基于小波变换的中值滤波图像去噪

针对含噪图像提出了一种更为有效的去噪方法,即先对图像进行小波变换,然后对变换后的各频带子图像进行自适应中值滤波,接着再进行小波反变换,可得到降噪后的图像,同时较好地保持了图像的边缘信息.实验结果表明该方法是有效的.     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于中值滤波和形态学的去噪算法

提出了一种基于中值滤波和灰度形态学的去噪算法。首先利用中值滤波和形态学滤波的方法对原始图像进行去噪处理,而后叠加经过高帽变换的图像以增强边缘信息,改善了传统中值滤波算法易造成边缘模糊和对噪声强度敏感的不足。该算法简洁、耗时少。算法的实用性用计算机进行了仿真验证。     

一种基于噪声连接分量的自适应层次中值滤波算法

针对椒盐噪声污染图像的降噪,提出一种基于噪声连接分量的自适应层次中值滤波算法。首先根据椒盐噪声像素点的邻接关系和分布特点,对噪声定位图像实施标记处理;然后计算各连接分量集合中元素的个数,将噪声定位图像分层,得到层次噪声定位图像;最后按照由低层到高层的顺序,逐层对噪声污染图像进行标准中值滤波处理,而标准中值滤波的窗口大小则依据连接分量自适应地进行调整,最终得到滤波结果。将该算法与标准中值滤波、自适应中值滤波进行仿真实验,并与其他中值滤波算法就指标PSNR进行比较,均表明该算法降噪效果优良。     

快速向量中值滤波算法

滤波一直是图像处理中不可缺少的部分.基于向量的1-范数和2-范数距离和排序,结合均值滤波算法,建立了一种适用于彩色图像的向量中值滤波算法,对脉冲噪声和高斯噪声具有很强的去噪性能.针对向量中值滤波计算量大的缺点,提出了一种快速算法,算法综合了各种有效的加速算法,使滤波速度提高了76.261%～93.389%.噪声仿真图像的滤波实验,验证了该算法的优秀滤波性能和高效率性.     

用于磁瓦图像的改进的自适应中值滤波算法

为消除磁瓦图像中的脉冲噪声,提出一种改进的自适应中值滤波算法:该算法通过对小窗口内非噪声点的检测来决定是增大滤波窗口还是选择输出,尽可能地减小了滤波窗口,使得图像细节得到更好地保护;同时该算法对位于窗口中心的疑似噪声点进行二次判别,避免了将信号点误判为噪声点;然后将噪声点按改进的中值滤波输出,而信号点灰度保持不变。仿真实验结果表明,该算法能够有效地滤除磁瓦图像中不同水平的脉冲噪声,并较好地保留原始图像细节信息,较标准中值滤波及其它改进中值滤波算法有更优的滤波性能。     

工程扫描图的一种新型的自适应中值滤波算法

工程扫描图平滑处理常采用的中值滤波器能够有效去除噪声，但也会引起图像中诸如细线、角点等重要细节信息的丢失和破坏。提出基于多个子窗口的自适应的中值滤波算法，在处理每一个像素时，把多个方向的子窗口同时作用于该像素，比较这些子窗口的灰度一致性，然后选择灰度一致性较高的子窗口的中值，作为处理后的该像素的灰度值。以一种标准测试图像和实际扫描图为例，对标准中值滤波器和所提出的算法进行了对比试验，结果表明后者具有较好的细节保护能力和较强的滤噪特性。     

改进门限中值滤波算法在水果图像噪声中应用研究

针对目前水果深加工产生水果图像检测算法中存在图片失真的问题,提出了一种改进门限型中值滤波算法;首先,该算法通过恰当改变门限阈值,利用均值和标准差的和,可以有效保留图像的细节和边缘信息,能够有效的去除水果图像的噪声;其次,经过多组仿真实验并对比普通的中值滤波方法,可以明显的观察出改进后的中值滤波算法有较好的效果;最后,根据大量的数据对比分析与比较,结果表明:该算法能有效的去除噪声并且保留了图像细节,比较其他中值滤波更好。     

数字滤波的程序判断法和中值滤波法

介绍单片机系统中的两种数字滤波算法及适用条件。     

中值滤波在智能车图像处理中的应用

为了让智能车获取更为准确的道路信息,提出采用中值滤波对图像进行降噪处理,在一定的条件下可有效地克服线性滤波器所带来的图像细节模糊,对滤除脉冲干扰及图像扫描噪声最为有效。实验证明,中值滤波在智能车图像处理中具有很好的降噪效果。     

一种新的基于梯度方向角的圆检测算法

针对基于Hough变换的圆检测方法具有时间复杂度和空间复杂度大的缺陷,提出了一种新的基于梯度方向角的圆检测算法,通过确定圆的任意一条直径的两个端点,即可以确定圆的参数空间(a,b,r),从而实现圆的检测.实验结果表明,采用该方法可以实现高效的圆检测,不仅显著降低了圆检测的平均时间复杂度,而且在检测过程中无需任何累加器的设计,从而克服了基于Hough变换的圆检测方法具有时间复杂度和空间复杂度大的缺陷.     

