基于震动滤波和各向异性扩散的图像增强算法

结合震动滤波和各向异性扩散,提出了一种新的滤波方法．该方法在震动滤波和各向异性扩散之间,对各向异性扩散加了一个自适应的权,使得图像不仅具有很好的平滑效果,而且增强了边缘,保留了尽可能多的细节部分．文中直接给出了滤波器的离散形式,使滤波过程易于实现,并缩短了滤波时间．     

基于各向异性高斯滤波器的改进引导滤波算法

针对传统引导滤波中矩形均值加权窗口会引入过多干扰,导致图像边缘两侧模糊以及产生光晕伪影的不足,提出一种基于各向异性高斯滤波器的改进引导滤波算法。将各向异性高斯滤波器融入传统引导滤波算法,利用其较强的边缘分辨力更准确地识别图像的边缘结构。同时,对窗口内的像素信息进行各向异性加权,使其具有更强的边缘保持性。实验结果表明,改进算法比传统引导滤波算法精细边缘的保持性更好,并在图像平滑、图像增强和图像亮度调整等图像处理应用中的处理结果更优,在有效保留图像边缘结构的同时减少了边缘伪影和边缘模糊。     

基于Canny算法的图像边缘提取研究

针对传统的边缘提出算法中存在去噪声能力不足以及图像边缘连续性较差的问题,笔者提出一种基于canny算法的改进算法,通过在canny算法中加入高斯滤波,使得图像的信噪比与图像的边缘连续性进一步得到加强,最终通过实验仿真,该算法对图像边缘提取具有更好的优越性。     

基于各向异性扩散的多细节图像消噪方案

文章针对传统消噪方法在消除噪声的同时破坏了图像的细节信息的缺点,基于各向异性扩散方程实现数字图像中的消噪,并与中值滤波、均值滤波和各向同性扩散进行比较,实验仿真证明各向异性扩散消噪在消除噪声的同时更好的保留了图像的细节信息。     

基于各向异性扩散的超声图像混合滤波方法

提出基于各向异性扩散的混合滤波新方法,以图像梯度为依据,利用各向异性扩散、各向同性扩散和自适应脉冲噪声滤波对医学超声图像进行分段滤波.为提高模型的稳定性与适用性,通过实验优化模型中的高斯平滑系数σ、步长△t、梯度阈值Ymin和Ymax4个主要参数,并确定各参数默认值及其修正范围.实验结果表明,该方法在去噪效果、滤波速度、边缘保护、稳定性和适用性方面优于现有的单一滤波方法,具有较好的应用前景.     

利用边缘聚焦算法进行图像边缘线特征的提取

本文介绍了一种基于边缘聚焦的图像线状边缘特征提取与检测的方法,既能保证提取边缘特征的定位精度,又能抑制无关的细节和噪声。     

各向异性扩散方程在数字图像去噪中的应用

研究了各向异性扩散方程在去除数字图像瑞利噪声中的应用.在理论上对其去噪原理进行了分析,并在此基础上提出了改进算法.在实践中,通过实验给出了改进算法更好的去噪效果,并说明了这种方法的特点和适用情形.将这种方法与中值滤波结合提出了混合法同时改善被瑞利噪声和随机散粒噪声污染的图像.     

一种基于高斯滤波与矢量微分算子的小波多尺度边缘检测算法

采用一种基于高斯滤波与矢量微分算子相结合的近似小波多尺度边缘算法。该算法分别选定大小2个高斯滤波器的尺度,并将其分别与原努图像作卷积,从而得到图像的多尺度信息。以矢量微分算子为卷积核与滤波后的图像进行运算,在获得的梯度向量上,沿相角方向取模为极大值的点为边界点,将该方法用于边缘检测,获得较好的效果。     

基于保持参数的DTI各向异性滤波

弥散张量磁共振成像(DTI)易受噪声干扰,且现有DTI去噪方法仅对各方向通道的DWI数据进行单独处理,未充分考虑各通道之间相关性以及DTI数据本身结构和形态特点.针对这些不足,作者根据DTI数据结构及形态特征,综合DWI不同方向通道间相关性,重构统一特征值和特征向量的扩散张量,并增加保持参数对迭代滤波过程进行约束,实现DTI各向异性滤波去噪并降低了对DTI数据结构和形态特征的影响.将所提出的方法分别用于合成弥散张量数据仿真和真实脑部DTI数据实验.仿真和实验结果表明,该方法能有效减少噪声对DTI数据的影响,较之现有去噪方法效果更好.     

