基于方向的多阈值自适应中值滤波改进算法

为了在有效滤除椒盐噪声的同时更好地保持图像细节,提出一种基于滤波值二次修正的图像椒盐噪声滤波算法。该算法首先利用基于阈值的自适应中值滤波改进算法实现对噪声点的检测与初级滤波,然后对滤波值采用基于方向信息的多阈值自适应滤波算法,实现对初级滤波值的二次修正。算法结合了基于阈值的自适应中值改进算法良好地噪声检测性能及基于方向信息的多阈值自适应滤波算法的细节保护能力。实验结果表明,在客观评价指标和主观视觉效果方面,新算法均取得了优于传统自适应中值滤波算法及其改进算法的效果。     

基于匹配滤波和自动阈值的眼底血管分割方法

提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化,利用匹配滤波克服背景干扰,消除噪声影响,达到灰度均衡,实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例,利用直方图自动选择阈值,完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试,该方法对眼底血管分割具有较好的性能指标。实验表明,提出的基于匹配滤波和阈值优化的眼底血管分割方法,准确率高、复杂度低,对眼科疾病的计算机辅助诊断有一定的实用价值。     

基于FPGA的红外图像处理中值滤波新算法的研究

讨论了以FPGA为硬件载体的红外图像处理中值滤波的算法,给出了中值滤波法总体框图、硬件实现方法、仿真结果和效果评估。实现了中值滤波算法对降低图像噪声保持图像的边缘方面有显著的效果。     

一种基于排序统计理论的快速图像中值滤波法

中值滤波抑制干扰脉冲和点状噪声的同时,对图像边缘能较好的保持,在很多图像处理领域都起到了重要作用。运动目标识别技术对图像预处理实时性要求越来越高,为了提高预处理速度,以中值滤波原理为基础,对滤波排序算法和实现方案进行了研究,提出了一种基于排序统计理论的快速图像中值滤波方法,实现实时滤波。研究结果表明：该方法在硬件系统上对传统中值滤波排序算法进行的改进,使得3×3窗口中二维的9个像素取中值简化为一维的5个像素取中值,单窗口查找中值的比较次数由传统排序法的36次降到了16次,再结合FPGA的并行处理能力和流水线结构,滤波速度提高为原来的近4倍,可以满足图像预处理对实时性的要求。     

基于强度-梯度映射与多方向中值滤波的红外弱小目标检测算法

为了能够在复杂环境下准确定位出弱小目标,依据目标的高斯形状特性,设计了强度-梯度映射耦合多方向中值滤波的红外弱小目标检测算法。首先,根据红外图像在4个不同方向的强度均值,对经典的中值滤波进行改进,以有效抑制复杂背景中的噪声。再基于弱小目标的中心像素,获取整个红外图像的强度信息。将红外图像沿着半径方向分割为4个子块,并建立每个子块的极坐标系统,以计算其对应的梯度值。依据最大与最小梯度值的比率,得到整个红外图像的梯度信息。再将强度与梯度信息实施融合,得到背景抑制图像,以增强红外弱小目标。最后,利用强度-梯度映射中的非零像素均值来计算阈值,对背景抑制图像实施分割,准确定位弱小目标。测试数据显示,与已有的红外弱小目标检测方案相比,所提算法具备更高的检测准确性,可完整地识别出目标,呈现出更为理想的ROC(receiver operating characteristic)曲线。     

结合中值滤波的介损数字化算法

针对介损测量用的电压和泄漏电流信号存在脉冲干扰影响介损测量准确性的问题,提出了使用中值滤波算法对信号进行滤波,然后对滤波后信号使用数字化算法计算介损的算法。针对普通中值滤波算法使信号长度减少的情况,提出了一种不改变滤波后信号长度的中值滤波算法。对含脉冲噪声信号的滤波和滤波后信号的计算结果表明,提出的算法能有效抑制信号中的脉冲噪声,滤波后信号计算所得介损的精确度均要高于滤波前。同时,使用改进中值滤波算法避免了因为信号长度变短给介损测量造成误差的可能性。     

自适应保细节中值滤波算法的设计与实现

为了在滤波脉冲噪声的同时更好的保护图像细节,本文将均值滤波和中值滤波结合起来,用两种不同的滤波窗口对噪声进行检测和滤波,提高其降噪性能和保边能力。     

实时中值滤波硬件实现的研究

中值滤波是实时图象处理中一种重要的去噪手段.本文对各中值滤波方案作了简要的回顾和比较,并提出了新的算法.文中给出了新算法硬件实现的原理框图并分析了它的特点.该功能板能在26.3ms时间内完成512×512×8bit图象的中值滤波.文章还提出了一些可供改进的意见.     

一种基于中值滤波法交流电流采样技术研究与应用

为了得到高精度的采样电流以满足控制需求,通过硬件校正A/D采样的增益误差与偏移误差,并在传统采样算法基础上加入了中值滤波法来对A/D采样的精度进行提高。基于TMS320F2812处理器搭建了实验平台,实验结果表明,采用A/D校正和中值滤波法可以很好地提高采样精度。     

用于金属板图像分割的自适应阈值算法

针对生产线上金属板表面光照不均匀和白、灰细颗粒相间的特点,将一维、二维Wellner自适应阈值算法应用到这种场景,并结合高斯加权距离,将算法推广,提出了一种针对金属板表面图像分割的高斯加权自适应分割算法.该方法首先通过计算区域内像素间的高斯加权距离,形成一张加权距离图,然后利用Wellner的“中心-周围比较思想”直接求算二值图像.最后对实际产线上采集的图片进行了实验,将二维otsu算法、均匀性度量算法、一维、二维Wellner自适应算法和最后改进的算法在分割效果进行比较.实验结果表明,相对于其他算法,最后应用的算法在分割效果上具有明显的优势.     

