基于遗传算法的数学形态学滤波器设计

数字图像以一种简单、直观的方式向人们传达所需的信息。但由于各种因素数字图像中往往含有各类噪声,必须对图像进行预处理,才能得到准确的图像信息。本文采用形态学基本算法对加噪图像滤波,利用遗传算法优化选择结构元素,利用Matlab软件进行仿真分析。仿真结果表明,利用遗传算法能在一定范围内的结构元素中自动搜索到一个较好的结构元素参与滤波,增强了滤波器的通用性、可靠性。     

基于Soft形态学的图像去噪边缘检测

基于形态学的图像处理效果取决于运算性质和结构元素,为了能够更好地抑制图像的噪声并且提取 边缘信息,提出了一种基于柔性形态学的图像去噪和边缘检测方法。该方法使用多结构元复合滤波与双梯度多路 合成相结合,柔性的多结构元复合滤波能够有效去除图像噪声,双梯度多路合成可以提高图像边缘的检出率,不仅 抑制图像的噪声,而且提取出的图像边缘更清晰完整。实验结果表明,该方法在抑制噪声和边缘检测方面要比传统 算法有较好的效果。     

一类多结构元素并行复合形态滤波器

基于数学形态学中的开－闭和闭－开运算，采用多结构元素，构造了一类并行复合形态滤波器。这类滤波器具有移不变性、递增性、对偶性和幂等性等重要性质，它不仅可以有效地抑制图象中的噪声，而且较好地保持图象的几何结构特征。计算机模拟结果证实了滤波算法的有效性。     

基于克隆选择算法的层叠滤波器的优化设计

层叠滤波器是一种非线性数字滤波器,具有良好的去除噪声能力和图像细节保持能力,近年来成为研究的热点问题之一．层叠滤波器设计的核心实际上是一个正布尔函数的优化问题,在MAE准则下,提出了一种基于克隆选择算法的层叠滤波器的优化方法．仿真实验结果表明,基于这种克隆选择算法的最优层叠滤波器不仅在滤波效果上好于基于遗传算法和基于粒子群算法的最优层叠滤波器,而且可以快速实现其优化过程,在较短时间内得到较好的效果,是一种有效的层叠滤波器的优化算法．     

改进粒子群算法辨识噪声模型的卡尔曼直接转矩控制

针对感应电机扩展卡尔曼滤波器状态估计中难以获得最优噪声矩阵问题,提出了一种基于改进粒子群算法辨识卡尔曼滤波器噪声矩阵的方法.通过调整粒子觅食策略对粒子群算法进行改进,运用改进算法优化滤波器噪声矩阵,再将优化的卡尔曼滤波器应用于感应电机无传感器直接转矩控制系统中.仿真结果表明,与试探法、标准粒子群算法和自适应粒子群算法相比,改进粒子群算法能够改善卡尔曼滤波器滤波性能,从而提高感应电机无传感器直接转矩控制系统的控制精度.     

柔性形态滤波的神经网络实现及遗传算法优化

柔性形态滤波是一种重要的非线性滤波方法.柔性形态滤波器的研究可分解为形态滤波运算和结构系统选择2个基本问题,一旦形态滤波运算选定后,柔性形态滤波性能就主要取决于结构系统的选择.该文提出了一种柔性形态滤波的神经网络模型及其网络参数(即滤波器结构系统)的遗传算法优化方法.进行优化训练的目的是为了使结构系统自适应地反映图像的形态结构特征,自动调整结构系统中硬核、边界和重复度的组成,从而提高对复杂噪声图像的滤波性能.实验仿真结果显示,该算法优化后的柔性形态滤波器性能得到较大改善,在收敛速度和滤波效果方面,其优化结果要优于简单的遗传算法.     

