激光主动成像图像边缘检测算法

针对激光主动成像图像特点,提出一种改进的Canny边缘检测算法。该算法在Canny边缘检测算法的基础上,采用投票中值滤波和提升小波级联的方法代替传统的高斯滤波器;采用3×3邻域的权值自适应梯度计算方法代替原有的2×2邻域差分运算。仿真实验证明:该算法提升了传统Canny算子的抗干扰能力和鲁棒性,能够较好地保存边缘信息,准确检测出图像边缘,并且实时性较好,更具实用性。     

激光主动成像图像降噪方法

针对激光主动成像图像的特点,并考虑到实时性的要求,提出了一种基于中值滤波与提升小波变换级联的图像降噪方法。首先在空域中对图像进行快速中值滤波,然后对含噪图像进行提升小波分解,最后在小波域内对高频子带进行阈值降噪处理。采用信噪比（SNR）、运行时间T和图像灰度曲面图作为图像降噪效果的评估,将该算法与传统小波降噪、传统小波与中值滤波结合降噪等进行对比实验。实验结果表明,该算法能有效滤除激光图像中的噪声,提高图像的信噪比,且运算速度更快,同时满足了工程应用中对降噪效果和实时性的要求。     

激光主动成像图像噪声抑制方法

针对激光主动成像图像特点及实际应用需要,提出了一种基于同态滤波与双数复值小波变换级联的图像降噪算法。首先通过同态滤波将乘性散斑噪声变换为加性噪声;然后用基于改进Q-shift滤波器的双树复值小波对含噪图像进行分解,通过Bayes自适应阈值法修正小波系数;最后再进行相应的逆变换得到去噪图像。该算法具有近似平移不变性、多方向选择性及精确重构性,采用信噪比（SNR）、峰值信噪比（PSNR）和运行时间作为算法去噪性能的评价标准进行实验。实验结果表明该算法能够有效抑制图像中的散斑噪声,计算效率高,且很好地保护了图像细节。     

激光主动成像图像边缘检测算法研究

针对激光主动成像图像特点,分析了双数复值小波变换的优点和Canny算子存在的不足,提出了一种基于双数复值小波变换和Canny算子相结合的边缘检测算法.首先对激光主动成像图像进行双数复值小波变换得到小波系数序列,再对小波系数进行滤波,最后运用Canny三条检测规则逐层检测图像边缘.通过对实际激光主动图像进行边缘检测实验,结合视觉效果和可匹配性指标,可以看出本文的算法具有图像边缘细节保护好、检测结果可匹配性强等优点.     

激光主动成像图像噪声分析与抑制

分析了激光主动成像图像的噪声机理,针对强度像噪声抑制问题,提出了一种基于同态滤波和小波域SURE(Stein's Unbiased Risk Estimate)的激光主动成像图像降噪算法.该方法首先用同态变换将乘性散斑噪声转换为加性噪声;然后在小波域,没有将小波系数看作随机变量.而是以最小化均方误差MSE为目的,将图像...     

一种混合噪声图像的自适应滤除方法

基于小波变换的阈值去噪方法仅适用于去除高斯白噪声,对于脉冲噪声得不到好的去噪效果,正交小波变换由于缺乏平移不变性,在去噪过程中会产生人为的振荡现象,使图像边缘失真,甚至图像模糊,提出了基于平稳小波域自适应阈值算法同中值滤波相结合的去噪方法,该方法能有效地滤除图像中的高斯白噪声和脉冲噪声组成的混合噪声,并验证了该方法的有效性。     

几种图像去噪算法的应用分析

去噪处理是图像处理中较为重要的环节。从图像的噪声类型和去噪意义出发，讨论了均值滤波、中值滤波和小波变换三种常用的图像去噪方法，并对其去噪效果进行了对比分析，得出了三种方法各自的适用性特点。     

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.     

