一种新的实时图加窗中值滤波算法

实时图的匹配性能是影响景象匹配精度的重要因素,然而实时图在获取过程中,由于受各种干扰因素的影响,图像存在模糊、毛糙等现象,影响了实时图的匹配性能。结合空域滤波方法中最常用的中值滤波器和邻域均值滤波器的特点,设计了一种加窗中值滤波器,并将其应用于景象匹配实时图的滤波预处理,通过仿真实验验证了该方法的有效性和在景象匹配中的实用性,可有效提高实时图的信噪比,改善其匹配性能。     

椒盐图像的方向加权均值滤波算法

椒盐噪声是造成图像污染的主要因素之一,椒盐去噪是图像去噪领域的研究热点。方向加权中值滤波算法计算噪声点滤波输出时存在一定的问题,比如,未排除近邻噪声点的干扰,对方向的估计不准确,对局部灰度特性刻画不完整等。为此,提出一种方向加权均值滤波算法。此算法先根据方向灰度差异和灰度极值判断检测噪声点,然后根据对局部窗口噪声强度的估计自适应地选择递归或非递归滤波窗口的加权灰度均值作为滤波输出。仿真实验结果表明,提出的算法与现有的两种方向加权中值滤波算法相比,PSNR普遍提高了2~3dB和5~6dB,噪声密度高时提高的幅度更加明显;速度提高了接近10倍和30倍。     

一种实用的图像滤波算法

在分析经典中值滤波算法基础上,提出了一种实用的图像滤波算法,即图像加窗中值滤波算法.给出了其基本原理与实现过程,并与经典的邻域均值滤波器、中值滤波器、Butterworth低通滤波器、Wiener滤波器进行了滤波比较实验,分别从主观效果及客观参数计算两个方面验证了其优良的滤波性能.     

一种改进的中值滤波算法

通常 ,大部分自然图像中同时存在颗粒噪声和高斯噪声 ,而单纯地用中值滤波算法或均值滤波难以同时尽可能地消除混合噪声。针对这一问题 ,L ee和 Kassam提出了一种改进的均值滤波算法 Modified Trim med Mean(MTM) ,虽然 MTM算法的滤波效果相对于传统的平滑算法已有了很大的改善 ,但是 MTM的滤噪能力在很大程度上受到了阈值的限制。在分析 MTM算法和传统平滑算法结构特点的基础上提出了一种改进的自适应中值滤波算法。该算法对含有混合噪声的图像上每一点的 N× N区域应用自适应算子。对于不同的图像区域 ,算子也相应地有所不同 ,其中算子中的权值选取依赖于区域的灰度中值 ,且当某点的灰度越接近灰度中值 ,其权值就相应地越大。实践证明 ,新算法的处理结果优于传统的滤波算法和 MTM滤波 ,且没有阈值限制     

邻域均值检测的迭代加权中值滤波算法

针对现有滤波算法在噪声检测与去除上存在的相应缺陷,提出了邻域均值检测的迭代加权中值滤波算法,对噪声检测与去除方法分别进行改进。算法根据噪声的灰度特征进行噪声检测,再基于邻域像素的相关性,用邻域的均值作进一步的检测;运用基于高斯曲面的加权算子,以迭代的方式,用邻域中信号像素的加权中值对噪声进行去除。实验结果证明,相对于现有滤波算法,所提算法具有更好的去噪性能,在保持高信噪比的同时,能很好地保持图像的纹理结构。     

一种图像综合中值滤波方法

本文描述了图像中值滤波的原理,提出一种图像综合中值滤波算法,通过测试表明,该算法可明显改善图像中值滤波处理效果。     

基于FPGA的图像中值滤波算法硬件实现

提出一种适于硬件并行处理的图像快速中值滤波算法,并用VHDL硬件开发语言在Altera公司的现场可编程门阵列(FPGA)上实现,给出了整个硬件系统的构造方法,以128×128×8bit的灰度图像滤波处理实验结果表明,该方法可实时进行中值滤波,适于图像采集与预处理系统.     

基于多级查找表的图像快速中值滤波算法

中值滤波是应用最广泛的滤波算法之一。它可以可有效去除脉冲噪声、保护细节信息,然而查找中值的耗时问题在一定程度上制约了中值滤波的应用。为提高查找中值的速度,提出了一种利用多级查找表进行快速中值滤波的方法。该方法针对图像存储的长度特点,最多设置了三级查找表,逐级缩小中值的查找范围。实验表明,该方法查找中值具有优良效果,尤其在大窗口滤波时,中值滤波的速度得到提高,从而增强了图像处理的实时性。     

图像的中值滤波算法及其FPGA实现

图像滤波是图像预处理过程中重要的组成部分,而基于FPGA的滤波算法相对软件算法而言具有高度的并行性,能满足实时图像处理的要求,同时也具有灵活的硬件可编程性;简要说明了中值滤波的原理,介绍并比较了标准中值滤波和多级中值滤波的特点和适用范围;针对滤波算法的邻域性特点,设计了基于FPGA的滤波器整体架构,并设计了标准中值滤波和多级中值滤波两种滤波算法的FPGA实现方案和功能仿真,同时通过实验结果对两种算法的滤波效果进行比较说明。     

