二维Gabor滤波器的快速实现

研究表明2D-Gabor滤波器能有效地应用于边缘检测、纹理分析、图象编码及增强等场合. 通常在实际应用中,为了取得良好的效果,2D-Gabor滤波器所构成的模板必须选得足够大. 我们根据2D-Gabor函数的特点设计了实现2D-Gabor滤波的两种方法.一是利用它的分离 性将2D-Gabor卷积分解成四个一维卷积;二是建立2D-Gabor卷积与高斯卷积之间的关系, 然后利用有限均匀递推滤波器的级联近似合成2D-Gabor滤波.文中详细讨论了这两种算法 的运算量及其特点.     

基于二维Otsu阈值修正的图像分割新方法

首先采用对二维直方图斜分割和查表的方法,解决了传统二维Otsu方法分割图像计算耗时,难以实时实现的缺点。其次基于灰度统计的思想,针对二维Otsu法处理小目标图像难以实现正确分割的缺点,提出了一种在实现过程中采用迭代的阈值修正新方法。最后设计了一种新型滤波器对分割后的图像进行滤波降噪处理。实验结果表明,阈值修正后的二维Otsu改进算法对小目标图像分割效果明显,而且新型滤波器对滤除散布在目标与背景中的噪声非常有效。将阈值修正法和新型滤波器结合使用,不仅快速,而且准确,取得了良好的分割效果。     

基于二维熵的组合形态学滤波方法及其应用

为了更好地还原被污染的PDF417条码图像,在条码图像识别前应对其进行去噪。提出一种基于二维熵的组合形态学滤波方法,采用基于全方位多尺寸结构元的开-闭滤波器分别对原始图像进行滤波,以各单个滤波器前后图像的二维熵变化大小作为权重,将各单个滤波器的输出进行组合滤波。实验表明,采用该方法可以有效去除噪声并保留图像的局部特征和细节,提高PDF417条码图像的识别率。     

一种自适应加权中值滤波方法的研究

针对传统加权中值滤波器在中心像素的权值选择上难以确定的问题,提出一种简便的改进型中值滤波算法.综合灰度图像的聚集特征和空间特征,构造图像的二维熵,结合传统加权中值滤波算法,设置滤波算法流程,通过观察图像二维熵的变化,合理改变中心像素的权值,以达到对噪声图像进行适度地平滑的目的,既滤除噪声又较好地保留了图像的细节.实验结果表明,新的滤波算法优于传统的中值滤波算法.     

基于二维经验模态和均值滤波的图像去噪方法

提出了一种新的图像去噪方法。此方法通过二维经验模态（BEMD）将噪声图像分解为一系列不同频带的子图像。对低频近似图像保持不变,对高频细节图像采用不同的模板进行均值滤波,最后将低频近似图像和均值滤波后的图像合成为去噪后的图像。实验结果表明该方法在滤除图像噪声的同时,又能较好地保留图像的边缘细节,其滤波效果优于单一的BEMD图像去噪和均值滤波图像去噪以及小波变换和均值滤波图像去噪方法。     

2维加窗全相位图像滤波模板的设计

为克服常用滤波模板的缺陷,消除传统图像滤波中存在的振铃现象和方块效应,提出了任意正交变换下的2维加窗全相位滤波算法.在严格证明任意正交变换下的2维全相位模板的计算通式基础上,进一步推导出傅里叶变换下的加窗全相位模板的简化公式.通过对亚奈图像的恢复实验证明：相比于反傅氏变换法生成的模板,用全相位DFT（discrete Fourier transform）模板恢复出的图像PSNR（峰值信噪比）值要高出7dB以上,且消除了振铃现象.通过实验还证明,用全相位DCT（discrete cosine transform）模板滤波可完全消除传统分块滤波中的方块效应.     

基于全相位沃尔什内插核的图像插值

好的内插模板是放大后图像失真小的关键。全相位数字滤波器是一种新型的线性相位滤波器。依据全相位滤波理论,提出了2维Walsh内插模板,采用先对角线内插,再水平垂直内插的放大方法。将该方法同最近邻内插、双线性内插、三次样条内插进行了比较,实验结果表明,该方法计算简便,抗噪能力强。     

基于高斯调制二维正弦曲面滤波器的指纹增强算法

针对指纹图像的纹理特征,深入分析了指纹图像 的纹理结构及与二维正弦曲面模式的相似性,构造设计了二维正弦曲面滤波器。为了降低边际噪声对滤波器性能的影响,提升滤波器的滤波增强效果,采用二维高斯函数对二维正弦曲面滤波器进行调制,最终构建了高斯调制二维正弦曲面滤波器,设计实现了基于该滤波器的指纹增强算法。分组实验结果表明,文中提出的基于高斯调制二维正弦曲面滤波器的指纹增强 算法能够有效地提高指纹图像的质量,对普遍存在于低质量指纹图像中的断线、疤痕和粘连等强噪声区域的增强效果更好。     

