简介:为了在焊接缺点有效地减少噪音,想象并且保存琐事信息,基于nonsubsampledcontourlet变换(NSCT)焊接缺点图象的一个噪音减小方法和各向异性的散开被建议。第一,焊接缺点图象的X光检查被NSCT分解。然后全部的变化(电视)模型和Catte_PM模型分别地被用于获得的低通行证的部件和通带部件。最后,降噪的图象被反的NSCT综合。试验性的结果显示出那,与有电视散开和适应对比散开的小浪阀值收缩的混合方法相比,建议方法在主观视觉效果的方面有大改进,山峰signal-to-noise比率(PSNR)和吝啬平方的错误(MSE)。噪音更有效地被压制,琐事信息在图象更好被保存。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.