有序抖动图像逆半调的边缘敏感数字滤波算法

在图像有序抖动逆半调过程中选用传统的低通滤波会造成图像中边缘细节的模糊。为使图像处理结果具有较好的边缘特征,可将边缘区域和非边缘区域在逆半调的过程中分别进行处理。该文提出了将几种各具特点的逆半调方法分别应用于有序抖动半调图像的边缘敏感数字滤波算法中,以适用于多种对滤波效果和复杂度有不同要求的情况。     

基于人眼视觉特征的图像逆半调算法

本文针对灰度图像逆半调算法复杂度高的特点,提出了一种基于人眼视觉特征的逆半调算法。算法根据人类视觉系统具有的对比敏感度特性、多通道特性,将其引入图像逆半调系统中,并根据人眼视觉系统分辨细节的能力和误差分散数字半调方法中半调误差的分散比例,设计了逆半调滤波器。为了验证算法的有效性,本算法与当前公开发表的三种逆半调方法的实验结果做了比较,实验结果表明本算法的逆半调图像质量较好,并且算法的时间复杂度、空间复杂度较低。     

LUT与Elman网络相结合的图像逆半调算法

为改进查找表逆半调算法中"未出现半调模式逆半调值"的估计精度,提出了一种查找表与Elman回归网络相结合的图像逆半调算法。该算法首先通过样本图集生成初步逆半调查找表,然后以Elman型回归网络为工具,构造、训练逆半调逼近模型,最后达到拟合"未出现半调模式逆半调值"的目的,产生完整查找表,支持逆半调处理。实验结果及性能分析表明,应用本文算法生成的逆半调重建图像在视觉效果及PSNR指标上表现良好,具有运行速度快、空间复杂度低的特点。     

一种基于LUT的图像逆半调改进算法

为提高基于LUT(查找表)的图像逆半调传统方法在空值估计值与逆半调映射值的准确性、提高逆半调图像的质量与感观效果,结合已有的数字图像半调与逆半调技术,提出了一种多域值分块与动态估值优化算法。该算法采用二分迭代多域值分块法与8邻域均值动态递归估值法,通过模板选择、初始化LUT表、LUT逆半调和完整LUT表对传统的LUT算法进行改进与优化。实验表明利用该优化算法进行图像逆半调,能够得到比传统LUT逆半调较好的视觉效果,并且具有较快的运行速度。     

一种改进的查找表逆半调算法

边缘和平滑区域是图像的重要组成部分,人眼对边缘特征和平滑区域的噪声比较敏感。文中提供了一种改进的查找表逆半调算法,该算法在查找表逆半调算法的基础上考虑了边缘在图像处理中的作用,并对图像边缘分类,然后,按照半调图及图像边缘的类型重构连续色调图像。通过由误差分散类半调图构成的不同频率特征的训练集、测试集进行实验,表明当训练集为平滑图像集时基于边缘的查找表逆半调算法处理平滑图像,在主、客观评价方面的效果都好于查找表逆半调算法处理的图像;而改进的方法在处理细节图像时与查找表逆半调算法相比没有优势。     

一种改进的查找表逆半调算法

边缘和平滑区域是图像的重要组成部分，人跟对边缘特征和平滑区域的噪声比较敏感。文中提供了一种改进的查找表逆半调算法，该算法在查找表逆半调算法的基础上考虑了边缘在图像处理中的作用，并对图像边缘分类，然后，按照半调图及图像边缘的类型重构连续色调图像。通过由误差分散类半调图构成的不同频率特征的训练集、测试集进行实验，表明当训练集为平滑图像集时基于边缘的查找表逆半调算法处理平滑图像，在主、客观评价方面的效果都好于查找表逆半调算法处理的图像；而改进的方法在处理细节图像时与查找表逆半调算法相比没有优势。     

