噪声概率快速估计的自适应椒盐噪声消除算法

提出一种可识别噪声概率自动调节滤波窗口的自适应椒盐噪声消除算法。对非理想椒盐噪声污染图像随机区域进行变窗口中值滤波,将结果与滤波前比对获得噪声点数,滤波区域即按此点数排序。然后取每种滤波窗口下的中间三组数据,该数据平均加权获取图像噪声概率初估计,对初估计平均加权即得图像噪声概率。滤波前首先采用阈值法排除明显噪声点,剩余像素中再以离窗口中心像素距离平方的倒数为权值估计中心像素。最后由噪声概率按照T-S模糊规则对不同模型的输出估计值进行融合。实验证明,与传统中值滤波等算法相比,该算法具有噪声自动估计和自适应窗口调节能力,滤波后标准均方差可减少20%以上,速度可提高一倍多。     

一种椒盐噪声点的检测算法技术研究

针对中值滤波算法虽然能够在很大程度上改善噪声带来的影响,但是使图像边缘变得模糊这一问题,提出了一种检测椒盐噪声的新算法。使用该算法对图像进行噪声检测后再对噪声点进行中值滤波能够有效地去除椒盐噪声。实验证明该算法具有明显的去噪能力,且当椒盐噪声比较严重时,也能够取得较好的滤波效果。     

应用多通道脉冲噪声检测的彩色图像自适应中值滤波方法

首先对彩色图像RGB 3个颜色通道的子图像,以串行的方式,确定出各颜色通道的脉冲噪声位置。根据待检测像素点附近4个邻域的灰度均值,自适应调整脉冲噪声判断阈值。由各通道的噪声检测结果经运算得到彩色图像脉冲噪声检测结果。采用改进的自适应矢量中值滤波法,对脉冲噪声有选择地滤除。实验结果表明,该方法结合标量方法进行脉冲噪声检测,矢量方法滤除彩色图像中的脉冲噪声,具有较好的滤波性能指标和视觉效果。     

针对多重退化因素的印刷图像复原方法

目的对于由多种因素所导致的印刷图像退化问题,文中提出一种针对椒盐噪声、高斯噪声和模糊退化等多重退化因素的图像复原方法。方法首先针对印刷图像椒盐噪声密度不高的特点,设计一种基于灰度范围准则和局部差别准则的椒盐噪声二级检测和滤除方法,并通过评价实验得出合适的阈值参数设置。在去除高斯噪声和图像模糊的过程中,利用边缘保持平滑滤波的原理和特性,将双边滤波器和引导滤波器应用于图像复原中,又在此基础上设计和应用图像细节增强的二次引导滤波器。结果在椒盐噪声去除方面,新方法对大部分图像都能取得较好的复原效果,尤其对细微边缘不多的图像效果最佳,复原后的PSNR值能达到40以上。二次引导滤波器对高斯噪声和图像模糊的复原效果最好。结论通过对不同图像复原方法的效果进行评价和分析,验证了文中方法的性能,为今后图像复原技术的应用提供了指导。     

基于图像处理的药片包装视觉检测系统滤波算法

目的为了有效滤除药片包装视觉检测系统中的噪声,提升图像清晰度,保证后期图像分割、边缘处理顺利进行。方法针对药片视觉检测图像中存在大量不确定噪声,提出一种自适应模糊神经网络的图像滤波算法。在模糊神经网络结构中引入一个鲁棒性较强的隶属函数,并通过梯度下降法对模糊神经网络中的参数进行优化训练,利用优化后的网络结构对被噪声污染的图像进行滤波处理。结果仿真结果表明,该算法能够在保留较完整的图像边缘和重要细节的前提下,有效滤除药片中的噪声。结论该滤波算法有效提高了药片图像的清晰度,对于后期药片图像分割以及边缘化处理具有重要意义。     

去除脉冲噪声的自适应开关中值滤波

为消除图像中的脉冲噪声,提出了自适应开关中值(ASM)滤波算法。该算法采用一种新的噪声检测方法将图像中的像素分为信号点和噪声点两类。对检测出的噪声点统计其个数并由此估算图像中的噪声密度,根据估计的噪声密度自适应确定滤波窗口尺寸,采用改进的中值滤波对检测出的噪声点进行处理;而信号点则保留其灰度值不予处理。对ASM滤波进行仿真实验,结果表明,它能在有效去除噪声的同时很好地保护图像细节,较传统中值滤波及其它改进中值滤波算法有更优的滤波性能。     

