一种改进的开关中值滤波算法

通过对中值滤波器原理的分析,阐述了中值滤波器的缺陷,即不适合对内容复杂、细节较多的图像进行消噪处理,针对这个缺陷及借鉴中值滤波理论,在此基础上提出了一种改进的开关中值滤波理论实用算法.该算法中采用开关策略,并用分段统计的方法对窗口领域内像素点排序进行平均分段,取中间一段各像素平均值作为该像素的新值.实验表明,该算法具有较好的细节保护能力和较强的噪声去除能力.     

基于双阈值的滤波算法研究

针对均值滤波和中值滤波的不足,提出一种改进的基于双阈值滤波算法。该算法通过两个阈值和均值的关系来判断当前点应取的值。和传统的滤波算法相比．该算法在滤出噪声的同时,能最大限度保留原始图像信息,滤波效果较好。     

一种高效的基于阈值的图像滤波算法及其实现

通过对均值滤波和中值滤波进行分析,提出并实现了一种新的滤波算法。该算法通过设置一阈值,当像素点的值和邻域均值的差值大于该阈值时,才取邻域均值为该点的缸,否则该点的值保持不变。那么图像就不会模糊又去除了噪音,也不用排序,就能取得和中值滤波一样的滤波效果,速度比中值滤波快得多。而且该算法能够克服均值滤波和中值滤波的不足,在均值滤波和中值滤波无法胜任的领域仍能大显身手,展现出良好的适应性和高效性。并可根据需要对滤波过程实现控制,具有很大的灵活性。     

一种基于多级阈值的中值滤波算法设计

虽然加权中值滤波在一定程度上对图像有着良好的去噪效果,但是不能在对图像去噪的基础上很好地保留图像细节。针对该算法存在的缺点,提出了基于多级阈值的中值滤波算法。采用Matlab软件编程,通过设定多级阈值方法来检测当前像素点是否为噪声点,使算法在去噪的基础上对图像细节有良好的改善。实验结果表明改进的加权中值滤波算法对图像细节有明显的提高。     

去除脉冲噪声的快速开关中值图像滤波

现有的滤波算法在去噪性能和计算速度上存在不足,为此,我们提出了去除脉冲噪声的快速开关中值图像滤波算法.算法根据噪声的灰度特征以及信号像素的局部统计特征进行噪声检测,迭代调用邻域不断增大的SMF进行去噪处理;每次调用标准中值滤波算法,均扩大邻域范围,并充分利用上一步滤波结果;按顺序优先选择每次调用SMF的处理结果作为噪声...     

一种基于动态阈值的自适应中值滤波方法

针对图像受到电磁干扰带来的脉冲噪声,对自适应中值滤波方法进行改进。在去除噪声的过程中为了更好地将信号和噪声进行区分开,引入噪声点的预判机制。为满足改进算法对自适应中值滤波半径和窗口的变化的适应．采用自适应动态阈值。通过与SMF、RAMF等方法的比较实验表明,该算法具有较高的峰值信噪比和边缘保持性能。     

一种新型噪声检测中值滤波算法

本文提出了一种基于噪声检测的迭代中值滤波算法。该算法首先检测出噪声点,然后利用信号点对噪声点滤波。其中,噪声检测方法改进了Minmax方法。经过实验仿真并与其他滤波算法进行比较表明,该算法可以有效地去除图像中的脉冲噪声并且保留原图像的细节。     

基于阈值分解的多级中值滤波

针对图像去噪的同时保持细节的问题,提出一种基于阈值分解的多级中值滤波方法。     

基于排序差值脉冲噪声检测的彩色图像滤波方法

提出一种针对彩色图像脉冲噪声进行检测,并根据检测结果利用改进的自适应矢量中值滤波法滤除彩色图像脉冲噪声的方法。试验结果表明,该方法能够明显地减少脉冲噪声检测过程中的噪声漏判数量,有效地去除彩色图像中的脉冲噪声,滤波后不会产生新的颜色,并能较好地保持图像的边缘与细节信息。     

一种有效的自适应加权中值滤波算法

针对传统中值滤波算法的优缺点,提出了一种基于相似度函数的自适应加权中值滤波算法。该算法首先通过噪声检测确定图像中的噪声点,然后根据窗口内噪声点的个数自适应地调整滤波窗口的尺寸,再根据相似度大小,巧妙地将滤波窗口内各个像素点按一定的规律自适应地分组并赋予每组像素点相应的权重,最后采用加权中值滤波算法对检测出的噪声点进行滤波处理。计算机模拟实验结果表明：该算法既能有效地滤除噪声,又能较好地保护图像细节,滤波性能比传统中值滤波算法更理想。     

