一种基于阈值优化的视觉主骨架提取方法

该文根据骨架定义及优秀骨架的性质,提出一种图像处理方法。该方法对图像的物体像素点进行检测,评测每个像素点成为骨架点的可能性大小,然后以一个阈值对像素点进行分类,以便确定后续进行骨架提取的像素点,并通过选取适当的阈值,来获取视觉主骨架。实验表明:该方法与传统骨架提取方法相结合,所获取骨架较好地保存了目标的主要拓扑结构,在骨架的拐角更加圆滑、自然,能够有效减少骨架毛刺,并且处理所需时间有效减少。     

基于ViBe的室外动态背景闪烁像素噪声消除方法

针对使用视觉背景提取(ViBe)模型在室外动态背景下进行移动目标检测时存在不规则闪烁像素点对前景检测结果造成干扰的问题,提出一种基于视觉背景提取算法的闪烁像素噪声消除方法。在背景模型建立阶段设定背景模型样本标准差阈值,约束背景模型的采样值范围以提高背景模型准确性。在前景检测阶段引入自适应检测阈值提高前景物体检测精度,在背景模型更新过程中对图像边缘背景像素点进行边缘抑制以阻止错误背景样本值更新到背景模型。在此基础上,结合形态学操作修复连通域,提高前景图像的完整性。最后选取多个视频序列将该方法与原始ViBe算法、形态学改进方法的检测结果进行对比。实验结果表明,该方法能有效消除闪烁像素噪声对前景检测造成的影响,获取更精确的前景图像。     

基于边缘算子的车牌图像二值化方法

提出一种基于Canny边缘算子的车牌图像二值化方法。该方法综合考虑了边缘信息和灰度信息,根据与边缘像素点相邻的像素点的灰度值变化特点,得到图像的高、低阈值,综合利用高、低阈值对原灰度图像进行二值化。实验表明,此方法对于车牌图像的二值化处理有令人满意的效果。     

基于区域清晰度的纺织纤维图像融合

针对多焦面纺织纤维图像,提出一种基于区域清晰度的图像融合方法。用像素点灰度的模值衡量像素点的清晰度。首先通过对多焦面图像搜索像素点最大模值的方法,确定每个最清晰像素点(即灰度的模值最大)所在的图层号,并保存在图层号矩阵中。再针对图像中的噪声干扰,根据局部区域模值的最大值,确定区域阈值进行去噪处理,并修正图层号矩阵。然后根据图层号矩阵,用对应图层像素点的灰度值合成得到多焦面融合图像。最后对融合方法提出改进措施,以进一步提高图像处理的速度。实验表明所提出的多焦面图像融合方法行之有效。     

基于阈值的数字图像去噪的算法研究

提出了一种基于阈值的数字图像去噪算法。该算法根据椒盐噪声的特点,通过设置阈值,当待处理像素点的灰度值与该点周围像素点的均值的差小于阈值时,该像素点不作处理,否则就用该点周围像素点的均值代替该点的值。同时,研究分析了图像去噪最佳阈值与图像的平均值、方差、熵以及复杂度之间的关系,以便为快速寻找最佳阈值提供理论根据。实验仿真表明,与其他去噪算法相比,该算法既能较好地去除噪声,同时不会使图像变得模糊。     

改进U-Net网络的多视觉图像特征张量分割仿真

针对图像分割计算量大、噪声因素影响等问题,提出改进U-Net网络的多视觉特征图像分割方法。对同一窗口中的灰度值排序,计算像素点极大值与极小值,根据角度与像素点的关系,检测噪声点,将被污染的噪声点放入集合中,使用其它像素点替换该点,完成滤波;分别从颜色、纹理与形状三个方面提取图像的多视觉特征,为图像分割提供参考依据;利用编码器、解码器和跳跃连接层建立U-Net网络,将提取的特征作为网络输入,新增深度残差模块,经过残差学习,实现特征映射;引入注意力模块,减少特征维度,确定张量权重,利用池化层拼接特征维度,输出最终分割特征张量。实验结果表明,所提方法对于分割目标的敏感度较高,不容易出现过分割与欠分割现象。     

