保边缘自蛇模型毫米波图像去噪

由于毫米波图像分辨率低并伴随有大量噪声,其图像边缘常被噪声污染或丢失,为此提出保边缘自蛇模型并应用于毫米波图像去噪。引入只在图像的边缘处具有最大值,且对噪声不敏感的非局部梯度,以此构造边缘停止函数,使其在图像边缘处接近0,而在平坦同质区域接近1;给出保边缘的自蛇模型迎风差分数字解法;提出毫米波图像去噪的定量评价算法性能指标。实验结果表明,该算法在等效视数和边缘清晰度性能指标上明显优于标准自蛇模型和保特征的各向异性扩散模型,具有较好的去噪效果和保边缘能力。     

改进各向异性扩散模型在图像滤波去噪中的应用

为了增强锅炉水位计图像滤波去噪效果,提高图像清晰度,便于后期液位计图像识别研究,通过分析P-M各向异性扩散模型、选择扩散模型及You Yu-Li和Kaveh M四阶偏微分方程的滤波去噪算法,提出了改进各向异性扩散模型滤波算法.所提算法对Perona和Malik两个扩散函数均值化,并引入标准差作为梯度期望值的偏差裕度,结合了P-M各向异性扩散模型保边缘特性的优点,并消除了由于传统各向异性滤波算法迭代过度所造成的阶梯缺陷问题,确保图像有用信息不缺失和像素点平滑度.实验结果表明:所提算法能够更好地降低噪声对目标信号提取产生的影响,提高了图像识别鲁棒性,增强了图像平滑滤波效果,保证了锅炉水位计图像边缘清晰度和完整性.     

基于SOBEL算子的图像清晰度评价函数研究

提出一种新的图像清晰度评价函数,该函数对经典Sobel边缘检测算子进行了改进,采用八方向模板来榆测梯度值,在一定程度上能有效地解决传统评价算子梯度计算中方位局限的缺点,同时将标准差作为阈值引入到函数中,可以消除噪声的影响.通过两组仿真实验时该算法和其他评价算法的聚焦性能进行了比较,结果表明该算法可行,具有单峰性强、无偏性好、灵敏度高和抗噪性强等特点.     

基于图像特征的边缘检测

针对传统边缘检测算子在检测效果与抗噪方面的不足,提出基于图像特征的边缘检测方法,综合考虑图像的梯度特征、相位特征以及噪声的影响,以方向能量和由直方图差分算子计算的亮度梯度为图像特征进行边缘检测。对提取的特征值进行训练,得到边缘点与非边缘点的特征均值;依据近邻准则对检测图像的特征值分类,提取边缘;建立评价函数评价边缘的质量。仿真结果表明该算法可以取得很好的检测效果,同时具有一定的抗噪声性。     

引入控制函数的非线性扩散图像去噪

关于图像获取过程中的优化问题,为了克服传统非线性扩散图像去噪模型的不足,有效去除图像噪声,提出了引入两项构造的控制函数.利用局部背景方差信息构造ε方向扩散控制函数以更好区分边缘和噪声,并对边缘区域内,边缘区域间及不同背景下的噪声采取各自适合的扩散策略;采用局部背景亮度信息构造η方向扩散控制函数以加速区域内平滑,消除"块效应",约束去噪图像更逼近原图.理论分析和实验结果均表明,算法模型既能较好保持图像的边缘结构,又能充分抑制噪声,并对视觉效果和峰值信噪比值上都具有明显优势.     

基于边缘特征提取的图像清晰度评价函数

图像清晰度评价函数是清晰度法自动调焦技术中用来反馈离焦状态的一个度量工具。调焦系统可以通过对成像清晰度的评价来自动搜索到成像最清晰位置。图像中边缘梯度能量大小反映了一幅图像的清晰状况,根据图像最清晰时图像中边缘梯度最大的特点,设计了一系列基于边缘梯度算子的清晰度评价函数。首先从理论上论证了这一系列函数与其它函数相比更具有鲁棒性、直观性的优点,然后通过实验验证,这一系列函数都符合了调焦函数中单峰性、抗噪性和无偏性的使用要求。     

基于图像处理的自动聚焦技术及应用

自动聚焦技术是提高压痕直径测量系统测量精度、智能化和自动化的重要手段.介绍了采用图像处理法实现压痕直径测量系统的自动聚焦技术,核心就是选择一个合适的图像清晰度评价函数.在研究了众多图像清晰度评价函数的基础上,提出了基于向量模型和改进DCT变换的图像清晰度评价函数,实验表明,提出的算法具有良好的单峰性、准确性、稳定性、可靠性和快速性.最后通过基于COM组件技术的Matlab与VB混合编程来保证算法实现和软件设计.     

