新颖的CB形态学串并复合散斑噪声滤波器

基于轮廓结构元素形态学(CB形态学)和广义多结构元素的数学形态学,构造了一种新颖的用于抑制图像中的散斑噪声的串并复合滤波器.首先采用全方位多结构元素的广义多刻度形态开最大滤波器与广义多刻度形态闭最小滤波器相并联的滤波器进行滤波,力求在滤波的同时图像几何细节损失尽可能少,然后通过级联的CB开和CB闭滤波器,再滤除剩余的斑点噪声,从而在有效抑制图像中的散斑噪声的同时更好地保持了图像的细节信息.分析和仿真表明了本文提出的滤波算法的有效性.     

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.     

基于可控滤波器的自适应各向异性扩散方程与图像去噪

各向异性扩散方程在去除图像噪声的同时能有效保持图像边缘,在图像处理中有广泛的应用。然而,经典PM模型会产生阶梯效应。为了解决这个问题,本文提出了基于可控滤波器的自适应PM模型。由于可控滤波器能有效刻画图像边缘,基于该滤波器构造了新的扩散系数,从而使得PM模型能够自适应扩散,有效避免阶梯效应的产生。在真实图像以及合成图像上的实验表明,新模型在除去噪声的同时,能够保持图像边缘,也能避免阶梯效应的出现。     

广义数学形态滤波器的旋转机械振动信号降噪

针对传统形态滤波器由于采用相同尺寸结构元素而导致的输出统计偏倚严重的问题,提出采用不同尺寸结构元素级联而成的开－闭和闭－开组合广义形态滤波器实现旋转机械振动信号的降噪方法。研究了广义形态滤波器在脉冲噪声与随机噪声干扰下的降噪效果,比较了广义形态滤波器与传统形态滤波器分别对仿真信号与实际振动信号的滤波效果。实例表明,广义数学形态滤波器能够更有效的消除噪声的干扰,获得更高的信噪比。广义形态滤波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,具有较好的实用价值。     

旋转机械振动信号形态滤波器的设计与分析

对实测采样振动信号的滤波处理,验证了形态滤波器在抑制信号干扰、保留信号原有特征方面的作用。定量分析了形态滤波器设计中结构元素的形状、宽度、幅值等因素对形态滤波器性能的影响程度以及振动信号的采样频率对结构元素尺寸的影响,并根据数据分析结果得出了在对旋转机械振动信号进行降噪滤波处理时,形态滤波器中结构元素的形状及尺寸的一般设计规律。     

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。     

应用形态学与图像流法的空间小目标提取方法

针对光电探测所得低信噪比图像序列,提出了一种结合形态学和图像流法的空间小目标提取方法。根据非线性滤波器在保护图像细节方面的良好性能,在图像预处理中采用非线性的形态滤波器进行背景估计和对消。在利用多帧图像进行目标提取时,针对多帧图像积累的有效性保证问题,采取了在积累前进行图像形态膨胀的方法,通过图像流法进行多帧图像航迹关联。形态操作中采用模板分解的措施大大减少了运算量。实验结果显示,采用该方法可以提取信噪比为2的小目标,验证了方法的有效性。     

振动信号采集中剔除脉冲的新方法

现场采集的振动信号数据中包含各种噪声，文中引入非线性数学形态变换，提出了采用开-闭和闭-开组合的数学形态滤波器去除现场振动信号中的噪声，特别是脉冲干扰的新方法。给出了振动信号处理中形态滤波器结构元素的构造方法。仿真计算及实例验证表明，采用数学形态滤波器可以有效去除脉冲干扰，提取信号的全局和局部特征。数学形态学算法中仅包含布尔运算及加减运算，简单，快速，易于实现。     

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...     

