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。     

中值滤波与小波变换的指纹图像混合去噪的算法

图像去噪是指纹图像预处理中的重要内容,直接影响着指纹识别系统的准确率.结合中值滤波与小波去噪分别去除椒盐噪声和高斯噪声中的优势,提出了一种指纹图像混合去噪算法,并对其中的关键步骤进行了详细分析.仿真结果表明:相对于单一使用一种去噪方法,混合去噪算法能更有效地去除指纹图像中的椒盐和高斯混合噪声,获得了较好的峰值信噪比增益.     

一种新的边缘保持局部自适应图像插值算法

为了尽可能降低噪声的影响和保持图像的边缘信息,提出了一种新的边缘保持局部自适应图像插值算法。算法首先对分割成部分重叠的各子图像进行整数小波变换,然后对于高频子带进行逐点BayesShrink阈值去噪和中值滤波去除高斯和椒盐噪声,同时对于低频子带进行亮度保持的直方图均衡增强图像的对比度,最后根据自适应阈值Canny边缘检测将子图像划分为平坦和边缘区域,分别进行施用双线性插值和非线性插值。实验结果表明,MBW图像插值算法得到的插值图像有较好的主观图像质量,其峰值信噪比(PSNR)比传统方法平均提高了2.23～2.96dB。     

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。     

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。     

发动机装药内表面疵病检测中的图像滤波方法

导弹发动机内表面自动检测系统属智能检测技术的应用研究,是应用计算机图像处理技术,实现高精度、高效率的自动无损检测。图像滤波的目的是为了去除图像中的噪声,为下一步的自动检测作准备。基于小波分析理论,构造一种既能降低图像噪声,又能够保持图像细节信息的小波去噪算法,在采用小波变换方法对图像进行滤波的同时选择基于小波分解系数阈值量化的方法进行去噪。实验结果表明该方法优于中值和均值滤波方法,因为该方法可将高频部分的空间细化,低频部分的频率细分,并能实现对图像的自适应分析,噪声去除率可达到97%。     

基于机器视觉和改进形态学边缘检测算法的钢球缺陷检测技术研究

为提高钢球表面缺陷检测的效率和准确性,设计一种基于机器视觉的钢球表面缺陷分拣系统。对钢球表面图像进行图像分割、平滑去噪和二值化预处理,获取钢球表面图像的准确信息,并采用改进的中值滤波算法去除噪声;利用小波变换和多尺度形态学融合算法进行钢球表面缺陷的边缘检测;通过该融合算法和其他算法的检测结果对比和客观数据评价,验证了本文所提算法能够有效保留图像真实细节,并满足钢球分拣系统的需求。     

基于改进PCNN决策的非对称裁剪中值去噪方法

为有效滤除图像中椒盐噪声,同时能保留更多边缘和细节信息,构造了脉冲耦合神经网络(PCNN)与非对称裁剪中值滤波(UTMF)结合的去噪方法。设计自适应连接系数的改进型PCNN,提高对噪声的辨识;提出椒盐噪声在PCNN点火时间矩阵中的值具有极限性以定位噪声;在基于点火时间矩阵决策下对噪声图像进行UTMF处理。实验表明,该方法信噪比高、细节信息保护好、视觉效果佳、适应性强。     

基于dbN小波变换和自适应高斯滤波的齿面干涉图像相位滤波方法

齿轮齿面形貌的激光干涉测量中，由于齿面高度差较大，采集到的干涉图像中难以避免存在条纹密集区域，容易出现局部条纹粘连、错切等现象，增加了相位噪声和解包裹难度。分析了包裹相位图中条纹密度分布规律，提出了一种基于dbN小波变换和自适应高斯滤波的齿面干涉图像相位去噪方法。首先，利用小波变换分解出包裹相位图中常表现为高频信号的噪声，采用软阈值去噪滤除部分高频噪声；其次，根据包裹相位图频域特征，结合自适应高斯滤波进一步对高频噪声进行迭代滤波处理；最后，设计了相关实验，通过与经典的滤波方法进行对比，所提方法不仅能够有效滤除条纹较为密集的包裹相位图中的相位噪声，而且更大限度地保留了图像细节信息，证明了所提方法的有效性和正确性。     

光针轮廓扫描技术测量内螺纹曲面

分析了激光光针扫描在测量内螺纹曲面时的特性及影响精度的因素。根据光斑在被测面的噪声分布特点,采用中值滤波与小波阈值去噪相结合的综合滤波算法对光斑图像进行了去噪处理,其中中值滤波可以有效地消除光斑图像中的脉冲噪声,而基于小波变换的阈值去噪算法可以消除图像中的高斯噪声。通过综合滤波算法对光斑图像进行处理,可以有效消除激光光斑噪声,消除图像噪声对测量精度的影响,同时保持了光斑图像的细部特征。根据激光光斑图像在倾斜被测物体表面光强分布特点,设计了近似圆拟合算法来确定光斑中心,该算法相对传统算法具有计算量小、计算效率高,适合在线检测的特点,可以克服测量面倾斜对激光光斑中心的影响。利用采用上述方法的坐标机激光光针扫描系统,对标准内螺纹量规进行测量,对比应用前后的测量结果,螺距精度提高了0.48 mm,中径测量精度提高了0.44 mm,牙型角精度提高0.57°。     

