基于小波变换的图像混合噪声自适应滤波算法

提出了一种基于小波变换的图像混合噪声自适应滤波算法.该算法首先采用中值滤波进行预处理以去除脉冲噪声,然后对图像进行二维小波分解得到高频和低频子图像.根据各高频子图像噪声分布特征,分别设计出新的结构元素进行形态学滤波,随后定义一种新型阂值判别函数对高频和低频子图像分别设定不同调节参数,以进一步滤除残余噪声.最后进行小波系数重构.仿真结果表明,该算法去噪效果明显优于其他几种算法,从而表明该算法是一种较为有效的图像混合噪声滤除方法.     

基于FPGA的图像边缘保护高斯滤波算法实现

针对传统高斯滤波在图像边缘细节保留上的不足,实现了一种基于FPGA的改进高斯滤波算法,在保留图像边缘信息的同时滤除高频噪声,并实现高速实时图像处理.通过对当前图像像素点与由图像全局求取的梯度阈值的比对,以确定其为噪点或边缘点,并做区分处理.边缘点将不予以处理,而噪点则通过权重模板进行滤波处理.经仿真与测试,该算法在FP...     

基于经验模态分解的自适应滤波算法及其应用

在对炮膛进行检测时,由于温度、光照强度等影响,使得测得的信号带有很大的噪声,当噪声频带很宽时,自适应滤波器的参数设置比较困难,致使去噪效果不明显.为此,提出了一种基于经验模态分解的自适应滤波算法,该算法基于信号和噪声经过经验模态分解后在不同的IMF上有不同的特征,即先对信号进行经验模态分解,然后对各个高频IMF信号分别选用不同的滤波参数,进行自适应滤波处理.通过实验对比研究了该算法与普通自适应去噪、多尺度EMD滤波的降噪效果,实验表明,该算法具有很好的去噪效果.将该算法应用于炮膛检测系统中身管内径测量信号的降噪处理,取得了满意的效果.     

基于中值滤波去噪算法的激光光谱图像数据库构建

在目前建立的激光光谱图像数据库中,数据库的滤波性能较差,导致存储的光谱图像数据受噪声影响严重.因此,提出基于中值滤波去噪算法的激光光谱图像数据库构建.首先利用多数据源数据库模式,建立数据库的存储引擎.其次利用中值滤波去噪算法,在数据库中添加去噪模块.然后将滤波后的图像进行光学参数转换,最后对不同光谱数据分别进行格式转换...     

鲁棒自适应加权的引导滤波算法

为了提高图像滤波时边缘的保持能力,提出鲁棒自适应加权的引导滤波算法。首先利用一阶差分法判断高斯滤波处理后引导图像的边缘位置信息,在去除噪声干扰的同时,提高边缘信息提取的鲁棒性,然后通过最大类间方差法(Otsu)分割边缘区域与非边缘区域,提高区域阈值选取的自适应性,最后利用改进的分段函数模型拟合理想权重因子,控制不同区域的平滑程度,实现鲁棒自适应引导滤波,达到保边平滑的目的。通过图像平滑实验与抠图实验对所提算法性能进行了验证,与引导滤波算法及另外2种改进算法相比,所提算法的保边平滑性能更强。     

基于三维滤波的视频去噪算法研究

视频去噪的目的是将原始视频从观测到的含噪视频中还原出来。对基于三维滤波的视频去噪算法进行了研究。首先利用贝叶斯阈值对视频序列的各帧在小波域中滤波,之后对帧间连续三帧图像进行帧间滤波。仿真结果表明该算法的有效性。     

基于边缘检测与双边滤波的彩色图像去噪

 针对彩色图像双边滤波去噪方法存在的不足,本文提出一种边缘检测与双边滤波相结合的彩色图像去噪方法.首先利用细胞神经网络(CNN)模型导出一种新的彩色图像分块自适应边缘检测算法,继承了CNN灰度边缘检测算法定位准确的优点,又弥补了CNN现有算法不能直接处理彩色图像的空白.接下来提出一种针对图像增强的边缘滤波算法,通过两级边缘检测满足去噪不同阶段对边缘检测的不同要求.在此基础上,用改进的双边滤波器对彩色图像进行去噪,通过非抗噪边缘图对噪声范围进行定位,以缩小双边滤波的范围,减少去噪过程带来的图像模糊,并且对双边滤波加权平均方式进行改进,减小噪声点本身的权重,降低高频噪声的影响.最后根据滤波后的去噪边缘图对彩色图像进行增强.实验结果表明,文中方法在有效去除噪声的同时保护和增强了图像中的边缘.     

