点云模型的双边滤波去噪算法

提出一种特征保持点云模型光顺去噪算法。该算法首先为每个采样点建立k-邻域并估算法矢,然后以该点处的微切平面为视平面,设计一个双边滤波器。算法充分考虑了模型表面法向的变化和邻域点间的距离同噪声之间的关系,通过调整采样点在法向的位置,来实现一个局部的光顺去噪过程。实验结果表明算法简单高效,同时较好地保持了模型的特征。     

点云模型的噪声分类去噪算法

针对三维点云模型数据在去噪平滑过程中存在的不同尺度噪声和算法计算耗时问题,提出了点云模型的噪声分类去噪算法。该算法根据噪声点分布特性,将其分为大尺度和小尺度噪声,先利用统计滤波结合半径滤波去除大尺度噪声;然后使用快速双边滤波对小尺度噪声进行平滑,实现点云模型的去噪和平滑。与传统的双边滤波相比,利用快速双边滤波对点云模型数据进行平滑,有效地提高了计算效率。实验结果表明,该算法对点云噪声进行快速平滑去除的同时又能有效地保持被扫描物体的几何特征。     

改进型滤波器组与PCA结合的图像降噪算法

在图像的除噪处理中,为了能更好地处理图像的边缘及纹理处的噪声,论文提出了利用非均衡五点梅花采样滤波器组(nuQFB)结合主成分分析(PCA)的图像除噪方法.NuQFB克服了传统小波分解方向分辨率低和传统多方向滤波器组无多尺度分析的缺点,实现了对含噪图像的多尺度和多方向分解的统一,使分解后的图像具有十二个高频方向子带.并通过主成分分析的统计学特征提取方法对分解后的系数进行噪声能量估计完成图像的除噪处理.试验结果表明,与小波主成分分析的除噪方法相比,经该文方法除噪后的图像具有较好的视觉处理效果与峰值信噪比(PSNR).     

基于前向查找和均值漂移的点模型鲁棒降噪算法

针对点模型提出了基于前向查找和均值漂移两种鲁棒统计方法的滤波算法。前向查找算法根据残差图自动检测离群点,并将输入的点云数据划分为多个不带离群点的最优局部降噪邻域。对局部邻域进行加权协方差分析,估计出该邻域的最小二乘拟合平面。在局部邻域内估计采样点的核密度函数并通过均值漂移算法计算它的局部最大值点,核密度函数的局部最大值点确定了点云数据的聚类中心并能准确逼近采样点曲面,将每一个采样点漂移到密度函数的局部最大值点,使点云曲面收敛为一个稳定的三维数字模型。实验结果表明,本文的算法是鲁棒的,能在有效剔除点模型表面噪声的同时较好地保持模型表面的尖锐特征。     

点云模型适应性上采样算法

针对点云模型采样密度的不足,提出一种新的适应性上采样算法。算法首先采用均匀栅格法建立点云模型的拓扑关系,提高数据点K-邻域的查找效率,利用协方差矩阵求取点云模型中数据点的法向量,并用法向传播算法进行法向重定向,然后检测点云模型中采样点密度不足的区域,在采样密度不足区域的点的切向矩形平面内适应性均匀采样,并把这些采样点几乎垂直投影到点云模型所在的原始曲面上,由此得到的模型即为上采样模型。该算法得到的上采样模型可以较好地补充点云模型的细节信息,能够满足点云模型的绘制和后续几何处理的需求。     

图像降噪的自适应高斯平滑滤波器

作为去除图像中噪声的图像增强技术,常用的图像平滑方法在提高局部信噪比的同时,也使图像产生模糊。为克服上述缺点,引入了自适应高斯滤波器,它结合了高斯滤波器和梯度倒数加权滤波器的特点,同时考虑了图像局部的空间距离和像素距离,以确定参与局部平滑的像素及其权值。该滤波器算法牺牲了简单平滑滤波器的计算性能,但很好地保留了图像的局部特点,特别是边缘和细节。实验比较了该方法与其他常用滤波器的性能,结果证实了该方法的有效性。     

