快速中值滤波

提出一种针对矩形窗口的图像中值滤波快速算法，它充分利用了相邻窗口间的相关信息，以中值为界将窗口内像素类分成两组，当窗口右移一像素，根据当前分组和中值获得新窗口的分值，进行了求出其中值，避免了现有算法对每一窗口进行排序取中的操作，降低了计算量。     

中值滤波与均值滤波的去噪性能比较

推导和讨论了中值滤波和均值滤波的去噪性能,分析和实验表明,在更一般的噪声模型下,当噪声污染的概率较小时,中值滤波抑制噪声的能力优于均值滤波,而当噪声污染的概率较大时,均值滤波抑制噪声的能力优于中值滤波。     

基于均值查找的快速中值滤波算法

针对传统中值滤波算法时间复杂度高、运行速度慢,难以满足大型图像数据实时处理的问题,提出了一种快速中值滤波算法,将确定中值元素的过程由排序运算转换为基于均值对集合的二分查找,算法不依赖于滤波窗口的形状以及相邻窗口的相关信息,有效提高了中值滤波的执行效率,使传统中值滤波算法的时间复杂度由O(nln n)下降至O(n).实验中,该算法应用于大型图像序列的滤波处理,其运算速度提高到传统中值滤波算法的3倍以上,并且算法运行时间仅随滤波窗口大小线性增长,可以满足大尺度滤波窗口对大型图像数据实时处理的需求,具有显著的实际应用价值.     

基于FPGA的中值滤波算法研究与硬件设计

本文以FPGA为平台,使用VHDL硬件描述语言设计并实现了中值滤波图像处理算法.在设计过程中,通过改进算法和优化结构,在合理地利用硬件资源的基础上,有效地挖掘出算法内在的并行性,采用流水线结构优化算法,提高了处理速度.文中提出了一种快速中值滤波算法,可以大大节省硬件资源,同时提高了处理速度.     

图像椒盐噪声的分阶段中值滤波算法

针对自适应中值滤波算法的缺陷---对高密度椒盐噪声图像滤波后留下黑色斑块,提出了一种分阶段中值滤波算法。该算法对图像执行两次小窗口的滤波操作,相较于采用较大窗口的滤波,其在有效去除噪声的同时降低了结果图像的模糊程度。先对所有噪声点进行一次中值滤波消除了盐粒噪声,再用窗口内非噪声点的灰度中值代替胡椒噪声点的灰度值以去除黑色斑块。最后的仿真实验结果表明,本文算法既有像自适应中值算法一样滤除低密度椒盐噪声的良好性能,又有对高密度椒盐噪声图像的降噪能力。     

基于粗糙集的图像中值滤波算法

粗糙集理论是一种新的处理含糊和不确定性问题的数学工具.它作为一种软计算方法,与模糊方法、遗传算法、神经网络等一样,是有发展潜力的智能信息处理方法.文中将粗糙集理论应用到图像滤波中,提出了一种基于粗糙集理论的图像中值滤波算法.给出了标准中值滤波算法和文中算法的比较实验,结果表明,该算法去噪能力强于标准中值滤波算法,且能较好地保持图像的边缘细节信息.     

图像平滑的快速算法

根据权矩阵的结构特点，提出了矩形窗口加权平滑的快速算法，充分利用相邻窗口相同运算的中间结果，显著减少了窗口运算的乘法和加法次数，提出了中值滤波的快速算法，利用已滤波的上一窗口和左一窗口的排序信息，缩短了排序过程，大幅度地减少了比较运算次数。     

图像非线性滤波技术的研究

中值滤波是图像处理中常用的一种非线性滤波方法,该方法能够在有效地去除噪声的同时保持图像的边缘细节,解决了多数线性滤波在去噪的同时模糊图像这一缺点,能获得较好的图像复原效果。适当设计的加权中值滤波能更好地保护图像的细节信息,调节滤波模板参数可以获得理想的滤波效果。另外,中值滤波可以有效抑制脉冲干扰。本文讨论了中值滤波和加权中值滤波,并给出了相应的实验结果和结论。     

快速中值滤波算法及其改进

本文首先引入了中值及中值滤波的概念，阐述了中值滤波非线性信号处理技术的原理及其重要应用。然后根据文献[1]提出的快速中值滤波算法思想，编制TPASCAL语言程序，并对窗口移动路线等进行了进一步的改进。改进后的程序在以IBM PC／XT为主机的数字图象处理系统上实现，结果表明，运行速度比传统中值滤波算法提高三倍多。     

Matlab语言在数字图像中值滤波中的应用研究

使用一种图像处理的语言-Matlab语言，利用它所具有的图像处理工具箱，对图像进行中值滤波技术处理。结果表明，利用Matlab语言对加噪图像进行中值滤波处理，具有速度快、编程简单、处理效果好的特点，且大大节省了编程时间，缩短了编程周期。     

