方向场和频率场约束的结构光条纹图像增强算法

条纹图像增强在指纹图像处理与识别、结构光三维重建中有重要应用。针对结构光三维重建的条纹图像处理,提出了一种基于图像方向场与频率场约束的条纹图像增强算法,设计了图像方向场与频率场的计算方法,构造了方向场与频率场的约束的Gabor滤波器。算法首先对条纹图像进行高斯滤波,去除图像亮度不均匀的影响;然后计算条纹图像的方向场与频率场;最后在图像方向场与频率场的约束下对图像进行Gabor滤波。实验结果表明,算法可有效消除图像光照不均匀的影响,较好地增强结构光图像的条纹信息。     

自动检测图像目标的形态滤波遗传算法

提出了一种实现形态滤波器参数优化设计的贵传学习算法（Genetic Training Algorithm for Morphologi-cal Fitters,GTAMF）。采用新的交叉与变异算子－曲面体交叉与主从式变异,通过优化搜索全局以获得滤波性和时效性兼优的形态滤波器参数。实验结果表明该方法设计方便,实用性强且易于推广,对提高形态滤波性能效果明显,分析表明,形态滤波器可分解为形态学运算和结构元选择两个基本问题,形态学运算的规则已由定义本身而确定,于是形态滤波器的最终滤波性能就仅仅取决于结构元的选择。通过自适应优化训练使结构元具有图像目标的形态结构特征,从而赋予结构元特定的知识,使形态滤波过程融入特有的智能,以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力。     

一种人脸皮肤图像诊断方法

在皮肤病诊断、化妆品功效判定和皮肤评价中都需要精确地检测和提取色斑、皱纹和毛孔。在人脸皮肤图像中截取一块矩形区域,设计了一个滤波器组对该区域图像进行诊断。该滤波器组包括一个小波同态滤波器和一个ε-滤波器组。一方面,把区域图像用小波同态滤波器滤波,进而检测出色斑。另一方面,把区域图像用ε-滤波器组滤波,进而检测出皱纹和毛孔。结合它们各自的特点和一些形态学图像处理算法分别对它们进行了提取。根据实验结果进行了分析,验证了方法的准确性。     

基于形态开闭算子的高浓度椒盐噪声去除方法

针对传统形态滤波器滤除高浓度椒盐噪声不足的问题,提出一种基于形态开闭算子自适应的高浓度椒盐噪声去除方法。该方法分为噪声检测和形态开闭自适应滤波2个阶段。在噪声检测阶段,得到噪声标记图像,并依据噪声标记图像生成自适应的结构元素。在形态滤波阶段,对可能的噪声点进行形态开闭滤波,而对非噪声点不做滤波处理直接输出。通过一个简单的噪声检测方法构造自适应结构元素,提升传统形态滤波器的滤波能力。仿真结果表明,该方法能有效去除高浓度的椒盐噪声,较好地保留图像的细节信息,并且算法简单,运算时间较短。     

多级半色调技术在电纸书显示优化中的应用

针对电纸书显示屏灰度等级不足的问题,提出了利用半色调图像处理技术的改进算法实现电纸书显示优化的方法.在阐述半色调技术与电子纸特点的基础上,介绍了抖动算法和误差扩散算法,通过对这两种算法进行改进提高电纸书显示的灰度级数及视觉效果.其中重点对误差扩散算法中的阈值、滤波器及扫描方式的设定进行设计,并提出一种基于误差动态检测的新的改进算法,能有效提高图像灰度级数,改善电纸书的图像显示质量.最后在电纸书系统平台上实现仿真,通过质量评价参数客观地评测了各种算法.     

基于免疫优化形态学滤波器的癫痫棘波检测方法

针对癫痫棘波形状尖锐、尺寸多变和瞬态出现的特点,提出了一种基于免疫优化形态学滤波器的棘波检测方法。该方法根据棘波形态特征选择三角形作为结构元素,采用级联开闭 - 闭开的平均组合滤波器运算消除统计偏倚,利用免疫优化算法选择结构元素尺寸,构造兼顾棘波突出程度与背景噪声抑制能力的亲和度指标,在免疫迭代过程中获得最优的结构元素,实现了棘波的自动提取。与人工选择的结构元素运算结果进行比较,棘波相对于背景脑电更加突出,信噪比明显提高,取得了较好的棘波检测效果。     

基于OMAPL138数显仪表字符识别系统的设计与实现

为了能够方便、准确地识别出数显仪表中的数据,设计了一种基于OMAPL138的嵌入式图像处理识别系统.在详细介绍系统硬件平台和各子模块的基础上,重点介绍了针对嵌入式系统所采用的图像处理算法.利用图像处理技术,对获取的原始图像进行预处理、字符定位、字符分割;采用BP神经网络等技术对字符进行识别;为提高嵌入式系统图像处理速度,针对性地优化了图像处理算法.以低温等离子体设备系统中的真空计设备作为具体应用对象进行系统测试,测试结果表明,该系统能够较为准确、快速地识别出数显仪表中的数据.     

