改进的自适应中值滤波算法及其应用

针对自适应中值滤波在窗口迭代过程中存在像素点重复参与运算导致算法复杂度较高的问题,提出了一种改进的中值滤波算法.首先依据有效像素点与窗口中心点间的坐标距离来快速确定最佳滤波窗口尺寸,避免了窗口迭代造成的像素点重复排序;之后对窗口内的有效像素点进行取中值操作,有效削弱了噪声点的干扰,进一步提升了图像滤波的质量.经实验验证,与自适应中值滤波算法比较,复杂度显著降低,峰值信噪比(peak signal to noise ratio,PSNR)值平均提高10 d B左右.和同类文献比较在算法复杂度和图像降噪效果间做出了一个较佳的权衡.最后将该算法应用于Kinect深度图降噪上获得了不错的效果.     

一种改进的快速中值滤波算法

对多种中值滤波算法的去噪效果和耗时进行了研究,提出一种改进的快速中值滤波算法。先采用二分法删除第一列数据,插入窗口第三列数据来求得中值,接着对该像素点进行噪声的确定,然后根据判断结果进行中值滤波处理。此算法将中值滤波算法的排序比较次数降低了一半,使得滤波的速度提高了3．5倍;同时减少了图像细节信息的丢失,提高了中值滤波算法的信噪比。     

三维离散集的近似向量中值

针对向量中值滤波的瓶颈问题,应用灰度直方图求近似向量中值,并从理论上证明了若符合连通条件,所求中值即为向量中值.这种近似向量中值算法极大提高了计算速度,计算复杂度为O(n),实验结果显示时间消耗仅为向量中值滤波原型(VMF)的6.92%,和VMF客观指标PSNR、SNR、MAE、MSE、NCD、NMSE实验值几乎相同.它既有VMF的滤波性能,又大幅度缩短计算时间,所以有广阔的应用前景.     

基于自适应中值滤波的图像去噪技术研究

中值滤波和自适应中值滤波被广泛地应用于消除图像的椒盐噪声。传统中值滤波算法无法根据图像噪声浓度改变窗口尺寸,并且噪声浓度过高时,中值滤波算法基本失效。自适应中值滤波算法可以根据椒盐噪声浓度大小对窗口尺寸进行改变,在高浓度噪声干扰下仍然具有较好的去噪效果。针对椒盐噪声,对中值滤波算法和自适应中值滤波算法去噪结果进行比较。通过仿真实验对图像添加不同浓度的椒盐噪声,并分别使用中值滤波算法和自适应中值滤波算法进行噪声去除,实验结果表明,在去除椒盐噪声方面,自适应中值滤波克服窗口尺寸局限性后,比中值滤波具有更好地去噪效果,能很好地保留图像细节,且它的信噪比、峰值信噪比数值最大,均方误差的值最小。     

比较编码的中值滤波快速算法及FPGA实现

为了解决传统中值滤波算法不能满足图像预处理系统实时性要求的问题,提出了一种基于比较编码的图像中值滤波快速算法,并运用VerilogHDL硬件描述语言在Xilinx公司的FPGA上进行了设计实现和功能仿真实验．实验结果表明该算法完成图像3×3窗口的中值查找运算需要6个时钟周期,16次数值比较,远高于其他算法的处理效率,非常适合应用于对实时性要求严苛的图像预处理系统．     

图像椒盐噪声的分阶段中值滤波算法

针对自适应中值滤波算法的缺陷---对高密度椒盐噪声图像滤波后留下黑色斑块,提出了一种分阶段中值滤波算法。该算法对图像执行两次小窗口的滤波操作,相较于采用较大窗口的滤波,其在有效去除噪声的同时降低了结果图像的模糊程度。先对所有噪声点进行一次中值滤波消除了盐粒噪声,再用窗口内非噪声点的灰度中值代替胡椒噪声点的灰度值以去除黑色斑块。最后的仿真实验结果表明,本文算法既有像自适应中值算法一样滤除低密度椒盐噪声的良好性能,又有对高密度椒盐噪声图像的降噪能力。     