基于滤波方法的遥感图像去噪算法

为了避免图像这一信息载体在获取和传输期间受到外界各种噪声的不良影响而降低图像的使用效果,提出一套行之有效的基于滤波方法遥感图像去噪处理方案。首先,以“椒盐噪声”为例,分析了椒盐噪声滤波相关理论;其次,在自适应中值滤波算法(Adaptive Median Filtering, AMF)的基础上,提出一种边缘保持自适应中值滤波算法(Edge Preservation Adaptive Median Filtering, EPAMF),利用该算法完成了对边缘提取器的有效设计,并借助边缘提取器,提取图片相关边缘信息,并生成相应的边缘图片,同时,还要利用AMF算法,对这些图片进行去噪处理;最后,将去噪处理后的图片与边缘图片进行充分融合,从而形成比较干净的图片。结果表明：本文所提出的基于滤波方法的遥感图像去噪方案可以实现对图片边缘信息保持度的全面提升,由此可见,EPAMF算法具有较高的实用性和可靠性,除了可以提高自然图像去噪效果外,还能增加遥感图像的边缘保持效果。希望通过这次研究,为技术人员提供有效的借鉴和参考。     

基于改进PSPNet的桥梁裂缝图像分割算法

针对传统桥梁裂缝检测算法检测精度低和现有的主流语义分割算法容易丢失裂缝图像细节信息、结果不连续等问题,提出了一种基于改进PSPNet的桥梁裂缝图像分割算法.首先使用无人机采集桥梁图像,通过图像增强处理得到桥梁裂缝数据集;其次通过带有扩张卷积的残差网络初步提取裂缝特征;接着将提取到的特征送入到空间位置自注意力模块(SPAM)和金字塔池化模块的串联结构中,使其能够在空间维度上获得丰富的上下文信息.实验结果表明,与现有的主流语义分割算法相比,所提算法得到的裂缝细节更加丰富,各项分割指标都有较为显著的提升,平均交并比达到84.31％,并能对细小桥梁裂缝进行准确、完整提取.     

多尺度矩阵滤波的路面裂缝检测方法研究

为了从复杂的路面环境中快速检测出路面裂缝并进行分类,提出一种多尺度矩阵滤波的路面裂缝检测方法。该方法基于TI公司TMS642 DSP平台,可以实现大量复杂数据的快速实时处理,通过多尺度滤波处理路面图像,有效进行图像预处理,消除噪声影响,突出路面裂缝特征。通过Hessian矩阵的特征值和特征方向提取裂缝特征,实现裂缝生长方向的跟踪,确定裂缝像素始末位置,从而确定裂缝大小,同时提出裂缝合并算法对小的不连续裂缝进行合并,最后根据裂缝曲率对裂缝进行快速分类。实验结果表明,该方法可以实现路面裂缝准确、快速的检测及分类,抗噪声能力强,图像分割精度高,漏检率和错检率很低,可以满足工程应用要求。     

小波变换模极大值域的一种自动滤波算法的实现

本文给出一种对小波变换模极大值进行自动滤波的算法.该算法可以自动寻找不同尺度之间对应同一边缘的模极大值,以实现非人工干预下的自动检测和去噪;并为采用小波变换模极大值法对边缘进行实时检测提供了可能性.     

图像脉冲噪声的概率神经网络识别滤波方法

提出了一种用概率神经网络(PNN)检测图像随机脉冲噪声点方法.首先提取已知图像脉冲噪声像素点的特征作为PNN的输入,然后建立了PNN脉冲噪声点识别模型,再对其它噪声图像的每一个像点进行识别,最后只对噪声点进行中值滤波.Matlab仿真实验表明,同BPNN检测方法相比,该网络能明显提高识别正确率,因此有更好的脉冲噪声滤除效果,且该方法滤除脉冲噪声简单快速,是一种较好的神经网络图像脉冲噪声识别滤除方法.     

由数据统计特性检测噪声的中值滤波算法

为了改善中值滤波的滤波效果,提出了一种基于数据统计特性进行噪声检测的中值滤波算法,采用通过数据的离散程度检测出噪声点,仅仅对噪声点进行中值滤波的方法,对实验激光图像进行处理,计算了各算法处理图像的散斑指数、峰值信噪比和归一化均方误差,比较了它们的散斑抑制能力。结果表明,新方法确实具有滤波优势。     

基于能量函数的极值中值滤波星图去噪算法

利用地基观测相机拍摄的以深空为背景的星图受星空复杂背景的影响,往往具有较高的噪声水平。同时由于星图主要由恒星、空间目标和星空背景噪声组成,且成点状分布,星图目标和噪声呈现较大的相似性,传统的图像去噪算法并不适用于星图。为此,该文提出一种基于能量函数的极值中值滤波去噪算法,该算法在去除星图椒盐噪声的同时能够较好地保持图像目标信息。该方法针对疑似噪声点采用二次检测的方式,并且结合改进的自适应中值滤波和能量函数模型进行灰度值恢复。该文分别使用仿真试验和真实星图处理试验对该方法进行验证,在客观评价中,图像峰值信噪比PSNR(Peak Signal to Noise Ratio)最高可提高3倍多,均方误差MSE(Mean Squared Error)减小为加噪图像的 。试验结果表明,该方法可有效地降低传统方法的噪声误检问题,同时提高噪声图像的恢复精度,非常适合星图噪声的去除。     

一种图像去噪的小波相位滤波改进算法

大多数的小波去噪方法都是基于图像小波幅度信息的,但对于低SNR图像来说,其小波域中的图像边缘信息被噪声掩盖,所以有人提出了对幅度不敏感的小波相位滤波算法,利用含噪图像分解后的相位信息来恢复图像,本文对这种算法作出了一些改进。在相位滤波的基础上,考虑Laplace邻域,试验结果表明比原算法效果好。