商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

小波与中值滤波相结合的汽车管路连接件表面缺陷图像去噪

由于汽车管路连接件表面缺陷图像中的高频噪声和椒盐斑状噪声直接影响缺陷特征提取的精度,提出一种小波与中值滤波相结合的去噪新方法。该方法首先对原始图像进行小波变换分解,分离出高频信号与高频噪声,并将噪声滤除,然后由灰度值变化曲线统计得到缺陷灰度分界阈值,结合中值滤波算法自适应地滤除椒盐斑状噪声以保护缺陷特征边缘,对去噪后的图像进行线性增强,使缺陷边缘轮廓更加清晰,最后采用Sobel边缘算子算法分别对中值滤波、小波滤波、高斯滤波及新方法去噪后的图像进行缺陷特征提取以对比分析去噪效果。实验结果表明,新方法的峰值信噪比(PSNR)分别比中值滤波、小波滤波及高斯滤波提高了10.70%、8.99%和8.87%;结构相似度(SSIM)分别提高了21.82%、23.34%和11.54%,说明新方法具有良好的去噪效果,并在一定程度上提高了缺陷细节形状特征提取的准确性,适用于汽车管路连接件表面缺陷的检测与分类识别。     

基于判断脉冲噪声的中值滤波改进算法研究

为提高图像去噪效果,在分析了中值滤波算法及判断脉冲噪声中值滤波算法基础上,对算法进行了门限选择及噪声误判的改进,改进后的算法增强了单线元素边缘的检测能力。通过仿真结果,可以看出对图像的去噪效果有一定的提高,信噪比也有所提高。     

结合图像增强的含噪齿轮图像边缘检测研究

为了提高齿轮后期故障检测和缺陷检测的效果,并有效去除图像中的混合噪声,提出了一种结合图像增强的含噪齿轮图像边缘检测算法。首先,引入了信息熵改进了马氏距离公式,并将马氏距离用于改进自适应中值滤波器;然后,对幂次变换进行了改进,使其具有自适应性,并将改进的幂次变换用于改进Retinex算法,对图像整体进行了增强;最后,采用小波模极大值法对含噪齿轮图像进行了边缘检测实验。研究结果表明:在对混合噪声的客观评价上,该算法的客观评价指标PSNR、SNR和SSIM均比中值滤波和自适应中值滤波指标高,并且其去噪效果也有明显提升;同时,利用改进Retinex算法对图像进行增强后,图像整体亮度和对比度有所增加,对部分噪声有所抑制,使得含噪齿轮图像边缘检测效果更好。     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于机器视觉和改进形态学边缘检测算法的钢球缺陷检测技术研究

为提高钢球表面缺陷检测的效率和准确性,设计一种基于机器视觉的钢球表面缺陷分拣系统。对钢球表面图像进行图像分割、平滑去噪和二值化预处理,获取钢球表面图像的准确信息,并采用改进的中值滤波算法去除噪声;利用小波变换和多尺度形态学融合算法进行钢球表面缺陷的边缘检测;通过该融合算法和其他算法的检测结果对比和客观数据评价,验证了本文所提算法能够有效保留图像真实细节,并满足钢球分拣系统的需求。     

基于数学形态学的图像边缘提取方法

为了解决传统边缘提取算法边缘定位不精确、抗噪能力差的问题,提出了一种基于数学形态学的边缘提取算法。该算法首先利用了双尺度双结构的数学形态学对目标图像进行滤波降噪处理,以提高目标图像的信噪比,然后利用多尺度多结构的数学形态学对目标图像进行边缘提取。利用该算法在配置了OpenCV的Visual Studio对Lena图像进行仿真处理,并将其处理结果与Canny算法处理结果进行对比。实验结果表明,该算法抗噪性能优异,对含有噪声的图像边缘的提取清晰且流畅、细节丰富。     

融合Canny算子和形态学的 齿轮图像边缘检测研究

针对含噪齿轮图像边缘检测中存在的难以有效抑制噪声和准确检测出更多真实边缘等问题,将改进的Canny算子和数学形态学算法应用到含噪齿轮图像边缘检测中,提出了一种融合Canny算子和数学形态学的含噪图像边缘检测算法。首先利用了改进的Canny算子边缘检测,接着运用了多尺度多结构数学形态学边缘检测;然后对两幅边缘图像进行了小波分解,得到各层子图像;最后分别对子图像采用了自适应加权融合,并使用小波逆变换重构图像得到了最终的边缘检测图像。实验及研究结果表明:融合算法比单独使用改进的Canny算子、数学形态学去噪效果好、定位精度高、边缘连续清晰,并且当噪声浓度升高时依然具有良好的去噪效果,是一种可行的无监督融合算法。     

