简介：去除图像中的椒盐噪声可转化为二维曲面的重建问题。选用Multi-Quadric函数对图像中损失的信息构造插值格式，自动选择待插值点和插值参考点并求解插值方程组得到处理后的图像。实验证明，本方法可以在很少破坏图像细节的情况下去除大部分甚至全部噪声，并且在噪声密度非常大的情况下仍然可以还原相当多的图像信息。对噪声密度为50％和90％的单色Lena图像进行处理，该方法得到的信噪比比自适应中值滤波高6dB以上。
简介：应用傅里叶变换轮廓术测量物体三维面形时，当被测物体形状复杂或是被噪声严重污染时，导致频谱分布展宽，发生频谱混叠现象，基频提取困难，无法准确恢复物体的三维面型。提出了基于小波分解的傅里叶变换轮廓术，采用小波变换的方法对变形条纹图进行二维多尺度分解，重构被测物的背景图像，滤出图像的零频成分，得到相对变形条纹。运用小波变换与傅里叶变换轮廓术相结合的方法，只需拍摄一幅变形条纹图，将被测物体与背景分离，不受背景成分的影响，且易于基频信息的提取，降低了对滤波器的要求。实验证明该方法较好地防止了频谱的混叠问题，提高了测量范围与解相精度。
应用径向基函数去除数字图像中的椒盐噪声
基于图像二维小波多尺度分解傅里叶变换轮廓术
