- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于块旋转奇异值分解滤波的小波域图像去噪
摘要： 本文提出一种基于小波域块旋转操作的奇异值分解（SVD）图像去噪方法。首先将含噪图像分解为若干子块，采用单层二维离散小波变换将每个子块分解为低频部分和高频部分；随后运用SVD及基于秩一近似的旋转SVD对不同高频部分的噪声进行滤波，获得去噪子块；最后通过逆小波变换将低频部分与滤波后的高频部分重构子块，并重组各去噪子块得到最终去噪图像。实验表明，相比相关方法，本方法具有有效性。
关键词： 奇异值分解，阈值去噪，结构相似性指数，位置，峰值信噪比，图像去噪
更新于2025-09-23 15:23:52
-
[IEEE ICASSP 2018 - 2018年IEEE国际声学、语音与信号处理会议（ICASSP） - 加拿大阿尔伯塔省卡尔加里（2018.4.15-2018.4.20）] 2018年IEEE国际声学、语音与信号处理会议（ICASSP） - 基于非局部样本的图像去噪群稀疏残差方法
摘要： 受基于分组的稀疏编码启发，新近提出的分组稀疏残差（GSR）方案在图像处理中展现出卓越性能。然而GSR面临的核心挑战在于：如何通过尽可能接近真实值的基于分组稀疏编码（GSC）参考值来估计残差。既往研究采用其他算法（如GMM或BM3D）的估计结果，这些方法要么精度不足，要么运算过慢。本文提出在图像去噪的GSR框架中使用非局部样本（NLS）作为参考基准，即GSR-NLS方法。具体而言，我们首先利用图像的非局部自相似性获得优质的分组稀疏系数估计，继而通过高效迭代收缩算法求解GSR模型。实验结果表明，所提GSR-NLS方法不仅超越众多前沿算法，更具备显著的速度优势。
关键词： 图像去噪、群组稀疏残差、迭代收缩算法、基于群的稀疏编码、非局部自相似性
更新于2025-09-23 15:23:52
-
基于BTV正则化的时空自适应非均匀性校正
摘要： 现有非均匀性校正（NUC）方法的主要缺陷包括残余非均匀响应、重影伪影和过度平滑效应。本文提出一种基于时空特征的双边全变分（BTV）正则化自适应NUC算法。该创新方法的主要贡献体现在：引入BTV正则项以消除非均匀响应并抑制重影效应；提出时空自适应学习率以加速收敛、消除重影伪影并避免过度平滑；此外，基于随机投影的双边滤波器可更精确地估计目标图像，从而保留实际场景中的更多细节。实验结果表明，该算法在仿真数据和真实序列上均取得了卓越性能。
关键词： 红外图像传感器，红外成像，神经网络，图像去噪
更新于2025-09-23 15:23:52
-
结合奇异值分解和双边滤波的双树复小波变换图像去噪方法
摘要： 近年来，数字图像的大规模生产增加了对图像去噪的需求。通过空间域和频率域方法可以消除噪声影响。离散小波变换（DWT）是一种频率域方法，它通过使用简单阈值收缩小波系数来去除噪声。尽管小波变换在图像处理应用中广受欢迎，但其平移变化性和较差的方向选择性是两个值得注意的局限性。为克服这些限制，本文采用双树复小波变换（DTCWT）实现含噪图像的完美重建。我们提出一种结合奇异值分解（SVD）与弗罗贝尼乌斯能量校正因子、并采用双变量收缩函数进行阈值处理的双边滤波器DTCWT图像去噪方法。该方法在峰值信噪比（PSNR）指标上的去噪性能表明，其优于现有其他技术。
关键词： 双边滤波、奇异值分解、双变量收缩、阈值技术、小波变换、双树复小波变换、图像去噪
更新于2025-09-23 15:22:29
-
[2018年IEEE第三届信号与图像处理国际会议(ICSIP) - 中国深圳 (2018.7.13-2018.7.15)] 2018年IEEE第三届信号与图像处理国际会议(ICSIP) - 基于小波多尺度配准融合的图像去噪新方法
摘要： 图像去噪是一个永恒的研究课题。本文提出一种基于小波多尺度配准融合的新图像去噪方法，以解决去噪过程中易丢失图像边缘和纹理细节的问题。首先，利用不同小波基对同一含噪图像进行分解，获得多组小波系数；然后，对所得小波系数采用改进的小波阈值收缩处理，得到同一含噪图像的多幅去噪图像；最后，运用本文提出的融合配准算法，将多幅去噪图像的边缘特征进行融合，获得最终去噪图像。实验证明，该方法不仅能有效克服硬阈值法引起的伪吉布斯现象，还能克服软阈值法导致的图像失真现象。更重要的是，与现有方法相比，该方法能有效保留图像边缘细节和纹理特征，且经融合配准后的图像具有更优的视觉效果，因而具有更好的应用价值。
关键词： 小波多尺度配准融合、小波变换、改进的小波阈值收缩、图像去噪
更新于2025-09-23 15:22:29
-