一种基于形态学多结构元素的图像边缘检测算法

运用数学形态学的理论和方法,从多结构元素形态学变换的角度出发,利用形态学结构元的自然属性,自适应确定权重,在此基础上采用腐蚀运算构造边缘检测算法,最后将多结构元的检测信息加权求和。实验结果表明,自适应确定权重比平均权重具有更好的图像处理效果,在保持图像边缘清晰的同时,具有很强的去除噪声能力。     

基于数学形态学的图像边缘检测方法研究

在图像处理中,对于复杂图像的边缘特征信息很难通过一个结构元素来提取。笔者应用数学形态学的理论和方法,提出了一种选取多结构元素,采取排序边缘检测算法检测图像边缘信息,最后对不同结构元素的边缘检测结果求并,从而得到最终边缘图像输出的方法。实验表明,该方法具有较好的图像边缘检测效果,且简便灵活,可以适应不同类型图像的边缘信息检测需要。     

基于敏感区域多结构元素形态学边缘检测算法

在边缘检测算法的应用中,很难同时兼顾图像处理效果和处理速度,为此,提出了一种新的边缘检测算法,将边缘处理集中在感兴趣的图像区域中.该算法利用梯度算子获得图像中的敏感区域,再构造多种结构元素,结合形态学梯度和OTSU分割法检测敏感区域的边缘.应用于沥青路面裂缝图像检测,实验结果表明,与其它边缘检测算法相比,该算法不仅具有很好的边缘提取能力,而且具有很强的抗噪能力.在保证处理效果的同时,也保证了处理速度,有很高的实用性和推广性.     

排序滤波在工业射线图像系统中的应用

本文通过对工业射线成像系统的分析，比较了射线噪声图像的两种处理方法－线性滤波法和排序滤波法，实验表明，排序滤波地能够在减少白噪声的同时保存图像细节，是射线检测中一种有效的降噪增强处理方法。     

基于数学形态学的旋转机械振动信号处理方法

介绍了数学形态学滤波的原理,提出一种基于数学形态学的方法来处理现场采集的旋转机械振动信号,以消除噪声污染和直流偏移等问题.该方法通过移动结构元素对采样信号进行形态处理.仿真实验证明该方法切实可行.该方法计算速度快,易于实现,具有较好的适用价值.     

小波变换和大津法在竹编工艺中的应用

本文提出了一种新的竹编工艺,采用了数字图像处理算法,通过小波变换对扫描图等含噪图像进行滤波去噪,通过Ostu算法对图像进行黑白二值处理,从而就可以把任何一幅数字图案编织成竹编工艺品.为了去除图像中包含的大量噪声,提高基于图形处理的产品加工精度和效率,分析了维纳滤波对于图像消除噪声的特点,采用小波自适应阈值去噪技术剔除图...     

十六步相移技术在弹痕条纹图分析中的应用

在三维弹痕测量系统中,为了获取较高的测量精度,为此本文提出一种采用十六步相移技术的条纹图处理算法。首先分析了物体三维形貌相位分布获取原理,然后对采集到的弹痕图像进行自适应维纳滤波,去除一部分系统噪声,再利用小波变换对原始图像进行3层sym4小波分解去噪,本系统在小波软阈值分析法的基础上,加入了3层的小波系数分解,同时结合十六步相移法进行相位主值的计算。实验结果表明,弹痕条纹图的位相值曲线更加平滑,原始图像条纹图位相高度偏差的最大值为1.631μm,在经过十六步相移技术处理后,位相主值最大偏差值仅为0.8674μm,对本系统的精度提高奠定了基础。     

Poisson noise reduction from X-ray images by region classification and response median filtering

Medical imaging is perturbed with inherent noise such as speckle noise in ultrasound, Poisson noise in X-ray and Rician noise in MRI imaging. This paper focuses on X-ray image denoising problem. X-ray image quality could be improved by increasing dose value; however, this may result in cell death or similar kinds of issues. Therefore, image processing techniques are developed to minimise noise instead of increasing dose value for patient safety. In this paper, usage of modified Harris corner point detector to predict noisy pixels and responsive median filtering in spatial domain is proposed. Experimentation proved that the proposed work performs better than simple median filter and moving average (MA) filter. The results are very close to non-local means Poisson noise filter which is one of the current state-of-the-art methods. Benefits of the proposed work are simple noise prediction mechanism, good visual quality and less execution time.