相干激光雷达距离像噪声机理及距离反常抑制

分析了距离像的噪声作用机理：距离反常时测量值表现为统计上的平均分布，而距离正常时测量值为一高斯分布。据此提出了一种基于局部直方图的激光雷达距离像距离反常的抑制算法：利用局部直方图判断当前像素是否为反常像素，将反常像素用最可几距离值代替，达到抑制距离反常的目的。对仿真图像处理结果表明此算法能较好地抑制距离反常。将其应用于真实获得的雷达距离像处理，对两个相距77m目标的激光雷达距离图像处理后，两个目标都获得了均匀的距离灰度值，图像灰度显示两目标相距75m，与实际距离吻合很好。     

激光雷达距离像噪声抑制及方法评价

针对激光成像雷达距离像距离反常噪声的噪声抑 制问题,提出了一种改进环圈滤波(IDF)算法并进行了评价。首先,根据 激光雷达距离像噪声的构成,建立了一般化的距离像噪声仿真模型,模型中包含了地面、目 标和细小结构等成分,可模拟 距离反常、失落信息和内部噪声等噪声干扰;其次,提出了一种IDF噪声抑制算法的一般形 式,利用仿真模型对中 值滤波(MF)、IDF等噪声抑制算法进行了分析,对计算结果从整体、非异常 值和细小结构等多个方面, 评价了算法的噪声抑制能力和保护目标细节信息能力;最后,采用实测距离像对算法进行了 验证。研究结果表明,利用建立 的距离像噪声仿真模型,可以有效地评价不同噪声抑制算法的 能力;同时,利用IDF可 以根据目标特性选取校正系数,在满足算法对保护目标细节信息能力要求的前提下,提高噪 声抑制能力。     

基于改进多级中值滤波的加权滤波算法

为了有效地抑制图像中的椒盐噪声,更好地保持图像细节,提出一种基于多级中值滤波的加权滤波算法。算法采用5×5滤波窗口,如果中心点为噪声点,则将滤波窗口划分为水平和垂直10个条形子窗口,先计算每个子窗口内所有非噪声点的均值,作为加权运算的基础值,然后求出这些基础值的中值,利用每个基础值与它们中值的差计算出每个基础值的相应权值。最后将这些基础值与对应权值进行加权运算,将结果替换中心点的像素值;如果中心点为非噪声点,则保持原值不变。实验结果表明,该算法对于高密度椒盐噪声污染的图像具有良好的去噪性能,并且较好地保持了图像的细节,效果优于传统的中值滤波算法和多级中值滤波算法。     

激光雷达距离像相关跟踪中的图像预处理

相干激光雷达距离像预处理是获得最终图像必不可少的步骤,其处理的好坏直接关系到目标识别的正确与否及追踪的稳定性.本文首先通过基于相干激光雷达特性得到仿真激光雷达含噪距离像与强度像,进而对原始噪声图像进行了背景抑制与距离反常抑制(中值滤波)以及二者结合预处理.用基于MCD距离的相关算法对处理前、后图像进行追踪.最后给出跟踪绝对误差.     

一种基于极值的自适应中值滤波算法

图像平滑处理中,如何在去除噪声的同时完整地保留图像边缘细节一直是非线性滤波算法研究的热点问题。提出了一种基于极值的自适应中值滤波算法,该算法根据图像中某点是否为邻域极值点将全部像素分为可疑噪声与信号两类。对可疑噪声点采用包括八个一维窗口和一个二维窗口在内的不同尺度和不同方向的九个子窗口,按照各个子窗口的均方差大小,自适应选择窗口进行中值滤波;对信号点不加处理,灰度值不变。测试结果表明,该算法的滤噪特性和细节保护能力优于多级中值滤波;执行速度较快,优于经典中值滤波。     

基于不同窗口形状下的CT图像中值滤波算法

CT作为医学影像工具,对CT图像的去噪声处理是医学图像预处理中的重要环节,中值滤波是传统滤波算法中对滤除椒盐噪声有较好滤波性能的方法之一,滤波窗口形状有着多样性。文中对于不同形状窗口进行了程序编写,研究了不同形状的滤波窗口、不同窗口大小的中值滤波算法对CT图像的去噪效果,这些影响到中值滤波中心像素值的选取以及滤波处理的计算量。实验结果表明,中值滤波的效果有差别,为改进中值滤波算法及对CT图像的去噪声处理提供了参考,同时也有利于研究中值滤波与其他滤波方法结合进行去噪声处理,可以更好地保留图像的细节。     

基于极值检测的图像滤波算法

针对极值中值滤波法在去除椒盐噪声时存在的不足,提出了一种改进的图像滤波算法.首先使用极值法检测图像中的噪声点,然后采用窗口由小到大变化的自适应算法得到噪声像素的滤波值,最后通过计算噪声像素滤波前后灰度值的差值来修正被误判像素的灰度值.对不同类型、受不同强度噪声污染图像的去噪实验表明,该方法在不同噪声率下均优于传统的中值滤波法及其一些改进算法,当噪声率较大时其去噪和保边性能得到了显著提高.     

