导读:本文包含了图像混合滤波方法论文开题报告文献综述及选题提纲参考文献，主要关键词:双边滤波,高斯滤波,图像去噪
图像混合滤波方法论文文献综述
范灵[1]（2019）在《基于混合滤波算法的数字图像去噪方法研究》一文中研究指出双边滤波已广泛应用于数字图像处理领域,但在图像的高梯度区域,双边滤波会产生阶梯效应。双边滤波是局部模式滤波的一种特殊形式,提出了基于高斯滤波和双边滤波的混合图像去噪方法。利用高斯滤波器对噪声图像进行滤波,得到参考图像,将参考图像和噪声图像作为范围核函数的输入双边滤波器。参考图像提供图像的低频信息,噪声图像提供图像的高频信息。与传统双边滤波法比较,混合去噪方法能够有效地克服阶梯效应,滤波后的图像更平滑,纹理特征更接近原始图像,可获得更高的峰值信噪比。(本文来源于《信息技术》期刊2019年08期）
徐向艺,王建玺[2]（2015）在《基于脉冲耦合神经网络的图像混合噪声滤波方法》一文中研究指出根据脉冲耦合神经网络同步脉冲发放特性来定位脉冲噪声和高斯噪声点的位置,提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。仿真实验结果表明,该方法适应性强,在去除医学图像噪声的同时能很好地保留医学图像的细节和边缘信息,有利于改善医学图像质量、提高信息利用率和诊断的正确率。(本文来源于《微型电脑应用》期刊2015年08期）
樊洪斌,章才能,袁晚成,何耀,贺志明[3]（2014）在《一种基于PCNN的医学图像混合噪声滤波方法》一文中研究指出根据脉冲耦合神经网络同步脉冲发放特性来定位脉冲噪声和高斯噪声点的位置,提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。计算机仿真实验结果表明,这种方法适应性强,在去除医学图像噪声的同时能很好地保留医学图像的细节和边缘信息,有利于改善医学图像质量、提高信息利用率和诊断的正确率。该方法的效果优于均值滤波、中值滤波、维纳滤波等去噪方法,是去除医学CT图像混合噪声的一种比较理想的方法。(本文来源于《信息通信》期刊2014年05期）
冷继兵[4]（2013）在《基于Shearlet变换域图像噪声混合滤波方法》一文中研究指出在深入分析Shearlet变换理论的基础上,给出具体的Shearlet变换步骤,并提出一种针对图像脉冲噪声的混合滤波方法。该方法首先对噪声图像进行Shearlet多尺度变换,获得高频和低频系数,保留低频系数不变;然后针对Shearlet高频系数能够较好地刻画噪声局部化的性质,设计出一种多尺度、多方向特性的串/并联自适应中值滤波器,对高频系数中噪声进行自适应检测和滤除;最后实现低频系数和滤波后高频系数重构。通过与小波阈值法去噪和开关中值滤波法仿真实验比较可知,该滤波方法对于高强度的脉冲噪声具有较好的处理效果。(本文来源于《电视技术》期刊2013年17期）
黄英来,刘镇波,于鸣,高萌[5]（2013）在《混合滤波图像去噪方法》一文中研究指出针对传统的小波去噪方法会产生马赛克的问题,根据小波去噪理论以及阈值去噪理论,设计了一种基于小波阈值的混合滤波图像去噪方法.通过计算发现,新方法的峰值信噪比比传统的几种去噪方法更加优异.仿真实验证明,改进的去噪方法能够消除传统小波在阈值去噪时所产生的马赛克现象.最后分析了分解层数以及小波基对该方法去噪效果的影响,发现当分解层数为叁层、采用Bior4.4小波基时去噪效果最为理想,此时峰值信噪比为35.670 2.(本文来源于《哈尔滨理工大学学报》期刊2013年03期）
项力领,刘智,齐冀,杨阳[6]（2013）在《图像去噪的混合滤波方法》一文中研究指出针对视频图像在同时受到高斯噪声和脉冲噪声污染时,严重影响图像的存储、编解码、传输、目标识别与跟踪的问题,提出一种图像去噪的混合滤波方法。该方法通过基于个数判断脉冲噪声的方法,将脉冲噪声从混合噪声中分离,并利用中值滤波将其过滤;再利用分块平均边缘检测的方法提取图像的边缘;利用自适应均值滤波方法滤除非边缘的高斯噪声,并将边缘图像嵌入滤除高斯噪声的图像中。实验结果表明,该方法不但能有效去除图像中的高斯噪声和脉冲噪声,而且能保持图像的边缘信息,从而提高图像的去噪效果和清晰度。(本文来源于《吉林大学学报(信息科学版)》期刊2013年03期）
