层析三维数字化仪二维端面图像预处理方法研究

文中提出了一种新型的递归中值滤波器,将滤波算法转化为一种优化处理,兼顾了滤波处理的光滑连续性及抑制噪声的累积特性,可有效地消除脉冲型干扰的影响,并对该算法进行了分析,为消除加快高斯噪声,提出了一种小波线性滤波器,它仅仅处理边缘信息,克服了边缘模糊效,波波的去噪逆向重构的处理方法,对边缘为阶跃型的层析图像非常实用。     

基于模糊系统的散斑噪声滤波器

为了能有效滤除散斑噪声,提出了一种以模糊系统为基础的散斑噪声滤波器。这种滤波器包括了一个模糊推理系统,一个边缘检测和膨胀模块和一个图像合成器。模糊推理系统包括5个输入和1个输出,负责对散斑噪声图像进行滤波处理,其参数通过克隆选择优化算法训练优化得到。边缘检测和膨胀模块用于区分图像的边缘区域和光滑区域,图像合成器则是根据边缘检测和膨胀模块获取的信息分区域对滤波输出图像进行合成。文中将该方法与其他几种常用的散斑噪声滤除方法进行了比较,实验结果表明,与其他方法相比该方法可以显着减少图像的散斑噪声,同时保留边缘、细节等有价值的信息。     

基于均值去噪与图像增强的方差滤波器

为了使图像既能去除噪声又获得增强,基于平滑低通滤波器、中值滤波器去除图像噪声原理和改进的巴特沃斯高通滤波器的图像对比度增强与边缘保持的原理,提出了一种新的均值去噪与图像增强的方差滤波器.实验结果表明,该方差滤波器无论在噪声去除、对比度增强、边缘保持等方面都优于上述3种滤波器.     

基于三边滤波的Retinex图像去雾算法

针对传统Retinex算法采用高斯滤波估计图像的照射分量易产生边缘模糊,不能有效去除脉冲噪声且处理后的图像颜色易失真等问题,提出一种基于三边滤波的Retinex图像去雾算法。该算法利用三边滤波器估计图像的照射分量,三边滤波器继承了双边滤波器既可以有效降低图像加性高斯噪声又可以保持图像边缘细节的特性,同时又解决了双边滤波器与高斯滤波器不能有效滤除脉冲噪声,易产生伪边缘等问题。为验证该算法的有效性,采用5种不同的客观评价参数对处理后的图像进行评价。实验证明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

基于自适应滤波器的水平集算法

针对传统水平集无法正确分割含乘性噪声图像的缺点,提出了一种基于自适应滤波器的水平集算法.该算法首先将自适应滤波器引入到速度停止项中,以消除乘性噪声对水平集演化的影响;其次,通过估算图像同质区域的相对方差值,达到区分边缘区与同质区以及保持边缘的目的;最后,将该速度停止项带入到水平集演化方程中,对图像进行演化运算.实验结果表明,该方法能够在抑制乘性噪声的同时较好地对图像进行分割.     

模糊图像的自适应滤波及恢复

文章讨论如何根据最小二乘原理和回归模型设计出自适应滤波器，以用于消除图像噪声。提出了一种基于模糊图像的梯度图像计算模糊宽度的方法。根据基本原理，讨论分析了实现该方法的算法。最后给出了对带噪声的散焦模糊图像处理的实验结果。     

使用新型中值滤波器检测和消除图像的脉冲噪声

本文提出了使用适应性、可变化窗口尺寸的新型递归加权中值滤波器来消除彩色图像中的脉冲噪声的方法。对于图像存在的噪声密度,递归加权中值滤波器的窗口尺寸是自适应、窗口可调节的。与传统的脉冲噪声滤波器相比,新型滤波器具有良好的脉冲噪声抑制与图像细节边缘保护的性能。     

一种用于激光一维条码扫描枪的边缘增强型滤波器

通过分析激光一维条码扫描枪的激光束纵断面特征,借助卷积和拉普拉斯变换,得出激光束对二值条码图像高斯滤波效应的确切表达式.利用高斯滤波效应的表达式,设计出能消除该效应并能使波形边缘增强的Bessel滤波器.应用MATLAB对设计出的Bessel滤波器进行仿真,结果显示该滤波器在提升边缘细节的同时不会增强噪声,对改善一维条码信号方面有参考价值.     

基于神经网络的图像混合噪声消除

神经网络在智能化信息处理和非线性滤波方面的优异表现，使得越来越多的人将神经网络应用到图像处理中。提出一种将非线性滤波器和神经网络结合所构成的滤波器，实验证明这种滤波器在消除图像的混合噪声、保护图像的边缘信息方面具有明显的效果，通过对受到较大噪声影响的输入图像进行滤波，可使输出图像的信噪比提高10dB以上。     

复眼图像超分辨率重构的噪声分析与消除

分析了复眼图像超分辨率重构结果图像中噪声来源及主要表现形式,为优化重构结果,提出一种基于Wiener-Butterworth(W-B)滤波器的重构噪声消除方法。通过叠加不同数量高斯噪声的低分辨率图像重构实验,研究了该滤波器对算法引入噪声和原始图像噪声的滤除效果,并在频域对实验结果作了相关分析;验证实验验证了该滤波器在噪声类型和大小均未确定时改善图像质量的有效性。实验结果表明:针对算法引入噪声,该滤波器使重构结果的PSNR提高4 d B;当施加均值为0、方差为0.01的高斯噪声时,滤波后重构结果 PSNR提高6.9 d B。W-B滤波器能有效消除复眼超分辨率重构图像中的噪声和方块效应、振铃效应和梳边效应,改善重构图像质量。     

基于边缘检测的自适应降噪处理方法

提出了一种分区处理的降噪方法,对图像边缘和非边缘区域分别采用自适应中值滤波和均值滤波的方法进行处理.论及的噪声区分高斯噪声和椒盐噪声两种,对含有混合噪声的图像首先滤除椒盐噪声,然后标定图像的边缘细节,在保留图像细节的前提下充分降低噪声.测试结果表明本算法有效降低噪声,改善了图像视觉效果,提高视频编码中压缩效率.     

