图像降噪

摘要： 针对侧扫声呐图像对比度低、噪声强度大特点导致的部分传统滤波方法降噪能力的不足,提出一种基于剪切波变换的侧扫声呐图像降噪方法。首先对侧扫声呐图像进行剪切波变换,在考虑噪声水平的基础上,对剪切系数进行阈值处理,再将修正后的系数进行剪切波逆变换,重构侧扫声呐图像,实现了侧扫声呐图像的降噪。实验结果表明,该方法相比于维纳滤波、小波滤波和非局部均值滤波等常用降噪方法,可以获取更好的图像效果,在侧扫声呐图像降噪中具有综合优势。

摘要： 目的研究不同强度基于人工智能的滤波和插值图像(AIFI)重建技术在上腹部磁共振成像(MRI)检查中的应用价值。方法回顾性分析2019年5月至2020年5月西安高新医院收治的66例上腹部MRI检查患者的临床资料,将资料处理后按照不同处理方法分为常规滤波重建组(n=22)、AIFI重建组(n=22)及AIFI和滤波同时重建组(n=22),观察并比较三组患者的图像锐利度和图像峰值信噪比以及图像对比度、图像噪声、图像质量、图像清晰度评分。结果常规滤波重建组、AIFI重建组(强度1、2、3、4、5)以及AIFI和滤波同时重建组(AIFI强度2联合中等强度滤波及AIFI强度3联合中等强度滤波)图像锐利度与原始图像比较具有一定优势,其中AIFI重建组AIFI强度4、AIFI和滤波同时重建组AIFI强度3联合中等强度滤波图像锐利度分别为(0.45±0.10)dB、(0.52±0.16)dB,均明显高于常规滤波重建组的(0.29±0.05)dB,且AIFI和滤波同时重建组AIFI强度3联合中等强度滤波图像锐利度为(0.52±0.16)dB,明显高于AIFI重建组强度1、2、3、4、5的(0.32±0.07)dB、(0.35±0.08)dB、(0.37±0.09)dB、(0.45±0.10)dB、(0.40±0.11)dB,差异均有统计学意义(P<0.05);常规滤波重建组、AIFI重建组(强度1、2、3、4、5)以及AIFI和滤波同时重建组(AIFI强度2联合中等强度滤波及AIFI强度3联合中等强度滤波)图像对比度、图像噪声、图像质量、图像清晰度均显著优于原始图像,且AIFI重建组强度3、AIFI和滤波同时重建组AIFI强度2和AIFI强度3的图像对比度评分分别为(3.95±0.18)分、(4.11±0.21)分、(4.13±0.22)分,均明显高于常规滤波重建组的(3.37±0.12)分,AIFI重建组强度4、AIFI和滤波同时重建组AIFI强度2和AIFI强度3联合的图像噪声评分分别为(3.99±0.18)分、(4.01±0.20)分、(4.02±0.21)分,明显高于常规滤波重建组的(3.89±0.12)分,AIFI和滤波同时重建组AIFI强度2和AIFI强度3的图像质量评分分别为(4.08±0.21)分、(4.14±0.22)分,明显高于常规滤波重建组的(3.48±0.14)分,AIFI重建组强度4的图像清晰度评分为(3.99±0.19)分,明显高于常规滤波重建组的(3.38±0.13)分,差异均有统计学意义(P<0.05)。结论中高强度AIFI重建技术的降噪表现与常规滤波比较表现更优,是一种前景良好的降噪技术,其在腹部MRI中的最优参数T1加权成像(T1WI)为AIFI强度3与常规滤波组合,双回波序列和T2加权成像(T2WI)为AIFI强度4。

摘要： 前视声呐(Forward-Looking Sonar,FLS)使用换能器基阵收发声波,通过回波探测水下物体.在浅海环境,由于水下介质的反射、散射与不均匀波动,前视声呐图像极易引入散斑噪声.本文针对前视声呐图像散斑噪声,结合SRResNet与非对称金字塔非局部块,提出了ANLResNet网络用于前视声呐图像去噪,并针对前视声呐图像特性,使用FieldⅡ构建模拟前视声呐图像数据集,对网络进行训练.实验结果表明,本文提出的ANLResNet网络能有效的去除前视声呐图像中的散斑噪声,获得良好的视觉效果.并通过峰值信噪比(Peak Signal to Noise Ratio,PSNR)、等效视数(Equivalent Number of Looks,ENL)、散斑抑制指数(Speckle Suppression Index,SSI)3个图像质量评价指标评价降噪效果.在模拟前视声呐图像去噪上,本文算法相比于传统算法、改进BM3D算法和Autoencoder网络,平均PSNR至少提高了8.12%.在真实前视声呐图像去噪上,本文算法相比于传统算法、改进BM3D算法和SRResNet等效视数至少提高了16.77%,散斑抑制指数至少降低了2.84%.相比于Autoencoder网络等效视数提高了4.30%.本文方法主要用于前视声呐图像去噪,对于其他声学图像的降噪,散斑噪声的抑制上也有一定的应用价值.