查找表与神经网络相结合的图像逆半调算法

为提高查找表逆半调算法中“未出现半调模式逆半调值”的估计精度,本文提出了基于IRN神经网络的逆半调逼近模型,通过分析、训练和优化确定了合适的IRN网络结构、隐层数、隐层节点数。实验结果表明,应用该算法训练、拟合出的查找表数据在逆半调重建图像的视觉效果及PSNR指标上表现良好,而且算法执行速度快、空间复杂度低。     

误差分散类逆半调算法的分析与比较

该文介绍并分析了四种误差分散逆半调算法。包括三种已知误差分散核的逆半调算法:滤波平滑法、投影法、最大后验概率-马尔可夫随机场(MAP-MRF)法和一种误差分散核估计逆半调算法,并提出了该项技术的后续研究方向。     

电力工程图纸滤波算法研究及其MATLAB实现

对含有噪声的电力工程图像进行滤波处理是实现其矢量化的基础。在研究了各种低通滤波算法的基础上提出了利用小波对电力工程图纸进行滤波的算法。并利用四种方法对同一图像进行滤波处理,实验结果表明,利用小波低通滤波的方法对含有噪声的电力工程图像进行处理其效果是比较理想的,良好的处理结果有利于进一步进行电力图纸矢量化的工作。     

多尺度框架误差分散逆半调方法研究

摘 要：通过分析现有基于滤波的误差分散逆半调方法,提出了一种多尺度逆半调框架。基于该框架,引入平稳小波变换,提出了一种新的逆半调算法。首先,对半调图进行3尺度离散平稳小波变换,通过分析各尺度图像的频谱特性,构造了HIST滤波器,并结合尺度间小波系数的相关性,采用不同策略分别抑制各尺度图像中的噪声,最后利用小波反变换得到逆半调图像。实验验证了多尺度逆半调框架的正确性,并且该算法所得逆半调图像具有良好的视觉效果,能保持图像边缘,峰值信噪比也有所提高。     

双正交小波滤波器构造及其应用于图像边缘检测

本文在总结边缘检测小波基选取原则的基础上,利用滤波器组技术,提出了具有对称性和正则性的双正交小波滤波器的构造方法,给出了滤波器的构造公式;进行了图像边缘检测实验,结果表明按本文方法构造的滤波器具有很好的图像边缘检测性能。     

伪球滤波和边缘检测

提出了一种图像滤波器——伪球滤波器.在伪球滤波器中,除了尺度参数外,还引入了边缘保持参数,因而它能较好地解决传统滤波器的平滑性能与边缘定位精度之间的矛盾.以伪球滤波器取代经典Canny边缘检测算子中的高斯滤波器,得到一种基于伪球的边缘检测算子.模拟图像和真实图像的实验结果表明,与经典的Canny边缘检测算子相比,在具有相当平滑性的条件下,基于伪球的边缘检测算子对边缘定位具有更高的精度.     

图像混合噪声的一种组合滤波消除方法

提出了一种基于高斯拉普拉斯边缘检测的含高斯噪声和脉冲噪声的图像组合滤波去噪方法,即首先对含有混合噪声的图像进行中值滤波,再用高斯拉普拉斯边缘检测方法检测出图像的边缘,得到边缘图像;然后利用自适应Wiener滤波对中值滤波后得到的图像进一步滤波去噪,最后将边缘图像嵌入经Wiener滤波得到的平滑图像中。此种方法不但能够有效去除含高斯噪声和脉冲噪声的图像中的噪声,而且可以保持图像的边缘信息,提高了图像的去噪效果和清晰度。     

非真实感绘制漫画艺术效果的研究与实现

提出了一种基于非真实感绘制的漫画艺术效果绘制算法。算法首先将输入图像从 RGB 色彩空间转换为LAB 色彩空间,通过双边滤波及色彩量化的方法对输入图像进行处理,获 得连续的、局部区域色彩一致的结果图像,可通过权值等参数对滤波及量化程度进行控制。其次, 采用DOG 滤波器和阈值处理求取输入图像的边缘信息,获得连续的、清晰的边缘。最后将边缘 图像融合到量化结果图像中,获得最终的漫画艺术效果。从最终的漫画艺术绘制效果看出,该算 法简单、易于实现。     

