导读:本文包含了图像降噪处理论文开题报告文献综述及选题提纲参考文献，主要关键词:肝脏超声图像,降噪处理,中值滤波,小波阈值
图像降噪处理论文文献综述
徐立,乔智,郑祖添,穆佳乐[1]（2019）在《肝脏超声图像降噪处理的两种方法比较》一文中研究指出医学图像是复杂图像可以反映人体内部的各个组织信息,包含的大量的医学信息,进行处理时非常困难。现代医学图像一般采用超声成像技术,其在疾病的预防、诊断、治疗中起到了很好的辅助作用;而图像在形成过程中由于受到多种不确定因素的影响会产生斑点噪声。本文在对肝脏超声图像降噪时选取中值滤波和小波阈值两种降噪方法对常见噪声如高斯噪声、椒盐噪声进行降噪处理。通过实验对比发现小波阈值降噪方法对图像降噪效果方面要优于中值滤波降噪方法。(本文来源于《电脑知识与技术》期刊2019年11期）
胡拓[2]（2019）在《结合图像降噪处理的低剂量CT重建》一文中研究指出计算机断层扫描(CT)已经成为了临床中重要的无创检查技术。然而,近年来,有研究显示过量的X射线剂量和患癌风险的提高有密切的关联,人们对于CT扫描的健康风险的担忧日益增长。低剂量CT可以减少CT扫描对人体健康的危害,但是会产生信噪比较低的或者稀疏的投影数据。而利用这些低质量投影数据,目前商用的滤波反投影方法重建出来的图像含有大量噪声和伪影。因此,在降低剂量的条件下,如何用低质量的投影数据重建出高质量的图像,成为了低剂量CT重建的关键和难点。近年来,压缩感知理论在信号恢复领域获得了广泛的关注。压缩感知理论利用先验知识,例如信号在某些变换域中稀疏性,可以实现从稀疏采样中精确的重建原始信号。稀疏字典学习是一种表示学习方法,通过构建过完备字典,寻找信号在过完备字典上的稀疏表示,可以去除信号中含有的噪声。目前,深度卷积神经网络已经在视觉识别领域展现了优秀的性能。通过卷积神经网络来进行图像的降噪处理也成为了引人关注的课题。本文尝试把稀疏字典学习,深度卷积神经网络等图像处理领域的前沿成果引入到低剂量CT重建的框架中来,结合压缩感知重建,以期实现更好的重建质量。具体内容如下:1)提出了一种结合稀疏字典学习和压缩感知重建的低剂量CT重建方法。首先利用全变分最小化从低质量的投影数据重建出中间结果图像。通过自适应提前停止策略来对迭代重建进行调度,在合适的时间点停止迭代。然后通过稀疏字典学习的方法对中间结果图像进行处理。实验表明,所提出的方法不仅成像质量高,而且相比参与对比的压缩感知重建方法,用更少的运行时间,取得了更好的重建效果。2)提出了 一种结合深度学习的低剂量CT重建方法。特别的,设计了 一个基于深度残差学习的卷积神经网络,实现了两个层次的残差学习。一方面利用图像残差更容易拟合的特点,使得网络更容易训练,更好的学习输入图像和其残差之间的映射关系。另一方面,残差单元使得深层网络也能收敛到比较好的结果。实验表明,本文提出的重建方法能够获得比参与对比的其他方法更好的视觉效果和客观指标。(本文来源于《浙江大学》期刊2019-01-01）
罗赟[3]（2018）在《湿蒸汽参数测量中散射体几何模型优化及CCD图像降噪处理》一文中研究指出目前,随着大容量高参数汽轮机组的日益增多,对电厂运行的经济性和安全性提出了更高的要求。汽轮机内部蒸汽湿度是影响汽轮机内效率和安全性的重要因素,为了指导汽轮机的运行,对汽轮机内部湿蒸汽参数进行实时、准确、非接触测量具有重要的意义。本文以Mie散射理论为基础,借鉴国内外研究经验,设计了后向异轴角散射法测量蒸汽湿度,并对其几何模型进行了优化;以CCD相机为数据采集装置,依据异轴角散射法建立实验平台,开展了实验研究,并对实验信号进行了降噪处理。首先,在分析异轴角散射法测量模型的基础上,根据光散射知识及CCD成像原理对散射体几何模型进行构建及优化,并计算了散射体体积及与散射体相关的参数。然后,将优化后的几何模型体积的数学表达式代入测量模型,并利用Matlab软件编程,对测量模型进行仿真计算,得到了散射光强理论值,并将其与散射体几何模型优化前进行比较分析。结果表明,散射体几何模型优化后,散射光强理论值与实验数值之间的相对误差减小,且变化趋势更为吻合,验证了几何模型优化的优越性与准确性。