同场景多幅图像中的强噪声抑制

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

同场景多幅图像中的强噪声抑制

陈洪波, 陈真诚, 汤井田

文章导航 > 电子科技大学学报 > 2010 > 39(2): 209-213,226

陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制[J]. 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

引用本文:

陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制[J]. 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

CHEN Hong-bo, CHEN Zhen-cheng, TANG Jing-tian. Strong Noise Pollution Control in Multiple Copy Images[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

Citation:

CHEN Hong-bo, CHEN Zhen-cheng, TANG Jing-tian. Strong Noise Pollution Control in Multiple Copy Images[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

同场景多幅图像中的强噪声抑制

doi: 10.3969/j.issn.1001-0548.2010.02.012

1.
桂林电子科技大学生物医学工程研究中心广西桂林 541004;
2.
中南大学信息物理工程学院长沙 410083

基金项目:

国家863计划(2006AA06Z105);湖南省自然科学基金(07JJ6133)

作者简介:
陈洪波(1972-)，男，博士，副教授，主要从事图像处理、模式识别等方面的研究.

中图分类号: TN911.73

Strong Noise Pollution Control in Multiple Copy Images

1.
Institute of Biomedical Engineering,Guilin University of Electronic Technology Guilin Guangxi 541004;
2.
School of Info-Physics and Geomatics Engineering,Central South University Changsha 410083

摘要: 提出了利用独立分量分析滤除同场景多幅图像中的噪声方法，假设在含噪的同场景多幅图像中，噪声信号和图像信号之间是相互独立的。利用独立分量分析方法可以将含噪的同场景多幅图像分解成图像信号分量和噪声信号分量，根据独立分量的固定时间模式的标准差特性可以将图像信号分量提取出来，以重构成去噪结果图像。实验结果表明，该方法能有效地抑制多幅同场景图像中非零均值强高斯噪声，而且可适用于稳定噪声强度和不稳定噪声强度环境。
- 图像处理 /
- 独立分量分析 /
- 同场景多幅图像 /
- 噪声抑制
Abstract: An effective method for strong noise pollution control in multiple copy images is proposed. If the noise and original image are mutually independent in mixed signals, the mixed signals are decomposed to an original image component and a noise component using ICA. The original image component is selected to reconstruct the result image according to standard deviation of its time course. Experimental results show that the proposed method can separate nonzero-mean noise Gaussian noise from multiple copy images, and is effective in the case of stable and unstable noise intensity.
- image processing /
- independent component analysis /
- multiple copy images /
- noise pollution control

