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。     

实时图象的伪中值滤波和sobel边缘增强

本文主要研究中值滤波器和Sobel算子的滤波性能,并采用流水线方式硬件实现了伪中值滤波和Sobel边缘增强。两种方法均可以实时地滤除图象中的噪声,并勾画出边缘。处理后图象信噪比可提高约7dB,输出延迟小于200μs。此外,本文还提出一种新的噪声乎滑方法。该方法与中值滤波器一样可以保护图象边缘,滤除脉冲颗粒噪声,而且,它抑制随机噪声的效果优于中值滤波器。     

广义多结构元素并行复合形态滤波器

本文基于数学形态学中的广义形态开－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，这类滤波器具有平移不变性、递增性、对偶性和幂等性等重要性质，并遵半阈值叠加准则，不仅可以有效地抑制图象中的噪声，而且较好地保持了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。     

多种噪声图象的自适应韧性滤波

本文提出了一种用于噪声图象的自适应韧性滤波器。它不需要先验的图象统计分布知识,具有良好的滤波韧性。它能同时滤除图象中的独立加性噪声、信号有关噪声和脉冲噪声。这种滤波器有很好的边缘信号保护作用并易于实现。     

基于多级非线性加权平均中值滤波算法的散斑噪声抑制

文中根据斑点的统计性质对多级中值滤波器进行改进,提出了一种用于散斑噪声抑制 的多级非线性加权平均中值滤波算法,实验结果证明了本文算法优于Lee 滤波算法、F. safa 算法和权重形态滤波器,它既保持了图像的几何特征,又有效地抑制了图像中的斑点噪声。     

基于邻域统计的图像消噪方法

中值滤波是一种在去除噪声的同时能较好保护图像边缘细节的非线性滤波技术。介绍了中值滤波及其改进算法、分析了中值滤波的属性、提出了一种基于邻域统计和奇异点检测的中值滤波器的改进算法。计算机模拟实验结果表明:该改进算法能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波器和维纳滤波器具有更优良的滤波性能。     

基于灰预测的图象去噪新方法

抑制噪声是图象处理中极其重要的步骤，如何合理消除大量的噪声，又使图象保持原有的各类信息、保证图象质量一直是人们的努力目标。文章尝试与探讨了基于灰色GM（1，1）模型的图象去噪新算法，并与传统的图象滤波方法相比较，实验结果证明，该算法既可以有效地降低噪声，又可以较好地保持图象质量和细节．为图象去噪提供了新的方法。     

用手图象处理的广义同态及自适应排序统计滤波器

本文提出了两种在图象处理中可同时滤除加性噪声、与信号有关的噪声以及脉冲噪声的新型非波性滤波法。第一种是基于广义同态变换的排序统计滤波器,另一种是具有可变门限的自适应排序统计滤线器。两种滤波器对图象处理中常遇到的各类噪声均有良好的滤波效果。它们对加性白噪声、信号有关噪声以及脉冲噪声的抑制能力优于中值滤波器、排序统计滤波器、非线性平均滤波器、修正剪裁平均滤波器和双窗口修正剪裁平均滤波器。它们保持图象边缘的能力优于中值滤波器。在实现上也比较简单。     

基于三边滤波的Retinex图像去雾算法

针对传统Retinex算法采用高斯滤波估计图像的照射分量易产生边缘模糊,不能有效去除脉冲噪声且处理后的图像颜色易失真等问题,提出一种基于三边滤波的Retinex图像去雾算法。该算法利用三边滤波器估计图像的照射分量,三边滤波器继承了双边滤波器既可以有效降低图像加性高斯噪声又可以保持图像边缘细节的特性,同时又解决了双边滤波器与高斯滤波器不能有效滤除脉冲噪声,易产生伪边缘等问题。为验证该算法的有效性,采用5种不同的客观评价参数对处理后的图像进行评价。实验证明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

自适应图象增强滤波器

Unsharp masking滤波算法是一种经典的图象增强算法,算法简单但对噪声非常敏感;而传统的平滑去噪算法对图象细节有很大损失。本文采用改进的自适应UM算法来增强图象,既有良好的去噪特性,又增强了图象的边缘,且算法简单,适于实时处理,效果优于同类滤波器     

广义多结构元素并行复合形态滤波器

本文基于数学形态学中的广义形态开-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。这类滤波器具有平移不变性、递增性、对偶性和幂等性等重要性质,并遵守阈值叠加准则,不仅可以有效地抑制图象中的噪声,而且较好地保持了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.     

