Adaptive histogram-based filter for image restoration

A novel filter for image restoration is proposed in this paper. The filter estimates histogram of original image via input image. It gets a membership function through the histogram, and the membership function contains a lot of information of original image. Then a weighted fuzzy mean filter is established based on this membership function; meanwhile, the filter adaptively adopts different filter scale according to the character divergence of image region and intensity of impulsive noise. Experimental result shows that new filter gives superior performance to conventional filters and currently used fuzzy filter.     

直方图加权均值滤波器

本文提出了一种适合于消除图像盐椒噪声的滤波器——直方图加权均值(HWM)滤波器.该算法以加权均值滤波器为基础,利用被污染图像的直方图函数作为权值进行加权运算.实验表明,对于噪声率在5％到90％的的噪声图像,HWM滤波器具有良好而稳健的去噪效果,当噪声率超过70％时,其优越性更加突出.     

基于图像内容的中值滤波器设计及其FPGA实现

在图像处理领域里,中值滤波器经常用于去除图像的椒盐噪声。传统的中值滤波器存在图像模糊的缺陷。本文介绍了一种新的中值滤波器的结构,该滤波器首先检测图像是否存在噪声,然后决定是否进行中值滤波。因此该滤波器在去除图像噪声的同时,比传统的中值滤波器更好地保留了图像细节。     

基于空间分布的红外图像直方图均衡算法

随着非制冷焦平面阵列(UFPA)红外探测器的日益成熟，红外热成像技术越来越广泛应用于公安、消防、军事、医学、监控等领域。红外图像直方图分布集中，对比度低并通常伴有大量散粒噪声，需要处理以改进视觉效果。文中提出一种基于空间分布的图像直方图均衡算法，在图像增强同时又适当抑制噪声提升，实验表明该算法优于HE、PE、HP等算法，并具有较快的计算速度。     

基于高概率椒盐噪声的模糊滤波器在图像恢复中的算法设计

高概率椒盐噪声对数字图像的重度污染大量存在,如要消除信息少且噪点集中的噪声存在诸多困难;而低概率椒盐噪声对数字图像的轻度污染虽然可完全滤除,但在实际图像恢复中又缺少普遍意义.本文基于灰度值空间的模糊划分和描述灰度水平的模糊数,采用极值法对高概率噪声实施检测并建立恰当滤波窗口,应用广义重心去模糊化法和非噪声点对应的隶属函数设计一种新模糊滤波器.最后,通过仿真实例获得该滤波器可有效地过滤数字图像中高概率椒盐噪声,并说明它的去噪性能优于其他常见滤波器.     

一种基于直方图的自适应红外图像增强算法

在分析常用的红外图像增强算法优缺点的基础上,针对红外图像的特点,提出了一种基于直方图的自适应红外图像增强算法。该算法设置了阈值和放大系数2个参数,根据阈值把图像直方图分为2部分,用放大系数和常数1分别代替直方图中两部分的灰度级像素数作为新的直方图,最后用新的直方图对图像进行直方图均衡化处理得到增强图像。通过在自主研发的热像仪中验证,表明该算法适应性强,增强效果好,算法简单,易于在FPGA硬件平台上实现。     

基于自适应局部灰度修正的直方图均衡算法

分析了图像直方图均衡增强算法中信息损失的内在机理,提出基于自适应局部灰度修正的直方图均衡算法。首先对图像作常规直方图均衡处理,然后分析比较处理后图像和原图的梯度变化,以此为依据对图像作局部灰度修正,从而减小直方图均衡处理过程中信息损失的程度,最后通过实验验证了算法的有效性。     

基于自适应滤波器的水平集算法

针对传统水平集无法正确分割含乘性噪声图像的缺点,提出了一种基于自适应滤波器的水平集算法.该算法首先将自适应滤波器引入到速度停止项中,以消除乘性噪声对水平集演化的影响;其次,通过估算图像同质区域的相对方差值,达到区分边缘区与同质区以及保持边缘的目的;最后,将该速度停止项带入到水平集演化方程中,对图像进行演化运算.实验结果表明,该方法能够在抑制乘性噪声的同时较好地对图像进行分割.     

基于Matlab的高斯模糊图像去噪方法研究

在医学图像处理、遥感图像处理、图像修复等图像处理中,总希望能得到清晰的图像,从而更准确的理解对象的特征。但在实际过程中由于环境和系统本身的缺陷,通常捕获到的图像总是和受到不同程度噪声污染,因此如何去除图像中的污染噪声就成了图像预处理中的重要步骤[1]。本文以Matlab语言为基础用各种方法对图像进行去噪处理,并且对于处理结果进行比较、分析,从而得出各自的特点以备在图像处理中可以方便的选择。     