分类中值滤波算法的研究

在标准中值滤波算法的基础上提出了基于聚类方法的滤波算法,该算法除了考虑当前像素和邻域组成的序列的统计特征之外,还考虑到了该序列的结构性特征。首先将该序列分成两类,然后计算当前像素所在的类别的中值作为滤波器的输出。该算法还设计了高低两个阈值来界定中值和均值之间的绝对差的范围,当绝对差属于不同的范围时采用不同的处理方法。最后使用了一些典型例子来说明该方法的去噪效果比标准的方法要更好一些。     

基于灰色关联度的图像自适应中值滤波算法

研究图像去噪是图像处理中一个重要的课题。传统去除高斯噪声的方法是均值滤波,均值滤波方法模糊了图像的细节信息,中值滤波虽然能较好的保护图像的细节信息但滤除高斯噪声的效果不理想。灰色关联度能根据系统各因素间相似程度来度量因素之间的关联程度。利用灰色关联度的特性和中值滤波器的优点,提出一种基于灰色关联度的自适应中值滤波算法,算法可以根据图像像素之间的相似程度自适应地调整滤波加权系数,使滤波系数更加合理,改善原有算法的滤波性能。实验表明算法对受到高斯噪声干扰的图像进行去噪取得较好的滤波效果,同时还保护了图像的细节信息。     

一种基于中值滤波的图像去噪算法

由于图像噪声会对后续的图像处理结果产生影响,所以在对图像进行其他处理前应先对图像去噪。针对传统中值滤波器在去除均匀分布椒盐噪声时效果并不理想,设计出一种自适应阈值中值滤波器。分别用两种滤波器进行图像去噪实验,通过对比去噪后图像的信噪比、峰值信噪比以及视觉效果发现:较之传统的中值滤波器,新的自适应中值滤波器能更有效地去除椒盐噪声并减少图像失真。     

基于NoC结构的图像中值滤波并行处理模式分析

给出了一个多处理器NoC结构以实现指定的中值滤波算法。为了提高图像处理的速度,在NoC设计的专用SoC中使用了系统并行机制与基本计算单元指令并行机制相结合的方法。它既可以满足处理速度的要求,又能达到降低功率损耗的目的。对图像处理中的中值滤波处理结构进行了并行设计,可极大地提高处理速度。     

新型递归多级中值滤波器

结合了Adrian Burlan和Pauli Kuosmanen提出的关于中值滤波的新的递归算法结构,在多级中值滤波器(MLMF)算法基础上提出了一种新的中值滤渡器．该滤波器克服了传统多级中值滤波器一些缺点。实验结果显示,在抑制噪声方面和细节保护方面,该滤波器比传统的多级中值滤波器有着明显的改善．     

一种基于选点的可变滤波窗口中值滤波算法

中值滤波是一种应用广泛的滤波方法。该文提出了一种改进的中值滤波算法。该算法对中值滤波进行了两方面的改进,一方面基于选点的方法,不对所有的点进行滤波;另一方面在对中值滤波的窗口进行可变处理。与中值滤波相比,它具有更好的平滑噪声和边缘保持功能,而且能有效地滤除图像中的随机噪声。     

图像中值滤波算法及其FPGA的实现

图像滤波是图像预处理的重要部分,但由于滤波过程中需要处理的数据量较大,采用软件的方法难以满足实时性的要求。利用现场可编程门阵列(FPGA)的并行处理能力,提出了一种基于FPGA的快速中值滤波算法,相对与传统的中值滤波算法有较大的改进,减少了数据的比较次数,处理速度得到提高,并使用Matlab和Modelsim进行联合仿真,结果证明该算法滤波效果良好。     

改进中值滤波方法的图像预处理技术

图像实时处理系统日益发展,这无疑对FPGA的广泛应用提供了良好的平台。针对在某些领域传统的中值滤波算法无法快速有效的对采集到的图像进行处理,采用改进中值滤波利用FPGA运行速度快、内部程序并行运行等优点,设计出具有高实时性、高灵活性的图像预处理系统。通过中值滤波算法特点运用Verilog硬件描述语言进行代码编写,并在Quartus II、Modelsim进行实现仿真,最后与MATLAB中值滤波仿真图及多级中值滤波进行对比,得出利用FPGA处理改进中值滤波不但能够顺利对图像进行中值滤波,而且具有运算速度快、低能耗的特点。     

先验自适应中值滤波图像增强算法

通过分析传统中值滤波与自适应中值滤波算法的特点,提出了先验自适应中值滤波算法。该算法的思路是先对噪声进行检测与标识,再构造噪声标识矩阵,根据中值滤波算法原理在取中值时排除邻域内噪声点的灰度值。该算法避免了过度滤波,在保证滤波效果的前提下提高了滤波效率。     

一种纵横窗口关联的多级中值滤波算法

针对传统中值滤波算法不能很好保护图像细节以及受较严重噪声污染时性能急剧下降的情况,提出了一种纵横窗口关联的多级中值滤波算法。算法采用开关策略,判断N×N窗口内像素点。对于噪声点,先求出以该点为中心的纵横2 N个窗口中每个窗口像素点的中值,再计算出这些中值点的中值,以替换噪声点像素值。对于非噪声点,保持原值不变,从而实现了噪声的去除。仿真结果表明,纵横窗口关联的多级中值滤波算法具有较好的细节保护能力和较强的去噪声能力。