Vector FIR-median hybrid filters for multispectral signals

The concept of a vector median (VM) using linear substructures is introduced for multispectral signals. It is shown that the VM filter utilises the correlation between the spectral components, which is an important property when the edge shape and location should be preserved for each signal component simultaneously. The vector median approach is applied to FIR-median hybrid (FMH) filters. These filters are shown to have good noise attenuation and a low bias error near edges. Vector median filters can be applied, for example, to standard colour images in TV systems and to multispectral satellite images     

基于非线性加权均值的多方向广义形态滤波算法的Speckle噪声抑制

本文提出了一种新的用于散斑噪声抑制的非线性加权均值多方向广义形态滤波算法。对实际激光雷达图像处理结果表明:本文算法具备了小波阈值算法图像边缘保持好和局部统计滤波算法散斑噪声抑制能力强的优点,在算法复杂度降低的前提下具有了与F.Safa的改进算法(广义并行加权多方向形态滤波算法)相当的效果,即有效地抑制了散斑噪声,又保持了图像的几何结构。     

高光谱图像光谱域噪声检测与去除的DSGF方法

高光谱遥感图像中不仅存在空间域噪声而且存在光谱域噪声.传统的图像滤波仅对图像空间域噪声进行处理,而不能去除光谱域噪声,为改进这种状况,提出了DSGF(Derivative based Savitzky-Golay F ilter)方法.首先,基于反射率光谱的二阶导数对反射率光谱各波段噪声大小进行判定,然后用不同大小平滑窗的Savitzky-Golay滤波器对反射率光谱作两步滤波.对高光谱图像进行的逐像元DSGF滤波,在去除光谱域中噪声的同时,保留了图像反射率光谱的大部分细微特征.     

基于提升小波变换和中值滤波的图像去噪方法研究

针对实际拍摄的背景复杂、目标对比度和信噪比低的图像,在综合考滤图像去噪平滑效果、图像清晰程度和时间复杂度的基础上,提出一种基于提升小波变换和中值滤波的图像去噪方法.首先对含噪图像进行提升小波分解,再在图像高频部分进行中值滤波以改善图像的消噪效果,最后采用信噪比(SNR)与均方根误差(RMSE)和图像灰度曲面图作为图像去噪效果的评估,将提升小波变换和中值滤波相结合的图像去噪方法与小波去噪、小波与中值滤波结合消噪等进行对比实验.实验结果表明,该方法既能消除图像噪声又能达到保持其图像边缘要求,且时间度较低.     

Detail preserving impulsive noise removal

Most image processing applications require noise elimination. For example, in applications where derivative operators are applied, any noise in the image can result in serious errors. Impulsive noise appears as a sprinkle of dark and bright spots. Transmission errors, corrupted pixel elements in the camera sensors, or faulty memory locations can cause impulsive noise. Linear filters fail to suppress impulsive noise. Thus, non-linear filters have been proposed. Windyga's peak-and-valley filter, introduced to remove impulsive noise, identifies noisy pixels and then replaces their values with the minimum or maximum value of their neighbors depending on the noise (dark or bright). Its main disadvantage is that it removes fine image details. In this work, a variation of the peak-and-valley filter is proposed to overcome this problem. It is based on a recursive minimum–maximum method, which replaces the noisy pixel with a value based on neighborhood information. This method preserves constant and edge areas even under high impulsive noise probability. Finally, a comparison study of the peak-and-valley filter, the median filter, and the proposed filter is carried-out using different types of images. The proposed filter outperforms other filters in the noise reduction and the image details preservation. However, it operates slightly slower than the peak-and-valley filter.     

基于交叉累计剩余熵的多光谱图像配准方法

针对传统互信息图像配准容易产生局部极值的问题,提出将双边滤波器和交叉累计剩余熵结合作为匹配算法,进行多光谱图像的配准。在这种配准算法中,首先针对多光谱图像特点,提出基于概率密度的双边滤波器边缘提取方法,其次采用交叉累计剩余熵代替互信息作为测度函数将参考图像与待匹配图像的边缘进行匹配。双边滤波器的特性是去噪保边,而累计剩余熵比香农熵更具一般性,且该函数可以有效地避免局部极值,去除噪声。实验证明,该方法鲁棒性好,配准效果明显。     

一种改进的快速矢量中值滤波器

提出了一种改进的快速矢量巾值滤波器(IFIVF,improved fast impulsive vector filter).IFIVF以FIVF为基础,通过peer group和边缘检测技术构建新的噪声检测器.与其它矢量中值滤波器(VMF)相比,新的噪声检测方法使得IFIVF不但可以对彩色图像中的随机和固定脉冲噪声进行有效压制,还可以进一步提高FIVF的滤波视觉效果.     

图像目标边缘形态检测方法研究

基于数学形态学的边缘检测方法对处理光学经纬仪实际拍摄的含噪声图像与其它常规边缘检测方法相比,具有明显的优势。将空域滤波和Prewitt边缘算子与数学形态学相结合的目标边缘检测方法对图像边缘的检测精度较高,抗噪声能力强,提高了图像边缘检测效果。