基于行列处理消除正向脉冲噪声非线性滤波器

在光电成像应用领域中,有时会在图像上产生大量的正向脉冲噪声,严重地影响了图像质量。本文针对数字图像中出现的正向脉冲噪声,提出了基于行列处理消除正向脉冲噪声的非线性滤波器（ＲＣＦ）,并分析了它的滤波和细节保护特性。通过对仿真图像的处理和应用实例,与几种非线性滤波器做了对比。实验表明基于行列处理的非线性滤波器通过简单的行列处理,不但能有效消除正向脉冲噪声,而且对图像边缘和细节具有较强的保护能力,     

彩色印刷品视觉检测的自适应滤波算法

检测图像上的脉冲噪声会严重干扰后续的图像处理工作,因此平滑滤波算法是彩色印刷品视觉检测的必要组成部分.提出一种由2个子系统级联构成的脉冲噪声自适应滤波器,前级为一组具有不同选择阈值的σ矢量中值滤波器,次级为1个一阶Sugeno型神经模糊网络,通过学习的方式调整并确定网络参数以满足复杂的非线性映射关系,最终获得优化的滤波结果.实验结果表明该滤波器可以有效地抑制脉冲噪声而且不破坏图像细节.     

基于分层多尺度形态学梯度修正的分水岭分割

形态学分水岭分割对图像中的噪声和非规则细节较为敏感, 常常导致较严重的过分割. 如果在分水岭分割之前采用线性滤波器进行平滑,可以在某种程度上消除噪声和非规则细节干扰造成的分水岭过分割, 但是可能使分割出的目标轮廓产生位置偏移. 为了能够在消除过分割的同时保持目标轮廓的位置不变, 提出了一种基于分层多尺度形态学梯度修正的分水岭分割方法. 首先对原始图像进行多尺度形态学滤波平滑; 然后根据形态学梯度图像的三维地貌体积对其进行分层多尺度修正, 自适应地确定修正所需的结构元素尺寸, 对于低梯度层级采用较大尺寸结构元素进行形态学闭运算, 消除因非规则细节产生过分割的非规则局部极小值, 而对较高梯度层则采用较小尺寸的结构元素, 保持区域轮廓的位置不变; 最后在修正梯度图像基础上, 运用标准分水岭变换实现图像分割. 实验结果表明, 该方法能够在消除过分割的同时, 较准确的保持目标轮廓的位置.     

双树轮廓波变换域的磁共振图像降噪

为了改善磁共振(MR)图像的质量,提出一种基于双树轮廓波(DT-Contourlet)变换的MR图像降噪算法。研究了MR图像的噪声分布模型,认为这种噪声服从莱斯分布,从而推导了MR模平方图像的噪声参数估计方法。通过分析DT-Contourlet的塔型双树方向滤波器组结构,明确了DT-Contourlet不仅能保持轮廓波灵活的方向选择性,而且克服了传统轮廓波不具有平移不变性的缺点。在DT-Contourlet变换域,通过计算方差一致性测度,用局部自适应窗口估计阈值萎缩因子,对MR模平方图像的变换系数进行阈值萎缩。最后,经过DT-Contourlet反变换,实现了MR图像的降噪处理。实验结果表明,用本文算法降噪的MR仿真图像的峰值信噪比(PSNR)优于传统算法;与基于小波和轮廓波的方法相比,不同噪声方差下的PSNR平均提高了2.13dB和0.91dB。从视觉效果来看,该算法能在有效抑制MR图像噪声的同时,更好地保持图像的细节信息。     

应用小波神经网络处理CCD图像噪声

提出了一种用于数字图像中CCD噪声处理的小波神经网络滤波器.分析了CCD噪声模型,找出了导致CCD噪声模型复杂的原因:CCD相机响应功能的非线性.在对自适应噪声平滑(ANS)滤波器分析的基础上,考虑了影响滤波效果的两大问题:滤波窗口和图像强度.将小波神经网络非线性逼近CCD噪声曲线,按照噪声参数对图像进行区域划分并分配相应的权值.然后,结合相应的非线性滤波器进行针对性滤波,综合输出.实验结果表明:本文改进的滤波器滤波效果明显,信噪比得到进一步提高(24.65).利用小波神经网络良好的非线性函数逼近性,结合ANS滤波器,构造出了小波神经网络非线性ANS(WNN-NANS)滤波器,该滤波器在去除噪声的同时很好地保留了边缘细节,同时提高了信噪比.     