机动目标跟踪双滤波器模型及自适应算法

现代机动目标跟踪的困难来自跟踪的快速生成精度在一定计算负荷约束下的协调难以令人满意,考虑依次处理快速性与精度的方案。采用滑动均值均匀分布描述目标的随机机动特性,分别采用宽带的均值预估滤波器和窄带的跟踪滤波器串联,实现机动速度大变动或突变的精确,快速跟踪,双滤波器的计算量适中,易于工程实现,对各种运动形式进行计算机模拟表明,这类算法对高度机动或弱机动或无机动均可给出较好的目标位置,速度及加速度估值。     

基于纹理分析的保细节平滑滤波器

平滑去噪是图象处理中一个重要课题,但是以往在处理平滑去噪问题上一直存在平滑和保细节的矛盾。为解决此问题,提出了一种基于纹理分析和保细节平滑滤波器,该滤波器采用了多尺度多方向的模板,并利用纹理分析等手段,同时根据图象各部分特性,通过自适应地选择模板来进行平滑滤波,该算法兼顾了降噪和保细节两方面要求。实验结果证明,该算法实现简单,计算速度快,且效果优于其他几种常用的保边界平滑算法。     

基于亮度分层的快速三边滤波器色调映射算法

三边滤波器是在双边滤波器的基础上引入了梯度信息,能够很好地保留图像细节,但其时间开销较大.为此,提出了一种基于亮度分层的快速三边滤波算法.通过对三边滤波器中的梯度滤波阶段进行加速,把图像按照像素亮度值分成多层,并对每一层计算2幅中间图像,可在中间图像上进行高斯滤波得到梯度滤波的结果.实验结果表明,使用该算法进行高动态范...     

基于SOA的多边多议题协商模型的研究

提出了一种新的协商模型--基于面向服务架构(SOA)的多边多议题协商模型.利用面向服务架构(SOA)技术来构建松散耦合的协商模型,并在协商模型中应用本体的基本理论和相关技术来定义提议、议题等本体模型,以实现协商议题的多样性和可变性,最后在SOA的框架下以Web服务方式使用经SOAP封装的通信原语实现多边多议题协商模型.     

保特征的三维模型的三边滤波去噪算法

随着三维物体扫描仪的广泛应用,如何对扫描出来的模型进行有效、鲁棒、快速的操作已经成为当今计算机图形学中的一个热门话题.通过在扫描模型每个采样点处拟合一个二次型曲面,设计了一个鲁棒的滤波函数--三边滤波函数;应用该函数分别对模型表面上每个点的法线、曲率和位置进行滤波;通过对曲率的滤波结果进行优化,可有效地保持三维模型表面上的特征.该算法不要求已知模型中顶点之间的连接关系,并可应用于网格模型或点模型的光顺去噪处理.     

点模型上的纹理快速生成算法

该算法摈弃了传统的将三维点模型三角面片化的繁琐过程,直接在三维点模型上进行纹理合成。该方法建立三维点模型上各离散点之间的邻域关系,在点模型上建立光顺的方向场,控制模型表面纹理合成的方向。以方向场为基础,建立三维模型与样图的映射关系,实现纹理合成。采用不同大小、不同纹理结构的样图,在点模型上进行三维纹理合成实验。实验结果表明,与传统的基于网格模型的三维纹理合成方法相比,此方法在保证纹理合成质量的同时,大大提高了合成速度。     

鲁棒的高阶双边滤波去噪算法

提出了一种统一的局部高阶双边滤波算法.与传统的双边滤波去噪算法不同,该算法通过引入鲁棒统计理论获得模型表面较为准确的几何属性;进而在曲率空间中对包含主曲率和Frenet标架的表面几何属性进行各向异性的滤波,既有利于保持模型的细节,又能保证曲面的光滑性;与此同时,优化各个顶点的法向;最后在优化后的几何属性引导下,在几何空间中进行高阶双边滤波去噪.实验结果表明,即使在大噪声的情况下,该算法仍然能够有效地保持模型细节,避免模型的收缩和顶点漂移.     

