一种改进的增维型双边滤波的快速算法

双边滤波算法是一种在去噪的同时能很好地保留图像边缘等细节信息的非线性滤波技术。针对双边滤波器计算耗时、难于用于实时系统,本文提出一种改进的增维双边滤波的快速算法。该算法通过对双边滤波器的线性化和图像矩阵的映射,由FFT完成线性卷积;然后将计算结果逆映射还原为图像矩阵;最后依据图像的原始坐标和灰度值的差异进行像素补值,达到双边滤波快速实现的目的。五幅测试图像在不同噪声水平下的实验表明:本方法避免了插值过程,提高了计算效率,改进的双边滤波器在滤波精度与传统双边滤波器相仿的同时,运算时间仅为传统双边滤波器的3.6%左右。     

基于局部统计信息的模糊选择滤波算法

提出了一种基于局部统计信息的模糊选择滤波算法，该算法的输出是sigma滤波器与多级中值滤波器滤波结果的加权复合，其权值则是通过对图像中局部统计信息的推理得到的。因此，该算法能够根据图像的具体情况自适应地进行滤波。试验表明，本算法能够有效滤除图像中不同种类的噪声，并具有很好的细节保护能力。     

脉冲噪声图像的中-均值滤波算法

由于在图像信息的获取和传输过程中,图像常常受到不同程度的脉冲噪声污染。为了有效地去除高浓度脉冲噪声,提出了一种基于中－均值滤波器的噪声去除算法。该方法根据脉冲噪声特点,设定一个简单的噪声检测算子,根据噪声检测结果设定自适应滤波窗口,同时根据噪声密度选择中值和均值滤波器。为了更加有效地保留图像的原有信息,对非噪声点不做滤波处理。仿真结果表明,所提出的中－均值滤波方法不仅能有效地去除高浓度的脉冲噪声,而且能很好地保留图像的原有信息,并具有较短的滤波处理时间。     

基于混合滤波算法的数字图像去噪方法研究

双边滤波已广泛应用于数字图像处理领域,但在图像的高梯度区域,双边滤波会产生阶梯效应。双边滤波是局部模式滤波的一种特殊形式,提出了基于高斯滤波和双边滤波的混合图像去噪方法。利用高斯滤波器对噪声图像进行滤波,得到参考图像,将参考图像和噪声图像作为范围核函数的输入双边滤波器。参考图像提供图像的低频信息,噪声图像提供图像的高频信息。与传统双边滤波法比较,混合去噪方法能够有效地克服阶梯效应,滤波后的图像更平滑,纹理特征更接近原始图像,可获得更高的峰值信噪比。     

层析三维数字化仪二维端面图像预处理方法研究

文中提出了一种新型的递归中值滤波器,将滤波算法转化为一种优化处理,兼顾了滤波处理的光滑连续性及抑制噪声的累积特性,可有效地消除脉冲型干扰的影响,并对该算法进行了分析,为消除加快高斯噪声,提出了一种小波线性滤波器,它仅仅处理边缘信息,克服了边缘模糊效,波波的去噪逆向重构的处理方法,对边缘为阶跃型的层析图像非常实用。     

用于电视信号处理的多路滤波器

此文介绍的是一种多路滤波方法。这种电路结构用于校正电视信号传输中的冲激噪音和其它图像损伤。这种新型滤波器的原理将详细解释。模拟结果表明该新型滤波器具有相当的灵活性和极好的性能。     

基于邻域统计的图像消噪方法

中值滤波是一种在去除噪声的同时能较好保护图像边缘细节的非线性滤波技术。介绍了中值滤波及其改进算法、分析了中值滤波的属性、提出了一种基于邻域统计和奇异点检测的中值滤波器的改进算法。计算机模拟实验结果表明:该改进算法能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波器和维纳滤波器具有更优良的滤波性能。     