一种基于局部多结构元素形态学的边缘检测的修正算法

在前期工作的基础上 ,提出了一种基于局部多结构元素形态学的边缘检测的修正算法 .该算法根据图像中噪声和边缘形态的不同 ,建立了多个结构元素 .利用基于视觉模型的边缘阈值选择策略确定图像中梯度变化的像素点 ,并对其采用二值形态学的腐蚀操作 ,在进行腐蚀操作时 ,放宽了结构元素中相同灰度像素点的判别条件 ,从而更好的选择出图像边缘 ,滤除噪声 .实验表明 ,本文算法不仅具有很好的边缘提取能力 ,而且具有很强的抗噪能力     

基于像素自适应分割背景建模的鬼影去除算法

针对基于像素的自适应分割检测算法在建立背景模型时容易产生鬼影的问题,根据背影视觉提取算法中相邻像素点拥有相近像素值的空间分布特性,将待定的前景像素值与邻域像素值的差值通过加权比较其与自适应阈值的大小,来确定该像素点是前景像素点还是鬼影像素点。若为鬼影像素点则判定为背景像素点,并更新其背景模型。通过对前景像素点的二次判断,达到迅速去除鬼影的目的。实验结果表明,改进后的算法相比于原算法能更快速地去除鬼影。     

基于视觉掩蔽特性的EZW算法

文中算法以EZW编码方案为基础，能够通过以下两项措施提高工作效率：(1)对小波图像的最低频子带系数进行单独DPCM编码；(2)全面考虑高频子带的分解层次与方向、背景亮度值、像素点所在区域的纹理复杂度等诸多因素，并依此确定视觉掩盖特性值，进而根据视觉掩盖特性值自适应确定小波图像高频子带系数的扫描优先级，以完成嵌入编码，对比实验表明：文中算法在编解码速度、图像复原质量等方面优于EZW算法、形态结构表示法和选择系数扫描法。     

基于平稳小波变换邻域系数萎缩的图像去噪法

为消除图像去噪过程中普遍存在的边缘失真,先利用Canny边缘检测算子提取含噪图像的边缘特征,使边缘图像的像素点和含噪图像的像素点一一对应,将含噪图像中边缘像素点的值设零,再将得到的去掉边缘信息的含噪图像进行二维离散平稳小波变换,对小波系数采用基于邻域的方法进行系数萎缩.该算法充分考虑了平稳小波系数的邻域性质,对处理后的小波系数进行平稳小波反变换得到平滑去噪图像,最后将边缘图像嵌入平滑图像中得到去噪后的图像.该算法能够在去除噪声的同时较好地保护图像的边缘,是一种有效的图像去噪法.     

一种新的小波半软阈值图像去噪方法

在小波半软阈值图像去噪方法基础上,提出了一种基于自适应局部相关系数的新方法。该方法在软阈值法和硬阈值法之间有很好的折衷,通过加入局部相关系数,使其在各种小波变换中均能增强子带内小波系数的相关性。在阈值选取中选用了基于Bayes风险估计的自适应阈值和具有统计意义上的阈值方法,获得了小波系数不同子带不同方向的最优估计。实验结果显示,该方法去噪效果显著,同时能够改善小波变换所造成的图像视觉失真和边缘振荡效应,更好地保留了图像边缘和细节纹理特征。该方法可通过调节局部相关系数控制图像去噪程度和效果,能满足不同需求,具有很高的实用价值。     

一种基于非下采样Contourlet变换的自适应阈值去噪方法

文章提出了一种基于非下采样Contourlet变换的自适应图像去噪方法。首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,再根据该系数的能量自适应地调整Bayes去噪阈值。实验结果表明：与小波阈值去噪方法对比,非下采样Contourlet自适应阈值去噪算法在保留图像边缘细节的同时,不仅能明显提高图像的SNR值,而且还减少了Gibbs现象。     

基于非凸加权Lp范数稀疏误差约束的图像去噪算法

图像去噪过程中由于噪声的影响，无法学习到准确的先验知识，因此难以获取较优的稀疏系数。针对该问题，本文提出一种基于非凸加权l_p范数稀疏误差约束的图像去噪算法。该算法将系数求解过程分解为两个子问题，采用广义软阈值算法求解l_p范数中的稀疏系数，再利用代理算法求解稀疏误差约束中的稀疏系数，根据二者的均值来获取更具鲁棒性的稀疏系数。与当前几种典型的算法进行对比分析，实验结果表明:本文算法不仅具有更高的峰值信噪比（PSNR），而且在运行时间上具有更高的效率，同时在视觉角度上产生了更好的视觉感受。     