郭海涛,刘星洁,吴君鹏[7]（2012）在《一种抑制超声图像噪声的混合滤波方法》一文中研究指出提出抑制超声图像噪声的一种混合滤波方法,该方法先对超声图像进行椒盐噪声检测,根据需要进行排序自适应中值滤波,之后对图像进行同态变换,再进行模糊加权均值滤波,将处理后的图像进行指数变换得到抑制噪声的图像。文中给出该方法的详细描述和实现的步骤,实验结果表明该方法在抑制水下超声图像噪声的同时有较好的保边性能。(本文来源于《第叁十一届中国控制会议论文集C卷》期刊2012-07-25）
李佳,王笑梅[8]（2011）在《OCT图像降噪混合滤波方法》一文中研究指出通过对光学相干层析(OCT)系统中的噪音源进行分析,提出一种混合滤波处理方法,对OCT图像进行降噪处理。利用小波变换的原理将含噪图像进行小波分解,得到高频和低频的子信号,保留低频近似图像信号,分别对水平、垂直和对角3个方向的高频信号采用均值滤波,并将之前保留的低频近似图像信号与滤波后的这3个方向上的信号合成得到去噪后的图像。实验结果表明,该算法在降低噪声的同时尽可能的保留了图像细节,取得了良好的降噪效果。(本文来源于《计算机工程与设计》期刊2011年05期）
武英,吴海勇[9]（2010）在《一种自适应图像去噪混合滤波方法》一文中研究指出结合自适应中值滤波技术和自适应压缩加权均值滤波技术,提出了一种新的图像混合噪声滤波算法。算法首先对受混合噪声污染的图像利用灰度极值检测出脉冲噪声,运用自适应中值滤波滤除脉冲噪声;其次对处理结果进行自适应压缩的加权均值滤波。实验结果说明算法不仅能有效地滤除脉冲与高斯混合噪声,而且可以较好地保护图像细节。(本文来源于《计算机工程与应用》期刊2010年07期）
陈娜,喻钧[10]（2009）在《一种彩色图像混合滤波的方法》一文中研究指出提出了一种彩色图像混合滤波算法,对混有高斯和脉冲噪声的图像进行去噪处理。算法首先滤除受脉冲噪声污染的像素点,采用基于个数判断脉冲噪声的中值滤波算法;其次滤除受高斯噪声污染的像素点,采用对称近邻均值滤波算法。实验结果表明,与传统的中值滤波和均值滤波算法相比,该算法能够有效地去除高斯和脉冲噪声,同时能够保留更多的图像细节信息。(本文来源于《电脑知识与技术》期刊2009年19期）
图像混合滤波方法论文开题报告
（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：
根据脉冲耦合神经网络同步脉冲发放特性来定位脉冲噪声和高斯噪声点的位置,提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。仿真实验结果表明,该方法适应性强,在去除医学图像噪声的同时能很好地保留医学图像的细节和边缘信息,有利于改善医学图像质量、提高信息利用率和诊断的正确率。
（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。
图像混合滤波方法论文参考文献
[1].范灵.基于混合滤波算法的数字图像去噪方法研究[J].信息技术.2019
[2].徐向艺,王建玺.基于脉冲耦合神经网络的图像混合噪声滤波方法[J].微型电脑应用.2015
[3].樊洪斌,章才能,袁晚成,何耀,贺志明.一种基于PCNN的医学图像混合噪声滤波方法[J].信息通信.2014
[4].冷继兵.基于Shearlet变换域图像噪声混合滤波方法[J].电视技术.2013
[5].黄英来,刘镇波,于鸣,高萌.混合滤波图像去噪方法[J].哈尔滨理工大学学报.2013
[6].项力领,刘智,齐冀,杨阳.图像去噪的混合滤波方法[J].吉林大学学报(信息科学版).2013
[7].郭海涛,刘星洁,吴君鹏.一种抑制超声图像噪声的混合滤波方法[C].第叁十一届中国控制会议论文集C卷.2012
[8].李佳,王笑梅.OCT图像降噪混合滤波方法[J].计算机工程与设计.2011
[9].武英,吴海勇.一种自适应图像去噪混合滤波方法[J].计算机工程与应用.2010
[10].陈娜,喻钧.一种彩色图像混合滤波的方法[J].电脑知识与技术.2009