一种基于梯度的图像滤波算法

滤除图像的噪声有很多方法,普遍使用的均值滤波滤除噪声效果不够理想,且易使图像变得模糊;而中值滤波滤除噪声效果较好,但易使图像的细节信息丢失.文章提出了一种基于梯度的滤波算法,该算法对含有噪声的图像取3×3领域,构造4个方向的梯度算子模板,通过比较4个方向梯度大小,对噪声、图像边缘、图像内部信息点分别处理.实验结果表明该算法在滤除噪声的同时,很好地保存了图像的原始信息且有较好的信噪比.     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题，提出了一种去除图像中椒盐噪声的新型滤波算法．该算法采用两级滤波，并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素，以保持这些像素的原灰度值不变，保护了图像的真实性；同时在第一级滤波时采用迭代中值滤波，使滤波效果更佳．实验结果表明，所提出的滤波算法的效果优于现有的滤波算法，尤其是噪声密度超过0．3时，该算法的优势更加明显．     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题,提出了一种去除图像中椒盐噪声的新型滤波算法.该算法采用两级滤波,并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素,以保持这些像素的原灰度值不变,保护了图像的真实性;同时在第一级滤波时采用迭代中值滤波,使滤波效果更佳.实验结果表明,所提出的滤波算法的效果优于现有的滤波算法,尤其是噪声密度超过0.3时,该算法的优势更加明显.     

一种去除文本图像椒盐噪声的方法

针对文本图像在获取、处理和传输过程中产生的椒盐噪声,提出一种去除文本图像椒盐噪声的方法.该方法首先标记噪声点,然后采用Otsu阈值分割法将信号点分为文字与背景两类,最后对邻域内信号点进行扩散处理去除噪声.实验结果表明,相比传统的去噪算法,该方法能够减少笔画断裂和伪笔画的产生.     

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。     

几种典型数字图像中值滤波算法的对比分析

中值滤波方法是图像去除噪声的重要方法之一,广泛应用于数字图像处理中。本文为了更好地检验滤波方法的效果,在图像中添加随机和椒盐两种常见噪声,对多级中值滤波、开关中值滤波和极值中值滤波算法进行仿真,以峰值信噪比和归一化均方差（NMSE）作为客观评价标准,对几种典型中值滤波算法进行了对比分析。结果表明,中值滤波既可以去除图像中的噪声又能保护图像的边缘和轮廓。     

一种基于灰关联的序列模式挖掘算法

序列模式挖掘算法多是利用了关联规则挖掘中的 Apriori特性 .利用灰关联方法对原始序列 进行净化处理 ,从而减少挖掘算法中的噪声数据 . 其理论依据在于 ,如果一个序列是频繁的 ,那么该序列的时间间隔也必然是频繁的. 利用了灰关联分析方法找出两个项之间的频繁时间间隔 ,再利用该间隔扫描事务序列数据库 ,从而最终找出频繁序列 .     

混有高斯和脉冲噪声图像的一种新滤波方法

针对数字图像中的高斯噪声和脉冲噪声,提出了采用递推最小最大值法与中值滤波相结合的滤波方法。对数字图像首先采用递推最小最大值方法来除去脉冲噪声,然后采用中值滤波方法,并选择合适的窗口尺寸,可得到质量很好的图像。实验结果表明,递推最小最大值方法在抑制脉冲噪声的同时,还能保留良好的图像细节,特别是在多种脉冲噪声存在的条件下,效果更加明显,而中值滤波可以有效地除去剩余噪声,最终得到满意结果。     

基于Huber惩罚函数和引导滤波的红外图像条纹噪声去除方法

为提高红外图像的视觉质量和可用性,提出一种基于Huber惩罚函数和引导滤波(GF)的去条纹噪声算法。该算法首先采用基于Huber惩罚函数的平滑结构,将图像分成平滑部分和高频部分,然后以平滑部分作为引导图像、高频部分作为输入图像,经过引导滤波提取条纹噪声,最后从原图像中减去噪声部分得到校正结果。实验表明,该算法能有效去除条纹噪声的同时保留图像细节,不会造成伪影现象,在去噪能力和细节保留方面都优于传统的GF、中值均衡直方图(MHE)等算法,为去除红外图像的条纹噪声提供了一种解决方案。     

