使用中值-各向异性扩散的超声图像去噪算法

针对超声图像的散斑噪声,提出一种基于多方向中值滤波和改进各向异性扩散的去噪算法.该算法利用多方向中值滤波的良好边缘保持能力,在滤除噪声的同时注重边缘细节的保持.使用归一化局部方差和图像梯度组成的扩散系数,避免了传统各向异性扩散算法中梯度阈值为常数带来的鲁棒性差等问题.通过多组仿真实验,综合滤除散斑噪声能力、保持边缘能力...     

一种基于加权均值滤波噪声点检测的中值滤波算法

针对常规中值滤波在图像去噪过程中会将原图像的有用信息同时滤除的问题,提出了一种基于加权均值滤波噪声点检测的中值滤波算法.该算法通过含噪图像与其经加权均值滤波的图像作差对图像中的噪声点进行判别,从而针对噪声点进行滤波,能在保持图像原始信息的前提下有效地将图像中的噪声滤除.实验结果表明,与常规中值滤波算法相比,该方法既具有较好的去噪特性,也具有较强的细节保护能力.     

基于混合滤波算法的太阳光斑图像位置跟踪

针对传统滤波算法存在不能完全消除太阳光斑中孤立噪声点、太阳光斑图像边缘模糊的缺陷,导致太阳能自动跟踪系统跟踪精度低、稳定性差等问题,提出一种基于改进的维纳滤波与极值检测中值的滤波混合噪声算法对太阳光斑消噪滤波.在不同情况下利用实测某地太阳高度角、方位角等进行仿真实验,结果表明,该算法能够适应复杂天气条件,在阴雨、雾霾天气下仍能对太阳精准跟踪,达到提高太阳能利用率的预期效果.     

基于中值滤波与Sobel、Canny算子的图像边缘检测研究

提出一种在噪声条件下将中值滤波与Sobel、Canny算子相结合进行图像边缘检测的方法。首先,采用中值滤波对图像进行平滑处理,再利用Sobel、Canny算子检测图像边缘。仿真实验表明,该方法对图像边缘检测精度较高,抗噪声性能强,可提高图像边缘检测效果。     

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。     

一种改进的极值中值滤波算法

针对极值中值滤波算法在去除噪声时存在误检率较高的问题,提出了一种改进的噪声检测去噪算法。该算法首先采用改进的噪声检测方法,进一步减小误检率和漏检率;然后利用信号点对噪声点滤波。经过仿真实验并与其他方法对比分析表明,该方法能够在去除图像噪声的同时保留图像的细节,有效提高图像的输出信噪比。     

基于遥感图像频率域滤波的灰色线性中值去噪算法

结合频率域滤波去噪方法,对比低通滤波图像,按照灰色关联分析方法筛选出遥感图像中可能存在的噪声像元,优化噪声窗口灰度序列,并以此建立灰色线性模型,在参考传统中值滤波思想的基础上对含噪遥感图像进行去噪处理。大量仿真试验分析表明,该方法在处理脉冲噪声方面具有良好的去噪效果,且具有保持图像信息质量的特点。此外,试验中发现,采用该方法处理含有混合噪声的遥感图像时,根据具体图像含噪情况,合理地选取阈值,在一定程度上可以提高其削弱图像中混合噪声的水平。     

基于高阶统计量的小波变换去噪算法

图像在获取和传输的过程中经常要受到噪声的污染.传统的去噪方法不仅滤出了图像的噪声,同时使图像细节变得模糊.本文提出一种基于双谱和小波变换的去噪算法.该方法是根据高斯噪声及椒盐噪声在小波变换下的不同特征,并结合双谱滤波、中值滤波的特点,在小波城内对高频子带进行双谱滤波,去除图像中的高斯噪声,然后进行中值滤波,去除图像中的椒盐噪声.高斯噪声的双谱为零,能够彻底的去除高斯噪声.该算法的实验结果表明不仅能滤出图像中高斯噪声和椒盐噪声,而且能较好的保留图像的边缘细节.其滤波效果优于传统的图像去噪方法.     

基于小波变换的微光图像中值滤波消噪

为了提高微光图像在目标识别中的可靠性,利用微光图像中所含噪声点具有椒盐噪声的特点,对图像进行小波变换并仅对其高频小波系数进行小波重构,重构后得到含有细节和噪声点的图像;根据重构图像直方图的特点,对重构图像进行阈值处理,得到只含有噪声点的图像.由小波变换提取的噪声点位置,对含噪的微光图像进行中值滤波处理,消除掉微光图像中的椒盐噪声.结果表明包含在图像中的噪声可以很好地被消除.这种消噪方法克服了中值滤波方法边缘模糊的缺点,保持了微光图像中的细节部分.     

