共查询到20条相似文献，搜索用时 859 毫秒
1.
《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
2.
3.
由于图像在采集过程中,物体与采集设备的相对运动会造成图像的运动模糊.在图像模糊的点扩散函数未知的前提下,对水平匀速直线运动造成的模糊图像进行频谱分析,得到点扩散函数、模糊距离、频谱条纹个数的关系,准确的估计出了模糊距离和点扩散函数,利用逆滤波方法恢复出原图像. 相似文献
4.
李芳菊 《渭南师范学院学报》2012,(10):41-43,52
从光的干涉理论出发,分析了光源的非单色性对迈克尔逊等倾干涉条纹可见度的影响,并利用Matlab对等倾干涉条纹可见度进行了数值模拟和实验模拟,用直观的可视化图像将抽象的时间相干性理论形象化,同时对迈克尔逊干涉仪的理论教学和实践应用都有一定的指导意义. 相似文献
5.
刘杰 《商情·科学教育家》2013,(38)
利用小波变化的时频特性,对测量光栅图像进行处理,提取有用的频率分量,获得了光栅图像的相位信息,抑制了频率混叠.通过在无噪声和加噪声的情况下小波分析与butterworth比较,试验结果表明该方法测量精度显著提高. 相似文献
6.
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
7.
谭艳丽 《西安文理学院学报》2014,(4):28-31
根据脉冲噪声和高斯噪声在小波变换下的不同特点,结合中值滤波,在小波域内对高频子带图像进行中值滤波.仿真结果表明,此算法不仅能滤除图像中的脉冲噪声和高斯噪声,且能较好的保留图像的边缘细节,可获得较好的去噪效果. 相似文献
8.
张洪为 《通化师范学院学报》2013,(10):1-5
文中首先对方向扩散模型和自蛇模型进行了分析和讨论,在此基础上提出一种去除遥感图像椒盐噪声的PDE扩散模型.该模型通过引入基于ENI的引导扩散函数,自适应的调整模型在遥感图像不同区域的平滑力度,克服了方向扩散模型容易模糊和丢失奇异点,自蛇模型去除椒盐噪声不彻底和容易丢失纹理细节的不足,在有效去除遥感图像椒盐噪声的同时,很好的保持了图像边缘和纹理细节信息.实验结果验证了所提模型的有效性和稳定性. 相似文献
9.
通过对图像边缘检测算法原理分析的基础上,提出一种新的噪声图像边缘检测算法.算法结合分区均值滤波算法和改进的Canny算法的特点,首先将5×5窗口内的噪声点进行剔除,计算图像平均梯度值,进而运用改进的Canny算法,提取目标图像的边缘特征.实验结果表明,本文算法检测的边缘特征优于传统的边缘检测算法,具有一定的应用价值. 相似文献
10.
基于平稳小波变换的高鲁棒性的边缘提取 总被引：4，自引：0，他引：4
借鉴平稳小波变换的多尺度分析思想,结合模糊聚类均值法,提出了一种高鲁棒性的图像边缘提取算法.该算法利用平稳小波变换的位移不变性,将小波分解后的分量进行配准构成一像素的特征向量,然后利用模糊c-均值进行无监督分类,分割图像,最后用Canny算子提取图像边缘.用一系列附加不同强度的高斯白噪声图像测试了该算法的有效性.实验证明在图像受到较强噪声(如附加高斯白噪声)污染时,该算法仍可检测到较好的边缘效果,展现出良好的鲁棒性. 相似文献
11.
针对图像降噪过程中,傅立叶变换存在不能有效表示图像中突变部分的缺点,以及小波变换对图像中的纹理变化不能有效描述的缺点,通过对傅立叶图像降噪和小波图像降噪进行量化和对比研究,提出傅立叶一小波混合降噪技术。结果表明,该技术弥补了单独使用傅立叶图像降噪或小波降噪的缺点,综合了两种降噪技术的优点。 相似文献
12.
根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。 相似文献
13.
从图像的获取、传输到图像的重现过程中,会遇到各式各样的噪声,这些噪声将会使图像的质量下降,甚至无法识别。本文介绍一种电视中常见的散弹噪声,并将其从图像中滤除,使得图像更加清晰。 相似文献
14.
武英 《南京晓庄学院学报》2009,25(3):86-89
在已有极值中值的滤波算法的基础上,提出一种自适应滤波算法.该算法对于不同椒盐噪声密度采用不同滤波方法,在噪声密度较低时,采用同时考虑灰度差值和空间距离的自适应权重函数进行滤波,在噪声密度较大时,采用递归方式进行均值滤波.实验证明,该算法在滤除椒盐噪声能力、细节保护能力方面均有较大提高. 相似文献
15.
吾吉买买提·艾合买提 《和田师范专科学校学报》2007,27(5):156-157
介绍了基于软门限的小波分析去除遥感图像噪声的处理方法,并利用一些指标,与传统的滤波处理方法进行对比分析后发现,基本小波分析的图像滤波方法,在去除图像噪声的同时,可以很好地保持图像边缘纹理等信息。 相似文献
16.
宋娈娈 《商丘师范学院学报》2014,(12):10-14
针对模糊C均值（ FCM）图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法。该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM 算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确。利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明：本文算法对含噪图像有很好的分割结果。 相似文献
17.
引导滤波是一种能保持图像边缘的滤波器,可用来减少图像噪声。高斯拉普拉斯算子（Laplacian of Gaussian,LoG）在去噪的同时能够检测到边缘信息,并实现图像边缘增强。针对 X 光安检图像噪声大、边缘不清晰、对比度低等特点,提出一种基于引导滤波与 LOG 算子的安检图像增强算法。首先用引导滤波对图像作平滑处理,然后用 LoG 算子检测其边缘并进行增强,最后用限制对比度自适应局部直方均衡化（CLAHE）作对比度拉伸。实验结果表明,该算法与改进 CLAHE 算法相比,平均梯度可提高 50%左右,图像清晰度较高。 相似文献
18.
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
19.
SHIHTimothyK. CHANGRong-chi 《浙江大学学报(A卷英文版)》2005,6(6):487-491
INTRODUCTION Video sequences can be interfered with by noise.When the noise ratio of a video is high,even though itis not possible to restore the original,to repair videoframes or damaged artifacts with visually good resultis a hopefully achievable goal(see example in Fig.3),especially for archival resources in digital museumprojects.One of the simplest but efficient mecha-nisms is presented in(Oliveira et al.,2001).The dif-fusion kernel can repair damages of small area with abarrier to … 相似文献
20.
In order to avoid the influence of noise variance on the filtering performances, a modified adaptive weighted averaging (MAWA) filtering algorithm is proposed for noisy image sequences. Based upon adaptive weighted averaging pixel values in consecutive frames, this algorithm achieves the filtering goal by assigning smaller weights to the pixels with inappropriate estimated motion trajectory for noise. It only utilizes the intensity of pixels to suppress noise and accordingly is independent of noise variance. To evaluate the performance of the proposed filtering algorithm, its mean square error and percentage of preserved edge points were compared with those of traditional adaptive weighted averaging and non-adaptive mean filtering algorithms under different noise variances. Relevant results show that the MAWA filtering algorithm can preserve image structures and edges under motion after attenuating noise, and thus may be used in image sequence filtering. 相似文献