模糊图像复原的高阶全变差正则化模型构建

模糊图像复原是一类典型的不适定反问题.为保证复原过程的稳定性,在二阶梯度域构建了模糊图像复原的高阶全变差正则化模型.针对该模型数值求解的困难,将原问题分解成Tikhonov反卷积和高阶全变差图像去噪2个子问题,并分别对其设计高效的数值求解格式.试验结果表明,该图像复原方法在快速恢复图像细节信息时能够有效地抑制振铃效应和阶梯效应的产生.     

图像去噪的自适应插值小波算法

将插值小波算法和自适应积分方法相结合,提出了一种用于偏微分方程求解的新方法—插值小波自适应精细积分法。实现了由该种方法构造的小波形函数的快速算法,有效的提高了计算效率。利用自适应多层插值小波算法对热传导方程进行求解,实现了对图像的降噪,实验结果表明了该方法用于图像降噪的有效性。     

小波变换和偏微分方程在图像去噪中的应用

应用小波分析方法和偏微分方程方法进行图像处理是一个重要课题。小波变换去除图像噪声时虽然能保持图像的细节信息,但是图像的边缘信息被平滑了。使用偏微分方程对图像去噪,并与使用小波变换去除图像噪声后效果进行比较,实验结果表明：使用偏微分方程对图像去噪在平滑噪声的同时可以使边缘得到保持,应用偏微分方程进行图像去噪是一种有效的工具。     

基于小波分析的图像压缩与去噪研究

介绍了图像小波分析的基本理论和基于小波变换的分解与重构原理,利用小波变换对二维图像进行分解,将原始图像分解成不同方向、不同频率成分的子图像.同时对含噪图像进行小波分解,通过选取适当的阈值,对小波分解系数进行阈值量化,再对高低频系数重构,实现图像的去噪.最后运用MATLAB仿真平台进行仿真验证,仿真结果表明:利用小波分析对图像进行压缩和去噪可以得到非常好的压缩效果和去噪效果,对工程应用具有一定的借鉴意义.     

忆阻细胞神经网络及图像去噪和边缘提取中的应用

结合忆阻器的记忆特征和细胞神经网络高效并行处理能力,将忆阻器作为可编程连接权值,提出了一种具有忆阻器特性的细胞神经网络.计算机仿真验证了提出的忆阻细胞神经网络用于图像去噪和边缘提取的有效性.     

基于形态学和分形理论的农产品图像去噪

结合形态学和分形理论对农产品图像进行去噪处理,先通过形态学的开运算和闭运算滤除图像的正脉冲和负脉冲噪声,滤除噪声的高频部分效果明显,再计算经过形态学滤波后图像的分形维数,通过分形维数估算出修正参数修正图像,不仅能兼并噪声的低频部分,还能去除由于形态学结构元素方向的限制所产生的毛刺,起到平滑图像的作用.试验仿真得到的结果与传统的小波去噪、中值滤波、均值滤波相比较,不仅有较高的信噪比,还能保留图像的细节,提高主观的视觉效果.