导读:本文包含了图像除噪论文开题报告文献综述及选题提纲参考文献，主要关键词:医学影像图像,维纳滤波,数学模型,仿真
图像除噪论文文献综述
陈军[1]（2019）在《基于维纳滤波算法的医学影像图像除噪分析研究》一文中研究指出对医学影像图像运用维纳滤波算法的数学模型进行了分析,采用MATLAB平台对基于维纳滤波算法的医学影像图像除噪进行了算法实现设计,并分别对不同信噪比值时加有高斯噪声的运动模糊退化的大脑医学影像图像进行维纳滤波除噪仿真研究,仿真结果表明理论分析与实验一致.(本文来源于《辽宁大学学报(自然科学版)》期刊2019年01期）
王佳宁[2]（2011）在《基于非均匀五株采样滤波器组的图像阈值除噪》一文中研究指出针对传统二维小波缺少多方向特性和传统多方向滤波器组不能进行多尺度分解的缺陷,提出了一种具有多尺度多方向特性的非均匀五株采样滤波器组。该滤波器组每层分解具有一个低频子带和十二个高频子带,并可通过对低频子带的重复分解得到图像的多尺度信息,实现了多方向分解和多尺度分析的统一完成。将提出的非均匀五株采样滤波器组结合统一阈值方法应用于图像除噪。经试验验证,与小波统一阈值除噪相比,所提出的方法对除噪后的图像无论从视觉效果和峰值信噪比(PSNR)上都有较显着提高。(本文来源于《科学技术与工程》期刊2011年26期）
李秀玲[3]（2009）在《图像除噪进化滤波器的设计》一文中研究指出在当今计算机技术以及传输通信技术高速发展的时代,更大信息量更快传输速度的数字图像已经成为人类获取信息的重要来源,因此对图像处理的分析研究一直是人们高度关注的热点。在图像的传输和获取过程中,由于外界环境以及自身物理器件的影响,总是不可避免地给图像带来各种噪声,进行图像除噪处理,改善图像质量,是图像进行其他后续研究必要的预处理步骤。基于上述观点,本文利用进化计算的寻优求解能力进行图像除噪进化滤波器的设计,对不同类型的噪声进行分析,进行灰度图像和彩色图像滤波器研究。本文的主要工作如下:(1)传统加权中值滤波模型是在一维信号处理的基础上形成的,模板下各个像素点都保持唯一的权值系数。考虑到滤波模板下不同位置像素之间的相互作用是不同的,本文提出一种基于像素相关性的加权中值滤波模型,使用差分进化算法进行权值系数的寻优求解。实验证明改进的加权中值滤波器可以有效去除噪声,同时保护图像的边缘和细节部分。(2)在改进型加权中值滤波的基础上,考虑到图像旋转或翻转情况下滤波的稳定性,提出一种基于旋转不变像素相关性的加权中值滤波模型。对滤波模板下像素之间的相关性进行旋转不变式设计。实验证明,改进的基于旋转不变像素相关性的加权中值滤波器具有更快的收敛速度和稳定的滤波效果。(3)采用遗传规划算法进行滤波器的结构进化,可以用来进行未知复杂噪声的专用滤波器设计。针对遗传规划算法过程中大样本图像大数据量的问题,提出基于增量式进化策略的改进型结构进化滤波器,分阶段逐步增大进化样本的范围,加快滤波器结构进化效率,同时具有好的噪声消除特性。(4)在结构进化滤波器设计的基础上,进一步考虑到图像旋转或翻转情况下滤波性能的稳定性,对滤波器结构进行对称性分析建模,提出旋转不变式进化滤波器结构设计方法。实验中对不同角度旋转及翻转图像进行滤波,验证旋转不变式进化滤波器的稳定性。(5)实现一个简单的进化滤波器演示系统。可以读入灰度图像或彩色图像,对其加入不同密度噪声,设置进化算法参数并进行滤波器权值寻优,与其他滤波器进行比较,显示各自滤波性能指标以及对应的除噪后图像。(本文来源于《中国科学技术大学》期刊2009-05-04）