双边滤波器在X射线图像平滑滤波中的应用

针对传统空间滤波器在对X射线图像进行平滑滤波时造成图像边缘模糊现象的问题,提出一种采用双边滤波器对X射线图像进行平滑滤波的一种方法.与传统图像滤波方法不同,双边滤波器不但能对图像进行滤波,而且能保护边缘信息,而传统空间滤波器对图像滤波时会造成图像边缘模糊.双边滤波器是在空间滤波器的基础之上采取动态改变滤波器的方法来对图像进行滤波.最后通过采用不同滤波器对噪声图片进行平滑滤波,验证双边滤波器的平滑滤波效果.     

基于图像去噪的自适应滤波器的设计

本文首先提出了图像去噪的重要性,并用实验证明了图像噪声的存在;随后介绍了图像噪声的分类及常用的数字滤波法去除噪声;最后根据冷轧带钢表面图像噪声特点,设计了自适应滤波器,实验证明该滤波器可以很好的滤除冷轧带钢表面图像的噪声.     

应用二维双通道滤波器组的合成孔径雷达相干斑抑制模型

为了提高合成孔径雷达(SAR)图像相干斑抑制能力,建立了二维双通道滤波器组多级结构的相干斑抑制模型.对双通道一维滤波器组进行Mcclellan变换,得到相应的二维双通道滤波器组;由于Mcclellan变换采用零相位映射方式,使二维双通道滤波器组保留了原一维滤波器组的相位和频率响应的特点.建立了双通道二维滤波器组的多级结构,在分解结构中,每级都采用非下采样方式,使其具备平移不变性;最后建立相应的SAR相干斑抑制模型,即对SAR图像先进行同态变换,将乘性噪声变为加性噪声,再利用双通道二维滤波器组多级结构进行分解,对得到的各级高频部分利用简单阈值方法实施信噪分离.模拟实验结果表明,对实验中受噪声污染的航拍图像,本文方法比二维向量积小波降噪方法的信噪比提高了近1 dB;而对原始SAR图像,去噪后等效视数相近,峰值信噪比提高了4.5 dB.因此该方法在噪声抑制和细节保持上要优于二维小波变换.     

卷板加工特征快速提取的应用研究

论述了卷板成形加工特征实时提取系统的基本原理,采用了多线程同步机制实现图像采集和图像处理的并行执行,设计了具有细节保护特性的混合滤波器,在有效去除混合噪声的同时也很好地保护了图像的细节,然后采用了迭代阈值算法对图像进行了有效的分割,获得二值图像,最后使用图像形态学的腐蚀算法实现了工件轮廓的提取,实验结果表明该图像特征提取系统具有较高的定位精度和较快的处理速度,能够满足二般的工业实时处理要求.     

基于分层多尺度形态学梯度修正的分水岭分割（英文）

形态学分水岭分割对图像中的噪声和非规则细节较为敏感,常常导致较严重的过分割。如果在分水岭分割之前采用线性滤波器进行平滑,可以在某种程度上消除噪声和非规则细节干扰造成的分水岭过分割,但是可能使分割出的目标轮廓产生位置偏移。为了能够在消除过分割的同时保持目标轮廓的位置不变,提出了一种基于分层多尺度形态学梯度修正的分水岭分割方法。首先对原始图像进行多尺度形态学滤波平滑;然后根据形态学梯度图像的三维地貌体积对其进行分层多尺度修正,自适应地确定修正所需的结构元素尺寸,对于低梯度层级采用较大尺寸结构元素进行形态学闭运算,消除因非规则细节产生过分割的非规则局部极小值,而对较高梯度层则采用较小尺寸的结构元素,保持区域轮廓的位置不变;最后在修正梯度图像基础上,运用标准分水岭变换实现图像分割。实验结果表明,该方法能够在消除过分割的同时,较准确的保持目标轮廓的位置。