摘要： 压敏漆(PSP)图像测量在风洞模型表面压力测量中发挥着重要作用,测量图像的信号质量直接关系到模型表面压力测量精度。针对现有PSP图像测量降噪方法所存在的信噪比低的问题,本文提出双核高斯滤波算法,分别在图像值域、空域构建高斯核滤波器,在滤除PSP图像噪声的同时,保护了PSP图像细节,避免了现有PSP去噪算法引起的图像模糊问题,提升了测量图像信噪比。对二元翼型的风洞试验PSP图像进行处理,去噪效果优于中值滤波、均值滤波和高斯滤波算法。

摘要： 针对传统硬阈值函数的不连续性和软阈值函数存在恒定偏差的不足,提出一种新的具有连续性、渐近性和灵活调节性的改进阈值函数。具体地,首先选取改进的固定阈值并经过实验选择合适的小波基,然后通过增加调节参数来降低阈值函数的恒定偏差,最后通过实验模拟验证了本文方法在图像相似性评价标准上去噪效果的优越性。

摘要： 非线性扩散图像在降噪时纹理和细节通常会被削弱,为了解决这一问题,提出一种自适应扩散系数优化的图像降噪算法。利用经典的PM模型处理图像,利用扩散系数基于梯度幅值结合残差局部能量,可精确获取图像的纹理区域;利用绝对差值排序算子,进一步区分纹理部分及其存在的噪声;将图像梯度信息,残差能量及绝对差值排序算子融合到模型中,在去噪的同时很好地保留图像边缘、纹理等细节信息。实验结果表明,所提算法的SNR值为18.4714,RMSE值为15.8373,UQI值为0.8193,在降噪的同时较好地保留图像的纹理和细节,在视觉质量方面具有优越性能。

摘要： 针对光学遥感成像结果受噪声和雾霾影响而劣化的问题,提出了一种结合多帧融合降噪和暗通道先验法去霾的快速降噪去霾算法.针对星载计算机主频较低,算力有限的特点,本文在降噪阶段,将传统多帧融合算法的逐像素配准改为两级配准,在全局和局部分别使用绝对误差和(SAD)与相位相关配准;提出了一种基于配准结果的配准质量评价新方法,减少了评价时间;在去霾阶段,用高斯核与透射率模版卷积,替代了传统的精细化方法.实验结果表明,采用本文提出的算法可以使图像平均峰值信噪比(PSNR)提升8.97 dB,通过计算量优化,去霾耗时减少了73.41%.

摘要： 年代久远的老照片是多种图像降质因素的复合,为解决当前研究仅针对某一降质影响,无法实际应用于真实场景下的老照片修复任务,且端到端的老照片修复输出对结果多样化不具有鲁棒性的问题,本文构建了一个基于深度学习的交互式老照片修复系统。针对图像褪色、画质模糊、图像缺损问题,实现对老照片清晰度的提升。根据老照片中人像占比分类修补破损区域,全图像着色与区域多样化着色,在引入极少量用户信息的情况下将输入老照片映射到完整的彩色输出图。实验结果表明,该修复系统可以获得较好地满足人眼视觉观察、多样化的修复结果。

摘要： 本文为改善传统双边滤波算法的降噪效果,本文对其滤波处理范围及参数设定进行改进。其中,通过经验学习方法获取图像分割最优块数;利用边缘检测算子及二值化将图像块划分为边缘块和非边缘块两种类型;引入梯度相似度构建梯度双边滤波,同时结合小波变换进行降噪。实验结果表明,在不同强度的噪声下,所提算法的降噪效果优于传统的双边滤波、小波降噪以及各向异性扩散滤波算法。

