基于马尔科夫随机场的纹理图像分割方法研究

本文提出了一种改进的基于马尔科夫随机场(MRF)模型的纹理图像分割方法。利用分数阶微分运算对图像纹理细节和边缘轮廓信息的敏感性,将其引入图像纹理特征提取过程中,以获得完备的图像纹理信息,可以弥补传统算法中MRF特征场对图像纹理信息描述不足的缺陷。此外,为准确划分图像中不同的纹理区域,利用模糊熵准则对分割结果进行进一步优化,以降低噪声干扰、减少区域内错分点。实验证明,本文所提出的改进方法可以完善地提取图像的纹理细节和边缘轮廓信息,有效提高分割的准确性,改善分割图像的视觉效果。     

基于分数阶微分的模糊交通视频图像增强

研究了一种基于分数阶微分理论的图像增强算法来提高恶劣天气及复杂场景情况下模糊交通视频图像的清晰度。研究了分数阶微积分Tiansi算子模板的特性,将现有的分数阶微分模板中被忽略的像素点应用到新的分数阶微分处理之中改进和更新了分数阶微分算子。对改进后的算子与近期常用的和公认的5种图像增强算法进行了比较分析,结果显示:改进的分数阶微分算子能够显著增强局部细节信息(如纹理等),而且图像中的噪声不明显。与Tiansi算子相比,新算子在处理彩色图像时,分数阶阶数的增高并不明显地增加图像噪声,而且锐化结果好,颜色更真;处理灰度图像时,在高频信息较多的情况下,增加模板中心像素权值可以抑制图像中的噪声。对试验及算法的分析比较证明:研究的新算法对增强模糊交通视频图像清晰度具有较好的效果,且处理速度也能满足实际应用的要求。     

一种基于分数阶导数的边缘检测算法

传统的边缘检测算法多采用整数阶的一阶或二阶微分算子锐化,通过求取图像的一阶导数局部极大值或二阶导数过零点得到边缘点.本文将基于分数阶导数的边缘检测算子应用于图像边缘检测中,通过对含噪图像g(x)采用合适尺度函数的高斯滤波函数h(x)去噪处理,后对得到的图像f(x)采用阶数为q(q∈(1,2))的左右方向微分的合成分数阶导数算子提取边缘点.结果表明该方法在抗噪声干扰和提取更多边缘细节方面取得了很好的平衡,具有较好的边缘检测效果.     

基于边缘保持的医学超声图像滤波方法

医学超声图像滤波对临床诊断具有重要意义。以扩散方程为基础,通过分析图像梯度分布特征,提出依据梯度阈值对医学超声图像分别进行各向同性扩散、各向异性扩散、过滤中值的分段综合滤波方法,去除超声图像斑点噪声。实验结果表明,该方法在去除噪声的同时,能较好地保持图像边缘,是一种高速有效的医学超声图像滤波方法,对后期的医学图像三维分割、三维重建具有较好的应用前景。     

基于曲波变换的轨道梁面裂纹图像增强

跨座式轨道梁表面出现的裂纹和缺陷,严重影响了列车安全及平稳运行.由于采集的图像存在边缘模糊、局部或整体对比度差等不足,提出一种基于曲波变换的梁面裂纹增强新算法.根据裂纹图像曲波变换后的不同尺度系数,由于分数阶微分能增强信号的中频成分、非线性保留信号低频的特点,在曲波域的低频采用分数阶微分增强纹理信息;同时在曲波域的方向子带根据方向的敏感性,采用对弱边缘增强、强边缘保留、噪声去除的处理.并对低频和方向子带增强时的参数分别进行了讨论.实验结果表明,所提出的方法与其他算法相比,主观上细节增强和对比度提高均优于其他算法,客观上对比度改善指数(contrast improvement index,CII)也大大提高,表明提出的算法增强效果良好.     

一种基于均值滤波和梯度影响因子的滤波算法

均值滤波采用邻域平均法对图像进行滤波,在降低噪声的同时破坏了图像的细节和边缘。针对这一问题提出了一种在均值滤波算法的基础上增加梯度影响因子的滤波算法,可实现在滤波的同时尽量保留图像的边缘,达到既减小图像噪声又保留边缘的目的。将梯度影响因子进行多项式展开可以降低程序的时间复杂度。通过实验对比表明,改进算法对图像细节和边缘有更好的保护,同时达到更好的滤波效果。     

