中值滤波的快速算法

文章提出了一种中值滤波的快速算法,与传统算法相比,它的特点是考虑了相邻的两个中值滤波窗口内信号数据的相关性。在运算过程中,保留前面窗口内数据的排序信息,作为下一个窗口内数据排序的参考。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行,减少了中值滤波过程中比较运算的次数,提高了运算效率。     

一种中值滤波的快速算法

提出了一种中值滤波的快速算法。与中值滤波的传统算法相比较，该算法的特点是考虑到了相邻的两个中值滤波窗口内信号数据的相关性。在运算过程中，保留前面窗口内数据的排序信息，作为下一个窗口内数据排序的参考。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行，从而减少了中值滤波过程中比较运算的次数，很大程度上提高了运算效率。     

中值滤波编码算法的设计原理与实现

介绍了一种中值滤波编码快速算法的设计思路、基本运算步骤、算法流程及算法分析．该算法利用数据窗口中元素的位置关系，并考虑了相邻的两个中值滤波窗口内数据元素的相关性，采用编码排序的方法保留前面窗口内数据的编码排序信息，作为后一个窗口内数据排序的参考依据．由此，将传统算法中相邻的两次中值滤波运算合并为一次进行，减少了中值滤波过程中比较运算的次数．该算法可将传统算法的复杂度O(n^2)简化为O(n)．     

基于System Generator的快速中值滤波算法设计与实现

针对传统中值滤波算法比较运算量大、处理效率低、无法满足实时性的问题,以中值滤波原理为基础,对滤波排序算法和实现方案进行了研究,提出了一种基于System Generator的快速中值滤波算法。该算法通过两次行、列排序将3×3窗口中9个像素取中值简化为3个像素的排序运算,使得单窗口查找中值的比较次数由传统排序算法的36次最少降到了14次。结合System Generator系统建模工具,将处理速度提升到传统方法的近6倍,达到了快速抑制噪声的目的,满足了图像实时处理的要求。     

中值滤波均值快速算法在高光谱图像处理系统中的应用

文章提出了一种中值滤波均值快速算法，介绍了该算法的设计思路、算法流程、基本运算步骤、实验设计与效果及与经典算法的比较情况。该算法利用数据窗口中的位置关系并考虑了相邻的两个中值滤波窗口内信号数据的相关性，在运算过程中，保留前面窗口内数据的排序信息，作为下一个窗口内数据排序的参考依据。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行，减少了中值滤波过程中比较运算的次数，该算法可将传统算法的复杂度O(n^2)简化成O(n)，同时将均值滤波与中值滤波有机结合起来，将两个独立的算法有机地融合成一种算法，从而有效提高运算速度，也减少噪声对图像的影响。     

中值滤波快速算法的进一步思考

通过分析经典中值滤波算法以及几种改进的快速算法,提出了2种新的快速算法并进行了详细地介绍,即不需要排序的基于统计法的中值滤波算法和只需要少量数据排序的基于分治法的中值滤波算法。实验结果表明,提出的基于分治法的中值滤波方法在大窗口情况下非常有效,在保证整体数据不失真的前提下大幅度提高了计算速度。     

一种图像测量中的快速中值滤波算法

针对传统中值滤波算法时间复杂度高,速度慢,难于对图象进行实时处理的缺点,提出了一种快速的中值滤波算法,该算法充分利用滑动窗口的先验信息,仅对窗口移动时的变化部分进行排序,时间复杂度根据滑动窗口的大小不同均有不同程度的降低（下降可达两倍以上）,实验表明,该算法在保证图像处理精度的同时较好地满足了图象实时处理的要求.     