基于遗传算法的图像阈值分割研究

主要论述了利用遗传算法进行图像阈值分割的实现方法,重点研究了最大熵和最大类间方差2种阈值分割方法.将通信电源配电屏开关图片作为研究对象,分别采用基于传统搜索算法和遗传算法的最大熵和最大类间方差法对其灰度图进行阈值分割,并应用Visual C 编程实现.实验结果表明,基于遗传算法的最大类间方差法的分割效果好,更好地满足了通信设备对远程视频监控与识别系统中图像分割实时性的需求.     

自适应粒子群集优化二维OSTU的图像阈值分割算法

为了解决红外相机采集行人图片时图像分割效果问题,提出一种自适应粒子群优化二维OSTU的阈值分割算法。利用当前帧图像的灰度级和当前帧图像像素的邻域灰度级构成二元组,通过计算二者的均值和方差,建立二维最大类间方差模型,结合自适应粒子群集算法,估计出图像的最佳阈值,该方法不仅能够准确估计阈值且计算时间减少。仿真结果表明,阈值最佳时,当结合自适应粒子群集优化算法后计算时间减少到原来的50%,所提出的算法能够快速准确得到最佳阈值,提高了图像预处理的分割效果。     

基于TMS320C6713B的阈值分割与目标形心获取算法研究

本文针对嵌入式跟踪系统中目标图像处理时存在的算法复杂,处理速度慢,达不到实时性的缺点,提供了一种用TMS320C6713B实现对图像的阈值分割与目标的形心获取算法,即采用灰度平均值与最大类间方差法相结合的方法实现视频图像的阈值分割,只要选取合适的修正值,则既能满足系统的实时性要求又能实现对目标的检测;采用了对目标形心求取以定位目标,进而计算出视场中心与目标形心的偏差,作为系统控制算法的输入;实验证明,该算法很好的实现了图像的阈值分割,较精确的获取了目标形心,提高了图像的处理速度,实现很高的实时性。     

基于适应性扩展和阈值分割的低压电力线信道数据处理算法的研究与应用

为了克服电力线通信系统中严重的多径衰落效应,改善低压电力线通信系统的通信质量,引入基于适应性扩展和阈值分割的数据处理算法。建立了OFDM通信系统以及电力线信道的仿真模型,分别对适应性扩展算法以及三级阈值分割算法在电力线通信领域的应用进行了仿真分析。与传统的OFDM通信系统的信道估计技术相比,该算法不占用宝贵的频带资源并且易于实现。实验证明,除去信号被噪声淹没等一些极端情况,对于各种多径信道,该方法均可以有效对抗多径衰落特性,降低误码率(BER),提高通信质量。     

基于图像质量分析与分割算子的图像特征点匹配算法

为了解决当前由于图像成像质量不稳定和分割不准确所导致图像匹配错误的不足,基于图像质量分析优化和分割算子,提出了基于图像质量分析和图像分割的图像匹配系统.根据图像对比度,建立质量评价函数,通过调节相机曝光,达到图像对比度分明的目的.通过阈值分割和形态学处理设计目标分割算子,根据目标特征匹配度,完成图像目标匹配.集成图像质量优化算子与分割算子于图像匹配系统,并编程实现,实验测试结果显示:与当前图像匹配方法相比,在图像成像质量不稳定的状况下,该方法拥有更高的匹配准确度.     

基于局部熵的图像分割算法研究与实现

传统的图像分割模型有各自的缺点。LBF模型对于活动轮廓的初始化相当敏感,而CV模型不能处理灰度不均的图像。为了解决上述的缺点,提出了一种改进的图像分割模型,通过局部熵推导出图像的灰度图分布,并在此基础上提出一种与LBF相似的模型,同时与CV模型进行结合,得到局部与全局的活动轮廓模型。通过测试各类合成图片以及真实图片,这种模型不仅可以较好地处理灰度不均匀的图像,同时提升了对噪音的鲁棒性,并且降低了模型对活动轮廓的敏感程度。     

基于Fisher准则函数的二维阈值图像分割算法

文章针对图像分割中小目标物体识别困难和抗噪声性能差的问题，引入模式识别中的Fisher评价函数作为图像分割准则函数，基于Fisher准则函数提出二维阈值分割新技术，结合二维直方图抗噪声性能强和Fisher准则函数受目标和背景比例影响小的特点，对图像进行分割。实验结果表明，方法具有较好的识别能力和较强的抗噪声性能。     

基于麻雀算法优化的OSTU分割算法

针对传统最大类间差法（OSTU）在分割图像时计算量大、时间效率低的缺点,提出一种基于Singer混沌映射和随机游走策略的麻雀优化的OSTU分割方法（SRWSSA）。首先,利用Singer混沌映射改进初始化麻雀种群,增加初始麻雀种群的多样性,提高全局搜索能力;其次,采用随机游走策略对更新后的最优麻雀进行扰动变异,进一步增加种群多样性,增强局部搜索能力;最后,使用提出的优化算法对标准图像进行二维OSTU分割,得到最优阈值分割图像。结果表明：本文提出的SRWSSA算法在寻优能力和迭代时间上均得到了明显改善,迭代次数较PSO-OSTU、SSA-OSTU分别减少了83.3%、76%,图像峰值信噪比分别提高了8.2%、11.3%,运行时间上也有所提高,具有一定的可行性。