一种高效快速的高密度椒盐噪声消除算法

本文提出了一个简单高效的消除高密度椒盐噪声的算法,在该算法中,对于图像中的每一个椒盐像素,计算以该像素为中心的窗口内非椒盐像素的平均值,并且在不同的阶段对其更新,实验结果表明,对于污染度为10％到90％的图像,本文的算法都有良好的噪声消除能力,所得到的恢复图像能够较好地保持原始图像的细节.另外,本文的算法计算时间较少,...     

一种红外图像颗粒噪声自适应滤波算法

针对红外图像中常出现的颗粒噪声,在对自适应中值滤波（AMF）改进的基础上,提出了一种基于噪声检测的加权融合中值滤波算法。该算法对于噪声的滤除分为检测和滤波2个环节。首先根据对大量图像信息分布特征进行分析,设计出了较为通用的4类噪声检测模版;其次分别采用各模版对噪声进行极值检测并加以标记,以区分出极值点与像素点;然后根据模版内极值点与非极值点的数目比例确定噪声点,并将非极值点取均值作为噪声滤波结果输出;对于区域的极值点,引入距离判别准则加以确认,被确认为噪声点的像素值通过模版内非极值点分别取均值和中值并加权融合得到;最后对4个模版处理后的滤波值进行等权融合,得到最终的滤波图像。分别与经典中值滤波（MF）、自适应中值滤波（AMF）、开关中值滤波（SMF）性能比较,实验表明,本文滤波算法对于高强度的斑点噪声具有较好的滤波性能,对于红外图像处理具有一定的借鉴价值。     

严重椒盐噪声污染图像的非线性滤波算法

针对灰度图像的椒盐噪声滤波问题，提出一种保细节的非线性滤波算法。利用局部统计信息，首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点3类，建立噪声标矩阵；然后再根据噪声标记矩阵的局部统计信息，将可能的噪声点细分为信号点、噪声点和不确定点3种类别，并分别采用不同的方法进行滤波，以保留更多的图像细节。结果表明，本文算法在去噪能力、自适应性以及保留细节等方面都明显比其它4种算法强，尤其是对于噪声高度污染图像的情况。     

基于细节保留的椒盐噪声自适应滤波算法

针对灰度图像中椒盐噪声的特点,提出了一种更加精确的噪声检测方法:该方法利用滤波窗口内像素点灰度值的不同,将受椒盐噪声污染的图像中像素点划分为噪声点,疑似噪声点和信号点.通过设定阈值,并参考相邻像素点的相关性来进一步区分疑似噪声点,最终建立噪声标记矩阵.对于被标记的噪声点,采用自适应滤波算法,保留更多的图像细节.仿真结果表明,该算法在除去噪声点的同时,对于边缘细节也有非常好的保护作用.     

一种改进型椒盐噪声滤波算法

针对极值中值(EM)滤波算法在去除椒盐噪声时误检率较大的问题,提出了一种改进的椒盐噪声去除算法.算法由漏检率和误检率都较低的噪声检测过程和多窗口噪声滤波过程组成,对受不同强度噪声污染图像的去噪实验表明,该方法在不同噪声率下均优于传统的中值(SM)滤波法及其一些改进方法,当噪声率达到70%时其峰值信噪比(PSNR)提高了16 dB.     

一种快速去除高密度椒盐噪声的滤波算法

为了更好地恢复被高密度椒盐噪声污染的图像,在传统的自适应中值滤波算法的基础上提出了一种改进的自适应滤波算法。该算法将3×3矩形滤波窗口内极值点视为可疑噪声点,对可疑噪声点自适应调节滤波窗口大小进一步判断是否为噪声点;将噪声点区分为低密度噪声区噪声点和高密度噪声区噪声点,并分别用改进后的中值滤波算法、自适应修正后均值滤波算法处理,信号点保持不变。仿真结果表明,该算法处理速度快并且能够有效恢复被椒盐噪声(密度达80%)污染的图像,在去噪的同时能够很好地保护图像的细节。     

基于边缘检测的自适应降噪处理方法

提出了一种分区处理的降噪方法,对图像边缘和非边缘区域分别采用自适应中值滤波和均值滤波的方法进行处理.论及的噪声区分高斯噪声和椒盐噪声两种,对含有混合噪声的图像首先滤除椒盐噪声,然后标定图像的边缘细节,在保留图像细节的前提下充分降低噪声.测试结果表明本算法有效降低噪声,改善了图像视觉效果,提高视频编码中压缩效率.     

