X射线数字底片去噪方法的研究

为了有效去除X射线数字底片的噪声,本文研究和建立了X射线数字底片的噪声模型,在传统的小波萎缩阈值去噪算法基础上,提出一种改进型的阈值去噪算法.该算法对小波变换的各系数进行Bayes参数估计,并根据子图直方图对噪声进行参数估计从而进行阈值设置,阈值处理后通过小波逆变换还原图像.实验结果表明,该算法同传统图像去噪算法相比,图像处理后较光滑清晰,视觉效果好,具有较高的峰值信噪比,能满足X射线数字底片后续处理的要求.     

消除椒盐噪声的基于纹理特征的决策滤波

图像中椒盐噪声的有效去除,取决于噪声检测和噪声灰度估测的准确性,但现有的滤波算法在噪声检测和噪声灰度估测上的准确性不高。因此,提出了基于图像纹理特征的决策滤波算法。算法根据椒盐噪声的灰度最值特征和独立性,以及图像纹理的特征进行噪声检测,将噪声与信号像素准确地区分开。算法根据纹理中像素灰度的平滑变化特征,将邻域中的信号像素进行分组,然后基于相关性与正态概率分布的意义,取与邻域均值最接近的分组的中值作为噪声像素的估测值。实验的结果证明,所提出的算法检测噪声更加准确,其去噪结果对应的峰值信噪比(PSNR)比现有的算法平均提高1.9 dB以上,图像增强因子(IEF)比现有的算法平均提高119以上。因此,相对于现有的算法,所提出的算法在去噪性能上具有显著的优越性。     

基于非局部空间约束的可靠性核FCM算法的图像分割

针对图像易受到噪声破坏的现象,导致传统的模糊C均值(fuzzy c-means, FCM)算法分割效果差的问题,提出基于非局部空间约束的可靠性核FCM算法,旨在有效的去除噪声干扰和保留图像细节。首先在FCM的目标函数中引入了一个非局部空间约束项,并在此基础上利用一个正则化参数来增强图像细节保留的能力;其次引入一个不确定性的聚类模型,以降低噪声点和边缘点的影响;最后使用高斯核距离代替欧氏距离,进一步提高算法对噪声的鲁棒性。利用含噪声的合成图像、自然图像和遥感图像进行实验,结果表明所提算法的抗噪性能较好,同时也能保留更多的图像细节。其中,对于被高斯噪声和椒盐噪声破坏的灰度图像,所提算法的平均精度分别为99.92%和99.97%,提高了4.02%和1.47%。     

小波包与偏微分方程相结合的图像去噪方法

图像在去噪时,梯度算子不能有效识别图像的灰度渐变区和图像淡边缘,而二阶微分量含有更丰富的信息,首先构建二阶微分算子,建立兼顾PM(Perona-Malik)模型和MCD(mean curvature diffusion)模型两者优点的权重函数,可自适应的去除噪声;再用小波包对噪声图像进行系数分解,克服权重函数易受噪声影响的弊端,建立基于小波包与偏微分方程的图像去噪算法。实验结果表明,该算法在兼顾保持区域内部较好光滑性的同时,很好地保持了边缘纹理信息,是一种理想的算法。     

基于改进奇异值与经验小波分解的局放去噪算法

局部放电(partial discharge,PD)检测是监测绝缘劣化的重要手段.由于现场环境复杂,PD检测易被干扰,而PD检测的真实性影响电气设备绝缘性能评估的准确性.因此,检测信号去噪是PD检测的重要任务.常用PD去噪算法的效果依赖于人工选择阈值或分解层数等参数,为了解决这个问题,该文提出不依赖于人工选择算法,使用基于曲率的奇异值变换(singular value decomposition,SVD)自适应地选择奇异值重构并去除窄带干扰;然后对残留白噪声的PD信号进行基于经验小波变换(empirical wavelet transform,EWT)的自适应分解;利用通用阈值对满足峭度和相关系数条件的模态去噪;最后通过时域去噪去除残留噪声,得到去噪后的PD信号.模拟PD信号和现场实测PD信号的去噪结果均表明所提方法能够更有效地去除窄带干扰和白噪声.     

