一种有效的双树复小波-Wiener滤波去噪算法

为了有效恢复被高斯白噪声污染的图像,将双树复小波变换和自适应Wiener滤波结合起来,提出了一种双树复小波-Wiener滤波去噪算法.仿真结果表明,利用该算法去噪后恢复的图像主观质量和峰值信噪比比基于正交小波变换的门限法和Wiener滤波法都要好.     

一种基于运动检测的智能视频序列降噪算法

提出了基于运动检测的视频图像自适应滤波降噪算法,该算法能够智能地区分图像的静止部分和运动部分,并针对性地使用不同的滤波算法。实验结果表明,由于本算法充分利用了视频的空域、时域信息,能够显著提高图像的信噪比和图像的主观质量,比单纯的空域或时域滤波取得更好的效果。     

EMCCD图像自适应模糊中值滤波算法研究

针对电子倍增CCD（EMCCD）图像噪声密度随着增益的变化而变化,提出了一种基于噪声点检测的自适应模糊中值滤波算法。该算法由模糊滤波模块和自适应模块两部分组成。首先,该算法对滤波窗口内的中心点进行噪声检测;然后对检测为噪声的像素点引入双阈值,并根据引入的阈值和滤波窗口内的中值建立噪声点的模糊隶属函数,根据模糊隶属函数对噪声点进行滤波处理后输出;最后采用自适应模块调整待处理图像的像素。仿真及实验结果表明,新算法不仅能够有效地将图像中的噪声去除,而且很好地保护了图像中的细节和边缘,PSNR比传统的自适应中值滤波算法平均提高了15 dB以上;该算法在低噪声密度情况下性能明显好于其他中值滤波器,在高噪声密度情况下性能也比较稳定。     

改进自适应中值滤波算法研究

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法.针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验.结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 dB以上;改进算法在高密度噪声时也能得到细节较为清晰的图像,PSNR比改进前的提高17 dB以上.     

一种改进的红外图像滤波算法

提出了一种改进的图像滤波算法,该算法建立在中值滤波算法基础上,选取K个邻近点作为主要作用点,运用取加权中值的方法进行计算,在保证运算速度的同时提高了滤波质量.经实验表明,该算法较好地融合了噪声消除与边界保持两大优点,大大改善了图像预处理的效果,并可推广至多源图像处理中去.     

基于改进的同态滤波和Retinex的水下图像增强的算法研究

光在水下传播受到微粒和水吸收作用的影响,导致水下图像对比度低,含有噪声且存在颜色偏差.针对传统的同态滤波算法增强后的图像还存在雾状模糊且颜色偏暗的问题,提出改进的同态滤波与Retinex多尺度融合的水下图像增强算法.该算法首先用基于双边滤波的单尺度Retinex算法对原始图像进行颜色校正;然后对修正后的图像构造相应的Butterworth陷波滤波器进行滤波;最后对颜色修正后的图像和同态滤波增强后的图像进行多尺度融合.通过实验可得,该方法能够有效地改善色偏,提高图像的清晰度.     

基于结构图像先验与ASM能量的服装图像去噪

服装图像在采集和传输过程中会受到噪声不同程度的影响,为更有效地去除服装图像中的噪声,本文提出了一种基于ASM图像能量的深度学习图像去噪方法.该方法基于结构图像先验理论,以随机向量作为卷积神经网络的输入,含噪声的服装图像作为目标输出.网络通过反向传播进行迭代,根据噪声与自然图像对于网络的阻抗不同,迭代至输出图像的ASM能量极大值处进行截断,截断处的输出图像即为去噪后的服装图像.实验结果表明,该方法对服装图像去噪后的PSNR达到29.91,比NLM去噪提高了 0.74,比guided去噪提高了 1.97.与传统的图像滤波去噪算法相比,该方法能更有效地去除图像中的噪声,保留服装图像的纹理细节.     

