一种有效的去除图像混合噪声的滤波算法

依据噪声特点以及图像的像素关联性,提出了一种有效的数字图像混合噪声滤波算法。该算法首先对图像像素进行检测,依据受脉冲噪声污染的图像像素与其周围邻域多数像素在亮度上具有显著差异的特点准确检测出脉冲噪声,然后以检测到的脉冲噪声为被处理像素,用其邻域内未被脉冲噪声污染的图像像素对其进行中值滤波,由于当前脉冲噪声点以及邻域脉冲噪声点均未参与滤波运算,从而较好地保护了图像的细节。对图像中的高斯噪声,提出了一种改进的加权均值滤波算法,该算法在定义相关度函数时,既考虑了像素的灰度相关性,又考虑了像素的位置相关性。实验结果表明:提出的混合噪声滤波算法不仅可以有效滤除图像中的混合噪声,而且还可以较好地保护图像的细节。     

基于邻域处理器的自适应中值滤波快速实现

在数字图像处理中,图像中含有的椒盐噪声会降低图像处理和分析的性能。因此,去除图像中的椒盐噪声,是一种非常重要的数字图像预处理技术。针对椒盐噪声,采用一种自适应中值滤波算法,该算法不仅能够去除椒盐噪声,而且保留了图像边缘信息,比标准中值滤波效果好。同时,利用FPGA的高度并行化和流水操作,使处理速度更快,对于256×256的图像,处理时间约为0.308 ms。     

基于NMI特征的遥感影像线性迭代聚类超像素分割算法

针对现有基于简单线性迭代聚类(SLIC)的超像素分割算法用于细节丰富的遥感图像处理时,存在的易受噪声干扰、过分割问题,本文提出一种结合超像素块之间基于归一化转动惯量(NMI)特征的相似性度量的遥感影像分割方法,对分割效果进行改善.本文首先利用引导滤波算法对影像进行平滑处理,去除椒盐噪点;再通过现有的线性迭代聚类算法对影...     

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。     

昆虫翅膀运动变形测量中的图像特征提取

通过分析翅脉图像的特点, 提出了一种用于提取昆虫图像翅脉和翅脉交点的亚像素级图像处理方法。该方法应用小波理论对图像消噪,并采用中值滤波预处理图像,然后利用小波同态滤波和双线性广义模糊相结合的算法增强图像的翅脉信号。应用基于Hession矩阵的亚像素提取算法提取翅脉中心点的位置,并根据翅脉方向变化的连续性,利用邻域角度约束方法确定翅脉交叉点。最后,给出几种算法实验结果的比较和分析,结果表明,该方法成功实现了翅脉和翅脉交点特征的提取,并有效抑制了噪声和干扰。     

一种便于实时传输的中值滤波算法

为了使图像达到实时清晰化的效果,针对经典中值滤波去除椒盐噪声的不足,提出一种便于实时传输的中值滤波算法。该方法通过改进传统中值滤波的排序方式,能更快地计算出中值,并通过设立阈值鉴别噪声点的方式,更好地去除噪声并保护图像细节。这种新算法设计简单,计算速度快,在硬件上易于实现。     

一种基于噪声连接分量的自适应层次中值滤波算法

针对椒盐噪声污染图像的降噪,提出一种基于噪声连接分量的自适应层次中值滤波算法。首先根据椒盐噪声像素点的邻接关系和分布特点,对噪声定位图像实施标记处理;然后计算各连接分量集合中元素的个数,将噪声定位图像分层,得到层次噪声定位图像;最后按照由低层到高层的顺序,逐层对噪声污染图像进行标准中值滤波处理,而标准中值滤波的窗口大小则依据连接分量自适应地进行调整,最终得到滤波结果。将该算法与标准中值滤波、自适应中值滤波进行仿真实验,并与其他中值滤波算法就指标PSNR进行比较,均表明该算法降噪效果优良。     

基于改进亲和度图的矿石颗粒图像分割研究与实现

针对矿石颗粒的图像分割,直接使用已有的图像分割算法难以满足分割要求。为了进一步提升矿石颗粒图像分割算法的有效性,采用超像素与邻域超像素之间的线性表达建立一种新的邻域亲和度图。首先,对原始图像进行过分割得到几组尺度不同的超像素,并提取超像素的颜色和纹理特征;然后,利用超像素的邻域字典来求解改进的邻域亲和度图,用以描述超像素间的相似度关系;最后,引入二部图来表达像素和超像素之间的归属关系,同时利用Tcuts(transfer cuts)算法进行分割。实验结果表明:该算法在碎矿石颗粒图像中分割效果要优于其他现有的算法,对光照变化和噪声有一定的鲁棒性。     

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。     

应用正则化影响函数扩散模型的星图噪声滤波

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高,本文以塔基（Tukey）扩散模型与改善的PM（Perona-Malik）模型为基础,提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集,利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理,并通过给定边界条件恢复图像边缘。由于避免了方差稳定（VS）变换,该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试,并与普通扩散函数算法进行了比较。实验结果表明：提出的算法表现出了较好的噪声滤波能力,同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%,峰值信噪比平均提高了6.1%。得到的数据显示,本方法的滤波能力优于普通的扩散函数方法,特别适用于星图的噪声滤波处理。     

Impulse noise cancellation in image data using a two-output nonlinear filter

The quality of image data is often degraded by impulse noise caused by noisy sensors and/or transmission errors. To address this issue, a two-output nonlinear filtering architecture is presented. The proposed approach is based on the subsequent activation of two recursive filtering algorithms that operate on different subsets of input data. As a result, two pixel values are updated at each processing step producing a very effective cancellation of noise pulses. Impulse noise removal is based on rank ordered filtering. A nonlinear mechanism for error correction is also provided in order to avoid detail blur. Validation of the method is carried out by evaluating the quality of the filtered data with respect to two conflicting performance indexes: effectiveness of noise cancellation and accuracy of detail preservation. Results of computer simulations show that the proposed approach performs significantly better than well-known nonlinear methods in the literature including state-of-the-art operators.     