基于过采样ADC的振动信号分析仪滤波算法

针对振动信号分析仪采用模拟滤波器进行抗混叠干扰和噪声去除存在非线性相位,降噪效果差,硬件成本高等缺点,提出了振动信号的过采样ADC滤波算法。算法通过采样频率倍增降低了对抗混叠滤波的要求,同时噪声的滤除采用FIR数字滤波器对振动信号的相位有很好的保证。对算法的原理进行了详细分析,并对算法的实现进行了说明,在此基础上通过仿真分析对算法性能进行了讨论,并验证了算法对振动信号滤波的有效性。仿真分析表明,算法能够在噪声去除的同时保证线性相位,而加宽数字滤波器过渡带、增大阻带衰减能够保证算法的滤波效果和实现效率。研究确定的滤波算法在汽轮机振动信号分析仪中得到了实际应用,取得了较好的振动信号滤波效果。     

一种最佳结构元尺度的自适应确定算法

形态学滤波作为一种新型的非线性滤波方法已被广泛应用到边缘提取、抑制噪声等图像处理领域.形态结构元的选择作为形态学滤波的最关键问题一直以来是形态学研究的热点之一,通过对顺序形态学极值滤波运算的研究,提出了一种基于复合极值滤波的最佳结构元尺度自适应确定算法.实验结果表明,该方法能快速、准确地确定结构元的尺度大小,具有很好的形态滤波效果.     

基于优化Gabor滤波器的织物疵点检测算法

提出了一种基于优化Gabor滤波器的织物疵点检测算法.首先介绍了Gabor滤波器的滤波原理,然后提出了Gabor滤波器优化算法,该算法针对一幅标准织物图像,通过计算Gabor滤波器与标准织物图像卷积结果的Fisher Cost函数最小值,得到一组优化Gabor滤波器参数.使用具有这些参数的Gabor滤波器分别对标准织物图像和样本织物图像进行滤波处理,将滤波结果进行比较和融合,得到检测结果.实验证明:该算法能获得良好的检测效果.     

全方位多角度加权组合形态滤波器的设计

针对数学形态学在图像去噪处理中的应用,采用全方位多角度结构元素,构造了一类新的形态滤波方法.这类滤波器不仅可以有效地抑制图像噪声,而且与现有的中值滤波器、全方位多结构元形态滤波器等非线性滤波器相比,能更充分保留原图像的几何结构特性,图像视觉效果显著提高.     

基于阿尔法均值算法和马氏距离的图像自适应滤波

针对数字图像容易感染噪声的问题,提出一种基于阿尔法均值滤波算法和马氏距离的图像自适应滤波算法。该算法充分结合了阿尔法均值滤波器的优点和马氏距离的特性,首先利用阿尔法均值滤波器确定参考序列,然后计算参考序列与滤波窗口内比较序列之间的马氏距离,并根据距离的大小确定滤波窗口内各像素点的权系数,最后将加权结果作为滤波输出。实验结果表明:该算法对受到高斯噪声、椒盐噪声以及混合噪声感染的图像具有较好的滤波效果,同时可以较好地保持原始图像的细节信息。     

基于多结构元素的数学形态学图像边缘检测

提出一种基于多结构元素的数学形态学图像边缘检测算法。利用边缘与噪声具有不同的形态,在进行边缘检测时,只需要先确定出梯度突变的像素点,然后再利用多结构元素对该像素点进行二值形态学的腐蚀操作,以确定该像素点是边缘点还是噪声点:若是噪声点则被滤除,若是边缘点则保留。为验证算法的效果,给出了本文算法和几种传统算子对图像进行边缘提取的实验结果。结果表明,该算法成功地完成了图像的边缘检测,且检测效果明显优于经典的Sobel算子和Canny算子。     

基于形态学电能质量干扰检测算法中结构元素的选取

基于形态学的电能质量干扰检测算法所选用的结构元素对检测效果有着重要的影响。因此,在对基于形态学的电能质量干扰检测算法进行验证之前,需要首先确定所用结构元素的形状。针对电力系统中的常见电能质量干扰,通过仿真分析,以基于广义形态学开闭和闭开小波变换(GMOCUW)的电能质量干扰检测算法为例,对基于几种常用简单结构元素及其组合的GMOCUW的检测效果进行详细地分析研究,进而给出GMOCUW最优结构元素的形状。同时总结关于基于形态学的电能质量干扰检测算法中结构元素形状选取的一些简单原则,为基于形态学的电能质量干扰检测算法中结构元素的选取提供一定的参考。     