结合分数阶显著性检测及量子烟花算法的NSST域图像融合

针对传统红外与可见光图像融合算法中存在的细节纹理信息不够清晰,边缘信息保留不够充分等问题,提出一种基于分数阶显著性及改进量子烟花算法的非下采样Shearlet变换(NSST)域图像融合方法.首先对红外与可见光图像进行NSST分解,低频分量先进行基于分数阶微分增强的显著性检测;然后按照显著图匹配度的融合规则进行融合,高频...     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

基于Riemann-Liouville分数阶微分的图像增强

根据Riemann-Liouville分数阶微分的定义,推导了分数阶微分的差分表达式,考虑中心像素邻域八个方向像素点的影响,构造了5×5大小的分数阶微分图像增强算子模板。对灰度图像和彩色图像进行了增强处理,并与传统整数阶微分图像锐化增强算子的增强效果进行了比较。结果表明,分数阶微分算子在提升图像高频分量的同时,也能有效地保留图像的中低频细节纹理信息,图像增强视觉效果明显优于传统图像锐化增强算子,且分数阶微分阶次可调,是一种灵活有效的图像增强算法。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

改进门限中值滤波算法在水果图像噪声中应用研究

针对目前水果深加工产生水果图像检测算法中存在图片失真的问题,提出了一种改进门限型中值滤波算法;首先,该算法通过恰当改变门限阈值,利用均值和标准差的和,可以有效保留图像的细节和边缘信息,能够有效的去除水果图像的噪声;其次,经过多组仿真实验并对比普通的中值滤波方法,可以明显的观察出改进后的中值滤波算法有较好的效果;最后,根据大量的数据对比分析与比较,结果表明:该算法能有效的去除噪声并且保留了图像细节,比较其他中值滤波更好。     

一种基于像素选择的SAR图像非局部均值滤波方法

原始的合成孔径雷达(SAR)图像通常含有大量散斑噪声,使SAR图像的处理和解释变得十分困难。为了在不影响SAR图像细节特征的情况下实现有效的滤波去噪,文中提出了一种基于像素选择的SAR图像非局部均值滤波方法,首先将原始实测图像转换为对数图像,接着对其进行基于像素选择的非局部均值滤波去噪,最后将去噪后的对数图像转换为原始空间图像。实验表明,与其他滤波去噪方法相比,文中方法在减少SAR图像散斑噪声的同时可很好地保持原图像边缘及纹理细节信息,视觉效果和性能指标均有良好的表现。     

基于形态学的MRI图像自适应边缘检测算法

为了在噪声环境下尽量多地检测出MRI(magnetic resonance imaging)图像的边缘细节,以满足医学临床诊断的特殊需求,提出一种基于形态学的医学图像自适应边缘检测算法.根据医学磁共振图像噪声的特点构造了一种基于形态学滤波特性的边缘算子,使用多方向结构元素实现了边缘的精确检测,并根据图像的灰度特征自适应地调整各方向结构元素检测结果的权值,最后合理地调整结构元素的尺寸大小.仿真实验结果表明,与经典微分边缘算子及常用形态学算法相比,该算法不仅具有很强的抗噪性能,而且能更有效地提取图像中不同方向的边缘信息.     

X波段雷达图像同频干扰的抑制方法研究

X波段雷达图像中,数据是按线存储的,同频干扰在图像上表现为射线状噪声或斑点噪声.为去除雷达图像中的同频干扰噪声,根据同频干扰在雷达回波图像中的特性,提出一种基于拉普拉斯边缘检测算子的噪声检测算法.首先利用基于拉普拉斯边缘检测算子改进的检测方法,将雷达图像分为灰度值渐变区域和突变区域;接下来通过设定阈值检测到同频干扰的位置;最后利用临近非噪声点线性插值噪声点.利用本文方法对32幅随机的雷达图像进行处理,实验结果说明该方法能有效滤除同频干扰.与传统的滤波算法进行对比,实验结果表明本算法不仅能很好地检测到同频干扰噪声,还能更有效地去除噪声,尽可能地保留原来海浪的回波信息.     

