文中研究Polar码在图像传输系统中的应用,讨论Polar码的译码迭代次数、码长、码率等因素对恢复图像的影响,并与等同条件下的低密度奇偶校验码(Low Density Parity Check Code,LDPC)在图像传输中的性能进行比较。数值仿真表明:随着Polar...文中研究Polar码在图像传输系统中的应用,讨论Polar码的译码迭代次数、码长、码率等因素对恢复图像的影响,并与等同条件下的低密度奇偶校验码(Low Density Parity Check Code,LDPC)在图像传输中的性能进行比较。数值仿真表明:随着Polar码译码迭代次数增加、码长增长和码率减小,图像传输的误块率(Block Error Rate,BER)减小,峰值信噪比(Peak Signal to Noise Ratio,PSNR)增大。同时在码长为2 048,码率为0.5时,Polar码在图像传输中的性能比LDPC码的性能有明显地提高,在输入信噪比为3 dB时,Polar码的误块率有102增强,PSNR值有4倍的提高。展开更多
提出一种适用于去除高密度椒盐噪声的图像滤波算法,以进一步提高输出图像的峰值信噪比。利用直方图形状判定椒盐噪声的两种灰度值,用于噪声像素的检测与定位。对于非噪声像素,直接输出灰度值;对于噪声像素,沿其邻域的k个方向分别搜索一...提出一种适用于去除高密度椒盐噪声的图像滤波算法,以进一步提高输出图像的峰值信噪比。利用直方图形状判定椒盐噪声的两种灰度值,用于噪声像素的检测与定位。对于非噪声像素,直接输出灰度值;对于噪声像素,沿其邻域的k个方向分别搜索一个距离最近的非噪声像素,然后以欧式距离倒数为权重,采用k个非噪声像素的加权灰度均值作为噪声像素的输出灰度值。测试了不同的方向数k对滤波性能的影响,确定了k的最佳取值为4。采用该方法对椒盐噪声密度为10%到90%的图像进行滤波,输出图像的峰值信噪比比现有同类方法提高了1.8~4.7 d B。该方法有效提高了高密度椒盐噪声图像的滤波质量,处理速度满足实时要求。展开更多
利用地基观测相机拍摄的以深空为背景的星图受星空复杂背景的影响,往往具有较高的噪声水平。同时由于星图主要由恒星、空间目标和星空背景噪声组成,且成点状分布,星图目标和噪声呈现较大的相似性,传统的图像去噪算法并不适用于星图。为...利用地基观测相机拍摄的以深空为背景的星图受星空复杂背景的影响,往往具有较高的噪声水平。同时由于星图主要由恒星、空间目标和星空背景噪声组成,且成点状分布,星图目标和噪声呈现较大的相似性,传统的图像去噪算法并不适用于星图。为此,该文提出一种基于能量函数的极值中值滤波去噪算法,该算法在去除星图椒盐噪声的同时能够较好地保持图像目标信息。该方法针对疑似噪声点采用二次检测的方式,并且结合改进的自适应中值滤波和能量函数模型进行灰度值恢复。该文分别使用仿真试验和真实星图处理试验对该方法进行验证,在客观评价中,图像峰值信噪比PSNR(Peak Signal to Noise Ratio)最高可提高3倍多,均方误差MSE(Mean Squared Error)减小为加噪图像的3.16×10^(-5)。试验结果表明,该方法可有效地降低传统方法的噪声误检问题,同时提高噪声图像的恢复精度,非常适合星图噪声的去除。展开更多
文摘文中研究Polar码在图像传输系统中的应用,讨论Polar码的译码迭代次数、码长、码率等因素对恢复图像的影响,并与等同条件下的低密度奇偶校验码(Low Density Parity Check Code,LDPC)在图像传输中的性能进行比较。数值仿真表明:随着Polar码译码迭代次数增加、码长增长和码率减小,图像传输的误块率(Block Error Rate,BER)减小,峰值信噪比(Peak Signal to Noise Ratio,PSNR)增大。同时在码长为2 048,码率为0.5时,Polar码在图像传输中的性能比LDPC码的性能有明显地提高,在输入信噪比为3 dB时,Polar码的误块率有102增强,PSNR值有4倍的提高。
文摘提出一种适用于去除高密度椒盐噪声的图像滤波算法,以进一步提高输出图像的峰值信噪比。利用直方图形状判定椒盐噪声的两种灰度值,用于噪声像素的检测与定位。对于非噪声像素,直接输出灰度值;对于噪声像素,沿其邻域的k个方向分别搜索一个距离最近的非噪声像素,然后以欧式距离倒数为权重,采用k个非噪声像素的加权灰度均值作为噪声像素的输出灰度值。测试了不同的方向数k对滤波性能的影响,确定了k的最佳取值为4。采用该方法对椒盐噪声密度为10%到90%的图像进行滤波,输出图像的峰值信噪比比现有同类方法提高了1.8~4.7 d B。该方法有效提高了高密度椒盐噪声图像的滤波质量,处理速度满足实时要求。
文摘利用地基观测相机拍摄的以深空为背景的星图受星空复杂背景的影响,往往具有较高的噪声水平。同时由于星图主要由恒星、空间目标和星空背景噪声组成,且成点状分布,星图目标和噪声呈现较大的相似性,传统的图像去噪算法并不适用于星图。为此,该文提出一种基于能量函数的极值中值滤波去噪算法,该算法在去除星图椒盐噪声的同时能够较好地保持图像目标信息。该方法针对疑似噪声点采用二次检测的方式,并且结合改进的自适应中值滤波和能量函数模型进行灰度值恢复。该文分别使用仿真试验和真实星图处理试验对该方法进行验证,在客观评价中,图像峰值信噪比PSNR(Peak Signal to Noise Ratio)最高可提高3倍多,均方误差MSE(Mean Squared Error)减小为加噪图像的3.16×10^(-5)。试验结果表明,该方法可有效地降低传统方法的噪声误检问题,同时提高噪声图像的恢复精度,非常适合星图噪声的去除。