一种粗精结合的图像反馈自动调焦方法

自动调焦是保证显微成像系统实时获得清晰图像的该装置借助对图像清晰度评价来自动搜索到正焦面.对图像清晰度的评价采用了Krisch边缘梯度函数和高频分量函数相结合的方法,边缘梯度函数用于大步距粗调焦,高频分量函数用于小范围内小步距精调焦.这种方法既提高了效率,又克服了噪声的干扰.通过对不同微器件的多次调焦实验验证,该方法的调焦误差最大达到6um,满足了成像系统的要求.     

远程采集随即视频图像清晰化方法仿真

远程采集的图像中,存在较强的随机性因素,图像中包含的噪声因素不可控,视频图像受到亮度不定、意外抖动、图像冻结等不可以抗拒的因素影响,造成像素缺失,清晰度下降,传统的以评价函数为基础的去噪方法仅仅针对像素这一单模态的缺损进行修补,没有考虑色差、偏色等多因素的影响,可靠性和准确性不强.提出一种多模态的视频图像清晰化方法.改进方法融合了视频图像清晰度、偏色、噪声等多个特性检测属性.运用一种分块平方梯度聚焦评价函数进行视频图像的清晰度检测,采用一种等效圆的偏色检测方法,增加对随机视频图像的偏色检测,融入了一种改进的Minmax噪声检测算法辅助清晰化的效果.实验结果表明,改进的方法具有较好的可靠性,提高视频图像清晰度.     

基于差分曲率的偏微分方程图像降噪算法

针对图像去噪过程存在边缘保持与噪声抑制的矛盾,提出一种改进的偏微分方程图像降噪算法。将差分曲率引入各项异性扩散方程中,构造出新的扩散系数函数,其可以较好区分图像的边缘、平坦区域以及噪声,使算法在去除噪声的同时,保留更多弱边缘和纹理等细节信息。实验结果表明,该算法与其它基于偏微分方程的图像降噪算法相比,在客观的质量评价方面,提高了图像的信噪比和峰值信噪比;在主观视觉效果方面,在滤除噪声的同时保留了更多的弱边缘等细节信息,该算法实现了较好的图像降噪效果。     

图像调焦过程的清晰度评价函数研究

针对目前常用的图像清晰度评价方法存在的问题,分析了影响图像质量评价的因素,提出了基于图像对比度变化率的评价方法和基于自相关原理的评价函数改进算法,有效地避免了由于噪声干扰而出现的调焦函敖曲线局部尖峰现象.实验结果表明,本文提出的评价函数的调焦曲线具有调焦性能好、抗干扰能力强和实时性好等优点.     

灰色关联分析在工程图纸除噪预处理中的应用研究

提出了一种基于灰色关联分析的工程图像除噪预处理算法.该算法首先对含噪工程图像的特点进行分析,利用图像中噪声点与边缘点的空间分布连续性不同和图像为近似二值图像的特征,确定了两个非边缘点的参考序列和一组待比较序列;然后通过这两个参考序列与各比较序列之间的灰色关联度将含噪图像的像素重新分类,从而在保留尽可能多边缘的情况下除去噪声.实验表明该除噪方法具有简单易行、效果显著,而且能同时除去多种不同类型的噪声及可动态控制去除噪声与保持边缘的折中度等优点.这对于改善细化、骨架化、识别和矢量化等后继处理结果有着重要意义和实用价值.     

基于变指数的片相似性扩散图像降噪算法

针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种基于变指数的片相似性扩散图像降噪算法。算法基于变指数的自适应降噪模型,引入片相似性的思想,构造出新的边缘检测算子和扩散系数函数。传统的各项异性扩散图像降噪算法利用单个像素点的灰度相似性（或梯度信息）检测边缘,不能很好地保持图像的弱边缘和纹理信息。而所提算法利用邻域像素的灰度相似性,可以在滤除图像噪声的同时,保持更多的细节信息。仿真结果表明,与其他传统的基于偏微分方程（PDE）的图像降噪算法相比,该算法将信噪比（SNR）和峰值信噪比（PSNR）提高至16.602480dB和31.284672dB,具有良好的抗噪性;同时视觉效果较好,保持了更多的弱边缘和纹理等细节特征,在噪声抑制与边缘保持之间取得了较好的权衡。     