遥感图像常用去噪方法

遥感图像在获取和传输的过程中,受各种噪声影响,使图像的边缘纹理等细节模糊,质量降低。为获得清晰的、高质量的遥感图像必须进行降噪预处理。该文就遥感图像去噪的邻域平均法、中值滤波法、维纳滤波法及小波变换法算法原理进行了研究和比较分析并进行了仿真实验。结果表明:对受不同噪声影响的遥感图像选择不同滤波算法均能取得较好的效果,但在噪声模型未知的情况下,小波去噪效果更佳。     

基于小波变换的中值滤波图像去噪

针对含噪图像提出了一种更为有效的去噪方法,即先对图像进行小波变换,然后对变换后的各频带子图像进行自适应中值滤波,接着再进行小波反变换,可得到降噪后的图像,同时较好地保持了图像的边缘信息.实验结果表明该方法是有效的.     

运动目标跟踪系统的图像处理单元设计

运动目标跟踪系统的图像处理单元对于系统跟踪的准确性与实时性至关重要.文中将跟踪系统采集到的动态图像序列经过预处理后送入图像处理单元进行中值滤波、边缘检测以及匹配跟踪,实现对运动目标的信息跟踪.该文对传统的中值滤波算法进行改进,同时对Sobel边缘检测算法进行改进,减少了系统的运算时间,使系统的图像处理单元具有更快的处理速度和更高的实时性.     

遗传神经网络在基片图像边缘检测中的应用

由于复杂噪声信号的存在,使得对基片边缘的检测不理想.文章提出了一种利用遗传算法与BP神经网络相结合的图像边缘检测方法.先对基片图像进行中值滤波,将选中的样本归一化;后用遗传算法对神经网络权值进行优化:再用BP算法时神经网络进行修正,得到局部最优;最后利用此神经网络对舍有噪声信号的陶瓷基片进行边缘检测.实验表明,此种方法是有效的.     

湿法水下焊接电弧区域图像采集与处理

采用复合滤光技术和水下ＣＣＤ摄像系统,在可见光范围内采集出了药芯焊丝湿法水下焊接电弧区域图像,并运用了基于中值滤波和梯度算子的图像边缘检测方法,有效地区分了电弧燃烧区域和电弧气泡区域,为湿法水下焊接电弧的机理研究及水下焊接过程控制奠定了基础。     

铜熔池信息视觉检测和图像处理研究

建立了一个近红外CCD熔池动态信息的图像检测系统,用于钢表面铜熔池视觉信息的检测.应用窄带滤光技术成功地解决了强弧光干扰,在获取清晰的焊接熔池区图像的基础上,研究了焊缝熔池几何尺寸的边缘检出方法,获得了满意的熔池边缘特征图像.     

基于数学形态学的气泡水平尺自动检测系统研究

针对气泡水平尺的自动检测问题,对机器视觉领域的边缘提取、轮廓跟踪等算法进行了研究,提出了一种基于数学形态学与轮廓跟踪的气泡水平尺自动检测方法。引入了快速中值滤波算法和多线程工具对工业相机拍摄的水平尺气泡图像进行了滤波处理,以提高中值滤波算法的运算效率,使用了模糊最小化形态学梯度对气泡图像进行处理,以得到气泡的边缘信息。同时针对该应用场合,分析了气泡边缘图像的灰度剖面特性得到左、右平行参考线的位置,结合目标邻域点法搜索气泡端点来对气泡位置进行了搜索,得到了气泡偏移距离,从而实现了高效率高准确度的气泡水平尺偏移实时检测。研究结果表明,该方法在保证结果准确的同时,能够极大提高计算速度,并且计算结果能极好地适应光照变化。     

