各向异性滤波在红外图像处理中的应用

为了在抑制噪声时尽可能保留图像边缘信息,提出一种自适应各向异性高斯滤波器设计方法．该方法由独立强度传播(IDS)模型决定滤波器的长轴尺度,由像素的邻域平滑度决定长短轴的比例,然后根据该处的灰度梯度方向自适应决定各向异性滤波器的长轴方向．仿真实验表明,提出的自适应各向异性滤波器具有很强的噪声抑制和边缘保持能力．     

激光雷达主动偏振图像散斑抑制算法

针对激光主动偏振图像的散斑去除问题,提出了一种基于异向扩散的冲击各向异性滤波模型。该模型融合了冲击滤波器和小核值相似区算法,利用小核值相似区算法提取偏振图像边缘,减少了噪声对边缘检测的影响;针对不同的图像区域,自动调整冲击滤波器的系数,使得该算法既能保持图像边缘,又可以很好地抑制图像的散斑。使用八方向一阶差分估计小核值相似区算法的门限,门限估计更加准确;迭代终止条件采用完全散射区域的平均绝对误差作为标准,使得迭代次数更加合理。通过对比等效视数和边缘保持指数可见,冲击各向异性滤波算法的散斑抑制能力和边缘保持能力与传统的Lee和SRAD模型相比更加有效。     

基于自适应SUSAN各向异性扩散的红外弱小目标检测

针对复杂背景下红外弱小目标提取困难的问题,提出了一种自适应SUSAN各向异性扩散的红外弱小目标检测算法。该算法结合SUSAN边缘检测算子与各向异性扩散,形成新的扩散方程对红外图像进行背景预测,与原图像差分后实现弱小目标检测。为使算法具备自适应能力,提出SUSAN边缘检测器灰度差阈值的自适应设定方法,采用绝对偏差中值算子作为其扩散系数。实验结果表明,该算法能够有效滤除复杂图像背景,大幅提升信噪比,同时保留目标大小。     

干涉相位图的各向异性扩散方程滤波算法

该文提出了一种基于各向异性扩散偏微分方程抑制干涉合成孔径雷达(INSAR)相位噪声的算法。该算法给出了一种新的基于实数域干涉相位的扩散系数表达式,利用干涉相位图的局部统计特征,在干涉复图像中的均匀区域各向同性扩散,边缘区域各向异性扩散。试验结果表明,该算法在抑制干涉相位噪声的同时保持了条纹边缘细节信息,处理后的相位可以顺利展开。     

基于各向异性MRF建模的多帧图像 变分超分辨率重建

 本文首先研究设计出结构自适应的各向异性数字滤波器,同时导出广义各向异性MRF(Markov Random Field)图像模型.它继承了各向异性数字滤波器的滤波性能,是对双边全变差模型以及经典 MRF模型的有效改进.随后,提出各向异性模型驱动的联合估计亚像素运动和高分辨率图像的变分超分辨率重建算法.实验结果显示,本文算法具有更优的噪声抑制和边缘保持性能.     

一种新的保边缘滤波算法

该文提出了一种新的保边缘滤波算法,该算法根据图像区域的局部方差大小动态调整滤波器的支撑集的大小。方差越大的区域,说明其高频分量越多,支撑集就越小。为了能在滤波的同时尽量保护图像边缘,该算法还根据像素点和中心点的方向矢量同支撑集内的平均梯度的夹角把支撑集内的像素点分成不同的集合,并给予沿着图像边缘的集合以较大的加权值以及垂直边缘方向的集合小的加权值,从而保证了边缘不模糊。从滤波结果看,经该算法处理过的图像的峰值信噪比(PSNR)明显高于中值滤波器处理过的图像,对细节比较丰富的图像,高于近 3dB。     

一种基于偏微分方程的SAR图像去噪方法

传统的相干斑噪声抑制算法在多次迭代后通常会导致图像边缘的模糊,这一直是SAR图像去噪处理的难点和热点所在。该文分析了应用于图像处理的各向异性扩散方程(PDEs),在其基础上由最小化问题出发,引入棱边指示子对图像的边缘加以限制,得到新的去噪模型并降之应用于SAR图像的相干斑噪声去除。与传统的基于局部统计量和各向异性滤波器相比,新的算法在棱边保持和噪声去除能力均有提高。     

基于引导滤波的高动态红外图像增强处理算法

主要论述了一种基于引导滤波器图像分层的高动态范围红外图像增强算法,通过引导滤波器将原始红外图像分解成基本层和细节层,再对它们分别采用相应的γ变换进行压缩,最后按照一定比例将两部分重新合成,从而在保留图像细节的同时有效地使红外场景得到高动态灰度显示。引导滤波器不依赖于滤波半径与图像灰度值范围,执行效率更高,计算速度更快;另外,引导滤波器是局部线性模型,边缘保持特性更好,能克服其他滤波器在图像灰度变化比较剧烈的边缘易出现梯度翻转,造成图像出现"伪边缘"的缺陷。实验结果表明,通过本算法增强后的红外图像,不论是人眼的主观评价还是客观评价,都具有较强的细节增强能力和较佳的视觉表现,且具有实时处理的前景。     

静止图像的一种自适应平滑滤波算法

本文提出了一种基于梯度信息的自适应平滑滤波算法，该算法根据图像中像元灰度值的突变特性，自适应地改变滤波器的权值，在区域平滑近过程中使图像的边缘锐化，较地处理了平滑噪声、锐化边缘这对滤技术中的矛盾。后续实验结果表明，该算法具有良好的滤波性能，易于实时处理。     