基于形态学算子的各向异性扩散方程

针对Perona和Malik各向异性扩散方程不能保留细节边缘的缺点,提出了一个基于形态学算子的各向异性扩散方程．新的各向异性扩散方程在计算扩散系数时,不只是考虑了图像的梯度,还考虑了二阶导数,并在作用形态学闭开算子后的图像上估计各阶导数．这样,该算子不但能够有效地去除噪声,还能保持图像中的尖峰和窄边缘,从而更好地保持边缘位置．实验结果表明用该算子处理后的图像具有较高的清晰度和对比度．而且该算子对于高斯白噪声图像的处理效果也相当理想．     

一种基于各向异性扩散方程的医学超声图像降噪方法

斑点噪声是超声成像机制引起的固有噪声形态,它给超声图像的特征提取、识别和分析造成了困难.基于各向异性扩散方程的滤波技术能够有效地抑制斑点噪声,提出了一种基于各向异性扩散方程的医学超声图像降噪方法,该方法改进了林石算子,设置了扩散门限,并将各向异性扩散方程的常规扩散方向扩展为8方向.仿真医学超声图像降噪实验表明了该方法的滤波和保边性能都明显优于经典的PM方程和林石算子,而该方法在实际医学超声图像降噪上的成功应用表明了其临床应用价值.     

基于时／空滤波噪声抑制算法和活动轮廓模型的血管内超声图像边缘提取

为解决血管内超声（IVUS）图像中严重的血液斑点噪声影响边缘提取方法的有效性问题，采用一种时／空滤波方法对IYUS图像进行降噪预处理，基于活动轮廓模型（Snake模型）和IVUS图像的边缘对比度特征量，利用Hopfield神经网络并结合模拟退火算法自动提取IVUS图像的冠脉血管壁内、外膜边缘．实验结果表明，该方法对序列IVUS图像处理有较好的可重复性和鲁棒性．     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

Corner detection via anisotropic Gaussian kernels information entropy on edge contours

To improve the accuracy of corner detection, a new corner detector is proposed based upon the information entropy which is derived by the anisotropic Gaussian directional derivatives (ANDDs) on edge contours of an image. Firstly, the edge map of an image is extracted by the Canny edge detector. Secondly, small gaps between contours are filled. Finally, on each contour pixel, the main direction corresponding to the maximal ANDDs at each contour pixel and its surrounding pixels are used to compute the main direction's probability density function and information entropy. Different from the traditional contour-based detectors, our detector uses the maximal intensity variation's directional information entropy on contours and surrounding pixels rather than the curvatures of the planar curves, which presents better robustness. Experimental results show that the proposed detector achieves a better corner detection performance than several state-of-the-art detectors.     

基于各向异性高斯分布的视觉跟踪算法

为了提高使用传统特征的有效卷积操作算法（ECOhc）的跟踪性能,提出基于各向异性高斯分布的视觉跟踪算法. 该方法根据不同目标的形状比构造水平和垂直方向上带宽不同的各向异性高斯函数,利用该函数训练跟踪器预测目标位置,提高算法的跟踪精度;提取颜色直方图特征跟踪预测新的目标位置,并在决策层加权融合2个预测位置,进一步提高跟踪精度. 在标准数据集OTB-100、VOT2016中测试算法,本研究算法在数据集OTB-100上的平均距离精度为89.6%,平均重叠率为83.7%,比ECOhc算法分别提高4.67%、6.62%;本研究算法在数据集VOT2016上的平均期望重叠率为33.3%,比ECOhc算法提高3.42%. 所提算法能有效提高目标跟踪的精度,在遇到遮挡、光线变化、变形等干扰时仍能稳定跟踪目标.     

检测红外弱小目标的对比滤波时域廓线算法简

The detection performance of the traditional temporal profile algorithm deteriolates when the dim small target has a velocity correspmding to equivalent that of cloud edge clutters. This paper proposes a temporal profile algorithm based on comparison filtering as a responding method to the fake-alarm occurrence existing in the traditional detection algorithm. Based on the analysis of the time domain characteristics of the dim small target, cloud edge clutters as well as the stationary background, the characteristic of the temporal profile is adopted to restrain the stationary background, and then the spatial domain comparison filter is structured based on the fact that the pixels of the cloud edge clutters are continuous in spatial domain while the pixels of the dim small target are discrete, and the images after removal of the static background are filtered by the comparison filter; lastly, the connecting line of the stagnation points (CLSP) based filtering is used to realize the detection of the dim small target. Simulation data show that this algorithm can significantly eliminate the fake-alarm caused by the cloud edge clutters with an equivalent velocity of the target, thus further improving the detection probability of the dim small target.     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.