改进型自适应中值滤波算法在图像处理中的应用

对于高强度的椒盐噪声,标准的中值滤波算法在抑制图像噪声和保护细节两方面存在矛盾.针对上述问题,提出了一种改进型自适应中值滤波算法,该算法结合图像灰度直方图,先将噪声限制在一定的灰度值范围内,然后通过调整窗口局部大小进行滤波处理.仿真结果表明,与其他滤波算法相比,该方法的图像处理效果明显改善.     

基于椒盐噪声的中值滤波改进算法

椒盐噪声图片在滤波上,我们对标准中值滤波算法上的不足进行改进,在改进中提出了一种结合均值滤波的中值滤波改进算法,该算法是一种通过加权并选取滤波算子的滤波改进算法。在vs2013+opencv2.4.8环境下进行实验,该算法对原始图片的边缘与细节有更好的保护作用,并且对椒盐噪声具有更好的滤波性能,同时在对椒盐噪声上有很好的鲁棒性。     

基于灰度邻域操作的缺陷图像消噪分析与实现

以图像中的噪声影响下一步图像处理、分析及识别为启示,分析了常用的数字滤波算法优缺点,提出了基于MATLAB的灰度邻域操作消噪方法。该方法将灰度化的缺陷图像,利用相邻像素间的颜色分布对图像进行平滑、增强、边缘提取、滤波、恢复。仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波方面能有效地滤除噪声,同时还能较好的保护图像细节,较准确的复原受噪图像特征。     

一种非线性滤波算法应用

在数字图像处理技术中,中值滤波是一种对干扰脉冲和点状噪声有良好抑制作用,而能较好地保持图像边缘的非线性图像增强技术。介绍了中值滤波算法的原理、中值滤波的特性以及中值滤波的编程实现。     

一类高斯混合噪声干扰的系统拆分与滤波方法设计

文章针对这样一类系统:状态方程与观测方程中含有均值为零的高斯噪声且含非零均值的高斯噪声,提出了一种基于系统噪声拆分的滤波算法。首先将状态方程与观测方程分别拆成两个仅含有一个噪声的方程;然后,对两个方程分别进行滤波;最后,进行融合。仿真结果表明相比直接使用卡尔曼滤波方法,系统噪声拆分方法提高了滤波的估计精度。     

基于邻域关联特性的纸病去噪方法

对传统的均值滤波、中值滤波的优缺点进行了分析,引入基于邻域关联特性的图像滤波去噪方法。该方法针对纸病图像噪声源多、样本有限等局限性,根据系统各因素间的内部联系和发展态势的相似程度来度量因素之间的关联程度,从而进行滤波。仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波方面能有效地滤除噪声,同时还能较好地保护图像细节。在纸病检测测试中,该方法可以解决纸病准确去噪的问题。     

图像去噪领域中的优化中值滤波算法研究

文中,主要针对传统的标;住中值滤波算法的一些缺陷,通过对均值思想的利用设计了基于加权处理的自适应中值滤波算法,实验结果表明,改进后的算法能够在消除脉冲噪声的前提下更好的保护原有图像中细节信息。所以,改进后算法相较于传统的标准中值滤波算法具有更好的适用性。     

基于感受野模拟的红外图像滤波器的设计

利用传统滤波算法对图像进行滤波预处理时,在对噪声等区域进行滤除的同时也使得图像的目标区域的的边缘变得模糊,令目标区域图像的特征发生退化,不利于图像的进一步检测。针对红外图像的特点,研究既能有效滤除影戏图像检测的噪声又不改变目标区域特性的滤波算法对红外图像处理具有重要意义。     

