,以突出其中城市居民地的特征,选择最佳的各波段组合方案进行波段合成.接着利用阈值分割算法对合成的假彩色位图进行分割,对分割后的效果图屏蔽河流和耕地.然后采用面积分析算法对图像进行去噪处理。再利用去噪后的图像形成小窗口,并以小窗口为单位对图像进行聚类处理来提取城市居民地,接着对边界窗口进行处理,最终识别出城市居民地. 相似文献
9.
陈木生 《泉州师范学院学报》2014,(2):67-70
针对图像中的高斯噪声干扰,提出一种改进的图像去噪方法．首先利用Curvelet变换将含噪声图像分解成多个子频带,再根据子带系数的高斯分布特性,利用阈值去噪和加权平均滤波相结合的方法对高频子带进行去噪处理,最后利用Curvelet反变换得到去噪后的图像．为了验证该方法的有效性,与传统的硬阈值、软阈值、基于小波变换的方法相比较,实验结果表明,该方法能够获得较好的峰值信噪比和视觉特性,保留较多的细节信息．同时也说明了Curvelet变换比小波变换能够得到更好的去噪效果． 相似文献
10.
一种基于图像融合的混合去噪方法 总被引：1，自引：0，他引：1
图像中合有各种各样的噪声，几乎没有一种方法会对所有噪声都有很好的去噪效果，本文针对不同类型的噪声，分别利用不同的去噪方法，然后利用融合算法，综合各种去噪图像的信息，收到了很好得效果。 相似文献
11.
遥感图像在成像和传输过程中所受到的大量噪声干扰在很大程度上影响了图像的质量和使用.近年来,基于PDE（Partial Differential Equation）的图像去噪因其所具有的局部自适应特性、形式上的规范性和模型建立的灵活性而受到关注,而如何在有效的去除噪声的同时很好的保留图像的细节信息成为遥感图像滤波所追求的目标.本文首先对原有的总变分模型（TV模型）及其改进模型（M-模型）的基本原理及其所存在的不足进行了分析,在此基础上,提出一种基于标准梯度和边缘引导函数的全变分改进模型,该模型克服了传统TV模型容易产生＂阶梯效应＂,以及M-模型在去噪的同时会对图像过度平滑、容易丢失纹理细节信息的不足,在有效去除遥感图像噪声的同时,很好的保持了图像的边缘和纹理细节信息.实验结果验证了所提出模型的稳定性和有效性. 相似文献
12.
图像分辨率是决定图像质量的关键因素之一。目前有许多图像放大算法,但是,大多算法放大后的图像普遍性存在的问题是边缘模糊化和边缘锯齿化。为了克服这个缺点,可以把其当成是一种噪声,采用了滤波去噪的进行处理。本文采用的自蛇模型是一个非常有效的去噪模型,它在去噪和保持图像边缘方面,有非常优异的效果。因此,本文尝试运用自蛇模型处理图像放大时的边缘方片效应,并增加了校正的过程以提高复原后的图像质量。最后,对该方法进行了编程实验,对比并验证了该方法与传统方法相比的优越性。 相似文献
13.
图像融合技术在图像去噪中的应用 总被引：1，自引：0，他引：1
陈木生 《泉州师范学院学报》2007,25(2):49-51,61
邻域平均法(NAM)应用于图像去噪时能够得到较好的平滑效果,但图像的细节信息丢失较多;基于小波变换的阈值图像去噪方法能够较好地保持图像的细节信息,但是平滑效果不理想.对这两种去噪方法所得到的图像进行小波变换,然后在小波域再按照一定的融合规则进行融合处理,得到去噪效果较好的图像.实验结果表明,融合后的图像能够较好地去除图像的噪声,具有较好的视觉效果和较高的峰值信噪比. 相似文献
14.
提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息. 相似文献
15.
利用三维激光彩色扫描仪,可以获得弹头的表面立体和色彩信息,进而提取弹头痕迹特征,可以进行弹痕识别或弹痕分类。为了保证弹头痕迹特征提取的可靠性,必须对获取的弹头图像进行预处理,以减少噪声或其他干扰。本文讨论了弹头图像的增强、边缘检测和二值化,细化处理和去噪等一系列预处理方法。预处理后的图像与原始图像比较起来,有效地剔除了噪声,保留并恢复了弹头痕迹。 相似文献
16.
鲁静 《湖北第二师范学院学报》2009,26(8):110-111
利用三维激光彩色扫描仪,可以获得弹头的表面立体和色彩信息,进而提取弹头痕迹特征,可以进行弹痕识别或弹痕分类。为了保证弹头痕迹特征提取的可靠性,必须对获取的弹头图像进行预处理,以减少噪声或其他干扰。本文讨论了弹头图像的增强、边缘检测和二值化,细化处理和去噪等一系列预处理方法。预处理后的图像与原始图像比较起来,有效地剔除了噪声,保留并恢复了弹头痕迹。 相似文献
17.
本文提出了一种基于轮廓波（Contourlet）变换和统计模型相结合的图像去噪方法。Contourlet变换能够更好地表征图像各个方向的特征．通过对特征系数的分析．估计统计模型,利用近似最大后验概率估计（MAP）做局部方差估计并且和噪声方差的估计比较来达到去噪的目的。为了克服缺乏平移不变性所带来的Gibbs效应,本文采用循环平移法进行优化,有效地克服Gibbs效应。与小波变换去噪法和Contourlet变换阈值去噪法比较,该算法不仅能够提高图像去噪的PSNR,而且能够更有效地保持图像的边缘和细节。 相似文献
18.
常用图像去噪方法探析与比较 总被引：1，自引：0，他引：1
均值滤波、中值滤波、维纳滤波和基于小波变换的软阈值法和硬阈值法是常用的几种图像去噪方法,通过对添加了不同噪声的图像进行了仿真实验。实验结果进一步验证了均值滤波在去除噪声的同时造成了图像边缘一定程度的模糊,中值滤波能相对较好的保留了图像的边缘,维纳滤波对高斯白噪声去噪效果较好但计算量大,相比较小波阈值法去噪是目前较好的的去噪方法,通过选取合适的阚值可以得到较为理想的去噪效果。 相似文献
19.
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
20.
胡超秀 《四川职业技术学院学报》2022,(1)
由于设备的不完善,图像在传输过程中会被噪声污染而失去原始图像的细节特征,为了使噪声图像变得清晰且其特征明显,本文提出一种基于深度学习的图像去噪方法,构建了基于卷积神经网络的图像去噪网络结构,并对卷积神经网络中的反向传播算法进行优化,从而加快模型的训练速度,有效地提高去噪效果。最后通过与经典算法实验的对比来进一步说明本研究取得了较好的去噪效果。 相似文献