去除磁共振成像图像莱斯噪声的加权扩散

针对各向同性扩散易于造成图像边缘等特征区域的模糊以及相干增强扩散易于在图像背景区域内产生伪条纹的问题,提出了一种根据磁共振成像（MRI）图像莱斯噪声分布特点来对其进行降噪的加权扩散算法。该算法以MRI图像背景区域的莱斯噪声方差作为区分MRI图像背景区域和感兴趣的边缘特征区域二者特征差异的阈值。基于该阈值,该算法构造了一个加权函数,并用该函数对各向同性扩散和相干增强扩散进行加权。加权函数根据图像在不同结构区域的变化,自适应地调整两种扩散的权值,从而充分发挥两种扩散的优势并克服各自的不足。实验结果表明,该算法在峰值信噪比（PSNR）及平均结构相似度（MSSIM）的评价上优于一些经典算法。因此,该算法的降噪及保护、增强边缘的能力更为优越。     

基于形态学梯度的灰度图像质量盲评价

提出一种基于形态学梯度的灰度图像清晰度评价算法。针对灰度图像,通过多种形态学结构元素在图像上分别计算出对应的梯度信息,将梯度信息叠加后得到图像的形态学梯度边缘,利用该图像梯度边缘信息作为图像质量清晰度评价的测度,得到图像清晰度评价结果。实验表明:该图像质量评价结果与主观评价结果有很好的相关性,具有无参考、运算复杂度低等特点。     

数字图像清晰度评价函数的通用评价能力研究

图像质量客观评价是计算机视觉领域长期以来研究的难点和热点问题。如何能让计算机像人的视觉系统一样具有评价图像质量的能力,至今仍是尚未完全解决的难题。图像清晰度评价函数是图像质量客观评价标准中的重要组成部分。现有的图像清晰度评价函数主要基于图像边缘细节或者整体信息熵的统计,给出对图像相对清晰度的估计。主要考察了五种具有代表性的清晰度评价函数,着重分析了它们对不同模糊程度下不同内容图像的清晰度评价能力,进而说明现有的清晰度客观评价方法与人主观感受的差距。     

基于解剖非局部先验的模糊扩散PET重建算法

针对传统最大后验(MAP)算法出现阶梯伪影以及不能有效保持重建图像低梯度值处细节信息的问题,提出了一种基于解剖非局部先验的模糊扩散正电子发射计算机断层扫描(PET)重建算法。首先,对中值先验分布的MAP重建进行改进,在每次中值滤波前引入结合模糊函数的各向异性扩散滤波器;然后,采用模糊隶属度函数作为各向异性扩散过程的扩散系数,并结合解剖非局部先验来考虑图像的细节信息。仿真结果表明,与传统算法相比,该算法提高了信噪比(SNR),具有良好的抗噪性;同时视觉效果较好,图像边缘清晰,在抑制噪声和边缘保持方面取得了良好的折中。     

改进的模糊逻辑偏微分方程去噪方法

在研究图像噪声过滤时,为了既有效地去除噪声,又能够较好地保持图像边缘和重要的细节信息,将模糊逻辑思想与PM方法相结合,提出了一种对噪声图像更有效的基于模糊逻辑的偏微分方程去噪算法。该算法把PM方法中扩散方程的扩散系数看作像素梯度对于图像平滑区域的模糊隶属度函数,并通过定义合理的模糊隶属度函数,使得对不同的像素梯度大小采用不同的扩散系数。仿真实验表明,此算法在去除噪声的同时,能更好地保持图像的边缘细节,具有较好的处理效果。     

置信度边缘检测在眼底相机自动对焦中的应用

研究糖尿病变,定期的眼底筛查清晰病变图像,是发现和治疗病变的重要手段.图像清晰度评价函数的选择是自动对焦技术的关键.为了保证对焦的精度,提出了以血管边缘的清晰度作为评价函数和粗精调焦相结合的自动对焦算法.利用边缘置信度的辅助检测能快速准确地提取出血管边缘,将血管边缘检测结果作为自动对焦的评价函数.在接近正焦区域使用该评...     

各向异性权重的模糊C均值聚类图像分割

传统的模糊C均值聚类算法(FCM)在图像分割中未考虑各个点的灰度特征及其邻域像素的关联程度,导致其对于噪声十分敏感.而各种改进算法虽然较好地克服了图像噪声的影响,但由于使用均值滤波等方法导致分割图像边缘模糊.为此,提出一种基于各向异性权重的FCM图像分割方法,通过引入新的邻域窗口权重的计算方法,使得中心点邻域内各点具有各向异性的权重;并使用基于灰度级的快速算法,提出了各向异性权重的模糊C均值聚类算法.实验结果表明,文中方法具有较强的抗噪性,对于噪声具有良好的稳定性,分割精度较高.