共查询到20条相似文献，搜索用时 171 毫秒
1.
图像进行传输过程中，图像噪声成为影响图像质量的重要因素，因此，对图像去噪是各类图像处理领域广泛研究的内容。对图像实施去噪要点要保留图像的重要信息，并获得良好的去噪效果。借助匹配法找出相似块作为训练样本，通过主成分分析提取信号的重要特征，根据最小均方误差方法建立线性自适应阈值方程，对图像展开自适应阈值去噪处理。本次研究表明，这种方法能有效去除图像的高斯白噪声，保存图像的细节信息，从而获得最佳的视图。 相似文献
2.
白治江 《上海海事大学学报》2002,23(2):58-62
对严重噪化的图像 ,提出一个形态学分割方法。先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声、目标表面及有噪背景分离开 ;移去变化背景及颗粒噪声 ,使图像得以增强 ;为了成功地识别和分离不需要的成分 ,用灰度形态开形成一个尺寸鉴定算法 ;最后在增强图像上应用全局阈值化从背景中获得目标。 相似文献
3.
文章介绍了双树复小波变换,根据BKF模型,采用贝叶斯最大后验估计,给出了一种基于双树复小波变换的图像去噪算法。在仿真实验中,该算法与经典ProbShrink算法相比能提高峰值信噪比,改善视觉效果与去噪效果。 相似文献
4.
大坝安全监测数据可以视为通常意义下的时序信号,通过对其进行小波变换分析可有效地进行信噪分离。小波去噪的基本方法有模极大值去噪、基于各尺度下小波系数相关性进行去噪、阈值去噪、平移不变量小波去噪等方法。本文研究了基于matlab中小波去噪具体算法并写出了计算程序。实例分析表明,小波分析去噪能够有效地识别监测数据的噪声,具有操作简单、不失真等优点。 相似文献
5.
主要对小波分析的一些基本数学理论进行了详细的介绍,并对小波变换以及多分辨率分析进行了重点且深入的分析。在此基础上,通过实际数据试验研究了小波基函数的选取,以及软、硬阈值处理方式对GPS变形数据序列去噪效果的影响,得到一些有益的结论。还对小波分解的噪声特性进行了详细分析,在此基础上通过实例验证了基于小波分析方法对GPS动态监测数据进行变形特征特征提取的可行性和可靠性,得出了其提取结果要优于中值滤波方法进行提取的结论。 相似文献
6.
《沈阳大学学报（自然科学版）》2015,(6)
针对传统的小波去噪方法不容易滤除与含噪信号有频谱重叠的噪声的问题,构造了一种基于小波变换的自适应滤波器.这种滤波器在对原始含噪信号进行一次小波去噪的基础上,用自适应滤波器进行二次噪声滤除.仿真实验表明,这种滤波器能有效地去除噪声.把该滤波器应用于心电信号的去噪,取得了较好的去噪效果. 相似文献
7.
胡继胜 《安徽职业技术学院学报》2006,5(1):7-10
小波变换技术已广泛地应用于图形、图像处理,语音处理,视频处理以及数字信号处理等领域。由于小波变换的良好特性,使其在众多实际应用中都能得到很好的应用,并取得比原有技术更好的实际效果。在数字图像处理领域,基于小波变换的图像压缩、图像增强、图像消噪可以取得很好的实际效果,本文从二维小波理论出发,对其在图像处理的应用上进行了一些分析和处理,反映出小波分析在图像处理方面的特点。 相似文献
8.
刘保童 《天水师范学院学报》2009,29(2):67-69
小波变换是消除图像和多道信号噪声的一种重要方法,而MATLAB是优秀的数值计算和可视化设计平台。二维小波变换将多道记录信号变换到时间、频率、空间和波数四维域中,根据信号和相干噪声在频率、时间、波数、空间等方面的局部差异来达到滤波的目的。基于二维多分辨分析的基本原理。利用MATLAB的图形用户界面（GUI）和丰富的图像处理功能进行可视化设计,实现了用二维小波变换对多道信号中相干噪声的消除,使烦琐的逐级分解去噪处理变得容易．提高了工作效率。最后．用设计的程序对地震记录信号中的面波进行了消除．并达到了较好的效果。 相似文献
9.
一种基于双树复小波变换的SAR图像边缘检测算法 总被引：2，自引：0，他引：2
提出一种新的基于双树复小波变换的SAR图像边缘检测算法. 算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵. 通过对这一矩阵阈值化实现边缘检测. 该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性. 实验结果证明了该算法的有效性. 相似文献
10.
应用小波变换和改进的几何归一化方法,提出一种强鲁棒图像零水印算法. 该算法首先利用一种改进的几何归一化方法将原始图像化为标准图像,然后对标准图像利用Haar小波进行多级小波分解,最后根据高层的中高频小波系数的正负极性构造零水印. 对算法性能进行测试的结果表明,算法对噪声、滤波、有损压缩等常规信号处理具有强鲁棒性,对旋转、缩放、平移、剪切等几何攻击也具有较好的鲁棒性. 相似文献
11.