然后,在对比分析各种经典的滤波算法的基础上,选取均值滤波、小波阈值、维纳滤波这叁种滤波算法,并根据CCD图片噪声特性及所选取的算法特点,对小波阈值去噪及维纳滤波进行改进。利用Matlab软件编程计算,以信噪比(SNR)、均方根误差(RMSE)为评价标准。比较了几种滤波算法改进前后对同一图片的滤波结果,结果表明:改进后的维纳滤波3×3窗口滤波时降噪效果最好,此算法降噪后的图片的SNR为22.3595,RMSE为0.4082,均为几种滤波算法中的最优值,故本文选用改进的滤波算法对实验图像进行去噪处理。最后,利用均匀搜索对实验测量得到数据进行反演寻优,得到湿蒸汽参数并计算湿度,分析了同一工况下湿度变化规律及变工况下湿度的变化规律。分析结果得到:同种工况下湿度计算结果分别为1.686%、1.684%、1.718%,结果非常接近,符合实际;变工况下截面3,截面4背压与湿度的变化关系也符合热力学原理,从侧面证明此测量系统对于测量湿蒸汽湿度是比较可靠的。(本文来源于《长沙理工大学》期刊2018-04-15）
商小宝[4]（2018）在《医学图像降噪处理及计算机辅助诊断》一文中研究指出随着科技的进步以及计算机技术的飞速发展,人们的生活正在慢慢向智能化转型,尤其是在医学领域,越来越多的先进仪器设备被应用在了各种医疗临床诊断中。由于医学影像设备的不完善性以及人体组织的复杂性,通过医学影像设备采集到的人体各组织的原始图像信息往往信噪比比较低,必须经过一定的处理才能作为医生进行医学诊断的参考图像,所以医学图像降噪技术和计算机辅助诊断受到了越来越多的关注,计算机辅助诊断的结果对医生对病灶体的判断有很大的影响,而降噪技术的优劣会对计算机辅助诊断的结果产生一定的影响。在利用医疗影像设备获得医学图像的过程中会产生一定的辐射,辐射会对医生以及病患造成一定程度的伤害,有可能诱发癌症等疾病,所以近几年低剂量计算机断层扫描技术受到了研究者们的关注,但是随着辐射剂量的减少,获得的医学图像将会引入大量的噪声,因此医学图像降噪技术受到了越来越多的学者的重视。同时,医生在后续对病灶进行判断的过程中往往需要依赖临床经验以及学术背景知识,因此医学临床诊断技术难以得到普及。本文在此基础上,对医学图像降噪处理技术以及计算机辅助诊断做了比较深入的研究,具体内容如下:(1)提出了一种基于医学图像质量评价的自适应叁维块匹配医学图像降噪技术。考虑到原始的医学图像通常都含有噪声,首先采用不同的阈值对原始的医学图像进行叁维块匹配降噪处理,然后对所获得的降噪后的图像进行质量评价,最终得到质量最好的降噪图像以及对应的阈值信息。实验结果表明本文的算法能够在有效抑制噪声的同时比较好的保留图像的边缘等细节信息。(2)提出了一种基于旋转不变局部二值模式的早期乳腺钙化点的检测方法。钙化点是乳腺癌早期表现形式之一,含有钙化点的乳腺组织与未含有钙化点的乳腺组织的纹理特征有明显的区别,而旋转不变局部二值模式常常被用来提取图像的纹理等特征信息,因此可以利用旋转不变局部二值模式对乳腺钙化点的特征进行提取,并且利用机器学习的方法,将提取的特征分为两类,完成对乳腺钙化点的判定。(本文来源于《浙江大学》期刊2018-01-01）
张亚楠[5]（2016）在《磁共振图像降噪处理的研究》一文中研究指出核磁共振成像具有对人体无害性、诊断度高等优点,但是它也有扫描时间长,成像速度慢等缺点。压缩感知理论以远低于奈奎斯特采样频率对样本进行采样,既缩短采样时间、减少存储空间同时提高成像速度。将压缩感知应用到核磁共振成像中,其实质是测量矩阵的设计,即傅立叶欠采样的设计。本文着重介绍了感兴趣区域欠采样设计,其基本思想是对于我们感兴趣的区域,设计一种采样方式,对人们感兴趣的区域尽可能多的采样,对不感兴趣的区域不进行采样或者尽可能少的采样。在核磁共振成像过程中,成像会受到噪声的影响,从而降低成像的质量。基于此,在已知噪声模型的情况下,本文提出了一种新的降噪方法,通过不断调整噪声模型的参数,对采样后的k空间数据进行处理,过滤掉噪声的信息,再用傅立叶逆变换进行图像重建,并与空间域上高斯滤波降噪与频率域上高斯低通滤波降噪方法进行比较,发现本方法得到了理想的结果。(本文来源于《北京交通大学》期刊2016-06-01）
