基于城区距离的自适应加权均值滤波算法

针对传统滤波窗口不能自适应扩展以及标准均值滤波易造成图像边缘模糊的缺陷,提出一种基于城区距离的自适应加权均值滤波算法。首先,利用开关滤波思想检测出噪声点;其次,对于每一噪声点,依据城区距离扩展窗口,窗口的大小根据窗口内信号点的个数自适应地调节;最后,将窗口内足够数量信号点的灰度的加权平均值作为噪声点的灰度值,实现对噪声点的有效恢复。实验结果表明,该算法能够有效地滤除椒盐噪声,尤其对噪声密度较大的图像,去噪效果更加显著。     

基于梯度向量的交互式CT图像分割

首先采用旋转模板对图像进行平滑去噪处理，同时得到各像素点的梯度值方向，然后根据梯度值方向采用Are Weights方法计算各点的梯度值，这些方法的结合可以有效的降低噪声对灰度值计算的影响，得到了较好的梯度值图像。根据改进后的边缘检测方法，对边缘梯度信息进行最优化计算，选择最优的边缘点，最后将这些边缘点进行曲线拟合。实验结果显示该方法能有效地分割出胆囊图像。     

一种自适应各项异性高斯滤波方法

为了提高图像的信噪比且尽可能保留图像边缘信息,论文提出了一种自适应各项异性高斯滤波方法,该方法根据各象素位置的灰度梯度值决定在这一点是采用各项同性还是各项异性高斯滤波,如果采用各项异性滤波,则由该处的灰度梯度方向角自适应决定各项异性滤波器的长轴方向。仿真实验表明,论文提出的自适应各项异性滤波器在边缘保持方面优于各项同性高斯滤波器。     

一种新型的自适应模糊中值滤波算法

针对传统中值滤波算法不能很好地保护图像细节以及受严重噪声污染时性能急剧下降的情况,提出了一种新型的自适应模糊中值滤波算法。通过比较滤波窗口内像素点的灰度值与像素点灰度值的均值定义了模糊滤波系数,利用此模糊滤波系数对滤波方法进行加权,得到一种加权中值滤波器。通过对小窗口内的灰度值不等于最大灰度值和最小灰度值的像素点的检测自适应调整窗口大小,对超过设定的最大窗口的情况,噪声点的灰度值用四个相邻的已处理的像素点灰度值的均值进行替换。仿真结果表明,新算法具有较好的细节保护能力和较强的去除噪声能力。     

基于曲率和中值滤波的快速推移图像修复方法*

提出了一种结合中值滤波和基于曲率扩散的图像修复方法。中值滤波修复方法对于灰度值变化比较平缓的图像,修复效果从时间性能和视觉效果上均比较好,但对于灰度值变化比较剧烈的图像,效果不能令人满意。在结合了基于曲率扩散的修复方法之后,中值滤波的不足之处得到了改善。基于曲率扩散的修复方法考虑了图像本身的几何信息,在修复图像的几何特征上有较高的准确度。图像修复顺序由已知区域向未知区域扩散时经过各破损点的时间决定,用快速推移方法计算该时间。实验表明,该算法能高效、稳定地处理破损区域的图像信息。     

一种新颖的自适应权重Census变换立体匹配算法

针对当前Census变换立体匹配算法深度不连续区域匹配精度低的缺陷,提出了一种新颖的自适应权重的Census变换立体匹配算法。在Census变换阶段计算变换窗口中心点上下左右四个像素的均值,得到中心点与该均值的差的绝对值,通过判断该绝对值的大小来确定中心点灰度值;为了有区别地对待窗口内各像素点,引入自适应权重,通过线性分段型函数计算自适应权值。在代价聚合阶段同样引入自适应权重并采用变化的聚合窗口,通过聚合窗口中心点和其左右两点的梯度值来确定聚合窗口的大小。实验结果表明,算法的匹配效果优于目前的Census变换立体匹配算法,在深度不连续区域匹配效果显著改善,而且没有明显降低实时性和增加硬件实现的难度。     

基于曲率和中值滤波的快速推移图像修复方法

提出了一种结合中值滤波和基于曲率扩散的图像修复方法.中值滤波修复方法对于灰度值变化比较平缓的图像,修复效果从时间性能和视觉效果上均比较好,但对于灰度值变化比较剧烈的图像,效果不能令人满意.在结合了基于曲率扩散的修复方法之后,中值滤波的不足之处得到了改善.基于曲率扩散的修复方法考虑了图像本身的几何信息,在修复图像的几何特征上有较高的准确度.图像修复顺序由已知区域向未知区域扩散时经过各破损点的时间决定,用快速推移方法计算该时间.实验表明,该算法能高效、稳定地处理破损区域的图像信息.     

自适应滤波窗实现距离加权图像椒盐噪声滤除

目的 在比较几种椒盐去噪方法的滤波窗口尺寸选择策略的基础上,提出一种基于自适应滤波窗的距离加权图像椒盐噪声滤除方法。方法 首先将图像中灰度值为0或255的像素点判定为噪声点,接着对每个噪声点,在以该噪声点为中心、不断增大面积的滤波窗口序列中,寻找包含非噪声点的最小尺寸窗口。若此窗口尺寸小于预设的阈值,则使用该窗口中的非噪声点进行距离加权滤波。否则认为该噪声点位置位于图像自身灰度值为0或255的像素点区域内部,使用少数服从多数策略计算灰度恢复值。结果 将本文方法与其他7种椒盐去噪方法相比较。当图像自身包含较多灰度值为0或255的像素点时,本文方法去噪效果优于其他7种方法。当图像自身不含或较少包含灰度值为0或255的像素点时,本文方法与其他方法中的最优去噪结果效果相当。结论 本文方法不仅能够有效滤除椒盐噪声,而且适用于自身包含灰度值为0或255的像素点多的椒盐噪声图像。     

基于自适应滑动窗口的漏磁数据灰度化增强方法

管道无损检测领域中传统的漏磁数据灰度可视化方法在缺陷曲线视图显示时具有延迟大、灰度视图辨识度低的缺点。针对该问题,本文提出了一种基于自适应滑动窗口的漏磁数据灰度化特征增强方法。首先,根据漏磁数据特点建立非等量分类标签并设置降采样比,实现对原始漏磁数据的降采样显示;然后,根据预处理后的漏磁数据设计自适应滑动窗口及灰度值补偿算法,实现漏磁数据的局部分段灰度映射;最后,基于漏磁数据分类标签设计自适应灰度映射方法,得到清晰的漏磁数据灰度视图。通过对比实验,验证了所提方法的先进性和有效性。     

基于图像分割的自适应窗口双目立体匹配算法研究

针对传统双目立体匹配算法采用固定窗口导致弱纹理区域匹配精度较低的问题,提出了一种基于图像分割的自适应窗口立体匹配算法.首先,采用Mean-shift算法对图像进行分割,之后对分割图像进行局部子区灰度标准差统计,在此基础上提出了一种根据纹理丰富程度进行窗口大小自适应设定的算子.基于自适应窗口大小设定,组合使用Census变换和梯度值计算匹配代价,并分别通过自适应权重代价聚合及"胜者为王"策略进行初始视差计算,最后利用左右视差一致性原则和加权中值滤波得到稠密视差图.采用提出的自适应窗口匹配算法与固定窗口匹配算法对Middlebury数据集上的标准图片进行匹配实验,实验结果表明,所提算法的平均匹配错误率为2.04％,相比对比算法,所提方法的匹配错误率分别降低了4.5％和7.9％.