基于信息质量的脉冲星导航自适应滤波算法

针对脉冲星导航过程中观测脉冲星的可见性问题,提出了一种基于信息质量的自适应滤波算法。通过分析观测脉冲星的数目及信息质量,确定观测矩阵维数,实时生成观测矩阵,设计了适应观测信息变化的改进型Kalman滤波器。对观测信息质量重新做了定义,并据此构造滤波方程提高了脉冲星导航的精度及适应性;运用四阶龙格库塔方法对带有J2摄动的二体动力学方程进行线性离散化,提高了滤波器状态方程的线性离散化精度。进行了仿真实验,对改进型Kalman滤波算法进行了验证。结果显示,对初始偏差校正后,在10 000s内观测一颗或两颗脉冲星,导航位置精度可达40m,速度精度可达0.019m/s。得到的结果验证了提出算法的有效性和可行性。     

一种基于统计排序滤波的图像边缘检测算法

提出一种基于统计排序滤波的新的边缘检测算法OFE。说明了算法原理,给出了算法实现的步骤和方法,通过人造图像和自然图像进行仿真实验,对仿真结果进行主客观对比评价分析,表明该边缘检测算法不仅有效,且效果与Sobel等算子相当,高于LOG算子,在处理含脉冲噪声污染的图像时有一定的优势。     

MRT Letter: Guided filtering of image focus volume for 3D shape recovery of microscopic objects

In this letter, a shape from focus (SFF) method is proposed that utilizes the guided image filtering to enhance the image focus volume efficiently. First, image focus volume is computed using a conventional focus measure. Then each layer of image focus volume is filtered using guided filtering. In this work, the all‐in‐focus image, which can be obtained from the initial focus volume, is used as guidance image. Finally, improved depth map is obtained from the filtered image focus volume by maximizing the focus measure along the optical axis. The proposed SFF method is efficient and provides better depth maps. The improved performance is highlighted by conducting several experiments using image sequences of simulated and real microscopic objects. The comparative analysis demonstrates the effectiveness of the proposed SFF method. Microsc. Res. Tech. 77:959–963, 2014. © 2014 Wiley Periodicals, Inc.     

基于有序Hough变换的快速圆检测算法

针对随机Hough变换（RHT）及其改进算法在同一圆边缘点随机抽样时命中率低且投票处理过程复杂,提出了基于有序搜索的广义Hough变换快速圆检测算法（SQHT）。该算法利用圆的几何性质和梯度方向信息来有序搜索圆边缘点集,将Hough变换的基于投票判定基元参数转变为有效确定基元三点的讨论。执行算法时,首先顺序搜寻第一边缘点并根据邻域边缘点集或图像灰度值计算其梯度值;接着在第一点所在行匹配与其梯度信息相符的第二点,根据前两点信息在第一点所在列匹配第三点;最后按照RHT算法流程确定有效基元参数,从而避免了随机抽样带来的时间不确定性。该算法具有计算速度快,检测时间可控,适用范围广泛,抗干扰性强等特点。相比于RHT算法,提出的算法在单目标圆检测情况下检测效率提高了2倍,在多目标圆（5个及以上）且有非目标边缘点情况下检测效率提高了5倍,在多圆检测方面能有效弥补了Hough变换算法的不足。     

Iterative Adaptive Median Filter for Impulse Noise Cancellation

Based on the characteristics of impulse noises,the authors establish a new filter,Iterative Adaptive Median Filter (IAMF).According to the charactics of images polluted by impulse noises,they establish weight ftnction combined with iterative algorithm to eliminate noises.In IAMF filter process,because the noise spots do not participate in the computation,they do not influence the normal points in the image,therefore IAMF can retain the detail well,maintain the good clarity after processing image,and simultaneously reduce the computation.Experiments showed that IAMF have ideal denoising effect for the images polluted by the impulse noises;especially when the noise rates are more than 0.5,IAMF is more prominent,even when the noise rates are more than 0.9,IAMF can achieve a satisfactory results.     

一种基于小波域维纳滤波的图像复原算法

在图像复原算法中,单纯的空间域或者频域滤波算法简单易实现,但需要较多图像退化的先验知识。基于贝叶斯理论的迭代复原算法复原效果好,但耗时长。针对这一矛盾,利用小波变换的多分辨特性,对不同的小波系数特性采用不同的算法进行恢复,提出了一种基于小波域维纳滤波的图像复原算法。实验结果证明,所提方法在保证图像复原质量的同时相对提高了复原算法的效率,是一种有效的方法。     

利用自适应卡尔曼滤波实现光电跟踪中的复合控制

为了在光电跟踪控制系统中实现复合控制以提高跟踪精度,构建了基于模型自适应卡尔曼滤波算法的复合控制结构。首先,利用跟踪脱靶量数据和仪器位置数据合成目标角位置数据;然后,利用模型自适应卡尔曼滤波算法对目标角位置数据进行滤波估计以获得目标角速度信息;最后,将目标角速度信息前馈到速度回路,从而构成复合控制系统。实验结果表明:采用复合控制结构后,目标跟踪精度提高了50%。基于模型自适应卡尔曼滤波算法的复合控制技术能够在保持原反馈控制系统稳定性的条件下提高跟踪精度。