一种改进的自适应中值滤波算法

传统的自适应中值滤波算法,利用极值判别像素点是否为噪声点。该方法容易将边缘点误判为噪声点,将噪声点误判为信号点。本文针对这一问题,提出一种利用边缘点与噪声点的差异判别噪声点,并将噪声点分为平滑区噪声点与边缘区域噪声点,对不同类型噪声点进行不同处理。从而达到更好的抑制噪声与保护图像细节效果。     

全方位多结构元形态滤波器

形态滤波器是在脉冲噪声背景下恢复根信号的一种有效方法。此文定义了一类全方位多结构元，并由此提出了一种新的形态滤波器－全方位多结构元形态滤波器。在标准试图象噪声环境下，仿真实验结果表明在噪声抑制和细节保持上，该滤波器有较好的性能。     

一种改进的自适应保细节中值滤波算法

中值滤波是常用的降噪算法,它可以保留比较尖锐的边界,但是却容易模糊图象的细节。尽管已经有一些改进算法,但效果并不十分理想。文章介绍了一种保细节中值滤波算法,采用了多尺度多方向的窗口,根据图象各部分特性自适应地选择窗口进行中值滤波。实验结果证明,文章的算法优于其他几种常用的中值滤波算法。     

基于中值滤波算法滤波器的FPGA 实现

通过分析3＊3窗口滤波的数学模型,以FPGA为平台,使用VHDL硬件描述语言设计,实现中值滤波图像处理算法。在设计过程中,通过改进的中值滤波算法和优化结构,在合理利用硬件资源的基础上,有效地运用算法内在的并行性,同时采用流水线结构优化改进算法,提高了处理速度。     

一种改进的图像中值滤波方法

利用选点滤波的方式,结合信息论的香农熵理论,提出了一种改进的中值滤波算法,该算法可以有效地抑制脉冲噪声干扰,并对其他类型噪声有一定的抑制作用,可以与其他算法联合抑制综合噪声干扰,还能保持图像很好的清晰度。     

基于自适应窗口的裁剪中值滤波方法

基于决策的非对称裁剪中值滤波方法(MDBUTMF)能有效复原被高密度椒盐噪声污染的彩色图像,然而该方法采用固定大小的滤波窗口并利用均值替代中心像素,因此导致算法鲁棒性较低,对部分图像滤波失效.针对该问题,提出了一种基于自适应窗口的裁剪中值滤波方法,通过增加对单色区域的判断,有效解决了已有算法对单色区域滤波失效的问题,使得新方法具有较高的鲁棒性和实用性;并采用自适应窗口解决了MDBUTMF采用单一3× 3窗口易导致滤波效果差的问题.实验数据表明,与经典的多种矢量以及标量的中值滤波方法相比,提出的裁剪中值滤波方法不仅具有较高的PSNR,而且具有较低的MAE和NCD,在抑制椒盐噪声的同时能有效保护图像的色调和细节.     

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。     

基于滤波器叠加的彩色图像矢量中值滤波方法

滤波是整个图像处理过程中的一个重要环节。矢量中值滤波方法在彩色图像滤波中使用广泛。为了达到更好的滤波效果,针对彩色图像中噪声的特点和传统滤波方法存在的不足,提出了一种改进的基于滤波器叠加的彩色图像矢量中值滤波算法。该算法借助矢量中值滤波方法的优点,使用双滤波器进行叠加,对彩色图像实现滤波。实验结果表明,该算法实现简单,运算量小。滤波过程中能在抑制噪声的同时很好地保留原图像信息。利用滤波器叠加,取得了较好的滤波效果。     

基于滤波器叠加的彩色图像矢量中值滤波方法

滤波是整个图像处理过程中的一个重要环节.矢量中值滤波方法在彩色图像滤波中使用广泛.为了达到更好的滤波效果,针对彩色图像中噪声的特点和传统滤波方法存在的不足, 提出了一种改进的基于滤波器叠加的彩色图像矢量中值滤波算法.该算法借助矢量中值滤波方法的优点,使用双滤波器进行叠加,对彩色图像实现滤波.实验结果表明,该算法实现简单,运算量小.滤波过程中能在抑制噪声的同时很好地保留原图像信息.利用滤波器叠加,取得了较好的滤波效果.