石澄贤,赵志新,林红章[4]（2008）在《基于测地线活动轮廓模型的图像除噪和增强》一文中研究指出讨论曲线演化的活动模型去除图像噪声的性质。利用不同尺度小波变换系数的边缘映射指示图像的边缘。把不同尺度下的边缘映射经复合设置成曲线演化方程的边缘指示函数。为了防止边缘尖点被平滑,采用一种新的数值离散迭代格式求解曲线演化方程。这样使曲线演化方程在均匀区域能更好地平滑噪声,边缘点得到保护且不被模糊。通过对图像的仿真试验说明提出的方法在图像除噪方面有良好的效果。(本文来源于《江苏工业学院学报》期刊2008年04期）
柯丽,杜强,苏哲[5]（2008）在《应用多级维纳滤波的OCT图像除噪方法》一文中研究指出设计了基于维纳滤波和对比度增强的OCT图像处理方法。对OCT图像的噪声进行了分析,通过多尺度维纳滤波器对图像进行滤波处理来去除噪声干扰,然后根据区域特性采用对比度增强方法提高图像对比度。实验结果表明:经该方法处理后图像的背景方差(BV)较原始图像降低了2~6倍,细节方差和背景方差之比(DV/BV)提高了2~5倍。该方法不仅有效地去除了OCT图像的噪声,而且视觉效果良好,是一种有效的图像后处理方法。(本文来源于《光学精密工程》期刊2008年04期）
张久文,王佳宁,田勇,马义德[6]（2007）在《基于改进的非均匀方向滤波器组的HMT图像除噪》一文中研究指出本文提出了一种基于改进的非均匀方向滤波器组的隐Markov树(HMT)模型的图像除噪算法。改进的非均匀方向滤波器组每层分解具有十二个高频子带和一个低频子带,通过对低频的重复分解得到多尺度信息,因此分解后的系数具有更好的聚类性和持续性。根据分解系数的特性建立新的四叉树模型,经过期望最大化(EM)算法训练系数并重构完成对图像的除噪处理。试验结果表明,通过该模型除噪后的图像视觉效果和峰值信噪比(PSNR)都有了较明显的提高。(本文来源于《第十叁届全国信号处理学术年会（CCSP-2007）论文集》期刊2007-08-25）
敦建征[7]（2007）在《基于PCA的Contourlet域图像除噪技术研究》一文中研究指出传统小波变换提供了一种对信号进行多分辨率表示的方法，它在变换域中能同时提供信号的局域时频信息，因此得到广泛的应用。但基于分离处理的传统小波，并不能最优地表示图像信号的一维奇异性。近年来，发展了许多方向性多分辨率算法，统称Xlet，其目的是为了寻求能最优地表示图像边缘特征的基函数。着名的有Ridgelet、Curvelet、Wedgelet、Bandelet、Contourlet等。这些算法，是在小波分析的基础上建立起来的，可以认为是小波技术的最新发展。其中Contourlet在图像处理领域表现最为优异。Contourlet变换是一种结合多分辨率分析和方向性滤波的小波变换，它除了具有一般小波变换的多分辨率、时频局域性外，还具有多方向性、各向异性等特征。因此，Contourlet能有效地捕获到自然图像中的轮廓，并对其进行稀疏表示，其系数沿着特定的方向具有更好的聚类性，我们的算法充分利用了这一特性。图像除噪是图像处理中一项应用广泛的技术，其作用是为了提高信噪比，突出图像的期望特征。小波理论因在对噪声方差估计及图像除噪方面具有独特的优势而受到广泛的重视。但传统小波只能区分叁个方向的信息，不能进一步揭示系数间的聚类关系，因而限制了除噪效果的提高。本文基于传统的阈值除噪方法，提出了一种改进方案——基于Contourlet变换的图像PCA除噪算法，不仅提高了图像的信噪比，而且图像的视觉效果也明显得到改善。它具有以下特点：1、通过主分量分析(Principal Component Analysis，PCA)对Contourlet域中噪声能量的估计来实现除噪，克服了传统阈值除噪方法自适应差的缺陷。2、算法无需对噪声方差进行估计，更具有实用价值。目前使用的小波除噪方法基本上都是建立在对噪声方差估计的基础上，而在Contourlet变换域，系数呈现出非高斯分布，通过建立数学模型对噪声方差进行精确的估计是很困难的。本文在此基础上，又将该算法应用于非抽样Contourlet变换中，对能量估计方法做了改进，也取得了很好的除噪效果。(本文来源于《兰州大学》期刊2007-04-01）