基于人眼视觉特性的小波域分形图像编码方法

利用小波系数的相似性,提出一种基于人眼视觉特性的小波域分形混合图像编码方法。该方法是将图像进行小波分解,按照人眼对于图像边缘区、平滑区、纹理区敏感程度的不同,给这三种不同区域内图像信息所对应的小波系数赋予不同视觉权值,并分别进行分形编码。实验结果表明在保证优先编码视觉上最重要系数的同时,能够进一步提高图像复原质量。     

新小波阈值函数在医学图像去噪中的应用

为了提高小波阈值去噪算法中的软阈值和硬阈值以及已有改进阈值函数存在的不足,提出了新的分层阈值函数的方法。该算法首先对噪声图像进行分解,从而得出小波系数。然后用改进的阈值函数对高频部分系数进行分层阈值处理。最后根据所得估计的小波系数在小波基的条件下,对图像进行重构,得到去噪后图像。该阈值函数具有优良的数学特性,通过对医学图像仿真实验结果表明,该算法去噪的效果无论是在视觉效果上,还是在均方差和信噪比性能分析上均优于常用的阈值函数,所以该算法在解决实际去噪问题中值得推广与应用。     

基于Curvelet变换的阈值补偿图像去噪方法研究

基于Curvelet变换硬阈值图像去噪方法,能有效地抑制图像中的噪声。为了减小在去噪过程中产生的伪吉布斯现象,提出一种阈值补偿的去噪方法,即用软阈值和过扼杀系数一起补偿硬阈值。试验结果表明,该方法在去噪和保持边缘的同时,取得了较好的视觉效果,并且PSNR也得到一定的提高。在同等噪声条件下对比不同的噪声图像,与硬阈值去噪算法相比,阈值补偿算法的峰值信噪比提升为0.44%-0.96%;同一图像在不同的噪声条件下,与硬阈值去噪算法相比,其峰值信噪比提升了0.44%-0.76%。     

基于CT图像的周围型肺部疑似肿瘤分割*

以CT图像为基础,针对周围型肺部肿瘤分割问题,首先将经过预处理的CT图像利用阈值技术二值化,并采用形态滤波方法去掉散点和小桥,然后将每个连通区域标记出来,根据判断准则确定可疑的肿瘤区域.该方法使对阈值选取的敏感性和所需的人机交互减小到最低限度.     

基于运动信息的液剂可见异物自适应分割算法

允动异物分钊是实现液剂可见异物自动检测的关键。提出一种基于帧差图空间方差和方差梯度的液剂异物 模糊自适应阂值分割算法。首先将2幅帧差图分为J X J的块,计算2幅帧差图对应块间的空间方差和方差梯度,并 以两者的乘积构成新特征图;然后使用自适应闰值完成运动异物的分割,为使阂值能够跟随块灰度变化,阂值的调整 采用模糊推理,依据方差和方差梯度变化自适应实现。实验及实际测试结果表明,所提算法能够满足低对比度和局部 光照变化的液剂异物实时检测要求,是一种实用有效的图像分割方法。     

一种改进的基于蓝噪声的误差分散算法

传统的误差分散算法大大促进了数字半调技术的发展。但由于该算法采用类似扫描仪的处理路线,简单的误差分散核,固定的阈值,并且忽略了关键灰度、点增益、图像色调,很容易出现比较明显的人工纹理。论文提出了一种改进的基于蓝噪声的误差分散算法。该算法采用可变的处理路线,多灰度误差分散核,并且根据图像色调、点增益自动调整量化阈值和关键灰度的误差分散系数,达到了较好的视觉效果。     

一种基于Contourlet变换的图像去噪方法

在变换域阈值去噪过程中,阈值的选取和阈值处理方法至关重要。提出一种基于contourlet变换的图像去噪方法。采用分层阈值,为每一级contourlet系数选取一个阈值。阈值处理中给出一种基于邻域的阈值处理方法,不仅考虑单个系数幅值的大小,而且考虑它的邻域系数幅值的大小。同时为了抑制在去噪图像边缘附近的伪吉布斯效应,引入cycle spin-ning来抑制这种图像失真。实验结果表明,利用文中去噪方法进行去噪比其他方法得到更好的视觉效果和更高的PSNR值。