静止图像的一种混合滤波及其改进算法

本文结合线性滤波器和非线性滤波器的优点，提出了一种基于线性、非线性的混合滤波算法。该算法比均值滤波器和中值滤波器具有更好的抑制噪声的，能较好地保持图像的边缘，反映图像的几何结构和细节特性。在此基础上又提出了改进算法及其快速实现，进一步改善了滤波性能。该滤波器计算量适中，具有较好的实时性。     

基于双正交小波域的SAR图像滤波方法

将E-lee、E-Kuan、GammaMap、wiener等经典滤波算法和双正交小波变换相结合,提出了基于双正交小波变换域的局部统计特性SAR图像滤波方法,同时提出了一个运算量少,且是归一化的对数变换,它将乘性的Speckle噪声转为加性噪声。在小波域内建立了局部统计特性SAR图像滤波算法,使用多分辨率的手段,因为在每个方向上的小波系数都具有相同的特征,可以很好地处理图像的一些特性,使得图像边缘被模糊的相对少些。实验结果表明,此方法比经典算法的效果要好。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

基于疑似目标区域提取的空间图像降噪

对于空间目标图像的降噪预处理,要求能够完整地保留目标的边缘同时保证目标内部灰度分布不变,直接利用传统降噪增强方法难以取得理想效果.针对空间目标可见光图像,分析可能引入的噪声种类及其特性,提出了一种通过提取疑似目标区域达到降噪目的的方法.该方法首先使用SUSAN滤波结合频域分析、背景杂波抑制获得目标区域,然后从原始图像中提取出没有背景噪声的图像,从而实现图像的降噪.为了验证降噪效果,从整体视觉效果、局部星点视觉效果和信噪比三方面,与中值滤波、低通滤波、小波变换方法处理结果进行比较,实验结果显示,该方法在去除背景噪声的同时,能够更好地保留目标的边缘和内部灰度分布.     

复数域非线性扩散滤波在图像处理中的应用

图像处理中去噪和边缘保持是一对矛盾体,去噪滤波经常会失去高频部分的信号,而边缘信息主要以高频信息为主.考虑了一种新的方法——复数域非线性扩散方法,该方法通过结合自由薛定谔方程将传统各向异性扩散方程拓展到复数域,复数域实部信号可以很好地滤波,将复数域扩散项虚部加入shock滤波器,该方法克服了传统的边缘检测方法边缘保持能力差的缺点.试验结果表明:该算法具有良好的抗噪性和边缘细节的保持性,边缘检测效果良好.     

基于小波变换的图像混合噪声自适应滤波算法

提出了一种基于小波变换的图像混合噪声自适应滤波算法.该算法首先采用中值滤波进行预处理以去除脉冲噪声,然后对图像进行二维小波分解得到高频和低频子图像.根据各高频子图像噪声分布特征,分别设计出新的结构元素进行形态学滤波,随后定义一种新型阂值判别函数对高频和低频子图像分别设定不同调节参数,以进一步滤除残余噪声.最后进行小波系数重构.仿真结果表明,该算法去噪效果明显优于其他几种算法,从而表明该算法是一种较为有效的图像混合噪声滤除方法.     

抑制SAR图像相干斑的迭代方向滤波算法

为保护SAR图像边缘特征并有效提高对乘性相干斑噪声的抑制性能,该文提出一种基于迭代方向滤波的抑制图像相干斑新算法。该算法先借助高斯-伽马平行窗估计出的比率边缘强度映射(ESM)与方向信息,自适应地控制各向异性高斯核(AGK),生成沿ESM方向分布的具有各向异性支撑区域的局域窗。然后将SAR图像多种局部统计参量联合作为衰减因子,形成与SAR图像区域分布特性相适应的负指数衰减型加权系数,进而将负指数衰减型加权系数与局域窗带方向的各向异性支撑区域结合形成局域加权的方向滤波。最后对SAR图像迭代地进行方向滤波即可实现带边缘保护的相干斑抑制。实验结果表明,与多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

基于8方向的数字图像去噪算法研究

由于受到成像方法等因素的影响,数字图像的边缘、细节等特征常常淹没于噪声信号中,给后续的图像特征提取、图像匹配等图像处理带来很大困难。因此,对图像进行去噪具有十分重要的意义,图像去噪也成为数字图像预处理中的关键步骤。首先介绍了中值滤波、维纳滤波、小波滤波的原理,针对中值滤波在图像去噪中存在的不足,提出新的数字图像去噪方——基于8方向的数字图像去噪方法,并通过实验仿真验证了其有效性。     

基于各向异性扩散的SAR图像斑点噪声滤波算法

在SAR(Synthetic Aperture Radar)图像噪声抑制处理中,为了有效地保持图像边缘,作者在斑点噪声去除的各向异性扩散模型(SRAD模型)的基础上,提出了一个基于各向异性扩散的SAR图像斑点噪声滤波算法.该算法对应的扩散系数从理论上满足Charbonnier 等人提出的构造扩散系数准则,同时该算法能够通过对边缘直方图上累计百分比和相对信噪比阈值进行调节来得到一系列不同的滤波效果,从而满足不同的应用需求,如绘图、高分辨率或细节丰富的处理结果.实验结果表明,与传统的方法相比,该算法不论从噪声去除能力、边缘和纹理保持能力上,还是从视觉评价效果来看,都具有一定的优越性.