几种消噪方法在断路器故障监测中的应用

针对断路器现场监测的信号中含有很多噪声,文章应用三种小波方法、中值滤波、小波包以及中值与小波结合的算法对采集的信号进行处理。在小波分析过程中,采用了强制消噪、默认阈值消噪和给定软阈值消噪三种方法,以及将给定的软阈值与中值滤波算法混合对同一原始断路器信号进行处理,经过对比各个方法消噪后的效果图,并采用信噪比与均方差作为衡量指标。仿真结果表明,给定的软阈值消噪算法较其它算法能更好的减少监测断路器振动信号过程中产生的噪声。     

基于形态学梯度重建的分水岭算法改进研究

图像分割是图像分析和计算机视觉领域中一个最重要的处理过程,常用的边缘检测算子存在边缘定位不准等缺点,而传统的分水岭算法则对噪声敏感且存在过分割的问题。本研究提出基于形态学梯度重建的改进型分水岭算法,该算法通过在人脸图像预处理过程中对图像进行中值滤波消除部分噪声,然后再对滤波后的图像进行增强对比度以及重构梯度图处理,最后利用分水岭算法对处理后的图像进行分割。仿真实验应用不同的算法对同一图像进行计算分割,对比结果显示,本研究提出的方法能够较好地抑制过分割,并且能够分割出人脸图像的主要特征。     

二次滤波法在织物疵点边缘检测上的应用

针对织物图像斑点噪声的特点，采用了一种新的图像边缘检测方法。该方法以锐化处理为基础，经二次滤波完成图穰预处理，克服了以往一次滤波方法的缺点，在抑制噪声的同时，增强了图像的边缘信息。通过对织物疵点的检测表明，该方法可以取得较好的边缘检测结果，是一种实用有效的方法。     

基于高光谱技术检测苹果外观缺陷

目的 利用高光谱技术检测苹果外观缺陷, 分析主成分分析法和波段比率算法研究高光谱图像的可行性。方法 在400~1100 nm波长范围内获取苹果表面的高光谱图像信息, 用主成分分析法处理高光谱下采集的苹果图像, 选取第三主成分图像进行分析, 作为最后的判别依据。波段比率算法中选取了717 nm和530 nm两个有效波段,将两个波段的图像进行比值运算。717 nm波段的图像进行阈值运算、中值滤波及形态学分析得到二值化掩膜图像, 再与二值化后的比率图像进行布尔运算, 提取缺陷的有效信息。结果 基于主成分分析法, 检测苹果表面缺陷的分级准确率为81.25%, 波段比率算法对苹果表面缺陷的分级准确率为93.75%。结论 利用高光谱成像技术下波段比率算法相对于主成分分成法更适合于实时、在线、快速检测。     

基于改进图像阈值分割算法的纱线疵点检测

针对纺织行业纱线疵点检测方法可靠性差、灵敏度低、检测速度低的问题,提出一种基于数字图像处理的纱线疵点判定方法。首先,搭建纱线图像采集系统,完成纱线图像采集;其次,针对纱线边缘信息难处理以及传统双边滤波对椒盐噪声处理效果差的问题,对双边滤波进行改进,改进后的双边滤波可有效保存纱线边缘信息;再者,针对传统阈值分割计算量大、最佳阈值难以寻找的问题,对传统阈值分割算法进行改进,改进的阈值分割算法在保证处理效果的同时提高了整体算法的处理速度;最后,采用亚像素对纱线边缘进行计算,提高了纱线疵点检测的精确度。实验结果验证了算法的有效性及可靠性,该算法在提高精确度的同时将检测速度提高了20%以上,对提高纱线质量检测的准确性具有重要意义。     

应用改进Canny法检测工业零件含噪图像边缘

针对工业零件含噪图像边缘检测,根据Canny算法原理,提出了一些改进策略,形成了一种矩形透镜最大梯度模边缘检测算法。采用中值滤波完成图像平滑,有效抑制了图像噪声;采用5×5邻域一阶偏导有限差分计算图像的梯度幅值,提高了边缘定位的精度;采用最大类间方差法(OTSU)求解了最优区域分割阈值,实现了边缘的自动检测。以磁环和极片工业零件图像边缘检测为例进行了实验,结果表明,该算法具有较好的去噪和边缘检测效果。     