基于改进RHT的SAR图像机场区域提取算法

星载合成孑L径雷达(SAR)图像信噪比低,由于相干斑噪声和非检测目标的干扰,在其中进行机场目标检测及区域提取难度较大.针对上述问题,提出一种星载SAR图像机场目标检测提取算法.对原始SAR图像进行curvelet阈值去噪处理,抑制相干斑噪声并突出低灰度区域;根据灰度分布进行Otsu最大类间差分割,初步划分感兴趣区域(ROI);通过加入了最小二乘修正的随机Hough变换(RHT)检测机场跑道;最后基于跑道上选取的种子点区域生长得到完整的机场区域.实验结果表明,提出的算法解决了星载SAR在解译方面的难点,有效检测出机场目标并提取相关区域,具有较高准确率和鲁棒性.     

基于改进Canny算子的绝缘子裂纹检测研究

为解决绝缘子图像中由于背景的复杂性 导致边缘检测 存在噪声及伪目标问题,提出了基于二维阈值分割的Canny算子边缘优化法。首先,在HSI颜色空间通过对S分量进行强化,有效弱化背景,突出绝缘子目标;其次,针对传统canny算子在提取绝缘子边缘时由于部分噪点突出导致检测裂纹的精度较低,提出对Canny算子中的阈值选取进行改进,采用二维直方图灰度-局部方差法对经预处理的图像进行阈值处理。所提改进算法能够有效优化绝缘子航拍图像处理结果,提高检测绝缘子裂纹准确率。     

非局部均值算法在非接触式互动控制系统中的应用∗

在非接触式互动控制系统中,数字图像在产生、传输、处理过程中会产生各种各样的干扰,造成图像质量差、定位不准确等缺陷。而且这些干扰往往是包含了高斯、椒盐及两者混合的噪声,常规的去噪算法很难对两种噪声同时有效。因此,文章根据自适应中值算法 (ALM)对椒盐噪声处理的策略思想,提出一种改进的非局部均值算法 (NLM),并应用到基于激光传感器的非接触式交互系统中.应用结果表明,该算法既能去除单一的高斯或椒盐噪声,又能去除两者混合的噪声.去噪算法处理后的图像定位准确、目标跟踪效果良好,显著提升了互动系统的交互性能。     

应用绝缘子红外热像处理的现场污秽等级检测方法

针对绝缘子表面热场分布与湿污条件的紧密联系,提出一种基于绝缘子红外热像处理的现场污秽等级检测新方法。污秽检测的基本过程为:对红外图像进行平稳小波域局部自适应去噪抑制成像过程中的白噪声干扰;在对数变换的基础上利用最大类间方差法进行图像分割;利用以二值图像重心坐标为起点的不同角度散射直线来采样绝缘子盘面边缘点;应用最小二乘拟合盘面边缘椭圆方程;提取椭圆内长轴以上图像区域;规格化,统计灰度直方图。按上述过程建立不同湿度条件下各污秽等级绝缘子热像灰度直方图特征库,采用与最近邻湿度样本的灰色综合关联度最大相似准则评定现场污秽等级。实验结果表明了该方法用于绝缘子现场污秽等级检测的可行性和有效性。     

一种改进权重的非局部均值图像去噪算法

提出了一种改进权重的非局部均值滤波方法。在高斯加权的欧氏距离基础上,结合相关系数来衡量图像邻域间的相似性,将其应用到图像邻域灰度矩阵间的相似性度量上,更好地利用了图像邻域间的相似性质。通过对添加不同噪声水平的噪声图像进行测试,实验结果表明,与传统的非局部均值滤波算法相比,所提出的算法在去噪性能上尤其是结构信息保持上均有显著提高。     