摘要： 近年来,生成对抗网络(GAN)用于低剂量CT(LDCT)伪影抑制表现出一定性能优势,已成为该领域新的研究热点。由于伪影分布不规律且与正常组织位置息息相关,现有GAN网络的降噪性能受限。针对上述问题,提出了一种基于伪影感知GAN的LDCT降噪算法。首先,设计了伪影方向感知生成器,该生成器在U型残差编解码结构的基础上增加了伪影方向感知子模块(ADSS),从而提高生成器对伪影方向特征的敏感度;其次,设计了注意力判别器(AttD)来提高对噪声伪影的鉴别能力;最后,设计了与网络功能相对应的损失函数,通过多种损失函数协同作用来提高网络的降噪性能。实验结果表明,与高频敏感GAN(HFSGAN)相比,该降噪算法的平均峰值信噪比(PSNR)和结构相似度(SSIM)分别提升了4.9%和2.8%,伪影抑制效果良好。

摘要： 近年来,用稀疏表示理论降噪的方法,因不需要先验地获取信号和噪声的统计特性而成为研究热点.本文针对含有高斯白加性噪声的遥感图像,提出了一种稀疏表示的自适应字典学习的图像降噪方法.基于噪声图像采用K-SVD算法对过完备字典进行自适应学习,由此获得的字典能够根据输入遥感图像的不同做出自适应的变化,能更好的反应图像的本质特征.

摘要： 人类视觉能够十分高效的从噪声图像中获知原始图像,且具有极强鲁棒性.本文针对近期兴起的深度学习理论,从计算机视觉的角度出发,分析设计了一种可用于深度学习的结构算法——深层降噪自动编码 (DDA,Deep Denoising Auto-encoders).本文基于DDA算法,采用多隐层的深度网络结构,结合MINIST手写字符数据库,研究了DDA算法在图像降噪问题中的应用.实验结果表明,该算法具有有效性及鲁棒性的特点.

摘要： 双能X射线透射成像系统具有材料分辨的能力，在安全检查中有突出的优势。从探测器系统直接得到的高、低能图像数据由于受到噪声的影响，可能发生材料的错分，呈现给用户的材料分辨结果效果差。因此，需要对原始的图像进行降噪处理。偏微分方程方法是近年来迅速发展起来的一种图像降噪方法，现已积累了丰富的研究成果，显示出很多优于传统方法的性能，能在半滑噪声的同时保留图像的细节信息。本文对图像降噪的偏微分方程方法的基本原理和发展进行了介绍，并将经典的P—M模型和前向一后向扩散模型应用于双能图像降噪。最后，给出了实验结果和相关讨论。

摘要： 为有效地去除噪声，针对正交小渡变换和传统阈值的不足，提出了一种新的基于上下文模型的小波包图像降噪方法。利用小波包可以同时对图像的低频和高频部分进行分解，在小波包变换里，每一个小波包系数被模型化为一个广义高斯分布随机变量.rn 应用上下文模型估计每一个小波包系数的边缘方差，产生空间自适应阈值。实验结果表明，与传统方法相比，该方法不仅降噪效果明显，而且很好地保留原图信息，具有更好的重建视觉效果。

摘要： 本文依据气象云图噪点特征及其差分值分布规律,将个数小于15的噪点区域分为单一噪点和复杂噪点两种类别,利用噪点阈值对图像中的噪点进行识别,再通过空间域插值法对噪点区域进行还原,最终得到降噪处理后的云图图像信息.降噪前后云图显示效果和差分值分布的对比表明,空间域插值降噪技术降噪效果明显,且没有对原始图像的正常信息造成损坏,不仅为气象保障提供了较为可靠的气象产品,而且也为气象卫星云图的二次产品开发提供准确数据.

摘要： @@ 自视听资料在1997 年被行政、民事和刑事诉讼法采用为诉讼证据后,对其的检验鉴定工作成为刑事技术学所要研究的内容.对于具有相似客体的数字图像存在着容易被篡改、克隆、伪造的缺陷,其原始性易被破坏, 经过人为的处理后难以检验鉴定出来.

摘要： 本文介绍了图像采集、退化和复原的基本模型，并以TMS320C6414作为处理器开发了该系统。在DSP程序设计中采用了多种优化措施，如合理分配内存，二维数据片外存储，DMA方式实现片内、外存储嚣之间的数据交换;行列算法实现二维FFT;在复原时采用定点乘法代替了计算量很大的浮点除法运算。模板平滑取代卷积加快图像模糊运算，这些措施的应用大大减小了运算量，提高了处理速度。对256×256图像进行模糊、逆滤波和维纳滤波复原运算，理论计算的帧率能达到10帧／s。