中值滤波快速算法的探讨与试验

经典的中仅滤波算法需要对窗口内的象素值进行排序，当窗口尺寸校大时，处理速度很慢，不能满足计算机视觉实时对《产品进行分级的要求。本文探讨了中值滤波的快速算法，旨在提高中值滤波处理速度。结果表明，快速算法可使处理时间减小70～98二3％。     

多种形状窗口下的快速中值滤波算法

针对各类形状的窗口的对称特性,巧妙设定滤波窗口移动顺序,同时利用两个方向相邻窗口的已有信息将每个新窗口查找中值的比较次数降到很低。对七种常用形状的窗口分别设计了算法,实验证明这一组算法比传统快速排序算法和已有的一些改进算法在速度上均有不同程度的提高。     

分治法在中值滤波快速算法中的应用研究

设计并实现了一种基于分治法的中值滤波快速算法。本算法对邻域内所有像素值以行为单位进行分块,每块排序后求出其中值,然后再对得到的所有块的中值进行排序,再一次求中值,而不是把邻域内所有像素值作为整体进行排序。大量实验结果表明,与经典中值滤波算法相比,现在提出的算法大大减少了数据扫描与比较的次数,尤其在大窗口情况下非常有效,在保证整体数据质量的前提下大幅度提高了计算速度。     

一种有效的自适应加权中值滤波算法

针对传统中值滤波算法的优缺点,提出了一种基于相似度函数的自适应加权中值滤波算法。该算法首先通过噪声检测确定图像中的噪声点,然后根据窗口内噪声点的个数自适应地调整滤波窗口的尺寸,再根据相似度大小,巧妙地将滤波窗口内各个像素点按一定的规律自适应地分组并赋予每组像素点相应的权重,最后采用加权中值滤波算法对检测出的噪声点进行滤波处理。计算机模拟实验结果表明：该算法既能有效地滤除噪声,又能较好地保护图像细节,滤波性能比传统中值滤波算法更理想。     

新型快速中值滤波算法及在医学图像中的应用

医学图像的处理具有数据量大、实时性强的特点。而传统中值滤波(SM)算法需对滤波窗口内所有的元素完全排序后确定中值,算法的时间复杂度高,执行效率低,无法满足医学图像实时处理的需要。为提高中值滤波算法的执行效率,提出一种新型的快速中值滤波算法,将基于排序查找中值的过程转换为基于分治查找中值的过程,有效地避免了对中值滤波而言不必要的完全排序运算,降低了算法的复杂度;同时在分治查找过程中,利用医学图像未受干扰时图像中像素值的变化是渐变的特性,优先选用中心点附近的像素值进行分治查找,达到提高算法效率的目的。理论分析和实验结果均验证了该算法的可行性和有效性。实验结果显示,该算法提高了医学图像的滤波速度,增强了医学图像处理的实时性。     

Fast and efficient median filter for removing 1–99% levels of salt-and-pepper noise in images

This paper proposes a new median filter using prior information to capture natural pixels for restoration. In addition to being very efficient in logic execution, the proposed filter restores corrupted images with 1–99% levels of salt-and-pepper impulse noise to satisfactory ones. Without any iteration for noise detection, it intuitively and simply recognizes impulse noises, while keeping the others intact as nonnoises. Depending on different noise ratios at an image, two different sets of masked pixels are employed separately for the adoption of candidates for median finding. Furthermore, no limit to the size of mask windows assures that a proper median can be found. The simple logic of the proposed algorithm achieves significant milestones on the fidelity of a restored image. Moreover, the very fast execution speed of the proposed filter is very suitable for being applied to real-time processing. Relevant experimental results on subjective visualization and objective digital measure are reported to validate the robustness of the proposed filter.     

一种新型的自适应模糊中值滤波算法

针对传统中值滤波算法不能很好地保护图像细节以及受严重噪声污染时性能急剧下降的情况,提出了一种新型的自适应模糊中值滤波算法。通过比较滤波窗口内像素点的灰度值与像素点灰度值的均值定义了模糊滤波系数,利用此模糊滤波系数对滤波方法进行加权,得到一种加权中值滤波器。通过对小窗口内的灰度值不等于最大灰度值和最小灰度值的像素点的检测自适应调整窗口大小,对超过设定的最大窗口的情况,噪声点的灰度值用四个相邻的已处理的像素点灰度值的均值进行替换。仿真结果表明,新算法具有较好的细节保护能力和较强的去除噪声能力。     