基于形态学重构的内河红外船舶目标检测

针对内河船舶红外图像的成像特点,提出了基于形态学重构的内河船舶红外图像目标检测算法,该算法先对原图像进行中值滤波,然后取滤波后的图像中亮度值最大的像素作为标记图像;原图像经顶帽变换,并进行迭代阈值分割后的图像作为掩模图像来进行形态学重构,从而实现红外船舶目标检测.实验结果表明,该算法能较好地检测出内河红外船舶目标.     

红外图像改进非局部均值滤波算法研究

为了有效地滤除红外图像中的噪声,提出了一种改进型非局部均值滤波算法(INLMF)。该算法首先针对传统算法中采用固定尺寸的方形图像块无法有效刻画图像中大量分布的细节信息这一缺陷,结合图像中像素点灰度信息提出了一种图像块自适应划分方法,使得划分后的图像块在尺寸和形状上依赖于图像中灰度信息的实际分布情况;其次引入结构相似度因子对算法中的图像块权重值计算方法进行适当改进;最后分别将INLMF算法与已有的两类改进型NLMF算法对两幅红外监控图像进行滤波,并进行了理论分析和实验验证。结果表明,INLMF算法相对于其余几类算法而言,滤波效果较好,该研究对于提高红外图像滤波效果是有帮助的。     

自适应图像缩放算法及其硬件设计

介绍了一种新型的自适应图像缩放算法.该算法对图像像素块进行分析,能有效识别出图像的边缘特征.然后对内容为边缘的图像部分实行有向滤波,而对其它图像部分实行双线性滤波,从而克服一般图像缩放算法在缩放图像时将边缘模糊化的问题.对该图像缩放算法进行硬件设计,以Verilog实现该算法并在通过前仿验证.     

基于后向投影的目标实时跟踪系统设计

设计一种基于DSP-TMS320VC5416与FPGA的实时图像跟踪系统.该系统首先采用FPGA实现对图像数据的3×3中值滤波,滤波后数据采用乒乓操作的方式传输给DSP处理器.在跟踪算法上采用了直方图作为目标特征,使用直方图后向投影方法实现对动态目标的跟踪.采用浮点数定点化处理,提高了算法的运行速度.实际结果应用表明:该系统具有良好的实时性与稳定性.     

红外图像综合处理算法研究

本文对点运算的图像增强算法和红外滤波增强算法进行探讨和研究,包括灰度变换和直方图修正,平滑滤波和锐化滤波。平滑滤波能够有效的对噪声进行平滑处理,达到去除噪声、提高图像质量的目的。锐化滤波中的拉普拉斯模板算法能够对图像的轮廓线进行有效的增强,图像的视觉效果得到了很大的提高。但是该算法处理后的图像视觉效果生硬、不够柔和,同时也会对噪声进行增强。以上方法的单独应用只能针对图像的某些特征进行处理,为了能够提高图像的综合质量,我们需要对以上算法的综合应用进行研究。     

基于形态学滤波的红外弱小目标背景抑制

针对红外弱小目标检测中的背景抑制问题进行研究.首先对形态学滤波中结构元进行改进,提出一种组合型结构元,然后结合线性滤波和非线性滤波技术,对受背景杂波和随机噪声影响的图像采用低通滤波与改进型形态学滤波相结合的方法进行背景抑制.对比实验结果表明,该方法比低通滤波和标准形态学滤波算法在低信噪比环境下具有较大优势,较好地实现了对背景杂波的抑制和目标信号的保持,显著提高了图像信噪比.     

基于改进粒子滤波算法的红外小目标检测跟踪

将粒子滤波算法引入到红外小目标的检测跟踪领域,为解决重要性函数选择和粒子退化问题,结合蚁群搜索算法与粒子群优化算法改进标准的粒子滤波.改进后的粒子滤波能有效减少粒子数,降低运算量,避免了粒子迁移线性化,且无需重采样.分析论证了该算法的基本原理,着重叙述了粒子迁移的过程.通过跟踪实拍红外图像以及仿真图像验证,表明该算法能...     