摘要： 依据初级视皮层非经典感受野抑制机理，建立像点与抑制环境的仿生模型，利用各项异性纹理抑制算法，对干扰图像轮廓特征识别的琐碎纹理线段进行抑制和剔除。针对高斯函数在图像平滑过程中造成的模糊，提出利用图像的N级非下采样Contourlet变换，检测噪声标准差。对每一级方向滤波器组计算噪声变化，并采用局部适应的收缩阈值进行图像降噪处理。之后再通过定义的距离和方向性抑制条件进行纹理抑制。实验表明，基于非下采样Contourlet变换的图像降噪算法不仅有较好的降噪效果，而且其边缘保持特性可满足轮廓识别的定位要求。所提方法能够有效抑制琐碎纹理，保留嵌入纹理区域的轮廓，降低抑制过度造成的负面效果。

摘要： 本文应用单色工业相机与红外滤光片等搭建了视觉测量平台,以用于某些航空热态锻件的二维尺寸测量.通过红外滤光片衰减锻件辐射的强红外光,以提高锻件图像的质量,并采用比较测量法精确测量其二维尺寸.通过采集标准量块图像并应用畸变校正、噪声抑制、亚像素边缘提取等标定出系统的像素尺寸当量,之后选用其他标准量块进行验证,系统的横向测量不确定度为0.0069mm,纵向测量不确定度为0.0063mm.最后,采集45钢锻件在1000°C时的图像并进行计算,所得测量尺寸与理论值的绝对误差小于0.5mm,充分说明了该系统所能达到的精度要求及实用性.

摘要： 本文应用单色工业相机与红外滤光片等搭建了视觉测量平台,以用于某些航空热态锻件的二维尺寸测量.通过红外滤光片衰减锻件辐射的强红外光,以提高锻件图像的质量,并采用比较测量法精确测量其二维尺寸.通过采集标准量块图像并应用畸变校正、噪声抑制、亚像素边缘提取等标定出系统的像素尺寸当量,之后选用其他标准量块进行验证,系统的横向测量不确定度为0.0069mm,纵向测量不确定度为0.0063mm.最后,采集45钢锻件在1000°C时的图像并进行计算,所得测量尺寸与理论值的绝对误差小于0.5mm,充分说明了该系统所能达到的精度要求及实用性.

摘要： 一基于小波变换的图像亮度降噪方法包括步骤：提取一图像信号中的一亮度分量；多分辨率分解该图像信号中的该亮度分量至一小波变换域，以获取至少一组小波系数，其中所述至少一组小波系数包括至少一高频层小波系数和至少一低频层小波系数；分阶段对每一高频层小波系数进行相应的滤波处理；和进行小波多分辨率逆变换，以获得降噪之后的该图像信息的亮度分量。

摘要： 本申请公开了一种图像降噪装置及图像降噪方法，属于计算机视觉技术领域。在本申请中，在本申请中，第一图像信号是近红外光图像信号，第二图像信号是可见光图像信号，由于近红外光图像信号具有高信噪比，因此，图像降噪单元引入第一图像信号，对第一图像信号和第二图像信号进行联合降噪，可以更为准确的区分图像中的噪声和有效信息，从而可以有效的避免图像拖尾以及图像细节损失。

摘要： 本公开描述一种用于对超声图像进行降噪的图像降噪方法，其包括：利用血管内超声系统获取超声图像；选取第一像素区域，计算第一像素区域的平均灰度值；比较各个像素点的原始灰度值与第一像素区域的平均灰度值并获得比较结果，并根据比较结果标记出干扰像素点；选取第二像素区域，分别计算原始灰度值、第二像素区域的中位值与第一像素区域的平均灰度值之间的相对偏差，若该中位值与该平均灰度值的相对偏差更小，则使用该中位值替换所选定的干扰像素点的原始灰度值，若该中位值与该平均灰度值之间的相对偏差更大，则使用该平均灰度值替换所选定的干扰像素点的原始灰度值。根据本公开，能够优化降噪处理过程并有效提高超声图像的图像质量。

摘要： 本公开是关于一种图像降噪方法、图像降噪装置、终端及存储介质。该图像降噪方法包括：获取待去噪的第一图像；对第一图像进行降采样，得到模糊度比第一图像高的至少一个第二图像；分别对第一图像和至少一个第二图像进行降噪，得到降噪后的图像；融合降噪后的第一图像和至少一个第二图像，得到降噪后的第一图像，第二图像的分辨率低于或等于第一图像，使得第二图像具有与第一图像不同的图像细节。在对第一图像和第二图像进行去噪时，可根据图像内容的不同进行图像间不同降噪程度的降噪，以尽可能多的保留图像细节。相对于直接对第一图像进行一次性强度的降噪，该方法可尽量多的保留图像细节，提高图像质量。