Sobel-Hough检测方法在机器视觉倒车辅助系统的应用研究

倒车辅助系统,又称泊车辅助系统或可视倒车雷达,能够给驾驶员倒车泊车操作带来很大的方便。对主流倒车辅助系统的研究后,引进机器视觉,为精确检测柱子类或台阶类障碍物提供了新方法。倒车操作时,使用CCD内核的视觉传感器获取车后的图像信息,将彩色图象进行中值滤波后转变为灰度图像,采用Sobel算子锐化突出柱子或台阶的边缘,再采用自适应阈值法分割成二值图象,接着用Hough变换方法检测出边缘线段,最后对障碍物边缘进行加粗加色标记。实验表明,采用Sobel-Hough算法能准确地将柱子和台阶边缘识别出来,并具有较强的抗干扰能力。     

无人机遥感山区公路图像去噪方法

为实现对遥感图像较好的滤波去噪效果并有效保持图像边缘细节,提出一种自适应开关均中值融合滤波方法,可有效处理无人机拍摄的公路遥感图像.首先,选定遥感图像的局部区域,并设定梯度变换阈值大小,同时为标记该区域内的各个像素点,定义标志数组.然后,与阈值进行比较,若当前用于比较的像素点的值比梯度阈值大,则进行自适应开关均中值融合滤波,利用自适应选定阈值来替代传统开关均中值滤波器的固定阈值;若当前像素点小于梯度阈值,则选取改进梯度倒数进行加权平滑处理,即针对图像局部区域建立相关函数,将权值参数按照局部统计特性适应性进行调整.由实验结果可知,与传统梯度倒数加权平滑算法相比,自适应开关内中值融合滤波算法能够滤除遥感图像中的脉冲和椒盐噪声,对其他类型的噪声也有较好的效果,同时保留了图像的边缘细节信息.实验结果表明,滤波处理的图像平均梯度指数提高了 ３．１６％ ,且参数均方误差( MSE )减少了约 ５％ ,具有较高的应用价值.     

应用有限冲击响应滤波器消除星敏感器星像噪声

从图像处理的角度研究了提高星像坐标定位精度的方法。分析了星像噪声产生的原因,对去噪声前的星像坐标进行了频谱特性分析,根据分析结果,提出了一种基于Parks-McClellan算法的滤波器最优设计方法来设计有限冲击响应滤波器(FIR滤波器)。分析了通过该FIR滤波器后星像坐标的功率谱曲线。结果显示,该FIR滤波器能很好地消除星像噪声。最后,采用某型号卫星星敏感器原理样机的地面观星数据进行实验验证,结果表明,星敏感器输出姿态精度由原来的21.921″提高到了7.823″。     

Iterative Adaptive Median Filter for Impulse Noise Cancellation

Based on the characteristics of impulse noises,the authors establish a new filter,Iterative Adaptive Median Filter (IAMF).According to the charactics of images polluted by impulse noises,they establish weight ftnction combined with iterative algorithm to eliminate noises.In IAMF filter process,because the noise spots do not participate in the computation,they do not influence the normal points in the image,therefore IAMF can retain the detail well,maintain the good clarity after processing image,and simultaneously reduce the computation.Experiments showed that IAMF have ideal denoising effect for the images polluted by the impulse noises;especially when the noise rates are more than 0.5,IAMF is more prominent,even when the noise rates are more than 0.9,IAMF can achieve a satisfactory results.     

自适应窗口形状的中值滤波

中值滤波去除噪声的同时,难免出现含有线形图像的边缘轮廓信息跟随丢失的情况。为了达到滤除图像噪声最大化,有用信息损失最小化的目的,根据图像边缘特征选择或设计了适当大小和形状的窗口来进行中值滤波等操作。一方面,创新性地提出将Hough变换应用到车轮裂缝CT图像的滤波窗口形状的选择上,针对单一方向轮廓的图像,利用Hough变换检测出裂缝的方向,从而采用与裂缝形状相应的窗口对裂缝进行有针对性滤波,将该方法与传统方法进行了对比实验,并将60层滤波后切片图像堆栈得到了三维图像;另一方面,针对含有多个方向轮廓的图像,为了进一步改善滤波效果,提出根据像素梯度设计斜向滤波器,对多方向的线对进行滤波,数据显示经改进方法滤波后图像的峰值信噪比(PSNR)较传统的中值滤波提高了4~6,结构相似性(SSIM)提高了1%~2%左右,最后用683层荞麦切片CT图堆栈得到三维图像,对比滤波前后图像,可知该方法滤波效果良好。