一种散斑模式的噪声统计模型与自适应滤波方法

本文介绍了一种实际散斑模式的数学模型和噪声统计模型，并提出了一种针对这种模型的自适应次优滤波方法。文中在分析了散斑模式及其噪声性质的基础上，利用其局部方向性特征，结合最优线性滤波器和非线性滤波器的特点，对线性最小均方误差滤波器进行了自适应逼近，实验结果表明，对散斑模式而言，本文的滤波方法与其它常用的图象滤波方法相比，具有更好的去噪和边缘保护性能，并且具有较好的滤波韧性。     

基于小波-边缘保持Kalman滤波抑制散斑噪声算法

提出了一种新的用于噪声抑制的基于边缘保持Kalman滤波和小波变换相结合的算法。此算法对原始图像进行小波变换,然后在各个尺度上将与边缘大小和位置有关的信息从噪声图像中提取出来并将这些信息作为Kalman滤波器的控制输入。仿真结果表明:该算法能够有效的去除噪声,又保留有用信号及边缘信息。通过比较证明其优于小波阈值算法和自适应Kalman滤波算法。     

自适应图像增强滤波器

Ｕｎｓｈａｒｐ ｍａｓｋｉｎｇ滤波算法是一种经典的图象增强算法,算法简单便对噪声非常敏感;而传统的平滑去噪算法对图象细节有很大损失。本文采用改进的自适应ＵＭ算法来增强图象,既有良好的去噪特性,又增强了图象的边缘,且算法简单,适于实时处理,效果优于同类滤波器。     

基于非线性加权均值的多方向广义形态滤波算法的Speckle噪声抑制

本文提出了一种新的用于散斑噪声抑制的非线性加权均值多方向广义形态滤波算法。对实际激光雷达图像处理结果表明:本文算法具备了小波阈值算法图像边缘保持好和局部统计滤波算法散斑噪声抑制能力强的优点,在算法复杂度降低的前提下具有了与F.Safa的改进算法(广义并行加权多方向形态滤波算法)相当的效果,即有效地抑制了散斑噪声,又保持了图像的几何结构。     

层析三维数字化仪二维端面图像预处理方法研究

文中提出了一种新型的递归中值滤波器,将滤波算法转化为一种优化处理,兼顾了滤波处理的光滑连续性及抑制噪声的累积特性,可有效地消除脉冲型干扰的影响,并对该算法进行了分析,为消除加快高斯噪声,提出了一种小波线性滤波器,它仅仅处理边缘信息,克服了边缘模糊效,波波的去噪逆向重构的处理方法,对边缘为阶跃型的层析图像非常实用。     

一种散斑模式的噪声统计模型与自适应滤波方法

本文介绍了一种实际散斑模式的数学模型和噪声统计模型,并提出了一种针对这种模型的自适应次优滤波方法。文中在分析了散斑模式及其噪声性质的基础上,利用其局部方向性特征,结合最优线性滤波器和非线性滤波器的特点,对线性最小均方误差滤波器进行了自适应逼近。实验结果表明,对散斑模式而言,本文的滤波方法与其它常用的图象滤波方法相比,具有更好的去噪和边缘保护性能,并且具有较好的滤波韧性。     

基于模糊逻辑的指纹图像增强滤波

本文提出了一种新的基于模糊逻辑技术的指纹图像增强滤波器，通过模糊边缘判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测，并针对指纹图像的平滑区域和边缘区域分别采用不同的模糊规则进行增强滤波。实验结果表明这种滤波器在图像的平滑区域具有好的滤波性能，对于边缘区域，则能够在保持边缘细节的同时滤除噪声。     

边缘相似度及其在散斑噪声抑制算法比较中的应用

对于滤波算法,噪声抑制能力和边缘保持能力一直是考核其性能的两个重要指标。对于前者,通常都有相应的参数进行表征,而对于后者,通常却只能依靠人眼进行主观评判。根据标准边缘图像和待测边缘图像边缘点位置的相似性,定义了边缘相似度参数,用来表征滤波算法的边缘保持能力。将此参数应用于高斯噪声图像和椒盐噪声图像滤波算法的比较中,取得了预期的效果:此参数值准确地反映了各滤波算法的边缘保持能力。对激光雷达图像而言,散斑噪声滤波算法的边缘保持能力具有非常重要的意义,为此,将边缘相似度用于散斑噪声滤波算法的边缘保持能力比较,结果表明Lee滤波算法和增强Lee滤波算法具有较强的边缘保持能力,而常规的均值滤波和中值滤波边缘保持能力较差。     

二项分布—拉普拉斯边缘检测算子

本文提出了一种用二项分布序列作为滤波模板,并相继进行拉普拉斯运算和零交点检测提取图象边缘的新的边缘检测算法。推导了二项分布——拉普拉斯边缘检测算子及实现卷积运算的快速算法。即使当尺度空间常数n较小时本文提出的算子亦具有较理想的带通特性及高频抑制性能。利用均方误差最小原理对被检测点邻域九点进行平面拟合可以成功地检测零交点,适当选择拟合平面斜率的检测阀值可大大消除噪声并有效地提取出图象边缘。