图像最佳邻域自适应平滑技术

本文分析了自适应图像平滑算法的原理，指出了该算法在处理图像的边缘和细节部位存在的问题。根据像素在图像内的不同位置，计算出其最佳邻域，最后给出了计算机模拟结果。     

基于粗糙集理论的图像平滑算法研究

基于粗糙集理论,针对高斯噪声和脉冲噪声,分别采用高斯模板和中值滤波技术,提出了图像平滑算法.这两种算法在去噪的同时,都能够很好地保持图像细节,并且简单易行、处理速度快、使用范围广.通过实验,该算法对灰度图像和彩色图像的处理效果较之传统的处理方法,质量上有较大的提高.     

保持边缘的高斯平滑滤波算法研究

提出了一种新的彩色图像高斯滤波算法EPGF,该方法从人眼视觉感知中的彩色细节失明及同时对比特性出发,根据像素间的色差和位置关系共同确定高斯权值,使算法对区域内部进行平滑的同时,保持区域间的边缘不变。给出了各种滤波结果的主观和客观的对比,实验结果表明了算法的有效性。     

图像平滑算法的研究与改进

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上,对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型,通过多次试验,得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

图像降噪的自适应高斯平滑滤波器

作为去除图像中噪声的图像增强技术,常用的图像平滑方法在提高局部信噪比的同时,也使图像产生模糊。为克服上述缺点,引入了自适应高斯滤波器,它结合了高斯滤波器和梯度倒数加权滤波器的特点,同时考虑了图像局部的空间距离和像素距离,以确定参与局部平滑的像素及其权值。该滤波器算法牺牲了简单平滑滤波器的计算性能,但很好地保留了图像的局部特点,特别是边缘和细节。实验比较了该方法与其他常用滤波器的性能,结果证实了该方法的有效性。     

基于边界平滑检测的虚假图像盲识别算法

凭借着高性能的计算机、高分辨率的数码照相机以及成熟的照片编辑软件,用户可以轻松地按照自己的意愿来修改数字图像.由于成功的伪造不会在图像上留下篡改的视觉痕迹,也就不会被人眼所感知,但是也会不可避免地留下一些修改过的电子痕迹.大多数的伪造会在篡改图像之后采用边缘和区域平滑的方法来使图像显得完整、统一.描述了图像在修改前后的区别,之后将引入"不和谐点"的概念,然后提出了一种在图像的任意地方自动检测平滑区域的方法,以表明可能存在的篡改.该技术方法不需要嵌入任何信息.     

一种新的维纳滤波图像去高斯噪声算法

首先介绍了几种常用图像平滑方法的原理及其存在缺陷,然后提出了用一种新的维纳滤波的方法对图像进行平滑。实验结果表明该方法弥补常用的平滑滤波器对受高斯噪声污染的图像的平滑处理效果差的缺陷,并且获得好的效果。     

图像中边缘信号高斯平滑后的偏移问题

高斯平滑是一种常见的预处理方式,但小尺度下的高斯平滑不能完全消除噪声,而大尺度下的高斯平滑可能引起图像边缘的偏移．对此进行了分析,提出了大尺度高斯平滑下的边缘偏移补偿方法,并利用多尺度理论解决了下获得图像的精确的、少噪声的边缘难题．     

高斯平滑算法在信息系统中的应用

主要介绍教师书法大赛信息系统项目的背景、需求及架构设计,同时介绍高斯平滑算法在大赛中的应用.书法大赛的特色是将传统的书法比赛与信息技术进行融合,采用信息系统收集参赛作品,并由专家在系统内进行初评,采用人工智能、大数据等技术辅助评选,运用高斯平滑算法对参赛作品进行匿名处理,保证了比赛的公平公正公开.     

一种极值约束的边缘保持图像平滑算法

边缘保持的图像平滑在图像预处理以及许多图像编辑应用中都具有重要的意义。图像的边缘保持与细节平滑是一对矛盾。提出一种以极值为约束的边缘保持的图像平滑算法。该方法的基本思想是对处理后图像的极值进行约束,即要求其在给定位置处取得相应的极大(小)值来保持原图像的主边缘,同时平滑消除副边缘和信号小起伏。首先对原图像进行初步平滑,然后从中提取出极值点,再把这些极值点作为处理后图像的约束。在所有满足这些约束的函数中,取与原图像最接近的作为最终平滑结果。利用半二次技术和交替最小化得到了有效的数值求解方法。实验结果表明,提出的方法在一些基于边缘保持平滑的图像处理(如细节增强)中取得了更好的效果。     

