排序方式： 共有43条查询结果，搜索用时 15 毫秒
11.
针对自适应小波阈值去噪中方形局部窗口不能很好地适应小波系数自身边缘特征的问题，本文提出了一种基于图像分割的局部自适应小波阈值去噪方法。该方法首先对图像进行多尺度小波分解，其次利用图像分割技术对图像的各尺度小波系数分别进行分割，分割技术选用SLIC超像素分割法得到具有相似统计特性的不规则局部块，然后对每个分割块内的小波系数进行BayesShrink阈值估计和软阈值收缩，最后通过小波逆变换得到去噪图像，并在3幅标准测试图像和一幅高光谱影像上进行试验。试验结果表明，本文提出的方法能更好地适应小波系数自身的边缘特征，不仅能够获得更好的视觉效果，而且能够达到较高水平的数值指标。 相似文献
12.
13.
研究了各向异性扩散方程在心室超声图像去噪中的应用.首先对P-M各向异性扩散模型进行了分析,为了更好去除噪声并保留图像的边缘等重要信息,提出对扩散系数的改进方法,并通过实验证明可达到更好的去噪效果. 相似文献
14.
介绍了小波变换和维纳滤波相结合的图像小波域维纳滤波去噪算法，在分析该算法最小均方误差期望的基础上提出一种改进算法。指出在进行维纳滤波之前，阈值化处理可以有效提高维纳滤波的性能。用标准测试图像的处理结果来比较改进前后两种算法的效果。 相似文献
15.
设置成像安检系统是机场等重要场所通常采用的安全措施。根据CT安检图像既含高斯白噪声又含脉冲噪声的特点，运用将Db小波变换与中值滤波相结合的综合去噪方法，以同时滤除高斯噪声和脉冲噪声，以获得更好的视觉效果。 相似文献
16.
随着遥感卫星技术的快速发展,高光谱图像在环境检测、资源管理、农业预警等领域得到了广泛应用。然而,由于设备误差和大气因素等原因,采集的高光谱图像中常常存在噪声,这会影响后续任务的准确性。因此,高光谱图像去噪成为了一个重要的研究方向。高光谱图像的空间关联、光谱关联和空间—光谱联合关联导致干净的高光谱图像存在低维子空间中。低秩先验是高光谱图像普遍的物理性质,然而基于低秩表示的方法通常需要复杂的参数设置和计算。基于深度学习方法直接从数据中学习到干净图像的先验信息,具有较强的表达能力,但依赖大量数据且缺乏对高光谱图像物理知识如低秩性的有效利用。为了解决这些问题,本文利用高光谱图像的空间—光谱低秩特性,提出一种低秩张量嵌入深度神经网络方法,可以有效去除高光谱图像中的噪声。该方法采用低秩张量分解模块对高光谱图像的特征图进行低秩表示,通过全局池化和卷积等操作完成秩一向量的生成和低秩张量的重构。同时,将低秩张量分解模块与Unet相结合,对浅层特征进行低秩张量表示,以捕捉高光谱图像的空间—光谱低秩特性,提高了模型的去噪能力。当噪声标准差在[0—95]时,算法可以取得41.02 dB的PSNR和0.9888... 相似文献
17.
改进的快速中值滤波算法在图像去噪中的应用 总被引：1，自引：0，他引：1
在图像处理中,传统的中值滤波算法都是建立在排序理论上,并没有充分考虑到各数据之间的相关性。提出一种改进的快速中值滤波算法,充分利用数据的相关性,避免传统算法因排序所需大量数据比较。先用分治法计算第一个窗口的中值,然后利用数据的相关性计算余下窗口的中值,大大提高了效率。最后分别用传统的中值滤波算法和改进的快速中值滤波算法对同一幅有椒盐噪声的图像做去噪实验。实验表明,该算法能快速实现图像去噪。 相似文献
18.
针对双边滤波在一定程度上模糊了图像特征的缺陷,提出一种基于相似像素选择的图像双边滤波算法。该算法首先在图像中搜索所处理像素的邻域内所有相似像素(与其像素值相近的像素),然后依据相似像素占全部邻域像素比例,确定该像素为特征像素或非特征像素。对于特征像素,采用其相似像素进行双边滤波;对于非特征像素,采用全部邻域像素进行双边滤波。仿真实验表明,该算法相对一般双边滤波,能够在去除噪声的同时,更好地保持图像特征。 相似文献
19.
南极地区冰川融化与全球气候变暖的关系是目前气候研究的重点方向之一,但是由于缺乏20世纪60年代及之前相关的遥感及实测数据,因此,20世纪60年代南极地区的光学影像DISP(Declassified intelligence satellite photography)对于研究当时南极地区的物质变化和质量平衡具有重要的参考价值。本文通过选取几种常用的图像处理方法对DISP影像进行增强和去噪处理,同时,采用一种主观和客观相结合的图像质量评价标准对处理结果进行分析和评价。 相似文献
20.
针对小波变换和多级中值滤波各自在去噪方面的优点和不足,提出了一种新的图像复合去噪算法;该方法先对图像进行中值滤波,然后再用小波变换和中值滤波相结合进行进一步的滤波处理,得到最终的滤波图像。实验表明,该种方法在有效去除噪声的同时还很好的保护了图像的边界,图像的视觉效果良好。 相似文献