一种自适应方向滤波算法

本文提出了一种根据指纹纹线在图像中的实际宽度自适应选取图像块及滤波器大小的算法,解决了现有方向图滤波算法中存在的由于图像块大小不合适,导致求取的方向信息不准确,以及由于滤波器不合适,导致不能连接图像中的断线,或是将端点与相邻纹线相连错误滤波成分叉点的问题。该算法在大量的实验中显示出了其有效性。     

自适应LUM滤波器

低-高-中滤波器(Lower-upper-middlefilter,简称LUM滤波器)是中值滤波基础上发展起来的一种非线性滤波器.提出了一种改进的LUM滤波器的算法.算法对LUM滤波器进行了两方面的改进:一方面针对未被噪声污染的非边缘区域,不滤波;另一方面自动查找LUM滤波器锐化窗口的位置.与原有的LUM滤波器相比,它能缩短程序运行的时间,较好地降噪,保护图像的有用信息,更好地增强图像的边缘.     

静止图像的一种自适应平滑滤波算法

本文提出了一种基于梯度信息的自适应平滑滤波算法，该算法根据图像中像元灰度值的突变特性，自适应地改变滤波器的权值，在区域平滑近过程中使图像的边缘锐化，较地处理了平滑噪声、锐化边缘这对滤技术中的矛盾。后续实验结果表明，该算法具有良好的滤波性能，易于实时处理。     

Contourlet变换中不同滤波器对图像去噪效果的研究

在对Contourlet变换涉及的方向滤波器和金字塔滤波器分析的基础上,验证了选择不同滤波器对图像去噪的影响,提出在Contourlet变换中应用具有视觉特性的紧支双正交滤波器,可以提高图像去噪的效果.仿真试验表明,文中提出的滤波器不仅使原有的Contourlet变换的去噪效果获得提高,而且文中提出的滤波器使CHMT(Contourlet domain Hidden Markov Trees)去噪效果得到优化,去噪后图像的PSNR有明显提高.     

一种基于数学形态学与小波域增强的滤波算法

为了有效滤除图像高斯噪声,将数学形态学与小波域增强相结合,提出了一种高斯噪声新型滤波算法.该算法首先将噪声图像进行二维小波分解,得到低频和高频子图像;然后保留低频子图像不变,对各高频子图像根据其噪声分布特点分别设计出多角度、多结构逐级形态学滤波器进行滤波处理,并进行小波分解系数重构;最后对经过形态学滤波后的图像进行2层小波分解,通过设计出一种新型小波增强函数对不同幅值的小波系数进行不同程度的收缩处理,在此基础上进行分解系数重构.将自适应中值滤波与数学形态学滤波与本文算法进行比较,实验证明本文滤波算法其去噪效果优于前两种算法.     

基于均值去噪与图像增强的方差滤波器

为了使图像既能去除噪声又获得增强,基于平滑低通滤波器、中值滤波器去除图像噪声原理和改进的巴特沃斯高通滤波器的图像对比度增强与边缘保持的原理,提出了一种新的均值去噪与图像增强的方差滤波器.实验结果表明,该方差滤波器无论在噪声去除、对比度增强、边缘保持等方面都优于上述3种滤波器.     

基于直方图的自适应图像去噪滤波器

对于那些明显偏离高斯型白噪声的加性噪声,如拖尾脉冲噪声,高斯脉冲噪声等,已有方法的滤噪性能会严重退化.为此,该文提出了一种去除脉冲噪声的新方法.该方法首先由被污染图像估计出原图像的直方图.然后应用模糊集理论,利用加权策略得到了一个符合图像灰度分布统计规律的模糊隶属度函数,以此隶属度函数构建一个加权平均滤波器. 新方法有效地利用了原图像的先验知识,能够根据图像区域特性差异及脉冲噪声强弱自适应地采用不同的滤波尺度.文章比较了传统滤波器、已有的模糊滤波器和本文方法的结果.实验表明本文方法具有更好的效果.     