自适应-模糊滤波算法

为了克服大部分的自然图像中同时存在脉冲噪声和高斯噪声,在分析了传统滤波算法特点的基础上,提出了一种改进的自适应-模糊图像滤波算法.该算法首先判别并标定图像中的脉冲噪声,以实现两类噪声的分离.采用自适应滤波窗口的中值滤波算法滤除脉冲噪声,有效地克服了传统中值滤波的不足.在有效地滤除脉冲噪声的基础上,引入提出了模糊控制中隶属度函数的概念改进均值滤波算法,结合图像直方图的自适应,提出隶属度函数的阀值,克服了均值滤波造成图像细节模糊的不足.最后提出了一种针对图像滤波算法中求解中值的快速算法,提高算法的实用性.仿真证明,自适应-模糊滤波算法在滤除图像中混合噪声的效果明显优于传统滤波算法,可广泛应用于各种图像处理场合.     

梯度相似性的椒盐图像加权中值滤波算法

在对现有椒盐噪声中值滤波算法分析的基础上,提出了基于梯度相似性的椒盐噪声图像加权中值滤波算法。利用灰度图像窗口内各个像素点灰度值的差异,将含有椒盐噪声的图像分为疑似噪声点和信号点,然后利用窗口像素点的梯度相似性对疑似噪声点进行分析,并运用图像极值剪切技术去除噪声点像素的干扰。采用舍弃方差极大值的改进加权中值滤波算法给噪声点赋值。实验表明,该算法对图像的细节保留能力和滤波能力有较大的提高,能取得较好的峰值信噪比。     

MATLAB在中值滤波改进算法中的应用

中值滤波是图像处理中比较常用的滤波方法,但是它对窗口和数据点的依赖使它在处理空间密度较大的冲激噪声时受到限制.本文通过MATLAB工具箱对中值滤波算法进行改进,用自适应中值滤波能较好地解决这个问题.     

基于最近邻优先的高效聚类算法

针对高维空间中任意形状的多层次聚类问题，基于“同类相近”的思想，提出并实现了最近邻优先吸收聚类算法NNAF算法。证明了最近邻点搜索定理，基于这一定理又提出了SNN(Searching Nearest Neighbors)算法和GSNN(Grid-based Searching Nearest Neighbors)算法，其时间复杂度为O(n*log(n))，当用扫描图像所得数据时，时间复杂度会降为O(n)；而使用传统的搜索算法，时间复杂度为O(n^2)；提出了实现任意形状高维空间聚类的NNAF算法，时间复杂度为O(n)；提出了MLCA(Multi-layer Cluster Algorithm)算法并证明了两个相关的定理，在改变阈值后重新聚类时，使用MLCA算法可以节省90％以上的时间。实验结果显示，以上算法适应于任意形状的高维空间数据的聚类，可以有效过滤噪声数据，且用户需要的先验知识少、可快速获得各种层次的聚类结果。     

Adaptive target birth δ-generalized labeled multi-Bernoulli filtering algorithm

Aiming at the problem that the standard δ-generalized labeled multi-Bernoulli (δ-GLMB) filter requires a priori knowledge of target birth distributions, which leads to the reduction of estimation accuracy in a real world scenario, an adaptive target birth δ-GLMB filtering algorithm is proposed. Based on the δ-GLMB filter, the new algorithm approximates the existence probabilities and kinematic states of birth targets using measured data from the previous time, and provides parameterized representations of labeled Bernoulli random finite sets of new birth targets in the current time. Simulation results indicate that the proposed algorithm has a strong robustness, and a better performance in tracking accuracy and time consumption than the standard δ-GLMB filtering algorithm under the unknown priori knowledge of the birth targets complex scenario.     