基于TMS320C6416GLZ的Sobel算法图像边缘检测

针对图像边缘检测方法在抗噪声性能和边缘定位等方面存在的缺陷,实现大图像库中图像边缘的精确提取等问题,本文借助于中值滤波及TMS320C6416GLZ专用处理芯片,对图像边缘检测算法进行了改进。试验结果表明,中值滤波对于消除孤立点和线段干扰非常有效,图像噪声得到了明显的抑制,尤其是改进算法后检测出的边缘,抗噪声能力强,边缘定位准确,检测出的边缘也较为细致。该算法增强了Sobel算子的实用性。     

基于DSP的直线特征提取算法

为解决车道线识别实时性差问题,提出了基于DSP的直线特征提取算法.基于DM6437视频采集系统,通过CCD摄像头采集图像数据,对感兴趣区域提取灰度,以减少实时算法的计算量;在此基础上,通过对有效区域进行改进算法的中值滤波,有效选择噪声和信号点的灰度值进行中值处理,实现道路有效区域边缘保护和消除噪声的功能;再通过提取直线特征边缘检测,根据需要进行Sobel边缘检测,结合直方图筛选、直线连通性分析能有效的平滑噪声并细化边缘,能够达到道路图像的分割、配准和识别的效果,提高算法的准确性和实时性;最后,结合霍夫变换算法,在边缘检测的基础上得到直线参数方程,并且通过先验知识改进Hough变换算法提高算法实时性,准确找出直线位置.     

喷墨印花纹理图像的单元分解光流场配准算法

为了解决喷墨印花纹理图像在噪声环境下配准精确度低,以及局部区域存在大的配准偏差的问题,提出一种新的基于单元分解光流场的图像配准算法.利用单元分解技术对光流场图像配准问题进行建模,采用阶谱分层策略和基函数自适应调整,对单元分解过程中生成的局部和全局网格实施灵活度控制.通过引入一个新的能够对纹理结构的光滑效果实施约束的特征能量项,可以使网格单元取得令人满意的纹理表征效果,并且能够提高光流场模型在定位精细纹理边缘时的配准精度.对含噪喷墨印花纹理图像的配准实验结果表明了本文算法的可行性.     

联合双重滤波的水下图像NSCT阈值去噪算法

针对水下图像噪声特点以及去噪时边缘细节保护不理想的问题,提出了基于联合双重滤波的NSCT阈值去噪算法.该方法采用具有平移不变性的非下采样轮廓波变换对水下图像进行多尺度和多方向分解,根据分解后图像的噪声分布特点,联合频域与空域方法将中值滤波和非局部均值滤波算法分别应用于高低频图像的滤波处理,设置合理阈值进行去噪,进一步恢复图像细节并重构图像.实验结果表明,水下图像的去噪效果明显提高.     

多尺度结构元素形态学边缘检测算法的研究

针对在以往的图像边缘检测中,常用的算法抗噪声能力弱且容易丢失边缘细节等不足,提出一种新的边缘检测算法.该算法首先采用两个不同尺度的结构元素对图像进行交替滤波运算,再利用结构元素进行形态学边缘检测以获得图像的边缘细节.通过实验表明,与传统的边缘检测算法相比较,新算法抗噪能力强,运算效率高且检测到的边缘连续性强.     

基于边缘梯度矢量的印刷电路板缺陷检测

缺陷检测算法时间复杂度及精度是影响自动光学检测系统性能的两大因素,降低时间复杂度和提高精度才能保证系统实时可靠.针对传统参考法计算量较大及精度不高的问题,该文提出了一种基于边缘梯度矢量的印刷电路板缺陷检测算法,在配准的前提下,利用边缘梯度矢量搜索到缺陷处.实验表明,与传统参考法相比,该算法的计算点数由图像全部像素点减少至边缘,并利用梯度矢量较高的敏感性来提高检测可靠性.     

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。     

基于边缘检测的Kinect深度图像去噪算法

Kinect实时提取的深度图像映射得到的彩色图像以及目标背景分离图像边缘存在明显锯齿,且图像噪声大,质量较差。对此提出一种针对Kinect深度图像去噪算法。运用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘;进而根据获取边缘信息对深度图像进行分类,边缘区采用单向多级中值滤波算法进行降噪处理,而非边缘区采用双向多级中值滤波算法进行降噪处理。最终利用Kinect得到边缘清晰,噪声较小的高质量深度图像,实验证明了算法的有效性。     

3种光照条件下灰度图像边缘检测算法的研究

边缘检测对光照强度的反应很敏感,同一种算法很难对不同光照情况下的图像进行有效的边缘检测.通过对不同光照情况下的图像特征分析,提出了不同光照情况下的图像边缘检测算法：正常光照条件下采用Sobel算子进行边缘检测;弱光照条件时先用MSR（multi-scale retine）进行图像细节增强处理,再利用类别方差自动门限法得到图像边缘;强光照条件下通过灰度扩展,将所感兴趣的灰度范围放大得到图像的边缘.实例分析表明,该方法能够从灰度图像中获取较为理想的图像边缘,并具有一定的抗噪性能.     

局部平均显著梯度保边滤波算法

针对传统平均保边滤波算法中存在的光晕伪影现象,提出一种显著图局部平均梯度的保边滤波算法.利用显著图像边缘对比度突出的特点,简化边缘区域和非边缘区域间的阈值设定工作,并根据显著图的平均梯度自适应的平滑图像中的细节和噪声部分,同时保持边缘清晰.实验结果表明,显著图局部平均梯度的保边滤波算法利用显著特性有效地避免了传统平均滤波算法中的光晕伪影现象.相对于传统平均滤波算法,在降噪、多尺度增强以及HDR方面都有较好的表现.     

基于小波变换与中值滤波相结合的图像去噪处理

尝试利用基于小波变换和中值滤波相结合图像去噪声处理对同时含有高斯噪声和椒盐噪声的图像去噪方法进行了探讨．结果表明，小波变换结合中值滤波方法在去除图像噪声的同时较好地保持了图像所包含的边缘信息，处理效果优于单一的小波变换去噪或中值滤波．