非高斯环境下基于信息熵准则的定点平滑估计算法

针对一类非高斯噪声环境下固定点平滑估计问题,设计一种使用最大相关熵准则作为最优估计标准的平滑估计算法,称之为固定点最大相关熵平滑估计(fixed-point maximum correntropy smoother,FP-MCS).首先基于矩阵变换给出最大相关熵Kalman滤波的新表达形式;然后以此为基础,引入新的状态来扩展系统,并推导出固定点最大相关熵平滑估计的在线迭代方程;进一步比较平滑前后状态估计误差协方差,从理论上分析算法的性能改进,同时比较其计算复杂度;最后通过算例验证所设计的算法在非高斯混合噪声干扰下的有效性和优越性.     

空中侦察图像连续拼接中的平滑算法研究

侦察图像在现代战争中具有重要意义,利用图像处理技术对序列空中侦察图像进行拼接所生成的全场景图能为战场毁伤评估提供重要信息。对配准后的图像重叠部分进行平滑处理是图像拼接过程中的一个关键环节,能消除拼接处的图像不连续现象,可实现图像的无缝拼接。本文在研究现有平滑算法的基础上提出一种新的适用于侦察图像拼接的平滑算法,该平滑算法较易实现。实验结果表明,经该平滑算法处理后的拼接结果图既消除了拼接缝,又较好地保持了清晰度。     

连续色图像的边缘平滑算法

对于连续色图像的边缘平滑,中值滤波法是一种有效的算法,它可以在边缘平滑的同时保留原有的度而不模糊化。为处理真彩色图像,本提出了对多维向量的中值滤波法－淘汰法。中值滤波与平均滤波相结合的方法可以在边缘平滑且保持边缘的同时使其它部分柔和化并提高效率。     

一种稳健的自适应图像平滑算法

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。优秀的平滑算法应该在有效处理含有多种噪声的受污图像时，仍具备良好的图像细节保持能力。为了能够在有效地处理含有多种噪声的受污图像的同时保持图像细节，提出了一种结合非线性和线性滤波器的稳健平滑算法，该算法是在分析几种细节保持能力良好的平滑算法(梯度加权平滑、自适应中值滤波、稳健平滑、边缘保持滤波器)的基础上，通过吸收上述几种平滑算法细节保持效果较好的优点，结合它们各自对不同噪声的适应性而得到的。针对含有多种噪声的受污图像，用该算法进行了去噪试验，多次试验结果表明，该算法在稳健地处理这些受污图像的同时，仍可以保持良好的图像细节，同时该算法还可以稳健地处理复杂的含噪图像，且具备良好自适应性，可以为涉及图像处理的软件架构，提供相应的算法支持。     

深度图像的平滑

由于受到各种干扰，结构光方法获取的深度图像重建结果中包含大量的毛刺，本文将平面图像平滑的方法拓展到深度图像领域，通过分析噪声模型，我们利用中值滤波器和高斯滤波器对深度图像进行三维平滑。结合去噪电路，取得了满意的重建效果。     

一种改进亮度平滑滤波调节图像融合算法

针对基于亮度平滑滤波调节(SFIM)遥感图像融合存在的空间细节信息提高不足,光谱存在一定失真的问题,提出了一种改进SFIM算法.该算法在SFIM基础上,结合平滑滤波和加权平均等方法,对SFIM的不足进行了改进;但保持了SFIM算法简单,运算快捷的优点.实验结果表明改进算法在空间细节增加,对比度以及光谱保持方面有了明显改善.     

一种异性扩散的自适应平滑滤波算法

固定尺度的高斯滤波器对图像中的所有像素使用相同的加权系数,在平滑噪声的同时也模糊了边缘信息,影响了后期的边缘定位和提取,为此提出了一种异性扩散的自适应仿高斯滤波器,通过计算当前像素与周围像素的灰度梯度,预判该像素类型（噪声点或是边缘点）,并根据像素点类型和梯度生成自适应的、各向异性的加权系数,通过多次平滑迭代实现权重的异性扩散。实验结果表明,该滤波算法具有平滑噪声的同时保留并锐化边缘效果。     

基于高斯平滑的自适应角点检测

文中算法首先在曲线尺度空间中通过高斯平滑以消除噪声；然后再基于自适应弯曲度计算和角点筛选准则确定角点，该算法不需要预先输入参数，具有较好的抗干扰性，实现简单有效。