一种改进型图像降噪方法

针对图像获取中易受到噪声干扰的问题,介绍了图像去噪处理的几种常用算法（邻域平均法、中值滤波法、图像间的平均滤波）,对比阐述了各自的优缺点及适用范围。提出了一种基于平滑滤波的小波阈值图像去噪算法,该算法采用中值滤波和小波阈值相结合的方式对图像进行平滑处理。实验结果表明,该方法不仅有利于图像噪声的去除,而且边缘信息也得到了较好的保留,使图像具有更好的视觉效果,还原出图像的本来面目。     

激光主动成像图像边缘检测算法研究

针对传统Canny边缘检测算法存在的不足,结合激光主动成像末制导的实际特点,提出了一种改进的Canny边缘检测算法。该算法在Canny边缘检测算法的基础上,采用同态滤波和提升小波变换级联的方法代替传统的高斯滤波器;采用3×3邻域的权值梯度计算方法代替原有的2×2邻域差分运算;利用类间方差最大值和梯度幅值直方图来进行高低阈值的自适应取值,使算法可根据图像自身特点选择最合适的阈值。实验证明:该算法提升了传统Canny算子的抗干扰能力和鲁棒性,能够较好地保存边缘信息,准确检测出激光主动成像图像边缘,具有较强的自适应性。     

基于Deslauriers-Dubuc(4,2)小波的提升方案图像去噪方法

提升小波具有结构简单、运算量低、原位运算、节省缓存空间，逆变换通过结构翻转得到等诸多易于实现的特点。将基于Deslaufiers-Dubuc（4，2）小波的提升方案应用于图像的去躁处理中，能快速有效去除信号中的高斯白噪声等。将提升方案与中值滤波相结合，可同时滤除图像中的高斯白噪声和脉冲噪声等。     

无线激光通信图像去噪技术

无线激光通信是指利用激光束作为载波在空间（陆地或太空）直接进行语音、数据、图像信息双向传送的一种技术。本文主要研究图像信号的去噪技术。无线激光通信过程由于电子线路噪声,背景光,以及大气湍流的影响,其传输的信息必然会含有很多噪声。图像的噪声有很多,其中包括有高斯噪声,本文主要以它为例,在空域滤波法中,找到一种简单、有效的去除噪声方法。在实验的基础上,证明了用中值滤波算法结合拉普拉斯算子,消除椒盐噪声效果比较理想。     

改进的中值滤波去噪算法分析

通过对传统中值滤波的分析,针对传统中值滤波在图像去噪过程中的不足,提出了一种改进算法,根据图像细节特征进行阈值设定,给出噪声与复杂图像细节的判断方法。通过实验仿真该算法对椒盐噪声的抑制和复杂图像细节保护具有很好的鲁棒性和适应性。     

小波支持向量去噪

噪声对图像质量产生不利影响,降低了图像的应用价值,为了更好的消除图像中的噪声,提出一种小波支持向量去噪方法.首先采集大量的激光散斑图像,并将它们划分成为训练图像集和测试图像集,然后将训练图像集输入到小波支持向量机进行学习,将图像中信号划分为噪声和有用信息,最后采用测试图像集对小波支持向量机去噪性能进行测试与分析.实验结果表明,相比于其它激光散斑图像去噪方法,小波支持向量机可以更加有效的去除噪声,可以很好的保护图像边缘细节信息,提高了激光散斑图像的质量.     

提高雾天激光主动成像图像质量的研究

在雾天,激光主动成像系统所得图像的质量明显下降。针对所得红外图像噪声大、对比度低的特点,提出一种结合暗通道先验（Dark Channel Prior,DCP）与双边滤波（Bilateral Filter,BF）的图像处理算法。采用暗通道先验对图像进行去雾,对去雾后的图像采用双边滤波方法做进一步去噪处理,从而达到提高对比度降低噪声的目的。对不同算法处理后图像的主客观评价表明,提出的算法处理后的图像有更好的视觉效果,标准差有一倍多的提高,信息熵和信息容量有20%左右的提高。     

半导体激光主动成像雷达扫描成像实验

对激光主动成像雷达做了一些初步的理论与实验研究,建立了一个半导体激光扫描成像演示系统,利用雷达距离方程计算了系统的最大作用距离,并在实验室做了成像实验.在实验室内获得了10帧/s、每帧32行的轮廓像,且成像质量较高.