利用分割中值滤波和透射率补偿的图像去雾

为了增强雾天退化图像的质量,提出基于分割中值滤波和自适应透射率补偿的单幅图像去雾方法．首先提出分割中值滤波策略,通过对“暗通道先验+引导滤波”去雾方法估计的透射率进行滤波,去除其中不必要的纹理细节,同时保留深度突变的边缘信息;然后提出自适应透射率补偿方法,无须进行天空分割,而通过构造补偿函数对透射率进行提升,以校正明亮区域的色彩失真;同时给出简单有效的函数参数自动确定方法,提高了算法的适应性．由实验结果可以看出,该方法通过精确估计透射率,有效地增强了去雾图像的对比度,改善了天空区域的颜色失真．同时该方法适应性较强,对包含和不包含天空的图像,都可得到更为清晰的去雾结果．     

基于小波变换的微光图像中值滤波消噪

为了提高微光图像在目标识别中的可靠性,利用微光图像中所含噪声点具有椒盐噪声的特点,对图像进行小波变换并仅对其高频小波系数进行小波重构,重构后得到含有细节和噪声点的图像;根据重构图像直方图的特点,对重构图像进行阈值处理,得到只含有噪声点的图像.由小波变换提取的噪声点位置,对含噪的微光图像进行中值滤波处理,消除掉微光图像中的椒盐噪声.结果表明包含在图像中的噪声可以很好地被消除.这种消噪方法克服了中值滤波方法边缘模糊的缺点,保持了微光图像中的细节部分.     

一种改进的快速中值滤波算法

对多种中值滤波算法的去噪效果和耗时进行了研究,提出一种改进的快速中值滤波算法。先采用二分法删除第一列数据,插入窗口第三列数据来求得中值,接着对该像素点进行噪声的确定,然后根据判断结果进行中值滤波处理。此算法将中值滤波算法的排序比较次数降低了一半,使得滤波的速度提高了3．5倍;同时减少了图像细节信息的丢失,提高了中值滤波算法的信噪比。     

一种快速中值滤波算法

为了克服基于排序理论的中值滤波算法中因大量的数据比较和移位而造成计算量大、运算速度慢的问题,在考虑了被滤波数据的字长和具体应用处理器的特点的基础上,提出了一种快速中值滤波算法。首先利用数据间的相关性和继承前次排序成果的基础上,快速找到采集数据的初始位置,再通过直接二分比较算法,快速确定采集数据的最终位置,且将采集数据比较次数降到n次（N=2^n-1为滤波窗口长度）;然后利用虚拟移位方法,设计一组映射数组将采集数据移位的次数降为0。通过在Keil C软件平台仿真Aduc847单片机运行实验结果表明,该算法可应用到1kHz的实时数据采集系统中。     

基于Daubechies小波和中值滤波的图像去噪法

中值滤波是一种常用的滤波方法,它可以较好地滤除脉冲噪声,但滤除高斯噪声效果不理想。小波变换可以较好地滤除高斯噪声。将Daubechies小波变换与中值滤波相结合,同时滤除图像中的高斯噪声和脉冲噪声,实例测试验证了这种方法的有效性。     

基于中值滤波与Sobel、Canny算子的图像边缘检测研究

提出一种在噪声条件下将中值滤波与Sobel、Canny算子相结合进行图像边缘检测的方法。首先,采用中值滤波对图像进行平滑处理,再利用Sobel、Canny算子检测图像边缘。仿真实验表明,该方法对图像边缘检测精度较高,抗噪声性能强,可提高图像边缘检测效果。     

MATLAB在中值滤波改进算法中的应用

中值滤波是图像处理中比较常用的滤波方法,但是它对窗口和数据点的依赖使它在处理空间密度较大的冲激噪声时受到限制.本文通过MATLAB工具箱对中值滤波算法进行改进,用自适应中值滤波能较好地解决这个问题.     

中值滤波的一种快速算法

本文提出一种中值滤波的快速算法，在中值滤波过程中，本算法除了第一个中值要用排序算法求得，以后的中值可通过对排序得到的有序序列运用对分查找算法和内插操作得到，本算法可在现有的中值滤波算法基础上进一步提高运算效率。     

基于信号可信度的高性能快速图像滤波

为了快速、准确地检测出噪声并寻求可靠的替代信号,提出一种以对滤波窗口中的信号进行全面分类并赋予可信度等级为基础、根据可信度由高到低的顺序控制噪声检测和滤波行为的图像滤波方法.该方法从整体上加强对高可信度信号的优先检测和选用,在噪声污染较小的窗口中,当前信号的检测优先于对中值的检测;在噪声污染较大的窗口中,仅检测当前信号,此方法具有自适应调整窗口的能力,并在最近的有效信号内选择噪声点的替代值.分析和实验表明,该方法从噪声检测的准确性、噪声滤除的有效性和滤波速度3个方面都较现存算法有较大幅度提高,能够有效地对各种密度脉冲噪声污染后的图像进行滤波.