于海宁,江景涛,尚书旗[6]（2016）在《基于压缩感知的图像降噪处理研究》一文中研究指出在农产品图像的动态采集中,可能会出现粘结、迭加及背景干扰等一系列缺陷,同时稀疏采样的图像也可能是不完整的。对于这个棘手的问题,由压缩感知理论可以找到答案。压缩感知理论首先对采集的图像进行稀疏表达,然后选取适合图像的最优小波基,采用凸优化理论及其算法,可以得到花生图像的特征点(降噪点)并进行处理,从而完成噪声的去除。为此,在压缩感知理论的基础上,提出了运用快速迭代阈值收缩(FISTA)算法进行去噪处理,与其他的图像降噪方法相比,体现了速度快、效率高、去噪效果好等优势。(本文来源于《农机化研究》期刊2016年02期）
刘书君,吴国庆,张新征,徐礼培[7]（2015）在《基于Shearlet域系数处理的SAR图像降噪》一文中研究指出结合图像在Shearlet域中系数的特点,提出了一种基于Shearlet系数稀疏表示与投影总变分(total variation,TV)相结合的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。有效解决了稀疏表示在图像去噪时存在的边缘细节损失与TV去噪时存在的光滑区域阶梯效应。首先,利用SAR图像Shearlet系数的稀疏性,结合系数稀疏表示模型,采用分段正交匹配追踪方法求解优化解,从统计意义上实现稀疏表示后的系数均值为真实图像系数均值的无偏估计;其次,为弥补稀疏表示中丢失部分系数在图像细节上的损失,同时结合这部分系数对应的Shearlet函数有利于表征图像边缘细节的特性,针对图像在丢失系数对应的Shearlet函数空间中投影重构的结果,结合TV方法迭代去噪。实验结果表明,该方法充分利用Shearlet域系数的特性,采用稀疏去噪与投影TV相结合的方法以弥补各自缺陷,在去噪的同时能有效保持图像纹理细节,并具有更优的图像视觉效果。(本文来源于《系统工程与电子技术》期刊2015年09期）
赵广超,肖斌,国闯,高逢顺[8]（2011）在《小波分析理论与图像降噪处理》一文中研究指出简要介绍了小波分析基本理论中的小波变换和小波包变换,重点论述了小波分析在图像降噪处理中的应用及其算法流程。在此基础上,利用Matlab R2007进行了图像去噪仿真测试,并对仿真结果进行了分析。结果表明,利用小波分析理论进行图像降噪处理,能够取得较好的降噪效果。(本文来源于《微型机与应用》期刊2011年19期）
宋保锟[9]（2011）在《激光主动成像的图像降噪技术处理》一文中研究指出本文主要从理论上研究了激光主动成像和图像处理方法。重点研究了一种新的不需要参考图像就能判断图像质量的方法。这是一种基于Renyi熵的各向异性指标评价的方法。通过夜间在实验室进行激光主动成像实验,获得了激光主动成像的图像,利用小波去噪和盲去卷积对激光主动成像的图像进行处理,达到了去高频噪声和去模糊效果,人眼主观评价来看,处理后的图像噪声明显降低,细节对比度有所提高,更加清晰。利用Renyi熵的各向异性对原始图像及处理后的图像质量进行无参考评价是本论文的主要创新工作。结果表明该方法的评价效果与人眼视觉主观感受比较一致。(本文来源于《长春理工大学》期刊2011-03-01）
刘旭[10]（2010）在《小波在图像降噪处理和边缘检测中的方法研究》一文中研究指出图像分割作为图像处理领域中极为重要的内容之一,是实现图像分析与理解的基础。然而在图像获取、传输和存储过程中往往会因各种原因引入噪声,这样就降低了图像分割的质量。因此,如何降低图像噪声,就成为图像分割中的一个重要任务。图像的边缘包含着大量的有价值的目标边界信息,找出图像的边缘称之为边缘检测。边缘检测是图像分割的重要基础,并成为分割算法的主题。小波分析是一种有效的分析工具,随着小波理论的不断发展和完善,小波理论己经被越来越多的应用到图像降噪和边缘检测中。本文在此基础上提出了将小波变换结合自适应滤波降噪和将小波变换与数学形态学融合进行边缘检测的方法。