基于时空域滤波的二维动画图像细节增强方法

应用常规二维动画图像增强方法，容易产生图像边缘模糊和清晰度较差等问题。基于此，引入时空域滤波算法，提出了一种全新的二维动画图像细节增强方法。首先，多尺度分解二维动画图像，提取有针对性的图像细节特征信息。其次，利用时空域滤波算法对动画图像进行降噪处理，减少图像中的噪声干扰。最后，依据双边滤波方法原理捕获动画图像的特征结构，增强和融合图像细节。实验结果分析可知，新方法能够显著提高各种不同类型动画图像的峰值信噪比，降低失真，从而优化图像质量、清晰度、视觉冲击力。     

基于二维短时傅里叶变换的干涉相位图滤波方法

提出了一种基于二维短时傅里叶变换的干涉相位图滤波方法。首先,将干涉相位数据转变成指数,利用二维短时傅里叶变换进行处理,设置阀值,并进行二维短时傅里叶逆变换;最后,求取复数相位,获得滤波后干涉相位。试验结果表明,该方法在有效抑制相干斑的同时,还能有效地保持相位的细节信息和条纹的边缘结构,而且清除了残余点,有利于提高干涉测量的精度。     

基于2D-FFT的掌静脉图像Gabor滤波快速增强法

手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.有效提取手掌静脉特征对于手掌静脉分类至关重要.然而,由于采集到的手掌静脉图像的质量较差,必须在识别前对手掌静脉图像进行增强.使用二维离散快速傅里叶变换（2D-FFT）代替传统空域卷积滤波,实现Gabor滤波器与原图像的频域卷积滤波.实验结果显示,本文提出的增强方法,相比较传统的自适应直方图均衡化和Retinex算法具有更佳的增强效果,相比于传统Gabor空域卷积滤波具有更低的计算复杂度,更适用于实时系统.     

基于LS-SVR的图像噪声去除算法研究

通过对最小二乘支持向量机(Least squares support vector regression, LS-SVR)滤波特性的分析, 给出了LS-SVR用于图像滤波的卷积模板构造方法, 解决了LS-SVR在应用中需要求解的问题, 在此基础上, 提出了基于LS-SVR的开关型椒盐噪声滤波算法. 滤波算法中以Maximum-minimum算子作为椒盐噪声检测器, 利用滤波窗口内非噪声点构成LS-SVR的输入数据, 使用事先构造出的LS-SVR滤波算子, 对滤波窗口进行简单的卷积运算, 实现了被椒盐噪声污染点数据的有效恢复. 实验表明, 本文提出的方法具有较好的细节保护能力和较强的噪声去除能力.     

改进的自适应中值滤波算法

自适应中值滤波算法能有效地滤除图像的脉冲噪声,但是,随着噪声密度的增大,算法的滤波性能递减.当前对中值滤波算法进行改进的算法,也存在着相应的局限性.针对中值滤波算法的局限性,提出了改进的自适应中值滤波算法.算法根据滤波窗口的灰度极值进行噪声检测.对噪声点,用滤波窗口的灰度中值代替.如果中值为噪声点,则自适应地增大滤波窗口以取新的中值.如果窗口增大到允许的最大尺寸时,中值依然为噪声点,则取滤波窗口中除灰度极值外的其他像素的灰度均值.对标准图像和医学图像进行仿真实验,实验结果和数据证明,随着噪声密度的增大,标准的自适应中值滤波算法的滤波性能递减;改进的自适应中值滤波算法的滤波性能依然良好,在有效滤除噪声的同时,很好地保持图像的边缘和细节部分.     