改进压缩感知算法的图像处理仿真研究

图像分块处理能够有效降低计算过程的复杂程度,减少图像文件所占的空间大小,然而这也导致了块效应的产生,以及由于噪声导致的重构处理后图像的质量损失.为此,提出了改进压缩感知算法的图像处理方法.该方法首先对块效应的出现进行剖析,然后采用压缩感知算法对图像进行分块迭代处理,设计了一种新型权重滤波方法,融合了二次滤波,优化了常规自适应滤波算法.通过仿真对比验证,本文提出的新型图像处理方法能够对图像纹理细节进行有效处理,明显提高了图像的处理质量.     

基于SWT域改进粒子滤波的SAR图像降斑算法

 粒子滤波(PF)非常适合处理非高斯状态空间模型的滤波问题,而SAR图像的非高斯降斑算法正是粒子滤波的一个有效应用,本文在平稳小波变换(SWT)域上提出了一种基于马尔可夫随机场(MRF)的改进PF的SAR图像降斑算法.新算法首先分析验证了SAR图像在SWT域比在DWT域中利用广义高斯分布(GGD)建模更为精确;然后针对基本PF降斑算法中的粒子整体权重偏差问题,引入MRF重新定义粒子权重,并通过权重更新粒子的采样区间以优化粒子分布;最后为了提高本文降斑算法的实时性,依据小波系数的局部统计特性把图像分为平滑和边缘进行分区域处理.本文针对模拟SAR图像和实测SAR图像进行了仿真,仿真结果和分析表明降斑后的图像能够在去除噪声的同时较好的保持图像的边缘和纹理结构特征,而且分区域处理有效地提高了算法的效率.     

Canny边缘检测算法的改进及FPGA实现

针对传统的Canny算子采用高斯滤波会造成图像的过度平滑并导致弱边缘检测能力降低的缺点,提出了一种改进的Canny边缘检测算法,采用中值滤波代替高斯滤波,利用中值滤波器能有效地清除脉冲噪声的优点以提高边缘检测精度.该算法在FPGA(现场可编程门阵列)上得以实现,实验结果表明改进后的算法提高了弱边缘的检测能力.     

混合噪声环境下一种图像降噪的新算法

针对某些图像中背景复杂,目标对比度和信噪比低等特点,提出了一种基于邻域阈值分类的小波域去噪和改进的中值滤波相结合的方法对图像的混合噪声进行降噪.仿真实验结果表明,新算法能够有效去除高斯白噪声和脉冲噪声.新算法去噪后图像的峰值信噪比和均方误差都比单一算法得到了改善,从而证明了该方法的有效性.     

多波段线扫红外图像的实时预处理系统

探讨了在实际工程应用中红外背景和弱小目标的特性,并针对弱小目标提出改进的最大中值滤波算法来提高图像信噪比,并级联Robinson滤波对背景进行有效抑制.两种算法在FPGA中实时实现,为后续的算法节省了宝贵的时间.处理后的图像通过PCI总线传送到主机进行验证.实验表明,该方法能够消除严重的噪声,并能对背景进行很好的抑制,具有很高的实用价值.     

基于量子分解的航拍图像中值滤波

针对无人机航拍图像在采集或者传输过程中容易产生噪声的问题,提出了一种基于量子图像分解的中值滤波算法。该算法首先将经典图像表示为量子图像,并通过量子理论对量子图像进行分解,得到分解子图,然后利用改进的快速中值滤波算法对分解子图进行去噪,最后将各子图去噪结果进行合成得到最终的去噪图像。实验证明,该方法能够有效去除无人机航拍图像中的椒盐噪声和高斯噪声,所提算法在去噪效果方面与传统中值滤波算法相比,信噪比提高了约17%,与递归中值滤波相比提高了约28%。并且算法的效率得到了一定程度的提高。