基于奇Gabor滤波器与Rayleigh分布的边缘检测

为了自适应地更好地进行边缘检测,提出了一个基于奇Gabor滤波器与Rayle igh分布的边缘检测方法。在边缘响应获取中,由于该方法改进了原有的基于奇Gabor滤波器的边缘响应获取方法,从而提高了计算效率,并且避免了原算法对初始梯度方向估计的依赖。同时根据奇Gabor滤波器的一阶微分属性,可对其边缘输出响应利用Rayle igh分布进行拟合。为克服已有算法中阈值选择的局限性,还提出了一种基于Rayle igh分布的非线性自适应阈值选择方法。实验结果表明,所提出的边缘检测方法具有较好的检测性能和自适应性。     

连续色图像的边缘平滑算法

对于连续色图像的边缘平滑,中值滤波法是一种有效的算法,它可以在边缘平滑的同时保留原有的度而不模糊化。为处理真彩色图像,本提出了对多维向量的中值滤波法－淘汰法。中值滤波与平均滤波相结合的方法可以在边缘平滑且保持边缘的同时使其它部分柔和化并提高效率。     

基于自适应堆滤波的边界检测

从被噪声干扰的图象中提取边界是图象测试与分析的关键之一。通常需要先滤除图象中的噪声，再用边界检测算子求出边界。本文介绍了一种边界直接检测法，即将边界检测与噪声滤波相结合，它是基于自适应堆滤波的边界检测法。首先非线性堆滤波器用于求出图象某象素点邻域内的灰度最大值与最小值的最优估计，然后以此两估计值之差代替原象素点灰度值。最后对之二值化求出边界。本文根据最小平均绝对误差准则，采用自适应方法求解堆滤波器。这种方法类似于线性自适应滤波器的ＬＭＳ方法，先任设一初始堆滤波器，利用期望图象与合噪声图象对堆滤波器进行迭代训练，最后求出最优化的自适应堆滤波器。文章最后给出了采用自适应堆滤波法求取图象边界的试验结果，表明这种方法可以有效地抑制各种分布的噪声干扰。     

基于边缘敏感滤波的图像插值算法

本文提出了一种利用双三次样条函数插值的方法，对图像进行放大，并在插值后，采用边缘敏感滤波器对边缘部分进行处理，恢复图像的边缘特征。实验表明，采用本文方法进行图像插值，可以得到很好的效果。     

Gabor滤波器组实现颅脑图像的边缘快速提取

在医学图像处理过程中,针对一般方法提取颅脑图像边缘不是很清晰的情况,提出了一种基于短时傅立叶变换的新的Gabor滤波方法。该方法通过选取一组能够覆盖整个频域的滤波器,分别提取图像的局部边缘信息,然后按照一定的规则将提取出局部信息的多幅图像整合成一幅图像。普通Gabor滤波计算量较大,耗时较长,而该文所述方法能显著地减少运算量。并且相对于其他几种滤波方法也表现出定位准确,检测效果明显,以及鲁棒性较好的特点。     

一种基于边缘检测的改进的中值滤波去噪方法

中值滤波是一种去除椒盐噪声的有效算法,在现实生活中应用相当广泛。传统的中值滤波在去噪的同时很容易丢失图像的边缘信息。本文提出一种基于边缘检测的改进的中值滤波去噪算法。它先将含噪图像的边缘信息检测出来,然后将边缘信息保存下来,再对原含噪图像用中值滤波进行图像去噪,然后对于保存下来的边缘信息用小模板进行去噪,再用该小模板去噪后的边缘信息区替换中值滤波后的边缘信息。最后通过实验验证,此去噪算法可以在去噪的同时更好地保护图像的边缘信息。