基于二值图像连通域提取的图像滤波方法

为解决常用滤波方法对目标图像噪声抑制效果不理想的问题,提出了一种基于二值图像连通域提取的图像滤波方法。将采集到的图像进行二值化,对图像进行连通域提取并根据连通域的轮廓筛选出噪声干扰点,对噪声点进行过滤,保留图像细节特征,对目标图像的噪声达到有效抑制的效果。结果表明:该方法在特定应用上优于常规滤波方法。     

应用显著性算法的纱线条干均匀度检测

针对运用图像方法进行纱线条干均匀度检测时,背景黑板、纱线毛羽以及图像噪声等对检测结果影响较大的问题,借鉴人的视觉感知机制,提出一种应用显著性算法检测纱线条干均匀度的方法。对采集到的纱线图像提取颜色和亮度特征,进行显著性分析,突出纱线条干区域,然后利用迭代阈值分割算法和区域滤波,得到准确清晰的纱线条干二值图像,基于此进行直径计算、均匀度分析和纱线疵点判定。通过边缘准确性评价可知,采用所提方法分割得到的纱线条干二值图像有着较高的分割精度。通过与Uster Classimat 5的均匀度检测结果进行比较,证明这种方法可得到准确的结果,与Uster Classimat 5的测量结果有着较好的一致性。     

苹果采摘机器人夜间图像边缘保持的Retinex增强算法

为了提高采摘机器人的适用性和工作效率,保证成熟苹果果实的及时采摘,需要机器人具有夜间连续识别、采摘作业的能力。针对夜间苹果图像的特点,该文提出一种基于引导滤波的具有边缘保持特性的Retinex图像增强算法。利用颜色特征分量采用具有边缘保持功能的引导滤波来估计出照度分量；进而利用单尺度Retinex算法对图像进行对数变换获得仅包含物体本身特性的反射分量图像；分别对照度分量和反射分量图像增强后,再合成为新的夜间苹果的增强图像。文中选取30幅荧光灯辅助照明下采集到的夜间苹果图像进行试验的结果显示,该文增强算法处理后的30幅图像的平均灰度值,分别比原始图像、直方图均衡算法、同态滤波算法和双边滤波Retinex算法处理后的图像平均提高230.34%、251.16%、14.56%、7.75%,标准差平均提高36.90%、-23.95%、53.37%、28.00%,信息熵平均提高65.88%、99.68%、66.85%、17.53%,平均梯度提高161.70%、64.71%、139.89%、17.70%。且该文算法较双边滤波Retinex方法的运行时间平均减少74.56%。表明该文算法在夜间图像增强效果和运行时间效率上有明显的提高,为后续夜间图像的分割和目标识别提供了保障。     

玉米霉变及黄曲霉毒素的图像处理检测方法

为准确快速识别出仓储玉米是否包含霉变以及感染黄曲霉毒素的玉米颗粒,提出基于图像处理技术的定性、定量检测方法。基于感染霉菌的玉米颗粒表层会发生颜色褐变、发黑等特点,通过MATLAB对灰度图像二值化、区域填充、去干扰、连续膨胀等操作,统计出霉变颗粒数目;同时,基于感染黄曲霉毒素的玉米颗粒在365 nm紫外光照射下会发出独特的黄绿色荧光(bright greenish-yellow fluorescence,BGYF)特性,通过对彩色图像进行增强、形态滤波、彩图二值化、去除干扰、图像连续膨胀等,统计出感染黄曲霉毒素玉米颗粒的数量。用4组共112粒玉米对所提方法进行检测验证的结果表明,霉变玉米颗粒的正确检出率达93.75%以上,感染黄曲霉毒素玉米颗粒的正确检出率亦可达87.5%以上,能够达到区分检测的要求。