[1]	艾斯卡尔·艾木都拉, 武文成. 基于多尺度局部梯度的点目标检测技术 . 电子科技大学学报, 2019, 48(6): 893-903. doi: 10.3969/j.issn.1001-0548.2019.06.014
[2]	何磊, 李玉霞, 彭博, 吴焕萍. 基于生成对抗网络的无人机图像道路提取 . 电子科技大学学报, 2019, 48(4): 580-585. doi: 10.3969/j.issn.1001-0548.2019.04.016
[3]	阮宗利, 魏平, 钱国兵, 袁晓垒. 基于MNC-FastICA算法的稳健自适应波束形成 . 电子科技大学学报, 2017, 46(3): 505-510. doi: 10.3969/j.issn.1001-0548.2017.03.005
[4]	罗时雨, 童玲, 陈彦. 基于参数化模型的水平集SAR图像多区域分割方法 . 电子科技大学学报, 2016, 45(6): 939-943. doi: 10.3969/j.issn.1001-0548.2016.06.011
[5]	王莉君, 何政伟, 冯平兴. 基于ICA的异常数据挖掘算法研究 . 电子科技大学学报, 2015, 44(2): 211-214. doi: 10.3969/j.issn.1001-0548.2015.02.009
[6]	张和发, 李立萍. 含噪独立分量分析的期望最大化算法 . 电子科技大学学报, 2012, 41(4): 527-531. doi: 10.3969/j.issn.1001-0548.2012.04.009
[7]	罗洪艳, 杨维萍, 郑小林, 侯文生, 胡南, 廖彦剑. 小鼠切片图像自动去背景方法的研究 . 电子科技大学学报, 2011, 40(4): 625-629. doi: 10.3969/j.issn.1001-0548.2011.03.031
[8]	韩杰思, 沈建京. 采用图像滤波的多特征JPEG盲检测 . 电子科技大学学报, 2011, 40(2): 255-260. doi: 10.3969/j.issn.1001-0548.2011.02.020
[9]	唐聃, 王晓京, 陈峥. 新的图像加密方法 . 电子科技大学学报, 2010, 39(1): 128-132. doi: 10.3969/j.issn.1001-0548.2010.01.029
[10]	辛勤, 粘永健, 万建伟, 何密. 基于FastICA的高光谱图像压缩技术 . 电子科技大学学报, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014
[11]	唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类 . 电子科技大学学报, 2008, 37(3): 466-469.
[12]	洪英, 韩周安. 偏亚高斯语音信号有效分离ICA方法研究 . 电子科技大学学报, 2008, 37(5): 693-697.
[13]	蔡权伟, 魏平, 肖先赐. 一种低信噪比信号的调制盲识别方法 . 电子科技大学学报, 2006, 35(2): 196-199.
[14]	姚远程, 马上. 一种视频图像中运动目标检测方法研究 . 电子科技大学学报, 2006, 35(4): 458-460,477.
[15]	尹忠科, 解梅, 王建英. 基于稀疏分解的图像去噪 . 电子科技大学学报, 2006, 35(6): 876-878.
[16]	尹忠科, 王建英, Pierre Vandergheynst. 由图像的稀疏分解重建图像的快速算法 . 电子科技大学学报, 2006, 35(4): 447-449.
[17]	陈红艳, 李磊民. 基于ICA的极化SAR图像相干斑抑制 . 电子科技大学学报, 2006, 35(4): 484-487.
[18]	尹忠科, 解梅, 王建英. 基于原子能量特性的快速图像匹配追踪 . 电子科技大学学报, 2005, 34(2): 156-159.
[19]	张智林, 皮亦鸣, 孙志坚. 基于独立分量分析的降噪技术 . 电子科技大学学报, 2005, 34(3): 296-299.
[20]	郭旭平, 李在铭. 跟踪系统中图像目标的快速提取技术研究 . 电子科技大学学报, 1998, 27(1): 17-20.

WeChat

点击查看大图

计量

文章访问数: 3426
HTML全文浏览量: 116
PDF下载量: 51
被引次数: 0

同场景多幅图像中的强噪声抑制

doi: 10.3969/j.issn.1001-0548.2010.02.012

1. 桂林电子科技大学生物医学工程研究中心广西桂林 541004;

2. 中南大学信息物理工程学院长沙 410083

基金项目:

国家863计划(2006AA06Z105);湖南省自然科学基金(07JJ6133)

作者简介:
陈洪波(1972-)，男，博士，副教授，主要从事图像处理、模式识别等方面的研究.

收稿日期: 2008-07-23
修回日期: 2009-09-12
刊出日期: 2010-04-15

中图分类号: TN911.73

关键词:

摘要: 提出了利用独立分量分析滤除同场景多幅图像中的噪声方法，假设在含噪的同场景多幅图像中，噪声信号和图像信号之间是相互独立的。利用独立分量分析方法可以将含噪的同场景多幅图像分解成图像信号分量和噪声信号分量，根据独立分量的固定时间模式的标准差特性可以将图像信号分量提取出来，以重构成去噪结果图像。实验结果表明，该方法能有效地抑制多幅同场景图像中非零均值强高斯噪声，而且可适用于稳定噪声强度和不稳定噪声强度环境。

English Abstract

陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制[J]. 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

引用本文:

陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制[J]. 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

CHEN Hong-bo, CHEN Zhen-cheng, TANG Jing-tian. Strong Noise Pollution Control in Multiple Copy Images[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

Citation:

CHEN Hong-bo, CHEN Zhen-cheng, TANG Jing-tian. Strong Noise Pollution Control in Multiple Copy Images[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发