Noise Reduction for Images with Non-uniform Noise Using Adaptive Block Matching 3D Filtering

Noise reduction is a very important topic in image processing. We propose a new method to deal with the case where the noisy image has different noise levels in different regions. The main idea is to segment automatically the noisy image into several sub-images so that each sub-image has approximately the same noise level. We perform Block matching 3D filtering (BM3D) to these subimages in order to obtain denoised sub-images. We then merge sub-images together and enhance the discontinuous regions between the sub-images by performing BM3D again on small image patches. Our experimental results show the effectiveness of this proposed method in terms of Peak signal to noise ratio (PSNR) when compared with the bivariate wavelet shrinkage and the standard BM3D method. In addition to Gaussian white noise, our method performs better than the bivariate wavelet shrinkage and the standard BM3D method even for signal dependent noise.     

基于噪声检测的高密椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度保护图像的细节信息,使得高密度噪声污染图像也能得到较好的恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

采用背景提取和自适应滤波的视频降噪算法

针对监控视频图像背景固定的特点,提出一种有效去除高斯噪声和脉冲噪声的降噪算法.首先通过分析噪声设计一种提取视频序列背景图像的算法,然后对运动区域采用自适应像素域滤波算法来进行处理.该算法根据最小可觉差和视频图像特征自适应地选择谐波均值滤波、加权算术平均滤波、α-截尾均值滤波和中值滤波.为评估降噪算法性能,将降噪处理前后的视频序列分别进行MPEG-2编码,并改变目标码率对比视频质量.实验结果显示:降噪处理后的视频能够用更少的(约50%)比特数获得相同的主、客观视频质量;或者用相同的比特数获得更高的视频质量.     

A Decision Based Neighbourhood Referred Asymmetrically Trimmed Modified Trimean for the Removal of High Density Salt and Pepper Noise in Images and Videos

A Decision Based Neighbourhood Referred Asymmetrically Trimmed Modified Trimean for the Removal of High Density salt and pepper noise in Images and videos is proposed. The proposed algorithm initially checks for the outliers in a 3?×?3 neighbourhood. If the processed pixel is noisy then check for the presence of noisy pixels with the 4 neighbours; If the 4 neighbours are found to hold outliers then mean of the 4 neighbours will replace the output. If the 4 neighbours are not noisy then the output is replaced by asymmetrically trimmed Modified Trimean. If all the pixels of the current processing window are noisy then the mean of all elements will replace the processed pixel. If the processed pixel does not hold the outlier then the pixel is termed as not noisy and left unaltered. The proposed algorithm exhibit excellent noise elimination capability with enhanced edge preservation capability. The algorithm was tested on a standard database and the results of the proposed algorithm were compared to 16standard and existing algorithms. The proposed algorithm exhibit excellent results in terms of both Quantitative and qualitative measures.

     

噪声密度不敏感的随机采样椒盐噪声滤波算法

中值滤波系列算法在处理被不同密度椒盐噪声污染的细节图像和平坦图像时,降噪性能不一致。本文借鉴开关中值滤波和压缩感知的思想,提出了随机采样滤波算法去除椒盐噪声。算法以噪声检测为基础,将被椒盐噪声污染的图像分为疑似噪声像素和信号像素,随机采样仅对信号像素采样。然后,利用正交匹配追踪算法重构出被污染前的图像,替代了中值滤波对噪声像素的估计。由于随机采样滤波基于压缩感知理论,对稀疏信号的重构具有最少测量次数的条件,因此随机采样点的数量具有一定的浮动空间,表现为对噪声密度不敏感。以被不同噪声密度污染图像的纹理、平坦局部区域进行验证,实验表明,当噪声密度在一定范围内变化时,算法可以实现对噪声密度不敏感。在高密度噪声污染的情况下,相较于中值滤波系列算法,随机采样滤波算法具有更好的细节保留能力和滤波能力。对标准测试图像进行了全局滤波,不同噪声密度具有一致的滤波效果,与自适应滤波算法相比,随机采样滤波算法在处理包含密集边缘特征的区域时更具备优势。      