一种新的维纳滤波图像去高斯噪声算法

首先介绍了几种常用图像平滑方法的原理及其存在缺陷,然后提出了用一种新的维纳滤波的方法对图像进行平滑。实验结果表明该方法弥补常用的平滑滤波器对受高斯噪声污染的图像的平滑处理效果差的缺陷,并且获得好的效果。     

基于多观测模型的粒子滤波头部跟踪算法

粒子滤波在非线性和非高斯问题上具有独特的优越性,但在视频跟踪过程中,其跟踪性能却在很大程度上依赖于观测模型的选择。为了解决被跟踪目标特征状态随时间变化而与粒子观测模型不匹配的问题,提出了一种新的粒子滤波算法,即将被跟踪目标的不同特征状态与粒子观测模型相结合,形成一组具有不同观测模型的粒子,并且在跟踪过程中,对应不同观测模型的粒子根据被跟踪目标所表现的特征线索的变化而相互转换,从而动态刻画了被跟踪目标特征变化的过程。实验结果表明,本算法能够有效处理由于头部旋转而导致跟踪性能下降甚至丢失跟踪目标的问题,提高了跟踪的准确性,并且具有较好的鲁棒性。     

先验自适应中值滤波图像增强算法

通过分析传统中值滤波与自适应中值滤波算法的特点,提出了先验自适应中值滤波算法。该算法的思路是先对噪声进行检测与标识,再构造噪声标识矩阵,根据中值滤波算法原理在取中值时排除邻域内噪声点的灰度值。该算法避免了过度滤波,在保证滤波效果的前提下提高了滤波效率。     

一种基于中值滤波的图像去噪算法

由于图像噪声会对后续的图像处理结果产生影响,所以在对图像进行其他处理前应先对图像去噪。针对传统中值滤波器在去除均匀分布椒盐噪声时效果并不理想,设计出一种自适应阈值中值滤波器。分别用两种滤波器进行图像去噪实验,通过对比去噪后图像的信噪比、峰值信噪比以及视觉效果发现:较之传统的中值滤波器,新的自适应中值滤波器能更有效地去除椒盐噪声并减少图像失真。     

图像去噪混合滤波方法

传统均值滤波和中值滤波对高斯型噪声和椒盐型噪声有着不同的滤波特性。实际滤波时，由于图像往往会受到两种不同性质噪声的同时干扰，因此，单独采用中值滤波或均值滤波都不会达到最好的去噪效果，为了能同时对两种不同性质的噪声进行滤除，现提出了一种新的混合滤波算法，该算法首先利用局部阈值把受高斯型噪声污染的像素和受脉冲型噪声污染的像素区别开来，然后对受高斯噪声污染的像素采用均值滤波算法，而对受椒盐噪声污染的像素则采用中值滤波算法进行去噪。仿真结果证明，该方法更具有实用性和有效性。     

快速网格去噪声算法

消除网格噪声是构造完美三维模型过程中必不可少的一步。通过把图像处理领域中的双向滤波引入到三维网格上，Fleishman等虽已提出了一种快速、简单的网格去噪声算法，但该算法效率较低，且不够稳定，为此提出用准柯西函数和泰勒多项式函数取代该算法所采用的高斯函数，并改进和完善了其中的细节部分，以使算法的效率和稳定性得到进一步提高。最后还讨论了如何选择合适的参数，以达到最佳效果的问题。     

利用面片法向均值滤波的混合型网格去噪方法

通过对面片法向均值滤波去噪方法的研究,提出了一种改进的混合型去噪算法。通过取值顶点的一环正常边二面角的平均,将顶点分为噪声顶点和一般顶点,然后对噪声顶点利用Laplacian方法进行平移去噪,同时将保持特征的面片法向均值滤波去噪方法作用于一般顶点。实验结果表明：这种混合方法能有效地去除大小噪声,并且在去噪过程中能保持网格的特征。