基于Kaiser滤波及噪声抑制优化的虹膜识别

针对Gabor滤波器在数据截断时存在频谱泄露而使滤波通道边缘模糊的现象,本文利用适应性强且性能灵活可调的Kaiser函数,构造具有频率和方向选择性、且边缘清晰的Kaiser滤波通道,提取虹膜频率特征.通过对提取的特征进行幅值分段分析,发现虹膜特征存在一个"有效特征阈值"L,幅值高于L的特征能够有效识别虹膜,而幅值低于L的特征为不相关噪声.采用噪声抑制优化,对噪声特征设置"相位无效码",可以优化海明距离,提高同类虹膜的正确匹配率.实验表明:与Gabor滤波方法相比,本文基于Kaiser滤波的优化方法将虹膜的正确识别率由98.6%提高到99.9%,而且在锚误接受率(EAR)为0的情况下,具有更低的错误拒绝率(ERR).     

基于模糊理论的椒盐噪声滤波算法

针对图像中的椒盐噪声,基于模糊理论设计了一种滤波算法。首先分析了椒盐噪声的特点,给出了自适应的噪声检测方法,并对噪点设计了自适应的噪声消除方法,最后采用几幅图像进行实验,定性和定量分析结果表明该方法对于椒盐噪声的消除可行、有效。     

实时中子照相系统图像斑状噪声迭代滤波算法

根据实时中子辐照图像“斑状”噪声的成因和特点,提出一种有效的迭代滤波算法。设计十字形噪声检测窗口,通过计算邻域一致性测度(NHM),将像素分为噪声和信号。对噪声进行迭代滤波,而对信号则不做任何处理。滤波是一个中值计算过程,同时窗宽可自适应调整。这种方案不仅避免了噪声在邻域的传播,且有较高的计算效率。实验结果表明,对于峰值信噪比(PSNR)为24.51dB的噪声污染图像,3×3中值滤波后PSNR只有26.81dB,而本文算法能将其提高到31.54dB,同时图像的视觉效果更好。     

基于GA-BP算法噪声检测的椒盐噪声滤波算法

基于噪声检测的中值滤波器已广泛用于消除图像中的椒盐噪声,然而在高噪声密度情况下,对噪声像素的定位不准确很容易造成图像边缘的模糊.本文提出了一种基于GA-BP的椒盐噪声滤波算法,克服了这一缺陷.算法首先用遗传算法优化的BP网络对图像中的噪声像素定位,然后引入保边函数和PRP算法求目标函数的极值进而实现图像的去噪处理.实验...     

模糊方向滤波在SAR图像处理中的应用

介绍了合成孔径雷达(SAR)成像特点。探讨了基于方向滤波器和模糊逻辑的模糊方向滤波法,此方法首先将图像进行特征平面增强并模糊化,并获得模糊参数,然后根据模糊规则计算隶属度,以具有相应最大隶属度的像素构成最后滤波结果,达到既滤除噪声又保留图像细节的目的。实验表明此方法优于Lee滤波算法、Esafa算法和加权形态滤波算法。     

Efficient impulse noise removal using hybrid neuro-fuzzy filter with optimized intelligent water drop technique

Impulse noise (IN) affects the digital image, during transmission, digital storage, and image acquisition. IN removal from an image is necessary as it retains the quality of the image. This work concentrates on the IN. A neuro-fuzzy (NF) system based on a fuzzy technique which is trained by a learning algorithm derived from neural network theory was implemented for the removal of noise. A NF network for noise filtering in grayscale images that combines two NF filters with a postprocessor to produce the output was presented. However, Sugeno-type is not intuitive technique and it also less accurate. To overcome these problems, a hybrid NF filter with optimized intelligent water drop (IWD) technique is introduced, where hybridized Sugeno–Mamdani-based fuzzy interference system is implemented in both the NF filters to obtain more efficient noise removal system. To improve the accuracy of the assignment of membership values to each input pixels, the optimized IWD technique is utilized, as the choice of membership function decides the efficiency of the noise removal in the images. Here, Fuzzy rules have been used to obtain the filtered output. The Hybrid method maintains the accuracy of the Sugeno model and also the interpretable capability of the Mamdani model. This method is robust against the IN and it is flexible, efficient, and accurate than existing filtering method in both noise attenuation and detail preservation and it has a great scope for better real-time applications.     