一种图像椒盐噪声自适应滤除方法

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,扩大滤波窗口进行改进的中值滤波.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.     

消除噪声的一种变步长自适应滤波方法

在电子系统中不可避免地会受到噪声的干扰．用固定参数的滤波器进行消除噪声有其缺陷，它对信号与噪声的先验知识需要得较多．本文讨论了用一种变步长自适应滤波器消除噪声的方法．实验仿真证明这种方法能有效地去除弱信号中的噪声．     

消除噪声的一种变步长自适应滤波方法

在电子系统中不可避免地会受到噪声的干扰。用固定参数的滤波器进行消除噪声有其缺陷,它对信号与噪声的先验知识需要得较多。本文讨论了用一种变步长自适应滤波器消除噪声的方法。实验仿真证明这种方法能有效地去除弱信号中的噪声。     

一种应用于多通道自适应有源控制的快速算法

主要讨论了应用于多通道有源噪声控制系统的自适应组合逆算法及其性能分析。通过对该算法的理论推导,阐明其整体思路及物理意义,同时通过在同参数条件下与FxLMS算法的计算机仿真比较,得出结论:在多通道有源控制中,组合逆算法有效地降低了算法运算量,适合应用于多通道系统。     

基于幅度谱的椒盐噪声估计

提出了一种基于幅度谱的椒盐噪声估计方法,该方法利用图像的幅度谱随椒盐噪声密度大小的变化规律,对图像中的椒盐噪声进行了估计.通过对大量含噪图像进行实验结果表明:该方法在对椒盐噪声密度中等和较高时效果较好.     

Adaptive Fuzzy Morphological Filtering of Impulse Noise in Images

In this paper we first introduce a neural network implementationfor fuzzy morphological operators, and by means of a trainingmethod and differentiable equivalent representations for theoperators we then derive efficient adaptation algorithms to optimizethe structuring elements. Thus we are able to design fuzzy morphologicalfilters for processing multi-level or binary images. The convergencebehavior of basic structuring elements and its significance forother structuring elements of different shape is discussed. Besidesthe filter design, the localized structuring elements obtainedfrom the training method give a structural characterization ofthe image which is useful in many applications. The performanceof the fuzzy morphological filters in removing impulse noisein multi-level and binary images is illustrated and comparedwith existing procedures.     

Noise Adaptive Fuzzy Switching Median Filter for Salt-and-Pepper Noise Reduction

This letter presents a novel two-stage noise adaptive fuzzy switching median (NAFSM) filter for salt-and-pepper noise detection and removal. Initially, the detection stage will utilize the histogram of the corrupted image to identify noise pixels. These detected “noise pixels” will then be subjected to the second stage of the filtering action, while “noise-free pixels” are retained and left unprocessed. Then, the NAFSM filtering mechanism employs fuzzy reasoning to handle uncertainty present in the extracted local information as introduced by noise. Simulation results indicate that the NAFSM is able to outperform some of the salt-and-pepper noise filters existing in literature.      

图像的快速亚像素边缘检测方法

提出了一种新型的测量图像快速亚像素边缘检测方法。首先,利用标准的Sobel算子进行边缘点的粗定位,确定边缘点的像素级精度位置和边缘的方向;然后,沿边缘点的边缘方向拓展像素,得到长度为6的像素灰度值向量,将向量带人利用最小二乘曲线拟合方法得出的公式,求出边缘点的精确位置,从而能够实现亚像素边缘定位精度。实验证明：该方法的定位精度为0．1pixels,算法的运行时间为0．53s。