一种中值与邻域比较的滤波算法及硬件实现

图像系统中的噪声来自各个方面,去噪处理是图像处理中的重要环节,中值滤波是抑制图像噪声的常用方法之一.传统的中值滤波算法在抑制噪声的同时,会带来图像细节模糊的问题.本文在分析研究传统中值滤波原理的基础上,提出了中值与邻域比较的滤波算法,将中值与邻域内的某个范围进行比较,判断中值是否在此范围内,以此决定中心像素的值.这样不...     

改进自适应中值滤波的图像去噪

针对传统自适应中值滤波算法的不足,提出了一种改进的自适应中值滤波算法,该算法引入了角度和相关性,第一,根据角度α的大小,判断当前像素点是否为可疑噪声点,再由其像素间的相关性判断此可疑噪声点是否为噪声点。第二,把排序得到的中值与窗口中所有像素点的均值加权得到新的灰度中值,再将噪声点用新的灰度中值替代,从而达到滤除噪声的效果。实验结果表明,该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于传统自适应中值滤波算法。     

一种多子窗口中值加权的高斯噪声滤波算法

为了有效地去除图像中的高斯噪声,提出一种多子窗口中值加权的滤波算法。算法采用5×5滤波窗口,并将其划分为9个3×3子窗口区域,先找出每个子窗口的中值像素点,然后求出每个中值像素点与它们的中值点差的绝对值,利用这些绝对值的平均值采用归一化方法计算出权值。最后将各子窗口的中值进行加权运算作为滤波窗口中心像素点的滤波输出。实验结果表明,该算法对图像中的高斯噪声具有较好的滤除性能,并且较好地保持了图像的细节,效果优于传统的滤波算法。     

一种快速的彩色图像矢量中值滤波算法

文章提出一种新的快速矢量中值滤波算法。首先，求取象素的方向区域距离测度并将滤波窗口划分为两个子窗口：然后，在子窗口内进行矢量中值滤波。实验结果表明，该算法速度快，具有较好的滤波效果。     

一种针对图像脉冲噪声的改进中值滤波算法

针对中值滤波算法在图像脉冲噪声处理中存在的不足,提出一种新的改进中值滤波算法.该方法根据噪声图像的极值和像素点滤波窗口的局部信息对滤波窗口内像素点(含待处理像素点)是否为噪声点进行判断,剔除滤波窗口内的噪声点,然后根据新的滤波窗口及待滤波的中心像素点灰度值信息进行滤波操作.以迭代的方法更新噪声图像中的每个像素点,从而去除图像中的脉冲噪声.实验结果表明,与传统中值、加权中值、多级中值滤波方法相比,该方法能有效去除图像中的脉冲噪声,并保持图像细节特征完整.     

去除椒盐噪声的非对称有向窗加权均值滤波

针对传统滤波对称窗口在图像边缘处会引入干扰像素引起图像模糊的问题,提出一种非对称有向窗加权均值滤波算法.首先,基于区域极值进行噪声检测;其次,在对称有向窗的基础上提出非对称有向窗的概念,对于噪声点,通过标准差最小的原则自适应选择非对称有向滤波窗口;然后,在选择的非对称有向滤波窗口内对噪声点进行自适应基于距离倒数的加权均...     

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。     

局部标准差滤波在图像处理中的应用

为了在抑制噪声的同时尽可能保留图像边缘等重要信息,提出了一种局域标准差滤波器设计方法.该方法通过计算滤波器窗口中每一像素点的局域标准差,然后通过确定最小局域标准差对应像素点,使之作为滤波器的输出.仿真实验表明,提出的局域标准差滤波器具有很强的噪声抑制和边缘保持能力.     

快速高效去除图像椒盐噪声的均值滤波算法

针对常见滤除椒盐噪声算法需要使用阈值、运算时间长、去除噪声效果不理想等缺陷,提出了一种快速高效去除图像椒盐噪声的均值滤波算法。新算法对滤波窗口下的疑似噪声像素,有针对性地选择少数信号像素构成信号像素集合,取集合中的元素均值对疑似噪声像素进行滤波。实验结果表明,对于噪声密度为1%到99%的图像,新算法均具有良好的去除噪声能力和保持细节能力,而且整个算法耗费时间很少,因而具有较大的实用性。     

Predictive-based adaptive switching median filter for impulse noise removal using neural network-based noise detector

A predictive-based adaptive switching median filter for impulse noise removal using neural network-based noise detector (PASMF) is presented. The PASMF has a noise detector stage and a noise filtering stage. The noise detector implemented using feed forward neural network detects impulse noises in the corrupted image. The filter is a modified median filter, which removes detected impulse noise from the image. In contrast to the standard median filter, the PASMF computes the median value after predicting the appropriate values for neighboring corrupted pixels of the current central pixel in the filtering window. The results show that the PASMF gives better performance visually as well as in terms of different performance measures.