常用边缘检测技术的对比

边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点.经典的边缘检测算法如canny算子等是通过计算图像中局部小区域的差分来实现边缘检测的.这类算子对噪声非常敏感,并且常常会在检测边缘的同时加强噪声.多尺度形态学边缘检测利用不同的结构元素去作用图像,通过形态腐性和形态膨胀操作,获得了效果很好的图像边缘检测算法.单尺度形态学梯度算子也能很好提检测图像边缘,但结构元素的选取对输出结果影响较大.通过使用多尺度形态学梯度算子,可以弥补结构元素的大小问题.仿真结果表明,该算法能得到较为理想的图像边缘信息,其抗噪声性能明显优于经典的算子检测算法.     

结合遗传优化的多结构多尺度形态学消噪

传统的形态滤波以及广义形态滤波、自适应加权广义滤波、基于多结构元素的广义形态滤波、基于多方向的广义滤波和基于多尺度的广义滤波在考虑形态学滤波时基本上只兼顾到某一方面或者说只对某一方面的不足进行了改进,不论哪一种滤波方式都没有完全消除噪声。提出了一种基于自适应遗传算法的多结构多尺度形态学滤波方法,主要考虑了滤波窗口的大小、结构元素的种类和方向以及结构元素的优化选择问题,采用遗传算法对结构元素进行优化,并考虑到遗传算法自身的收敛性,采用了保留精英的策略,另外考虑到遗传算法参数的选择问题采用了自适应策略。同时,结合自适应加权广义形态滤波的思想构建基于遗传优化的多结构多尺度自适应加权形态滤波器,滤波效果比传统的形态滤波、广义形态滤波及在此基础上改进的滤波方法效果均好。     

联合形态滤波和MRF模型的红外小目标检测

针对复杂背景下红外弱小目标检测难题,提出一种基于自适应形态滤波和Markov随机场(MRF)模型的小目标检测算法。设计基于图像局部熵优化的自适应形态滤波器,采用该滤波器进行背景杂波抑制和目标增强,利用MRF理论描述图像像素间关系,构造新的势函数和能量函数,建立目标检测识别模型,通过模型计算自动识别出红外图像中的小目标。理论分析和实验结果表明,该算法可在复杂背景下自适应地抑制背景杂波,成功检测出红外小目标。     

基于遗传算法的形态学医学图像滤波

滤波是医学图像处理的重要前期基础。针对形态学滤波的局限性,提出一种基于遗传算法的形态学滤波方法,该方法通过构造适当的适应度函数和对噪声样本图像的学习,利用遗传算法对结构元素的大小和形状以及中值滤波窗口进行自适应调整,找出最优的中值滤波窗和结构元素组合,从而获得最优的滤波效果。实验结果表明使用这一方法滤波后的医学图像信噪比得到了明显提高。     

一种改进CB形态学的图像滤波分析研究

如何在滤除噪声的同时保护图像的细节一直是一个研究热点。基于数学形态学的滤波效果依赖于结构元素形状和尺寸的选取,基于轮廓结构元素形态学（简称CB形态学）在一定程度上弱化了结构元素对处理结果的影响,但是大结构轮廓会导致噪声放大,小结构轮廓噪声滤除效果不佳。提出一种改进CB形态学滤波器,利用小结构元素、CB形态学、数学形态学运算实现对图像椒盐噪声的滤除。实验结果表明该滤波器滤除椒盐噪声的效果优于中值滤波或一般形态学滤噪,且能够在滤除噪声的同时较好地保留图像细节。     

基于二维熵的组合形态学滤波方法及其应用

为了更好地还原被污染的PDF417条码图像,在条码图像识别前应对其进行去噪。提出一种基于二维熵的组合形态学滤波方法,采用基于全方位多尺寸结构元的开-闭滤波器分别对原始图像进行滤波,以各单个滤波器前后图像的二维熵变化大小作为权重,将各单个滤波器的输出进行组合滤波。实验表明,采用该方法可以有效去除噪声并保留图像的局部特征和细节,提高PDF417条码图像的识别率。     