结合高斯核与各向异性邻域抑制的模糊聚类图像分割

针对模糊C均值聚类算法对图像噪声点敏感且抑制力不足问题,所导致收敛慢去噪效果差分割效果的不足,提出一种结合高斯核和各向异性邻域抑制的模糊聚类图像分割方法。算法首先根据邻域窗均值及其邻域灰度值快速评估各向异性邻域权值,通过该权值抑制局部空间噪声,达到去噪模糊聚类目的;再通过高斯核将图像数据转为核函数矩阵,在特征空间对核函数矩阵实施线性算法。通过对测试图像加入噪声,比较其他算法,该算法在去噪、迭代次数和模糊聚类分割上有显著提升。     

一种凝胶电泳图像的预处理方法

凝胶电泳分析技术主要是用于核酸、蛋白质类等遗传物质分子的定性以及定量分析。近年来随着生物化学、医学等学科的飞速发展,对于凝胶电泳分析技术的要求也越来越高,已经成为重要研究课题之一。基于计算机数字图像技术的凝胶电泳图像分析系统,可以解决传统方法的弊端,具有便捷的操作和高精准度,而高质量的凝胶电泳图像是分析和计算有用信息的首要条件。在凝胶电泳图像的生成和传输过程中可能受到噪声的污染或存在图像模糊的现象,经过本文提出的基于小波变换的图像去噪和增强方法能够很好的去除图像的噪声和增强图像的有用信息,从而得到高质量的凝胶电泳图像。     

Fast texture‐preserving bilateral filtering

A new method for fast bilateral filtering with texture‐preserving properties is presented. In general, the texture area is composed of several tiny regions that have almost similar intensity, and therefore bilateral filtering combines similar gray scales of the texture area to form a smooth region. Adaptive boundary filtering solves this problem by using image segmentation to define a new weighting boundary at each pixel filtering. With the new type of boundary, the output image is smoothed while preserving both edges and textures details. The drawback of this algorithm is that it is time consuming. In this paper, a histogram‐based filtering is proposed to improve the speed of this algorithm. However, as texture details are blurred when a small number of bins are used, it is unable to increase speed by using a small number of bins. Deciles‐based algorithm is therefore applied to overcome this limitation, as it can increase the speed while preserving the texture details. The new algorithm, named fast adaptive boundary filtering, increases the speed by more than 40% when compared with adaptive boundary filtering at a boundary threshold T = 40. The output image of new algorithm shows that it is similar to the output of adaptive boundary filtering. Moreover, the speed of new algorithm is compared with the normal 256‐bin histogram‐based bilateral filtering. From the experimental results, it is seen that the new algorithm has higher speed when it is processed with a small to moderate radius window. In addition, a better output image can be obtained from the new algorithm as it preserves both edges and textures. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于视觉灵敏度及粗集的彩色图像滤波算法

为消除人眼视觉差别对彩色图像滤波的影响,提出了一种新的滤波算法VRDDF(visual sensitivity rough set directional distance filter)。对于被噪声污染的彩色图像,先用粗集理论对噪声做初步检测,在此基础上结合视觉感知灵敏度对噪声点做了进一步检测,有效的降低了误检率。再结合空间距离函数对DDF(directional distance filter)滤波算法作了合理加权改进,并作为后续滤波算法进行滤波,改善了滤波效果。该算法只对噪声点进行滤除而对非噪声点保持其值不变,可有效防止噪声传播。实验结果表明,该滤波算法和现有的滤波算法相比,在噪声滤除率、颜色保持,特别是在保护边缘细节方面均有提高,峰值信噪比平均可提高10%。     

医学超声病灶图像预处理

图像滤波技术在图像处理中占有重要的地位。其中医学病灶超声图像主要被斑点噪声污染,对医生诊断病情带来干扰。针对医学超声图像噪声的特点提出了自适应中值滤波器,并与经典中值滤波器对含有不同噪声密度的胆囊超声图像进行去噪处理,对实验结果对比分析。结论表明:自适应中值滤波较经典中值滤波在对噪声密度较大的图像进行去噪时,能较好的保持图像细节信息,它能够有效改善图像质量。自适应中值滤波器较其他非线性滤波器有更好的视觉效果。     