联合加权张量Schatten p-范数与张量lp-范数最小化用于图像去噪
摘要： 在传统基于非局部相似图像块的去噪算法中，图像块首先被展平为向量。这种方法忽略了图像块内部的结构信息，而空间布局信息本可用于提升去噪性能。为解决该问题，本文将图像块视为矩阵并提出一种用于图像去噪的低秩张量恢复模型，从而充分利用图像内部的空间信息。同时，所提模型可实现联合加权张量Schatten p-范数与张量lp-范数最小化，具有两大优势：(1) 能处理零均值高斯噪声、脉冲噪声及这两类噪声混合形成的任意噪声；(2) 所采用范数相比l1范数和核范数对非相干性条件要求更弱，因而对异常值和噪声更具鲁棒性。实验结果表明，该算法在视觉感知质量和定量指标上均优于其他现有最先进去噪算法。
关键词： 图像去噪、低秩张量恢复、张量Schatten p范数
更新于2025-09-23 15:22:29
-
基于梯度和曲率特征的图像平滑扩散模型研究
摘要： 本文针对线宽和线距要求严格的高密度柔性IC封装基板的视觉检测需求，提出了两种用于该类基板图像去噪的图像平滑模型。首先，这两个模型将图像的水平集曲率特征与梯度阈值相结合，利用更丰富的二阶微分信息作为检测因子来去除图像噪声。其次，理论分析表明，这两个模型获得的去噪图像能保留原始图像更多细节纹理信息和边缘信息。此外，实验分析显示，相比其他模型，所提模型具有最高的结构相似性和峰值信噪比，以及较高的边缘保持指数和最低的均方误差。特别是通过模型1去噪的图像具有最高的结构相似性、峰值信噪比和最低的均方误差；通过模型2去噪的图像则具有较高的边缘保持指数。本文提出的方法能有效去除高密度柔性IC封装基板图像的噪声，同时保留图像的原始细节和边缘信息。
关键词： 图像去噪、柔性集成电路基板图像、梯度、曲率
更新于2025-09-23 15:22:29
-
[IEEE 2018国际通信与信号处理会议（ICCSP）- 金奈（2018.4.3-2018.4.5）] 2018年国际通信与信号处理会议（ICCSP）- 图像去噪中SSR和DSR的空间局部化实现
摘要： 本文提出一种基于随机噪声模式的数字图像去噪算法。我们采用超阈值随机共振（SSR）和动态随机共振（DSR）实现空间局部化随机共振图像去噪。该方案已在300幅图像上测试：对于SSR实现，输入含噪图像叠加不同标准差的高斯白噪声后，对各个噪声标准差对应的输出图像求和平均获得去噪结果；对于DSR实现，则利用奇异值进行数字图像噪声抑制。本工作的关键是通过SSR和DSR的随机噪声模式重建输入含噪图像，从而更好呈现图像特征。通过峰值信噪比（PSNR）和输出图像可视化对这些结果进行量化评估。该局部化方案在300幅图像数据集测试表明，与传统技术相比，本方法在多数情况下能实现略优的降噪效果，且平均PSNR提升显著。
关键词： 图像去噪、随机共振、空间定位
更新于2025-09-23 15:22:29
-
基于光谱字典学习与稀疏编码的高光谱图像去噪
摘要： 高光谱图像（HSI）的处理与应用受噪声成分限制。本文通过应用字典学习与稀疏编码理论，建立了一种扩展至光谱域的HSI去噪算法。首先研究了加性噪声假设下的HSI噪声模型，针对HSI数据的光谱特性，提出基于在线方法的新型字典学习方法来训练用于去噪的光谱字典。通过利用含噪HSI中的空间上下文信息作为先验知识，引入总变分正则化器进行稀疏编码。最终实施稀疏重建以生成去噪后的HSI。所提方法性能优于现有算法，实验表明该算法获得的去噪结果比对比算法至少提升1dB，在显著去噪后仍能保留空间与光谱结构的本征细节。
关键词： 图像处理、高光谱图像、光谱字典、图像去噪、稀疏编码
更新于2025-09-23 15:22:29
-
一种基于自适应阈值去噪的改进红外图像处理方法
摘要： 本文结合图像自适应阈值去噪算法，对红外图像进行双阈值映射处理，有效降低了这些现象对红外图像的影响，提升了图像质量。本文研究了红外图像去噪技术，提出了一种基于小波系数阈值处理的红外图像去噪方法。该方法基于红外图像的噪声分布特性，将红外图像中的乘性噪声转化为加性噪声，并对转换后的红外图像小波变换系数进行处理以实现去噪。在此基础上，深入分析了软、硬阈值函数的优缺点，构建了具有可调参数的自适应阈值函数。同时，为抑制正交小波变换因缺乏平移不变性导致的吉布斯视觉失真，引入了具有平移不变性的双输入小波变换，形成了基于双输入小波变换的自适应阈值去噪算法的双阈值映射红外图像处理方法。仿真结果表明，本文提出的方法能更好地抑制噪声，保持图像细节的完整性，在一定程度上提高了图像质量。
关键词： 阈值函数，双阈值映射，图像去噪，二进小波变换，红外图像
更新于2025-09-23 15:22:29