摘要： 本申请公开了一种图像降噪方法，该方法包括，将待降噪图像依次进行j次卷积编码，得到特征编码；将特征编码依次进行j次卷积解码，得到与所述待降噪图像像素尺寸相同的降噪图像；其中，对特征编码进行第一次卷积解码，次卷积解码结果，将与本次卷积解码结果具有相同像素尺寸的卷积编码结果、以及所述本次卷积解码结果，进行与本次卷积解码相邻的下一次卷积解码，依次递推，直至进行第j次卷积解码，j为大于等于1的自然数。本申请对场景的适应性高，能够兼顾不同照度下的图像噪点的降噪，提高了差异化噪点的降噪能力，改善了图像质量。

摘要： 本发明公开了一种针对图像降噪的网络自动搜索方法及图像降噪方法，属于图像处理技术领域。本申请在构造用于图像降噪的网络结构时，将Feature模块作为CNN网络结构的第一层，来保证输入图片有足够的特征给深层的模块进行学习，同时Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合，从而获得更好的高斯降噪效果；另外本申请采用基于遗传算法的自动结构搜索方法，能够在数据集下根据不同的噪声级别问题，自动的调整自动设计的网络结构，避免了人为介入的时间成本问题，大大提出了处理降噪任务的速度和性能。

摘要： 本公开提供图像降噪方法、图像降噪装置、存储介质与电子设备，涉及图像与视频处理技术领域。其中，一种图像降噪方法包括：在待处理图像中确定目标图像块以及所述目标图像块对应的一个或多个候选图像块；获取所述目标图像块在滤波方向上的梯度，根据所述梯度确定处于所述滤波方向上的所述候选图像块的方向权重；所述滤波方向是所述候选图像块相对于所述目标图像块所处的方向；根据所述候选图像块的方向权重，以及所述候选图像块与所述目标图像块的相似度，确定所述候选图像块的滤波权重；基于所述候选图像块的滤波权重对所述目标图像块进行滤波。本公开能够在实现降噪的同时，较大程度地保留目标图像块中原本的图像细节信息，提高图像质量。

摘要： 本申请公开一种基于自适应全变分图像降噪模型的图像降噪方法，包括以下步骤：获取待降噪图像；预处理获取的待降噪图像，获得原图像矩阵；基于预设的模型参数，将原图像矩阵导入自适应全变分图像降噪模型，经过多次迭代降噪，获得多张降噪图像，并从多张降噪图像中选取降噪效果最佳的降噪图像作为待降噪图像的降噪图像，其中，自适应全变分图像降噪模型的自适应函数用于控制降噪过程中的降噪强度。本发明能够对图像进行降噪，并获得降噪图像。

摘要： 本申请提供了一种基于高斯混合模型的图像降噪方法与图像降噪装置。该图像降噪方法包括：确定目标图像中各像素点的高斯混合模型，其中，目标图像为包含目标对象的最小图像，一个像素点对应一个高斯混合模型；至少基于相邻的两个像素点的高斯混合模型，确定对应的两个像素点之间的相似度权重；基于目标图像的多个相似度权重，对目标图像进行降噪处理，得到降噪处理后的目标图像，保证了能够在计算量较少的情形确定两个像素点之间的相似度权重，保证了降噪后的目标图像的轮廓较为清晰，以及保证了对目标图像的降噪效果较好，从而解决了现有技术中对印章图像的降噪效果较差的问题。

摘要： 本发明提供一种图像降噪模型生成方法及图像降噪方法，通过获取同一场景下的N张不同Bayer阵列的第一Raw图像，将N张不同Bayer阵列的第一Raw图像进行融合处理，得到相对应的N张第二Raw图像，将第一Raw图像逐像素减去相对应的第二Raw图像，得到相对应的残差噪声图像，基于第一Raw图像及相对应的残差噪声图像，建立样本图像数据库并进行模型训练，得到图像降噪模型；将待处理Raw图像进行格式转换处理后输入上述图像降噪模型，得到残差噪声图像，然后将残差噪声图像与相对应的输入图像进行融合处理，得到第一降噪图像，针对第一降噪图像进行相应格式转换处理，得到最终降噪图像。基于本发明生成的图像降噪模型实现图像自动降噪，能明显降低画面噪声，且该图像降噪方法效率高，通用性好，鲁棒性强。