董楠,蒋本和,徐福泽[8]（2007）在《基于第二代小波变换的图像除噪》一文中研究指出讨论了第二代小波变换的基本原理和变换过程,并将第二代小波变换引入到图像信号除噪处理中.提升方案采用的是Deslauriers-Dubuc(4,2)小波,分别对含噪的图像信号进行叁级可逆提升变换,对每一级上的细节信号按软阈值法进行处理,削减小波系数中的噪声部分,从而实现了信号去噪.结果表明,去除高斯白噪声的效果令人满意,提升方法设计灵活、计算简单.(本文来源于《烟台大学学报(自然科学与工程版)》期刊2007年01期）
王洪元,石澄贤,夏德深[9]（2006）在《一种混合曲率流图像除噪方法》一文中研究指出基于几何曲线(曲面)演化的图像除噪和恢复是图像处理领域中的一个研究热点.本文利用几何和非线性扩散理论分析最大最小曲率流曲线演化方程,提出结合边缘信息的开关函数控制曲线(曲面)演化的混合曲率流图像除噪模型.实验证明,与其它除噪模型比较,该模型能更好解决曲线演化模型在对图像除噪时边缘保护和噪声去除的问题,提高曲线演化模型的图像除噪能力,并改善图像的可视性.(本文来源于《模式识别与人工智能》期刊2006年03期）
洪金希,孔祥金,刘锡明,吴志芳[10]（2006）在《一种新的快速除噪算法在大型集装箱检测图像中的实现》一文中研究指出大型集装箱检测系统中的图像含有大量复杂的噪声,本算法提出一种新颖的适用集装箱检测图像的去除噪声算法,不仅快速,而且能够有效区分目标物和噪声,进行分别处理,使图像处理后的效果明显优于一般的去噪算法。(本文来源于《核电子学与探测技术》期刊2006年01期）
图像除噪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统二维小波缺少多方向特性和传统多方向滤波器组不能进行多尺度分解的缺陷,提出了一种具有多尺度多方向特性的非均匀五株采样滤波器组。该滤波器组每层分解具有一个低频子带和十二个高频子带,并可通过对低频子带的重复分解得到图像的多尺度信息,实现了多方向分解和多尺度分析的统一完成。将提出的非均匀五株采样滤波器组结合统一阈值方法应用于图像除噪。经试验验证,与小波统一阈值除噪相比,所提出的方法对除噪后的图像无论从视觉效果和峰值信噪比(PSNR)上都有较显着提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像除噪论文参考文献
[1].陈军.基于维纳滤波算法的医学影像图像除噪分析研究[J].辽宁大学学报(自然科学版).2019
[2].王佳宁.基于非均匀五株采样滤波器组的图像阈值除噪[J].科学技术与工程.2011
[3].李秀玲.图像除噪进化滤波器的设计[D].中国科学技术大学.2009
[4].石澄贤,赵志新,林红章.基于测地线活动轮廓模型的图像除噪和增强[J].江苏工业学院学报.2008
[5].柯丽,杜强,苏哲.应用多级维纳滤波的OCT图像除噪方法[J].光学精密工程.2008
[6].张久文,王佳宁,田勇,马义德.基于改进的非均匀方向滤波器组的HMT图像除噪[C].第十叁届全国信号处理学术年会（CCSP-2007）论文集.2007
[7].敦建征.基于PCA的Contourlet域图像除噪技术研究[D].兰州大学.2007
[8].董楠,蒋本和,徐福泽.基于第二代小波变换的图像除噪[J].烟台大学学报(自然科学与工程版).2007
[9].王洪元,石澄贤,夏德深.一种混合曲率流图像除噪方法[J].模式识别与人工智能.2006
[10].洪金希,孔祥金,刘锡明,吴志芳.一种新的快速除噪算法在大型集装箱检测图像中的实现[J].核电子学与探测技术.2006