图像去噪滤波方法的对比研究

去噪是图像预处理的关键,线性滤波器和非线性滤波器都可以对图像进行滤波操作。选取线性滤波器中的高斯滤波与非线性滤波器中的中值滤波和引导滤波对被椒盐噪声和高斯噪声污染的双排线束图像进行去噪操作,通过主观视觉观测和客观指标两个方面来衡量3种滤波方法的去噪效果并进行对比研究。结果表明:中值滤波去椒盐噪声的效果最好;引导滤波去高斯噪声的效果最好;当同时存在椒盐、高斯混合噪声时,中值滤波和引导滤波都能收获较好的滤波效果,但是引导滤波处理后的输出图像与原始图像的结构相似性更高。     

形态滤波器在图像去噪处理中的全方位结构元素层叠算法研究

针对数学形态学在图像去噪处理中的应用,提出一种改进的形态滤波算法-全方位结构元素层叠滤波算法,它可以将开闭和闭开运算中分别产生的正负脉冲噪声更好地抵消掉,因而其去噪效果更为理想．与其他形态滤波算法进行了仿真去噪对比,实验结果表明该方法在保持图像几何特征的同时,大大提高了图像的信噪比,降低了均方误差参数,图像视觉效果显著提高．     

基于鲁棒性神经模糊网络的脉冲噪声滤波算法

在一个简单有效的脉冲噪声检测器和一个鲁棒性神经模糊(robust neuro-fuzzy, RNF)网络的基础上,对于被脉冲噪声污染的彩色图像,提出了一种新的脉冲噪声滤波算法。该算法可分两步进行,首先对RNF网络进行优化训练,然后用优化后的网络对被噪声污染的彩色图像进行噪声滤波。在该算法中,采用一个简单有效的脉冲噪声检测器,它能快速有效的检测出彩色图像中的噪声像素。经过优化的RNF网络仅对噪声像素进行滤波,而对非噪声像素则保持不变。在RNF网络的构造中,采用一个新的隶属函数,使该算法对于脉冲噪声具有鲁棒性。实验结果证明,与一些传统的非线性、多通道滤波器相比,该滤波器具有较好的滤除噪声能力,并且能较好的保留图像的边缘和细节,具有很好的鲁棒性。     

遥感影像中道路交通标志线的去除

针对遥感影像中路面交通标志线对车辆提取造成干扰的问题,提出了一种基于灰度数学形态学与双边滤波相结合去除路面交通标志线的算法。首先,利用交通标志线与车辆目标的几何结构特征,设计了特殊的形态学结构元素对交通标志线进行粗滤除;然后,设计了一种自适应设置灰度方差的双边滤波方法对图像进行精滤除。实验结果表明,该算法对滤除遥感影像路面交通标志线有较好的效果。     

基于数学形态学的语音基音轨迹平滑新算法

依据数字语音信号的特点和形态滤波器的基本特征,合理选择结构元素构筑了一组用于汉语语音基音轨迹平滑的形态学滤波器,这是继中值滤波和动态规划后一种新的非线性基音轨迹平滑算法．仿真数据的实验结果表明这种方法对于随机误判点与传统中值组合平滑相比效果更佳．     

用数字滤波器对织物表面棉籽壳残留情况进行检测

基于数字滤波器技术对棉织物表面的纹理进行滤波,通过比技术滤除纹理中的脉冲噪声和高斯噪声,然后进行形态学处理,对棉织物表面的棉籽壳进行定位和分割,可以达到检测棉织表面的棉籽壳残留情况的目的。     

CBALE算法及其改进

文献[1]提出一种基于高阶统计量的自适应谱线增强算法(CBALE)用于抑制高斯噪声。本文在CBALE算法的基础上提出基于该算法的级联滤波模型,对不同参数下的谱线增强效果进行了探讨和计算机仿真。仿真结果表明该算法可以有效地抑制高斯有色噪声,在低信噪比下通过滤波器级联也可以达到较好的抑制效果。