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。     

采用自适应可靠因子的联合双边散斑条纹滤波方法

在基于电子散斑干涉法的测量系统中,干涉条纹常常会存在大量噪声从而影响后续相位的提取。 为解决双边滤波无法 处理大噪声的问题,提出了一种融合加窗傅里叶滤波的联合双边滤波方法并用于处理存在高噪声的电子散斑干涉条纹。 在该 方法中,引入加窗傅里叶初步滤波后的图像作为联合双边滤波的导向图,并构建更可靠的自适应像素值相似度因子,从而提供 更可靠的引导信息和更好的滤波效果。 该方法被应用到高、中、低、可变密度 4 种不同密度的模拟条纹和实验采集到的大噪声 条纹上,并将其与原始双边滤波和加窗傅里叶滤波相对比。 实验结果表明:与其它滤波方法相比,该方法得到的条纹最光滑,结 构最完整。 对本文模拟的条纹滤波后峰值信噪比提高 1. 0 ~ 4. 2 dB,结构相似度和边缘保持指数最高,相位的均方误差最小。 所提出的方法调整更方便,对 330×330 大小的模拟条纹处理时间仅为 4 s 左右。     

应用属性距离加权平均滤波提高CCD光斑的亚像素定位精度

针对现有滤波方法无法克服CCD光斑信号的噪声去除和特征保持之间的矛盾,由图像噪声引起的随机误差成为影响光斑定位精度主要因素的问题,提出了用属性距离加权平均(ADWA)方法对光斑图像进行滤波处理的方案。根据含噪信号的属性分离信号和噪声,通过增加属性的方式来进一步缓解噪声去除与信号特征保持之间的矛盾。实验结果表明,在基于位置、幅值的二元属性距离加权平均(2-ADWA/LV)的基础上,引入"梯度"属性构成3-ADWA/LVG后对光斑信号进行滤波处理,能将光斑定位精度提高20%以上,使定位结果标准差减小到0.024pixel。实验表明,用ADWA对光斑信号滤波,可通过挖掘和引入新的属性来进一步去除光斑信号噪声同时增强信号特征保持效果,从而为提高光斑的亚像素定位精度提供一条有效途径。     

强噪声下自适应Canny算子边缘检测

针对传统Canny算子不能有效滤除图像在解码处理和传输过程产生的椒盐噪声、无法保留边缘细节的问题,提出强噪声下Canny算子图像边缘检测算法.依据椒盐噪声的极值性、灰度差值性,将像元点划分为噪声点、疑似噪声点;根据分类之后的像元点自适应地改变滤波器窗口的大小和权值,在降低噪声影响的同时能较好地保留图像细节.引入8个方向...     

基于行列处理消除正向脉冲噪声非线性滤波器

在光电成像应用领域中,有时会在图像上产生大量的正向脉冲噪声,严重地影响了图像质量。本文针对数字图像中出现的正向脉冲噪声,提出了基于行列处理消除正向脉冲噪声的非线性滤波器（ＲＣＦ）,并分析了它的滤波和细节保护特性。通过对仿真图像的处理和应用实例,与几种非线性滤波器做了对比。实验表明基于行列处理的非线性滤波器通过简单的行列处理,不但能有效消除正向脉冲噪声,而且对图像边缘和细节具有较强的保护能力,     

基于粒子滤波的彩色图像跟踪算法的研究

摘 要;在以往的视频跟踪中,目标检测和跟踪常常需要两个计算法则,过程比较复杂,实现耗时较多。为了实现序列彩色图像的实时检测与跟踪,本文以目标有无信息和目标位置信息为变量建立联合状态向量,利用粒子滤波方法实现目标检测及跟踪。此外为了减少计算量并且充分考虑到跟踪区域各像素的权重,建立基于颜色信息的特征直方图作为观测向量,用于后验估计。实验证明本文提出的方法能够在14.37ms内检测并跟踪目标,并且对目标的旋转变化和尺度变化具有一定的鲁棒性     

一种用于自动调焦图像的降噪方法

图像清晰度评价是实现数字图像自动调焦的关键,而调焦图像降噪直接影响着图像评价的准确性。为有效抑制调焦图像中存在的两类主要噪声,结合椒盐噪声和高斯噪声特点,综合采用十字中值滤波法和维纳滤波法实现了图像降噪。实验结果表明,相比于单一降噪方法,综合方法不仅能最大程度地降低两类噪声,而且能较好地保护图像细节,可作为自动调焦成像系统图像预处理的主要方法。