基于AprilTag图像识别的移动机器人定位研究

针对移动机器人在识别AprilTag图像过程中,受到室内光线不均和运动过快所导致的识别成功率低问题,提出一种基于AprilTag图像的预处理方法来提高识别成功率。首先采用移位去尾的方法进行图像灰度化处理,在此基础上融入双线性插值降采样的方法以提升整体图像处理速度,再对降采样后得到的灰度图进行直方图均衡化处理,消除因光线不均产生的影响,然后对图像双边平滑和Canny边缘检测,增强图像对比度和消除图像噪声的影响,以达到提升AprilTag图像识别的成功率和后续工作的定位准确度。通过实验进行对比分析,所提方法对AprilTag图像识别的成功率比传统方法在不同光线条件下均提高了3%以上,且移动机器人的实时定位误差控制在1~2 cm,从而验证了所提方法的有效性和可行性。     

加权自适应MULBP与2DPCA结合的掌纹识别方法

针对局部二值模式(local binary pattern, LBP)容易受到随机噪声和边缘点对图像的影响,以及局部二值模式描述图像纹理特征时阈值不能自动选取导致鲁棒性差的问题,提出一种基于加权自适应多重均匀局部二值模式(weighted adaptive multiple uniform local binary pattern, WA-MULBP)与二维主成分分析(two dimensional principal component analysis, 2DPCA)相结合的掌纹识别方法。首先采用直方图均衡化(histogram equalization, HE)对掌纹感兴趣区域(region of interest, ROI)图像进行光照预处理,减少成像时的光照变化对最后掌纹识别成功率产生的影响;然后将预处理后的图像分成大小均匀的子块并利用自适应多重均匀局部二值模式(adaptive multiple uniform local binary pattern, A-MULBP)算法获取各个子块的纹理特征直方图和权值;最后,将各个子块的纹理特征直方图和权值相乘串联得到最终的纹理特征直方图,经2DPCA维数约简后采用欧氏距离判别法进行掌纹识别。在香港理工大学PolyU图库、同济和IIT-D非接触式图库、自建非接触图库以及它们的噪声图库上进行对比实验,可获得最低等误率分别为1.879 0%、2.019 2%、2.184 9%、2.663 2%、4.380 3%、4.730 1%、5.005 0%和5.223 7%,且识别时间都在1 s以内。相比其他算法,在保证实时性的情况下,有效提高了识别精度和鲁棒性。     

新型陶瓷基复合材料粘接构件的脱粘超声检测信号处理方法

针对一种新型的陶瓷基多孔复合材料粘接结构件,利用超声C扫描系统对构件脱粘缺陷进行检测时,由于材料多孔性和各向异性导致超声数据产生强烈的声学噪声,造成重构图像边缘模糊。针对此问题,提出利用小波包时频域分析及能量谱分析的方法获取超声回波信号的频谱和能量谱特征。为增强回波信号的特征,采用自适应小波包阈值算法进行消噪处理,相较于传统的超声信号消噪方法信噪比提高了近20%,有效减小噪声信号对原始超声信号的干扰。在此基础上,对陶瓷基复合材料的粘接缺陷进行图像重建,对于直径为2 mm的微型脱粘缺陷也能够实现清晰表征。结果表明了所提超声信号处理方法的有效性,通过较大程度改善重构图像的质量,更清晰的反映了微小缺陷的边缘,从而提高了量化表征精度。     

小波包结点阈值自适应消噪法

当噪声为时变的时候,传统的小波阈值消噪方法效果很有限:当采用软阈值消噪时,总体效果较好,但当含噪信号很不规则时显得过于光滑;当采用硬阈值消噪时,消噪效果不理想,信号含有明显的噪声。为克服上述缺陷,本文提出基于"自适应阈值消噪思想"的小波包结点阈值消噪法。首先,我们给出了小波包结点阈值的定义,这种阈值取法突破了高斯白噪声和平稳噪声的局限性;其次,我们提出了基于谱熵的噪声估计法用以替代传统的中值绝对值(MAD)噪声估计法,这种噪声估计方法与实际应用环境相符,适用于非平稳噪声和有色噪声。仿真实验证实,相比于常规小波消噪算法,结点阈值法和基于谱熵的噪声估计法在白噪声环境下具有较好的消噪效果。