比较FFT和小波变换理论,结合两者共同点及不足,尝试以FFT为主、小波去噪相辅的方法提高谐波检测的准确度。借助MATLAB中小波工具箱中的多种阀值函数,对模拟信号进行降噪、去噪处理,尽可能使其接近原始信号的波形,并利用FFT对去噪以后的信号进行分析,提取幅值图进行比较,以检测该方法在谐波检测系统或装置中的应用的可行性。仿真实验结果表明,一定条件下,融合FFT与小波变换理论在应用于谐波检测上有更高的准确度和有效性及存在应用于实践中的可能性。 相似文献
12.
为更好地获取舰船检测的图像信息,通过对雷达图像中舰船目标与相干斑噪声的分布特点进行分析,提出1种基于非下采样变换(Nonsubsampled Contourlet Transform, NSCT)与蚁群优化(Ant Colony Optimization, ACO)算法相结合的合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船目标检测方法.该方法通过对SAR图像进行NSCT自适应阈值去噪,再应用ACO进行边缘检测,实现舰船目标的精确检测.仿真结果显示,该方法能够在复杂相干斑噪声背景中有效提取舰船目标的轮廓信息,很好地保持图像纹理和舰船结构,具有理想的抗干扰性能,保证检测结果的准确性. 相似文献
13.
《江西蓝天学院学报》2013,(4):50-53
提出并且详细分析了一种基于小波变换的图像融合技术的改进方法的优越性.对两幅需要融合的图像通过直方图均衡化的方法进行处理,且利用一种基于小波变换的图像融合技术的改进方法进行融合,对融合后所得的新图像的结果与质量进行分析与评价,证明了改进的融合方法能够取得更优越的效果. 相似文献
14.
纪启国 《安徽职业技术学院学报》2008,7(1):20-24
文章提出一种基于小波变换的像素级图像融合方法,即首先对源图像利用Mallat算法做小波分解,然后由区域能量法实现小波系数的选择。实验选取曼谷西北部的多波段图像进行融合,统计特性评价结果表明了该算法的有效性。 相似文献
15.
李彦 《安徽职业技术学院学报》2014,(4):17-20
在实际应用中,多尺度几何分析的图像增强算法要比传统的图像增强算法效果更加明显更加优越。其中,小波变换、Contourlet变换等都是此种算法的应用。文章首先阐述了小波变换理论,并使用图像处理工具Matlab软件进行测试,对比数字图像处理前后的差异,提出了更为优越的Contourlet变换理论。其后,笔者将小波变换的增强算法与Contourlet变换的增强算法进行了比较,在其理论基础上根据医学图像的特点,对医学图像增强算法进行了深入的研究。 相似文献
16.
图像分割中的阈值法研究 总被引：1，自引：0，他引：1
LI Qiang 《铜仁职业技术学院学报》2008,(6)
图像分割是图像处理中的一个重要问题,也是一个经典难题。阈值法计算简单,具有较高的运算效率,是图像分割中广泛采用的方法,主要分为全局阈值法和局部阈值法。系统地讨论了阈值法在图像分割中的应用,给出了一个比较全面的综述,对进行图像分割研究的科研人员具有一定的启发作用。 相似文献
17.
灰度图像的最佳阈值分割算法 总被引：4，自引：0，他引：4
图像的分割是图像识别的前提和基础。在图像识别技术日益发展的今天，图像的分割技术自然倍受瞩目。本文提出了灰度图像的最佳阈值法分割算法。实验结果表明，该方法能够从图像中获取较为理想的目标图像，并具有一定的抗噪声性能。 相似文献
18.
针对二维直方图阈值分割算法存在的因误分类而导致的分割精度下降的问题,结合二维直方图的先验知识的阈值分割方法,提出了二维Otsu的Z字折线阈值分割方法。基于二维Otsu区域斜分法的基础上进行改进。我们结合二维直方图中的边界区域和噪声区域的信息,采用Z字折线阈值作为分割标准,纠正了普遍存在的错误分类,并利用小概率事件原则自适应确定折线方程,实现高精度图像分割的同时还有效提高了算法的适应性。实验结果表明,改进方法能够有效提高图像分割的精度,增强自适应性,与同类分割算法比较,性能有了明显提升。 相似文献
19.
《中国科学院大学学报》2016,(5)
采用非局部均值,全变差正则化和稀疏编码,提出一种新的单幅图像超分辨率重建方法.首先,用非局部均值方法对低分辨率图像进行去噪处理,可保证几何结构的一致性.然后,将去噪后的低分辨率图像代入重建模型得到高分辨率图像的低频分量,而高分辨率图像的高频分量则通过学习的方法在数据库中查找得到.将得到的低频分量与高频分量相加得到初始的高分辨率图像的恢复结果.最后对初始的恢复图像进行一些全局优化即可得到最终恢复的高分辨率图像结果.实验结果证明该方法得到的高分辨率图像结果具有鲁棒性且更自然. 相似文献
20.
采用非局部均值，全变差正则化和稀疏编码，提出一种新的单幅图像超分辨率重建方法.首先，用非局部均值方法对低分辨率图像进行去噪处理，可保证几何结构的一致性.然后，将去噪后的低分辨率图像代入重建模型得到高分辨率图像的低频分量，而高分辨率图像的高频分量则通过学习的方法在数据库中查找得到.将得到的低频分量与高频分量相加得到初始的高分辨率图像的恢复结果.最后对初始的恢复图像进行一些全局优化即可得到最终恢复的高分辨率图像结果.实验结果证明该方法得到的高分辨率图像结果具有鲁棒性且更自然. 相似文献