本文对小波理论,传统图像降噪方法,常用的边缘检测方法以及形态学理论进行了详细介绍,并将新的降噪方法和边缘检测方法与传统方法做了对比。小波变换与自适应中值滤波器相结合的方法克服了小波变换对椒盐噪声抑制能力差及中值滤波方法对高斯噪声抑制能力差的缺点,将两者的优点有效地结合起来,在去除高斯与椒盐噪声的同时也很好地保留了图像的边缘特征,优于传统图像降噪方法。用该方法对图像进行去噪,其结果失真较小,达到了良好的降噪效果的目的。基于小波变换和数学形态学的边缘检测算法,这种方法充分利用了小波变换的多分辨率分析中抑制噪声能力强的特点以及数学形态学边缘检测方法能够保持边缘光滑连续的特点,比传统检测方法得到的边缘更细且连续性好。(本文来源于《新疆大学》期刊2010-06-30）
图像降噪处理论文开题报告
（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：
计算机断层扫描(CT)已经成为了临床中重要的无创检查技术。然而,近年来,有研究显示过量的X射线剂量和患癌风险的提高有密切的关联,人们对于CT扫描的健康风险的担忧日益增长。低剂量CT可以减少CT扫描对人体健康的危害,但是会产生信噪比较低的或者稀疏的投影数据。而利用这些低质量投影数据,目前商用的滤波反投影方法重建出来的图像含有大量噪声和伪影。因此,在降低剂量的条件下,如何用低质量的投影数据重建出高质量的图像,成为了低剂量CT重建的关键和难点。近年来,压缩感知理论在信号恢复领域获得了广泛的关注。压缩感知理论利用先验知识,例如信号在某些变换域中稀疏性,可以实现从稀疏采样中精确的重建原始信号。稀疏字典学习是一种表示学习方法,通过构建过完备字典,寻找信号在过完备字典上的稀疏表示,可以去除信号中含有的噪声。目前,深度卷积神经网络已经在视觉识别领域展现了优秀的性能。通过卷积神经网络来进行图像的降噪处理也成为了引人关注的课题。本文尝试把稀疏字典学习,深度卷积神经网络等图像处理领域的前沿成果引入到低剂量CT重建的框架中来,结合压缩感知重建,以期实现更好的重建质量。具体内容如下:1)提出了一种结合稀疏字典学习和压缩感知重建的低剂量CT重建方法。首先利用全变分最小化从低质量的投影数据重建出中间结果图像。通过自适应提前停止策略来对迭代重建进行调度,在合适的时间点停止迭代。然后通过稀疏字典学习的方法对中间结果图像进行处理。实验表明,所提出的方法不仅成像质量高,而且相比参与对比的压缩感知重建方法,用更少的运行时间,取得了更好的重建效果。2)提出了 一种结合深度学习的低剂量CT重建方法。特别的,设计了 一个基于深度残差学习的卷积神经网络,实现了两个层次的残差学习。一方面利用图像残差更容易拟合的特点,使得网络更容易训练,更好的学习输入图像和其残差之间的映射关系。另一方面,残差单元使得深层网络也能收敛到比较好的结果。实验表明,本文提出的重建方法能够获得比参与对比的其他方法更好的视觉效果和客观指标。
（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。
图像降噪处理论文参考文献
[1].徐立,乔智,郑祖添,穆佳乐.肝脏超声图像降噪处理的两种方法比较[J].电脑知识与技术.2019
[2].胡拓.结合图像降噪处理的低剂量CT重建[D].浙江大学.2019
[3].罗赟.湿蒸汽参数测量中散射体几何模型优化及CCD图像降噪处理[D].长沙理工大学.2018
[4].商小宝.医学图像降噪处理及计算机辅助诊断[D].浙江大学.2018
[5].张亚楠.磁共振图像降噪处理的研究[D].北京交通大学.2016
[6].于海宁,江景涛,尚书旗.基于压缩感知的图像降噪处理研究[J].农机化研究.2016
[7].刘书君,吴国庆,张新征,徐礼培.基于Shearlet域系数处理的SAR图像降噪[J].系统工程与电子技术.2015
[8].赵广超,肖斌,国闯,高逢顺.小波分析理论与图像降噪处理[J].微型机与应用.2011
[9].宋保锟.激光主动成像的图像降噪技术处理[D].长春理工大学.2011
[10].刘旭.小波在图像降噪处理和边缘检测中的方法研究[D].新疆大学.2010