基于神经网络的图像混合滤波及融合算法研究

当图像中同时存在高斯噪声和椒盐噪声时,单一的均值滤波或中值滤波很难达到最佳滤波效果。 分析了噪声特点和各种滤波方法的优势,提出了一种基于神经网络的图像混合滤波及融合算法:首先建立概率神经网络,检测椒盐噪声和高斯噪声点,并分别利用中值滤波和均值滤波去除噪声点,然后建立径向基函数神经网络,利用训练好的径向基函数神经网络融合 2 种不同滤波的图像,输出理想的融合图像。 Matlab 仿真实验结果表明,该算法有效去除混合噪声的同时,能很好地保护图像的边缘与细节,是一种有效的方法。     

A hybrid image restoration approach: Using fuzzy punctual kriging and genetic programming

We present an intelligent technique for image denoising problem of gray level images degraded with Gaussian white noise in spatial domain. The proposed technique consists of using fuzzy logic as a mapping function to decide whether a pixel needs to be krigged or not. Genetic programming is then used to evolve an optimal pixel intensity‐estimation function for restoring degraded images. The proposed system has shown considerable improvement when compared both qualitatively and quantitatively with the adaptive Wiener filter, methods based on fuzzy kriging, and a fuzzy‐based averaging technique. Experimental results conducted using an image database confirms that the proposed technique offers superior performance in terms of image quality measures. This also validates the use of hybrid techniques for image restoration. © 2007 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 17, 224–231, 2007     

小波多辨率CT成像及处理算法

分析了小波变换进行低分辨率快速图像轮廓重构和局部区域精确重构的算法。在这种算法中，滤波器与小波有关，从而可由反投影得到各种小波图像。通过小波多尺度分析和小波系数控制，提出一种简单算法进行图像增强和噪声去除。与标准的算法相比，该算法提高了重建速度和图像精度。     

基于小波变换的MR图像的去噪处理

根据小波变换多尺度下图像信号与噪声不同性质的理论,提出了一种新的MR图像去噪处理 算法,这种算法直接比较相邻小波域的系数,根据比较结果设立滤波器去除噪声。计算机模拟结果表明:这种算法的速度快,能去除渗噪图91%的噪声,图像的信噪比从3.1861提高到了13.4784。     

图像去椒盐噪声滤波器的研究

在图像平滑过程中,如何滤除噪声同时保护图像的细节是一个研究热点.本文提出并设计一种将十字窗和叉形窗有机结合的多窗口自适应中值滤波器(MWMF滤波器),可根据窗口内图像自身的形状,自适应地选择十字窗和叉形窗.在比较多窗口自适应中值滤波和形态滤波这两种滤波器的优缺点之后,还提出并设计了非线性组合滤波器.实验表明该滤波器滤除椒盐噪声的效果优于单独使用中值滤波或形态学滤噪,在椒盐噪声概率超过0.2时优势尤为明显.     

中值与小波消噪集成的转子振动信号滤波方法研究

对受强脉冲随机噪声干扰转子振动信号的滤波方法进行了研究。提出了一种将中值滤波与小波消噪算法集成的混合滤波器。其中,中值滤波用于滤除信号的强脉冲噪声分量,小波消噪平滑线性叠加在中值系列中的平稳随机噪声。结果表明,实施的滤波方法对该类信号的处理效果好,获取的转子本质振动信号保持了信号的光滑性。     

Impulse noise reduction using hybrid neuro-fuzzy filter with improved firefly algorithm from X-ray bio-images

Noise filtering performance in medical images is improved using a neuro-fuzy network developed with the combination of a post processor and two neuro-fuzzy (NF) filters. By the fact, the Sugeno-type is found to be less accurate during impulse noise reduction process. In this paper, we propose an improved firefly algorithm based hybrid neuro-fuzzy filter in both the NF filters to improve noise reduction performance. The proposed noise reduction system combines the advantages of the neural, fuzzy and firefly algorithms. In addition, an improved version of firefly algorithm called searching diversity based particle swarm firefly algorithm is used to reduce the local trapping problem as well as to determine the optimal shape of membership function in fuzzy system. Experimental results show that the proposed filter has proved its effectiveness on reducing the impulse noise in medical images against different impulse noise density levels.