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。     

基于多层次灰色关联分析的图像融合效果评价方法

提出了一种基于多层次灰色关联分析的图像融合效果综合评价方法。通过引入灰色关联分析概念,结合先验知识和量化评价,实现了对各个融合图像效果优劣的综合评价,评价结果易于定量表示,更为精确、客观,不仅可以从整体上进行综合评价,还可以从某个侧面进行特殊性需要的评价,兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明,该评价方法具有较好的实时性和简洁性,对于实现具有反馈的图像融合过程、进一步丰富和完善图像融合理论框架具有启发意义和实用价值。     

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。     

数字图像的一种小波滤波算法

提出了一种用于图像增强的小波平滑滤波算法．该算法可根据测试图像特点改变小波变换的尺度，在区域平滑的过程中使图像的边缘锐化，较好地处理了平滑噪声和锐化边缘这对滤波技术中的矛盾．实验结果表明，该算法具有良好的滤波性能和实时性．     

基于线性预测的图像去噪

针对图像脉冲噪声的去除问题,本文提出了一种基于线性预测的新方法.根据噪声的特点,首先将像素点分成信号点和可疑噪声点,对信号点不进行处理,对可疑噪声点进行进一步分析.若可以噪声点被确定为噪声点,则采用线性预测方法进行滤波,否则保持不变.实验结果表明,本文方法不仅有效的去除了噪声,而且很好的保持了图像的细节.     

基于Retinex理论的红外图像的边缘增强算法

提出一种基于颜色恒常性与Retinex理论的红外图像边缘增强方法.首先把SC3000型红外热像仪采集到的红外图像进行R、G、B分量分解,然后对分解后的三幅图像用SSR算法进行处理,最后将处理后的三幅图像按R、G、B顺序依次写入一个24位的彩色图像中输出,得到的即是增强后的红外图像.实验结果表明,本文提出的方法在有效的增强红外图像边缘的同时,还防止局部区域出现过增强现象,保证局部细节也较为清晰.     

空间相关高斯噪声中基于四阶累积量的自适应时延估计方法

针对高斯色噪声中零均值、具有非零三谱信号,提出了一种基于四阶(互)累积量的自适应时延估计方法,并分析了算法的收敛性。该方法不仅具有抑制空间相关(或不相关)高斯色噪声的能力,而且可估计正弦信号的时延,理论和仿真实验均证明了该方法在空间相关高斯色噪声背景下,具有优越于互相关方法的时延估计性能。     

红外图像起伏背景对消的空间滤波方法研究

分析研究红外图像起伏背景的起因；针对起伏背景的分布特性．以消除该背景噪声的干扰为目的，介绍了常用的4种不同空间滤波方法的优劣性；通过建立合适的仿真数学模型，用仿真实验方法对所提出的方法作了详细的性能比较，并对得到的数据结果进行了分析和讨论。实验结果表明：对于含有目标信息的起伏背景图像，背景对消的最佳滤波方法，应采用开余滤波法。     

基于小波分析的热红外图像自动配准方法

研究一种快速、准确、抗噪、有效的热红外图像自动配准方法 .首先用小波分析技术提取两幅图像的特征点 ,然后对两幅图像之间的角度差进行补偿 ,最后用多层特征点匹配技术完成两幅图像的变换参数的估计和自动配准 .对热红外图像自动配准的仿真表明本文提出的方法可以快速、自动、比较准确地得到图像之间的配准参数 ,且对噪声具有一定的适应能力     

一种分解型Quasi-Newton电容层析成像图像重建算法

针对电容层析成像系统中的"软场"效应和病态问题,在分析电容层析成像和QuasiNewton算法原理的基础上,基于非线性最小二乘的成像原理,提出了一种新的分解型Quasi-Newton电容层析成像算法,推导出了求解ECT反问题的分解型拟牛顿图像重建算法放的计算步骤,同时利用信赖域公式对目标函数的Hessian矩阵进行校正.仿真实验表明,基于分解型拟牛顿方法具有可行性,对于基本流型该算法与LBP算法相比,具有成像质量高和边界均匀稳定的特点,为ECT图像重建的研究提供了一个新的思路.