复合型数学形态学医学图像边缘提取

医学图像边缘提取是医学图像处理中一项非常重要的工作和预处理步骤,边缘提取的质量决定了图像的最终处理结果。一般说来,人们习惯于用基于梯度和基于模板的算子提取边缘,但这类算子都不能很好地滤除噪声,因而给噪声图像边缘提取带来了困难。论文在阐述了数学形态学一般原理与方法的基础上,提出了一种新的复合型数学形态学医学图像边缘提取算法。实验结果表明该算法对噪声医学图像边缘的提取效果好,它不仅能成功地提取目标图像边缘,而且能很好地滤除噪声。     

图像降噪组合滤波优化算法

论文利用中值滤波算子和灰度数学形态学中的开、闭算子设计了一种用于灰度图像降噪处理的优化组合滤波算法。提出了一种简单、实用的评价函数用于算法的优化过程。该算法能根据输入噪声图像自动调整算子的组合结构获得最佳的滤波输出,并克服了中值滤波算法在处理灰度图像时对噪声强度的敏感问题。该优化算法简洁、耗时少。算法的实用性用计算机进行了仿真验证。     

扩展自适应中值滤波器的原理与实现

在图像处理领域中噪声滤除是图像预处理阶段一项必不可少的工作。在许多场合都会遇到高强度噪声的图像，特别是椒盐噪声的滤除非常困难。本文对空间域的常用噪声滤波技术的不足进行了分析，提出了一种新的滤波器技术——扩展自适应中值滤波器技术。该技术不仅继承了原自适应中值滤波器技术的优点，而且还弥补了它的不足，解决了高强度噪声干扰下图像的滤波问题，滤波效果相当理想。最后，给出了几种滤波技术的滤波效果比较图，验证了本文提出的滤波新方法对椒盐噪声的滤除能力。     

一种形态学滤波结构元的选择方法

形态学滤波作为一种非线性滤波方法在目标提取、抑制噪声等图像处理领域有着广泛的应用。针对形态学滤波中的一个关键问题—结构元的选择,通过对结构元分解和形态学滤波运算的研究,提出了一种自适应选择结构元尺度的二值形态学滤波方法。通过实验表明该方法可以快速、准确地确定滤波中结构元的尺度,具有较强的去噪性和抗干扰性。     

Switching-based filter based on Dempster’s combination rule for image processing

In this work, a two-pass switching rank-ordered arithmetic mean (TSRAM) filter that preserves image details while effectively suppressing impulse noise is proposed to improve the performance of switching-based median filters. The proposed filter mechanism includes an efficient impulse detector based on the Dempster-Shafer (D-S) evidence theory and a rank-ordered arithmetic mean filter that works by estimating the noise-free ordered mean values excluding the current pixel. A modified Dempster’s combination rule is applied to the impulse detector. To improve filtering performance, a simple switching median filter is included to perform second-pass filtering. Experimental results show that the proposed filter outperforms many well-accepted switching-based median filters in terms of both noise suppression and detail preservation, providing excellent robustness at various percentages of impulse noise.     

自适应梯度幅值和形态学组合滤波算法

针对传统梯度幅值滤波算法中阈值需人工确定而无法正确判断噪声点和产生新噪声点的问题,提出了一种自适应梯度幅值和多结构元素形态学组合滤波算法。首先使用梯度幅度均值与方差的和作为阈值,以及Otsu算法自适应阈值两种自适应滤波算法对图像进行滤波,以自动确定滤波阈值,最大限度滤除噪声点,保持图像细节;然后使用多结构元素组成串联形态学复合滤波器对自适应梯度幅值滤波后的图像进一步滤波,以解决在自适应滤波过程中产生的新噪声问题。通过实验结果对比与分析,该算法滤波后的图像视觉效果明显好于传统滤波方法,从而验证了该算法既能保持图像细节,又能实现较好的图像滤波效果。     

几种滤波算法在医学图像上的实现

文中研究的目的是通过滤噪来改善图像质量,便于医生分析CT图像和实现计算机辅助诊断对医学图像的预处理。采用均值滤波、中值滤波、自适应滤波算法对医学图像进行噪声处理。不仅提供了算法的程序代码,还通过Matlab平台进行了模拟实验。实验结果表明,均值滤波算法的滤噪能力和保护图像细节能力不及中值滤波算法,自适应中值滤波算法处理效果优于其他两种滤波算法。结论是文中所研究的几种滤波算法在医学图像上滤噪是可行且有效的。