结合改进Retinex及自适应分数阶微分的雾霾公路交通图像增强

为了提高雾霾天气条件下交通图像的对比度,清晰度和颜色保真度,减少图像退化所带来的负面影响,提出了一种采用快速引导滤波平滑约束的Retinex及自适应分数阶微分的雾霾天气交通图像增强算法。首先,该方法将原图像从RGB转换到YCbCr颜色空间,提取亮度分量构建初始图像;其次,构建变分模型,借助快速引导滤波构造目标函数的平滑约束项来准确估计初始照射分量;然后,使用Retinex模型获得初始反射分量,再采用自适应分数阶微分掩膜对初始反射分量进行增强得到亮度分量的增强结果,该方法在图像噪声抑制和细节增强方面性能良好;最后,将处理后的反射分量结合Cb,Cr色差信息从YCbCr转换到RGB颜色空间即得到最终增强图像。本文对不同的雾霾交通图像进行了对比实验,实验结果表明,新方法的标准差(STD)和平均梯度(AG)较原图至少提高1.12倍和4倍以上,信息熵(E)至少提高4.76%以上,综合性能优于其他的对比算法。新方法在图像增强和细节保持方面得到了很好地改进,有效地提高了雾霾天气条件下公路交通图像的颜色保真度、对比度和细节清晰度等,使得增强后的图像视觉效果和可视度明显改善,更加真实自然。     

基于MATLAB的改进Canny算子的图像边缘检测研究

边缘检测是图像处理一个重要的环节,为了有效提取目标边缘,提出一种基于canny算法的改进算法,主要从两方面进行的改进,采用中值滤波代替高斯滤波对图像的噪声进行滤除和采用迭代法计算高低双阈值。实验的仿真结果很好地验证了改进算法的性能:在保留边缘信息的同时,很好地抑制了噪声的干扰,可以提高图像边缘检测效果。     

SF6断路器气体泄漏红外图像中散斑噪声的抑制算法

SF6断路器是电力系统中常见的电气设备,针对SF6断路器气体泄漏红外图像中广泛存在的激光散斑噪声,提出一种抑制散斑噪声的新算法.将同态均值滤波与小波变换结合,并应用贝叶斯软阈值,对红外图像进行去噪处理.研究中,将该算法与同态均值滤波、同态均值滤波与传统周定小波阈值结合滤波等算法作了比较,结果表明,在图像标准偏差、信噪比和散斑指数等常用性能指标上所提算法优于其他算法.     

改进的PDE边缘保持图像插值算法

介绍了一种改进的PDE边缘保持图像插值算法.用简单的一阶微分运算大致分离出图像的平坦区域和边缘区域.对于图像的平坦区域,使用双三次样条进行插值;对于图像的边缘区域,使用改进的PDE算法,总体上减少了算法的运算量,并保持了插值图像沿边缘方向的平滑和跨边缘方向的陡峭.实验结果显示,该算法与传统插值算法相比较有一定的优越性.     

融合分数阶微分边缘特征的自适应跟踪

为提高跟踪方法对背景信息、光照变化的抗干扰能力,提出融合分数阶微分边缘特征信息的改进跟踪方法。将R-L分数阶微分边缘检测算子与Laplacian边缘检测算子进行融合,构造出对高、中频信息提升,而对低频信息能够非线性保留的混合边缘检测算子,并利用其实现目标模板及场景图像的边缘特征信息检测。基于目标色度特征和边缘特征两种直方图模型,分别建立场景图像的反向概率投影值,根据背景信息的动态变化,以抑制背景干扰信息为目的,建立自适应融合的反向概率投影图,提高算法对不确定环境变化信息的鲁棒性。实验结果表明,混合边缘检测算子能够提高边缘图像的信噪比,改善边缘提取的效果。边缘、色度特征信息自适应融合的跟踪方法单帧跟踪时间小于20 ms,满足实时性要求。该方法能够在光照变化明显和与目标颜色相似背景等情况下有效实现目标识别与跟踪功能。     

采用自适应可靠因子的联合双边散斑条纹滤波方法

在基于电子散斑干涉法的测量系统中,干涉条纹常常会存在大量噪声从而影响后续相位的提取。 为解决双边滤波无法 处理大噪声的问题,提出了一种融合加窗傅里叶滤波的联合双边滤波方法并用于处理存在高噪声的电子散斑干涉条纹。 在该 方法中,引入加窗傅里叶初步滤波后的图像作为联合双边滤波的导向图,并构建更可靠的自适应像素值相似度因子,从而提供 更可靠的引导信息和更好的滤波效果。 该方法被应用到高、中、低、可变密度 4 种不同密度的模拟条纹和实验采集到的大噪声 条纹上,并将其与原始双边滤波和加窗傅里叶滤波相对比。 实验结果表明:与其它滤波方法相比,该方法得到的条纹最光滑,结 构最完整。 对本文模拟的条纹滤波后峰值信噪比提高 1. 0 ~ 4. 2 dB,结构相似度和边缘保持指数最高,相位的均方误差最小。 所提出的方法调整更方便,对 330×330 大小的模拟条纹处理时间仅为 4 s 左右。