基于预滤波处理的红外图像小波去噪

针对超声激励检测金属板材内部接触界面类缺陷的红外图像特性,提出一种首先基于高斯滤波和中值滤波对红外图像进行预处理,然后采用二维小波阈值对图像进行去噪的方法。实验结果表明,该方法有效降低了红外图像中的噪声,提高了图像的信噪比。     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

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.     

一种改进的非局部均值井下图像去噪

针对井下图像噪声的特点,提出一种改进的非局部均值去噪算法,该算法通过小波变换对井下图像进行多尺度分解,根据分解后图像噪声的分布特点,对低频部分采用非局部均值去噪,而对高频部分采用中值去噪,对去噪后的图像进行小波重构。实验结果表明,该算法在兼顾算法运算速度的同时,能有较高的峰值信噪比。     

基于邻域处理器的自适应中值滤波快速实现

在数字图像处理中,图像中含有的椒盐噪声会降低图像处理和分析的性能。因此,去除图像中的椒盐噪声,是一种非常重要的数字图像预处理技术。针对椒盐噪声,采用一种自适应中值滤波算法,该算法不仅能够去除椒盐噪声,而且保留了图像边缘信息,比标准中值滤波效果好。同时,利用FPGA的高度并行化和流水操作,使处理速度更快,对于256×256的图像,处理时间约为0.308 ms。     

角加速度信号自适应小波的去噪方法

针对多扰动、大负载环境下角加速度计输出信号中含有脉冲噪声和高斯白噪声的情况,提出一种改进的离散小波阈值法与中值滤波算法相结合的角加速度计信号自适应去噪算法。首先,使用中值滤波对原始信号进行去除脉冲噪声的预处理;其次,使用分解层数的自适应确定方法与改进的阈值选取准则,通过离散小波阈值去噪法去除高斯白噪声。仿真结果表明,该算法能够有效地提高信噪比,降低最小均方误差。实验结果表明,该算法既能去除分子型液环式角加速度计信号中噪声,又能很好地保留真实信号中的高动态部分。     

基于MATLAB的改进Canny算子的图像边缘检测研究

边缘检测是图像处理一个重要的环节,为了有效提取目标边缘,提出一种基于canny算法的改进算法,主要从两方面进行的改进,采用中值滤波代替高斯滤波对图像的噪声进行滤除和采用迭代法计算高低双阈值。实验的仿真结果很好地验证了改进算法的性能:在保留边缘信息的同时,很好地抑制了噪声的干扰,可以提高图像边缘检测效果。     

自适应权值滤波消除图像椒盐噪声的方法

提出了一种自适应权值滤波算法。该方法利用邻域差分法(ROAD)判定滤波中心点的有效性,若判定该点为噪声,则将邻域像素分别赋予不同权值对该点像素重构,邻域像素权重系数的分配随该点有效程度的增加而增大。一方面抑制了图像噪声,另一方面保留了图像细节。实验证明该方法在滤除椒盐噪声时,无论从视觉角度还是数据恢复角度都比常规滤波方法效果有明显改善。当图像中含有35%的椒盐噪声时,利用该方法恢复数据效果比传统中值滤波提高10 dB。     

遥感图像常用去噪方法

遥感图像在获取和传输的过程中,受各种噪声影响,使图像的边缘纹理等细节模糊,质量降低。为获得清晰的、高质量的遥感图像必须进行降噪预处理。该文就遥感图像去噪的邻域平均法、中值滤波法、维纳滤波法及小波变换法算法原理进行了研究和比较分析并进行了仿真实验。结果表明:对受不同噪声影响的遥感图像选择不同滤波算法均能取得较好的效果,但在噪声模型未知的情况下,小波去噪效果更佳。     

一种混合降噪方法在辐射图像降噪处理中的应用

在强辐射的环境中,采集的图像包含多种噪音,主要为椒盐噪声和高斯噪声,而遥操作的可靠性与高效性则在很大程度上依赖于采集图像的质量,图像去噪至关重要。对于辐射图像,采用了一种将多重中值滤波和第二代曲波变换相结合的混合降噪方法,从而较好地去除噪音、保护细节。其具体过程是:首先运用改进后的多重中值滤波对辐射图像进行去噪,再将初步处理后的辐射图像进行Wrapping快速离散曲波变换,然后再对每个子带的系数计算阈值并根据阈值对系数进行处理,最后进行曲波逆变换得降噪图像。辐射图像的仿真实验结果表明,提出的方法能较好地降低噪点并保护边缘,从而获得更好的视觉效果。