一个基于分层的网页文本过滤系统

设计并实现了一种高效率、高性能的网页文本过滤系统,该系统采用分层过滤策略,包括实时过滤和事后分析。实时过滤模块是基于Linux下的IP Queue机制实现的,采用高效的过滤策略,在保证过滤实时性的同时也保证了过滤的准确性;事后分析模块研究过滤系统经过协议还原后备份的网页文本,通过网页预处理、非法关键词抽取、特征选择等步骤,实现了基于二元模型的文本过滤方法,该方法在一定大小的词语距离窗口内,采用包含非法关键词的二元词串作为特征,解决了使用二元词串带来数据稀疏的问题,同时保留了二元词串的强类别分辨能力的特征。实验表明,文章实现的过滤系统有较高的效率和准确率,用于事后分析的基于二元模型的文本过滤方法达到了较高的性能,其准确率、召唤率和F1的值分别为：96.98%,85.75%和91.02%。     

Image filtering using multiresolution representations

It is shown how multiresolution representations can be used for filter design and implementation. These representations provide a coarse frequency decomposition of the image, which forms the basis for two filtering techniques. The first method, based on image pyramids, is used for approximating the convolution of an image with a given mask. In this technique, a filter is designed using a least-squares procedure based on filters synthesized from the basic pyramid equivalent filters. The second method is an adaptive noise reduction algorithm. An optimally filtered image is synthesized from the multiresolution levels, which in this case are maintained at the original sampling density. Individual pixels of the image representation are linearly combined under a minimum mean square error criterion. This uses a local signal-to-noise ratio estimate to provide the best compromise between noise removal and resolution loss     

基于FPGA的数字滤波系统设计

为研究基于FPGA的数字滤波系统的设计与实现过程,根据数字滤波系统的基本工作原理在芯片内部设计了模数转换采样控制、基于分布式算法的FIR滤波器以及基于FFT IP核应用的频谱分析电路等功能模块,并给出了QUARTUS Ⅱ平台上的系统设计时序仿真波形.实验结果表明,相比于一般实现方法,基于FPGA实现的数字滤波系统具有高速灵活的优点,FPCA可广泛应用于高速数字信号处理领域.     

A prototype filter design approach to pyramid generation

This paper presents a technique for image pyramid generation, in which the reduction (expansion) factor between layers is any rational number M/L. The image pyramid generation is modeled as an interpolation and filtering followed by a decimation. The model enables frequency domain analysis of the image pyramid, as well as convenient design of the generating kernels. L(M) generating kernels are necessary to produce an image pyramid with reduction (expansion) factor M/L(L/M). A polyphase filter network scheme is used where the L(M) generating kernels can be produced by sampling one prototype low-pass filter with cutoff frequency at ω=π/max[M,L]. Using these polyphase filters, the frequency content of pyramid image decompositions can be adjusted with great flexibility. A systematic procedure is presented here for specifying the relative positions of spatial samples in successive pyramid levels-a complication that arises when generalizing from integer reduction factors to rational factors. Two types of low-pass filters are employed in this work for the prototype filter design: a binomial filter and an FIR linear phase filter. Illustrative examples are presented     

Learning Explicit Smoothing Kernels for Joint Image Filtering

Smoothing noises while preserving strong edges in images is an important problem in image processing. Image smoothing filters can be either explicit (based on local weighted average) or implicit (based on global optimization). Implicit methods are usually time‐consuming and cannot be applied to joint image filtering tasks, i.e., leveraging the structural information of a guidance image to filter a target image. Previous deep learning based image smoothing filters are all implicit and unavailable for joint filtering. In this paper, we propose to learn explicit guidance feature maps as well as offset maps from the guidance image and smoothing parameter that can be utilized to smooth the input itself or to filter images in other target domains. We design a deep convolutional neural network consisting of a fully‐convolution block for guidance and offset maps extraction together with a stacked spatially varying deformable convolution block for joint image filtering. Our models can approximate several representative image smoothing filters with high accuracy comparable to state‐of‐the‐art methods, and serve as general tools for other joint image filtering tasks, such as color interpolation, depth map upsampling, saliency map upsampling, flash/non‐flash image denoising and RGB/NIR image denoising.     

基于矢量相似性的多元滤波方法研究

为了避免彩色图像滤波时排序的难题,在探究矢量相似性的基础上提出一种针对彩色图像的多元滤波方法。首先,在RGB彩色空间中,利用彩色矢量间距离和角度定义其相似性测度,以刻画与人类视觉感知相一致的彩色相似性;其次,以上述彩色相似性为准则设计并构建一种彩色多元滤波方法,并就其相关参数对滤波性能的影响进行了深入分析和研究;最后,为了验证提出方法的有效性,将其应用于标准彩色影像和彩色遥感影像滤波。提出的方法不仅有效解决了传统滤波方法的排序难题,而且克服了因滤波使图像模糊、边缘不清等问题;另外,将提出的多元滤波与传统方法进行实验对比,结果表明其不仅能有效滤除多种类型噪声,而且较好地保持了原始图像信息,使图像信息保真清晰,其视觉效果优于传统,客观评价指标也有较大幅度的改善和提升。