基于剩余噪声检测的自适应中值滤波算法

在对图像中噪声模型分析的基础上,提出了一种基于剩余噪声检测的自适应中值滤波算法.通过对剩余脉冲的检测,自适应地改变滤波器窗口尺寸,从而有效地滤除密度较大的脉冲干扰,同时较好地保留图像的细节.对实际图像的测试结果表明,所提出算法的输出结果优于标准中值滤波器.     

沿层中值滤波在消除深拖浅地层剖面电干扰中的应用

声学定位系统的充电会在深拖搭载的浅地层剖面上造成竖条形噪声,严重影响海底地层资料的处理与解释。本文分析了上述电噪声信号特征,采用了中值滤波方法,对其进行了处理。文中设计了水平和沿层位两种不同窗口进行滤波,并改变窗口长度进行了滤波效果比较。实验结果表明,沿层位窗口可以更好地消除噪声并实现信号保真。     

提高速动保护精确性滤波新算法

提出了一种新的滤波算法,该算法由零、极点配置法设计的狭窄带通滤波算法和半周波傅里叶算法相结合.这种滤波算法能够对低频谐波分量和高频谐波分量起良好的抑制作用,所需数据窗短,能够快速提取基频分量.试验测试结果表明其滤波效果优于传统滤波算法,满足微机保护速动的要求.     

基于数学形态学的自适应彩色图像滤波

为了解决彩色图像滤波问题,针对彩色图像的颜色矢量表示形式和彩色图像中的脉冲噪声的数值特征,提出一种滤除彩色图像的脉冲噪声的自适应算法.首先应用数学形态工具对脉冲噪声进行检测,再根据检测结果,用改进的矢量中值滤波方法自适应地调整滤波窗口,以符合人眼视觉特性的颜色相似性度量方法选择颜色距离最接近的样本像素,对脉冲噪声给予有选择的滤除.通过实验及与其它算法比较,结果表明该算法对于彩色图像中的脉冲噪声有较好的滤除效果.     

一种模糊自适应滤波算法的研究与实现

为解决均值滤波和中值滤波算法在数字信号处理中存在的问题,提出一种模糊自适应滤波算法．根据每个元素噪声度的大小控制均值滤波窗口的大小,并做了大量的仿真．与普通的均值滤波和中值滤波进行比较发现,该方法不仅很好地去除了信号中混有的脉冲,而且在不损坏信号细节的前提下,很好地滤除了噪声信号．最后,使用了信噪比改善因子S来检验算法的滤波效果,证明其滤波效果好于传统的中值滤波和均值滤波,且具有算法简单、实时性好等特点,并已经应用在很多场合．     

一种加权中值滤波算法在医学磁共振图像去噪中的应用

为了更好地去除医学磁共振图像(MRI)中的高密度椒盐噪声和高斯噪声,提出了一种加权中值滤波算法.该算法的核心思想是利用改良的有限阈值策略对滤波窗口的每个像素点的灰度值与计算该像素点所得的相应权值之积进行求和,然后将运算结果作为滤波窗口中心点的输出值.利用该算法对含有高密度椒盐噪声和高斯噪声的医学MRI进行去噪仿真实验表明,该算法对高密度椒盐噪声和高斯噪声的抑制力显著优于单纯的中值算法和均值算法,且去噪后的图像具有良好的细节保真度和清晰度.     

基于窗口无关均值滤波的MSR图像增强

为解决多尺度Retinex方法在运算中要多次运用高斯卷积,尤其是采用大尺度高斯核进行卷积获取图像低频信息时,运算速度将大大下降这一问题,根据大尺度高斯卷积模板具有均值模板的特性,利用量化的均值滤波近似大尺度高斯卷积,将卷积模板简化成均值模板,并提出一种与滤波窗口无关的快速均值算法.该方法引入了一个数组s用于存储窗口横向移动时每一列的数值,从而减少重复计算,大大提高滤波速度.以640×640大小的彩色图像为例,其处理速度仅为0.0867s,相比原始的MSR算法速度提高了732倍.试验分析表明,该方法即保证实现良好的图像增强效果,同时极大的提高了运算效率.