Deterministic and statistical properties of two-dimensional FIR-median hybrid filters

In this paper, we present a new class of two-dimensional FIR-median hybrid (FMH) filters, which we call separable FMH filters, for image noise smoothing. In a separable FMH filter, a one-dimensional FMH filter is applied to the rows and the columns of an image successively. The deterministic properties of separable and cross window FMH filters are discussed. Under certain assumptions, it is proved that a root of a separable FMH filter is a root of the corresponding cross window FMH filter. The noise attenuating properties of a separable FMH filter are studied and compared with those of the separable median filter, the two-dimensional median filter with a square window, and the cross window FMH filter.     

一种广义多结构元形态滤波器

 形态滤波器是一种非线性滤波器.基于基本的形态变换—腐蚀和膨胀,采用多结构元素的方法,构造了广义形态开最大和广义形态闭最小滤波器.这类滤波器具有平移不变性、递增性、对偶性等重要性质.为了验证广义形态开最大、闭最小滤波器的有效性,针对含有不同幅值椒盐噪声和混合噪声的测试图像,使用这类滤波器对其进行滤波.滤波结果表明广义形态开最大、闭最小滤波器在抑制噪声的同时能保持更多的几何信息.随着噪声增强它的抗噪性也增强,而且它运行的时间将小于形态开闭最大、闭开最小、广义形态开闭最大、闭开最小滤波器运行的时间.     

基于模糊技术的图像噪声消除

本文提出了一种新的滤波器——模糊检测加权均值(FDWM)滤波器.根据被污染图像的直方图的特点,利用它所反映的图像统计特性,建立模糊隶属函数,改进算法设计,并结合新的检测算法进行噪声消除.对于盐椒噪声图像,当噪声率超过30％时,FDWM的去噪效果远远优于常规方法,特别是当噪声率超过50％时,FDWM的优越性更加突出,无论其主观视觉效果还是其峰值信噪比或均方误差都表明了这一点.     

MOS-only complex filter design for dual-band GNSS receivers

In this paper, the use of MOS-only active filters in the implementation of area-effective low-IF image reject filters is discussed. For this purpose, complex filter design procedure is considered regarding MOS-only filter realization techniques and a new second-order filter topology which favors filter’s area-effective implementation is proposed. Owing to the presented approach, a new complex image-reject filter with reduced chip area, which can be used in dual-band GNSS receivers, is obtained. Issues related to IQ imbalance are briefly discussed and a calibration imbalance circuit is proposed. By virtue of the current-mode design technique, the IQ imbalance circuit is embedded with the complex filter, simplifying the system topology. In order to illustrate the feasibility of the filter, post-layout simulation results of a fourth-order Butterworth-type image reject filter designed for dual-band GNSS receivers are provided using SPECTRE simulation tool in CADENCE design environment.     

Generalised class of nonlinear-type hybrid filters

A new class of nonlinear filters called the generalised directional distance rational hybrid filters (GDDRHF) for multidimensional signal processing is described. The application at hand is colour image filtering problems. The GDDRHF filter is a two-stage filter, which exploits the features of a new directional distance filter, where the temporal information related to the central sample is expressed by its weight, and those of the rational operator. This weight is incorporated to a sum of vector distances and vector angles. It is shown that the new GDDRHF outperforms a number of widely known nonlinear filters with respect to all criteria used.     

Adding explicit content classification to nonlinear filters

Nonlinear filters are known for better edge-preserving performance in image processing applications as they can adapt to some local image content. Instead of trying to find a single optimal filter that can adapt to all the image content, some classification-based approaches first apply a pre-classification on the image content and then employ an optimal linear filter for each content class. It is interesting to extend the linear filter in such approaches to a nonlinear filter and see if the explicit content classification, can still add to such inherently adapting nonlinear filters. In this paper, we investigate several categories of nonlinear filters: order statistics filters, hybrid filters, neural filters, and bilateral filters with different forms of content classification in various image processing applications, including image de-blocking, noise reduction, and image interpolation.