1 陕西国际商贸学院基础部, 陕西 咸阳 712046
2 西安建筑科技大学理学院, 陕西 西安 710055
提出了一种结合深度学习的图像降噪算法。采用尺度感知边缘保护滤波器对噪声图像进行多尺度分解,利用其尺度感知和边缘保持的特性对图像噪声等小结构信息进行移除,并保持边缘细节不变;将训练好的卷积神经网络模型用于学习图像细节信息,并用于指导被尺度感知边缘保护滤波器处理后的图像进行细节恢复。结果表明,本文降噪算法能够有效降噪,并保持较好的高频信息,融合结果更利于人类视觉观察。
图像处理 图像识别 尺度感知 边缘保护 图像降噪 卷积神经网络 细节恢复 激光与光电子学进展
2019, 56(9): 091005
中国洛阳电子装备试验中心, 河南 济源 454650
针对基于神经网络的场景自适应非均匀性校正(Non-Uniformity Correction, NUC)算法在消除红外成像系统输出图像噪声时容易产生的“鬼影”现象, 提出了一种改进的自适应非均匀性校正算法, 将核回归插值技术应用到神经网络算法中, 有效降低了自适应非均匀性算法产生“鬼影”现象的概率。实验结果表明, 与传统的神经网络算法相比, 本文算法在相同条件下既能有效消除非均匀噪声, 又能大大抑制“鬼影”现象的产生。
红外探测器 非均匀性校正 神经网络 核回归 边缘保护 infrared detector non-uniformity correction neural network kernel regression edge-preserving
南京理工大学 电子工程与光电技术学院, 江苏 南京 210094
针对自适应稀疏表示去噪算法在对图像进行去噪时运行时间较长, 得到结果过于平滑的问题, 研究了基于相异性阈值的改进自适应稀疏表示去噪算法, 在改进算法中, 计算当前提取的图像块与前一个图像块之间的相异性度量, 并与阈值进行比较, 低于阈值则认为两者具有相同的稀疏表示向量和表示误差, 不需要对当前块再执行计算从而减少运行时间, 高于阈值则认为当前块包含了边缘区域, 记录其位置, 在重构去噪图像时予以保护, 以减少图像边缘信息的损失.对毫米波图像的去噪实验结果证实了改进算法的有效性.
相异性阈值 改进 自适应稀疏表示 去噪 运行时间 边缘保护 difference threshold modified adaptive sparse representation denoising operation time edge protection
1 西安交通大学 电气工程学院,西安 710049
2 中国科学院 西安光学精密机械研究所,西安 710119
针对红外焦平面阵列图像成像系统中的准确、清晰、无失真的要求,提出了一种基于小波变换的图像边缘保护处理方法,重点分析了将图像的二维小波变换与统计学中的最大后验概率估计算法结合来进行图像消噪的处理方式,介绍了该方法在红外焦平面阵列图像中的应用.仿真实验表明,这种方法明显减轻了失真度,使图像更加清晰,有效的扼制了“人工虚影”现象.
小波变换 消噪 红外焦平面阵列图像 边缘保护处理方法 Wavelet transform Denoising Focal plane array Edge-preserving denoising method
暨南大学 重大工程灾害与控制教育部重点实验室,光电工程系,广州 510632
提出一种基于各向异性扩散算法Catté模型的图像处理改进方法,通过对阈值k的修改以控制扩散强度,可实现在平滑光学相干层析图像的同时保护图像的边缘特征.对不同样品的光学相干层析图像处理.实验结果表明,改进后的算法更有利于噪音的滤除和边缘特征信息的保护.
光学相干层析 各向异性扩散 图像去噪 边缘保护 Optical coherence tomography Anisotropic diffusion Image de-noising Edge preserve
武汉大学遥感信息工程学院,湖北 武汉 430074
激光雷达是一种比较新的获取地面信息的方法,这种方法得到的数据不仅包括不规则间距的三维数据点云,还包括激光强度信息。现有的激光雷达数据处理方法大都是将三维数据点进行处理得到数字地面模型(DTM),对于激光强度信息的处理方法的研究比较少。针对激光雷达数据中像素级融合了三维信息和强度信息的特点,提出了一种基于高程信息平坦度的均值滤波算法。先将激光雷达的强度信息转换为灰度图像,然后在对各像素进行均值滤波处理时,融合了对应的激光雷达距离信息中该像素邻域内的高程信息。运用此算法和传统均值算法对激光雷达数据进行了处理,并且使用多种指标对处理结果进行了比较。结果表明,该算法既保持了传统均值滤波的优点,又改进了对弱边缘目标的保护。
激光雷达 影像融合 均值滤波 噪声抑制 边缘保护