基于决策分析的高椒盐噪声轮胎痕迹图像滤波方法

决策分析能准确判断出噪声像素与信号像素,均值滤波能较好平滑噪声,而自适应中值滤波能较好地保持原始图像的细节及边缘。为了恢复被高密度椒盐噪声污染的轮胎痕迹图像,提出三者相结合的新算法。该算法结合三者的优点,与传统中值滤波器、自适应中值滤波器等非线性滤波器相比,能得到更好的图像质量。实验表明,算法能有效消除灰度轮胎痕迹图像中的高密度椒盐噪声和彩色轮胎痕迹图像中的中低密度椒盐噪声,较好地保护了图像的细节及边缘信息。     

新型红外图像脉冲噪声滤波算法

根据脉冲噪声与其邻域中图像灰度之间的明显差异性,提出一种新的基于交叉视觉皮质模型(ICM)的神经网络脉冲噪声滤波器算法.这种交叉视觉皮质模型(ICM)迭代运算次数少,执行速度快.并与中值滤波器、全方位结构元约束层叠滤波器、全方位结构元形态闭-开最小、开-闭最大滤波器等现有的非线性滤波器进行实验比较, 证明该方案有更好的降噪性能, 更重要的是比这些方案更有效地保持了红外图像的高频细节信息,对于红外图像的后期处理和识别打下了很好的基础.     

W4理论在道路交叉口视频监测中的应用

在智能交通视频监控系统中,由于交通路口车辆多、车速不定且外界环境光线变化等诸多因素造成不能很好地检测到运动目标。将W⁴算法应用到道路交叉口的视频监测中,该算法首先利用中值法进行初始化选出静止像素集合,并利用静止像素构建背景参数模型,同时建立基于像素级和基于目标级的背景更新模式。通过仿真验证该算法能够在路口比较复杂的情况下很好地检测到车辆,与传统的方法相比检测的准确度有了较大的改进。     

一种改进的自适应中值滤波算法

在图像的平滑处理过程中,如何在噪声滤除的同时保护图像的细节一直是人们研究的热点问题。针对这一问题,在Hwang和Haddad提出的一种自适应中值滤波算法(ranked-order based adaptive median filter,RAMF)的基础上,提出了一种改进的自适应中值滤波算法。该算法在以下3方面做了改进:①对可疑噪声点实行噪声二次检测;②对高密度噪声区的噪声点利用滤窗内的信号点进行滤波;③对低密度噪声区的噪声点根据滤窗内图像的纹理走向进行滤波。仿真实验结果表明,该算法的滤波效果理想。     

采用自适应四点窗中点滤波的高椒盐噪声滤除方法

针对当前中值滤波器处理图像高椒盐噪声效果不佳和实时性不强等问题,提出了一种快速自适应四点窗中点滤波（AFMF）方法。首先,为了降低计算复杂度,使用简单的极值方法检测噪声点;然后,摒弃传统的全点窗口,不用中值滤波,而是在开关滤波和裁剪滤波的基础上,采用新型的非线性滤波方法：中点滤波,简化了算法的流程,提升了算法的计算效率,提高了去噪效果;最后,从3×3窗口开始到由里向外推进,逐渐增大窗口,形成自适应滤波,一直到噪声点处理完,如此避免了窗口大小参数的设置。实验结果表明,与AMF、SAMF、MDBUTMF以及DBCWMF相比,AFMF在处理高密度椒盐噪声上不仅有更好的去噪性能、更快的运行速度（约0.18 s）,且无需设置参数,可操作性强,具有较强的实用性。     

一种基于改进的极值中值滤波算法

提出的改进的极值中值滤波(IEM)算法是在极值中值滤波(EM)算法的基础上做了如下两点改进.首先,采用更合理的检测方法来检测噪声点,减小将信号点误判为噪声点的概率.其次,采用改进的滤波算法,解决了当噪声点个数大于像素总数一半时,传统中值滤波无能为力的问题.实验证明,当噪声密度很大时,IEM方法不仅比EM方法有更好的滤波效果,而且能够更好地保护图像细节.