共查询到20条相似文献，搜索用时 65 毫秒
1.
去噪是图像处理中极其重要的步骤,包括空间域去噪和变换域去噪两种.均值滤波、中值滤波和维纳滤波是三种最重要的空间域去噪方法,它们在去除高斯噪声、椒盐噪声和泊松噪声中的性能表现不同,模板尺寸是影响其性能的一个重要因素.实验表明,三种去噪方法在去除不同噪声时都能找到一个最佳模板尺寸,维纳滤波适用于去除高斯噪声和泊松噪声,中值滤波适用于去除椒盐噪声. 相似文献
2.
中值滤波与均值滤波的应用研究 总被引：1，自引：0，他引：1
图像增强是一种图像处理方法,而中值滤波和均值滤波作为图像增强处理方法的两种重要手段已被广泛应用。本文主要从均值滤波和中值滤波的原理出发,分析这两种滤波方法的适用性。 相似文献
3.
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
4.
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
5.
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
6.
7.
减少噪声同时还要保留有用的细节特征是图像去噪要解决的问题。本文对几种基于空间滤波的水下声呐图像去噪技术进行了对比,特别对三种典型的空间滤波器(均值滤波器,拉普拉斯高斯滤波器以及中值滤波器)进行了效果评价。在每幅图像上,使用了从3×3到29×29的所有窗口尺寸,用均方误差(Mean Square Error,简称MSE),峰值信噪比(PSN R)以及执行时间等来对空间滤波技术的表现进行分析评价。 相似文献
8.
9.
针对传统中值滤波算法实现速度慢的缺点,提出了一种基于FPGA的中值滤波设计方法。在传统算法原理的基础上,利用硬件描述语言设计了一个中值滤波器对图像进行去噪处理,并对设计进行了仿真,取得了较好的效果。 相似文献
10.
11.
12.
图像去噪是图像处理研究中的关键问题之一,其核心问题是如何在减少噪声的同时保留有用的图像边缘等细节特征。图像去噪通用的方法是采用空间滤波,特别是高斯滤波在图像去噪领域应用非常广泛。本文尝试将高斯滤波技术应用于水下声呐图像去噪中,并试验了不同的窗口尺寸,以期获得最佳的去噪效果,并和其他几种典型的空间滤波器(如均值滤波、拉普拉斯-高斯滤波等)进行了对比实验。采用峰值信噪比(PSNR)、执行时间以及均方误差(MSE)三种评价系数进行综合评价,并通过分析得到高斯滤波时的最佳滤波窗口尺寸。 相似文献
13.
14.
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
15.
主要介绍了小波变换和均值滤波的一些基础知识,c#.net和Matlab接口实现的方法,小波和均值滤波的遥感图像降噪的步骤。去噪方法的指导思想是从图像信号本身出发,采用小波变换和均值滤波相结合的方法,先将含噪图像进行小波分解,获得具有频率分布特征的细节子图像,然后根据各细节子图像的频率分布特征,采用不同形状的模板进行均值滤波实现去噪目的。 相似文献
16.
17.
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
18.
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
19.
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