基于方向信息测度的自适应多级中值滤波器

针对图像滤噪中滤除噪声和保护细节(边缘)的矛盾,本文提出一种新的基于方向信息测度的自适应多级中值滤波器。方向性是边缘和噪声的本质区别之一,通过基于方向信息测度所构造的自适应结构,决定中值滤波器的形式和滤波窗口尺寸的大小,而不需要图像和噪声的先验知识。文章比较了标准中值滤波器、单向多级中值滤波器、双向多级中值滤波器和本文方法的结果。实验表明本文方法具有更好的效果。     

Adaptive Threshold Median Filter for Multiple-Impulse Noise

Attenuating the noises plays an essential role in the image processing. Almost all the traditional median filters concern the removal of impulse noise having a single layer, whose noise gray level value is constant. In this paper, a new adaptive median filter is proposed to handle those images corrupted not only by single layer noise. The adaptive threshold median filter （ATMF） has been developed by combining the adaptive median filter （AMF） and two dynamic thresholds. Because of the dynamic threshold being used, the ATMF is able to balance the removal of the multiple-impulse noise and the quality of image. Comparison of the proposed method with traditional median filters is provided. Some visual examples are given to demonstrate the performance of the proposed filter.     

基于同态滤波与自适应模糊多级中值滤波级联算法的散斑噪声污染图像恢复

提出了一种用于恢复散斑噪声污染图像的同态滤波与自适应模糊多级中值滤波级联算法 ,计算机仿真实验结果表明它既保持了图像的几何结构 ,又有效地抑制了散斑噪声 ,并且通过比较证明它优于同态滤波与多级中值滤波级联算法     

基于自适应滤波的噪声抵消法

语音降噪就是从带噪语音信号中提取尽可能纯净的原始语音。文中介绍了一种基于自适应滤波的噪声抵消法，采用归一化最小均方误差算法，采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理，实验结果表明，处理后信号的信噪比得到了较大程度的提高，大大改善了听音效果，具有很高的可懂度，且语音自然度好，没有失真；并与谱减法进行了比较，自适应噪声抵消法的降噪幅度比谱减法有一定提高，在听音效果上，用自适应噪声抵消法处理后的语音在清晰度、自然度方面优于谱减法。     

基于DSP的自适应噪声消除

将基于DSP的自适应滤波器用于通信系统,利用自适应滤波器的通带始终和输入信号频带宽度自适应相匹配的特点,实现通信系统中的噪声消除.实践证明较好地实现了噪声消除,能够达到改善通信质量,增加通信距离的效果.     

基于颜色直方图的图像检索技术

使用颜色空间分布熵来表示图像的颜色空间分布特征,结合图像的颜色直方图特征,采用加权综合法和比例系数法表示图像的综合特征,设计了基于颜色直方图和图像空间分布熵的图像检索算法.利用查全率和查准率对算法进行了评价.通过实验分析比较可知,所设计的方法具有较好的查准率和查全率.     

An Edge‐Based Adaptive Method for Removing High‐Density Impulsive Noise from an Image While Preserving Edges

This paper presents an algorithm for removing high‐density impulsive noise that generates some serious distortions in edge regions of an image. Although many works have been presented to reduce edge distortions, these existing methods cannot sufficiently restore distorted edges in images with large amounts of impulsive noise. To solve this problem, this paper proposes a method using connected lines extracted from a binarized image, which segments an image into uniform and edge regions. For uniform regions, the existing simple adaptive median filter is applied to remove impulsive noise, and, for edge regions, a prediction filter and a line‐weighted median filter using the connected lines are proposed. Simulation results show that the proposed method provides much better performance in restoring distorted edges than existing methods provide. When noise content is more than 20 percent, existing algorithms result in severe edge distortions, while the proposed algorithm can reconstruct edge regions similar to those of the original image.     

消除脉冲噪声的改进自适应滤波算法

针对灰度图像受脉冲噪声污染后的恢复处理问题,提出了一种改进的自适应中值滤波算法。该方法根据脉冲噪声的分布特点,采用极大值、极小值和领域均值判定准则进行噪声点的检测,然后用检测窗口内最小非噪声点集合的中值作为噪声点的滤波输出。实验结果表明,与其他几种算法相比,文中算法不仅在峰值信噪比(Peak Signal to Noise Ratio)和结构相似度(Structural Similarity,SSIM)上有较大优势,而且还具有较低的时间复杂度和更好的自适应性。也进一步说明该方法不仅能有效地检测并滤除噪声点,还能较好地保护图像的边缘细节。     

一种用于消除红外图像噪声的自适应加权滤波算法

针对带有高斯噪声和椒盐噪声两种混合噪声的红外图像,提出了一种自适应加权混合去噪算法。该算法首先通过邻域像素的灰度差值来判断像素噪声的类别,然后对高斯噪声采用自适应加权均值滤波法滤除,对椒盐噪声采用自适应加权中值滤波算法滤除。实验表明,该方法优于传统均值滤波算法和中值滤波算法,能同时消除混合噪声,并具有较好的保护图像细节的能力。