中值滤波在图像处理中的应用

通常在实际获取的图像中存在一定的噪声,而噪声的存在势必影响图像的清晰度、对比度等因素,会直接影响到下一步的图像处理.因此,图像滤波技术的研究一直是国内外研究的热点.中值滤波是一种典型的非线性滤波技术,能有效滤除干扰噪声.文中探讨了中值滤波算法原理及其在图像处理中的应用,并给出了采用MATLAB仿真的实例,结果表明其具有较好的实用价值.     

基于横向拓展窗口的快速图像中值滤波算法

中值滤波是一种基于空域排序统计的图像降噪方法,可在滤除噪声的同时有效保护图像的细节信息。传统中值滤波一般采用冒泡排序法来对方形窗口内的像素灰度值进行排序操作,像素之间的比较次数多,处理时间长,不利于实时图像处理。基于图像并行处理的思想,提出了一种基于横向拓展窗口的快速中值滤波算法。算法将传统的方形窗口进行横向拓展,从而改变滤波窗口漫游的滑动步长,同时可以有效利用算法执行过程中的比较信息,达到提高整幅图像处理速度的目的。实验结果表明,算法能够满足图像降噪高精度、高实时性要求。所提出的算法通过牺牲芯片面积来换取处理速度,适宜于在现场可编程门阵列等硬件上实现。     

红外图像噪声先验中值滤波方法的设计与应用

红外图像中的脉冲噪声影响温度测量及分析,同时影响红外图像的可观性。传统中值滤波容易造成过度滤波,影响温度分布,丢失图像温度信息。针对传统方法的缺陷,借鉴噪声检测的中值滤波方法,将其应用于红外图像的脉冲噪声滤波。该方法在中值滤波之前进行一次脉冲噪声检测,确定受到噪声污染的像素点,并进行记录标识。然后进行对噪声污染像素的针对性滤波,实验证明,达到了既能有效滤除噪声,又完整保留温度信息的目的。     

基于窗口的自适应中值滤波算法

滤波窗口是影响椒盐噪声滤除效果的重要因素。针对自适应中值滤波算法(RAMF)的不足,提出了一种基于窗口的自适应中值滤波算法。该算法分为噪声的检测和滤除两部分。在噪声检测部分,主要通过混合窗口检测出准噪声点,将其用窗口中值代替,而其余信号点保持不变。重复此方法,直至所有的准噪声点处理完毕。然后,在噪声滤除部分,主要根据噪声密度选择合适的最大滤波窗口半径,进而实现噪声滤除。最后,为验证算法的有效性开展了仿真研究,仿真结果表明本算法对椒盐噪声的滤除具有很好的效果,增强了图像的清晰度。     

基于中值滤波器的红外图像噪声处理的改进方法

基于红外图像成像的机理和热像仪工作方式,红外图像往往混有大量随机噪声,而这些都是造成红外图像和视频质量下降的重要原因。中值滤波是一种常用的非线性的滤波方式,对于图像降噪有很好的效果。中值滤波器的处理窗口大小需要提前设定且在处理过程中不能改变。噪声密度越大需要处理窗口越大,但也导致图像的细节相应越模糊。综合窗口大小对降噪能力和细节处理能力的影响,文中对传统的中值滤波器算法进行改进。实验表明,在中值滤波器去除噪声的过程中,随着窗口图像噪声分布情况动态调整窗口大小,能够做到既尽可能去除噪声,又尽可能保持图片的细节,使图像处理整体效果得到提升。     

基于FPGA的红外图像中值滤波算法研究与实现

中值滤波技术在数字图像处理领域应用比较广泛,能够有效处理图像显示的噪声。红外图像由于在成像过程中受到感光、温度以及结构等客观因素的影响,成像质量往往较差。因此,介绍一种基于FPGA的红外图像中值滤波处理技术,利用FPGA在数据并行处理和流水线处理上的优势,选择适当大小窗口的掩模对红外画面进行中值滤波,以消除红外图像中的噪声像元点。实验结果表明,该方案能有效消除红外图像显示中的噪声,改善图像画面显示质量。     

基于模糊理论的红外图像滤波

利用图像的空间相关性,提出了一种基于模糊理论的图像智能滤波方法,此方法具有运算量小和便于图像实时等特点,同时避免了常用滤波方法的缺陷,实验表明,基于模糊理论的图像智能滤波方法比常规滤波方法运算量小,它既能去除奇异点,又能保持图像中目标的边缘不变性,具有很好的滤波效果。     

中值滤波技术在图像处理中的应用

中值滤波是一种非线性滤波方法。为了在尽可能消除或衰减噪声的同时很好地保留图像细节，提出一种对信号与噪声分别处理的中值滤波法，并在图像处理中应用。与常用的中值滤波法相比，采用该方法处理的图像其信噪比可以显著提高。     

基于不同窗口形状下的CT图像中值滤波算法

CT作为医学影像工具,对CT图像的去噪声处理是医学图像预处理中的重要环节,中值滤波是传统滤波算法中对滤除椒盐噪声有较好滤波性能的方法之一,滤波窗口形状有着多样性。文中对于不同形状窗口进行了程序编写,研究了不同形状的滤波窗口、不同窗口大小的中值滤波算法对CT图像的去噪效果,这些影响到中值滤波中心像素值的选取以及滤波处理的计算量。实验结果表明,中值滤波的效果有差别,为改进中值滤波算法及对CT图像的去噪声处理提供了参考,同时也有利于研究中值滤波与其他滤波方法结合进行去噪声处理,可以更好地保留图像的细节。     

基于模糊中值滤波的图像处理方法

中值滤波器是众多滤波器中既能很好地抑制噪声,又能较好保护图像细节的一个滤波器。尽管如此,依然有很多细节不能被很好地保护。因此,提出了一种模糊中值滤波算法,该算法不像传统中值滤波简单地在像素级上对图像进行去噪处理,而是通过隶属函数将图像灰度值转换到图像特征级处理,该算法不仅能更好地抑制噪声,而且保护细节的性能也有所提高。仿真实验结果表明该方法是可行的。     

基于Stratix II EP2S60的改进中值滤波器的设计及实现

在红外搜索跟踪系统中,为了有效可靠地对目标进行探测、跟踪,必须对红外图像进行滤波预处理,从而提高图像信号的信噪比。为满足实时红外图像预处理时对速度的高要求,采用了一种利于硬件实现的中值滤波改进算法,以Altera公司的Stratix II系列EP2S60型FPGA为平台,成功实现了对256×320×16 bit图像的中值滤波,整个电路去噪效果明显,速度满足要求。     

基于形态学和OTSU算法的红外图像降噪及分割

为了在去除红外图像的脉冲噪声的同时,有效保持和恢复图像的边缘细节,提出了基于灰度特征和众数原则的迭代双边中值滤波方法。此方法根据脉冲噪声的灰度特征以及众数原则,将取最小和最大值、而在邻域的灰度分布上孤立的像素识别为噪声。根据基于空间距离和灰度相似的加权系数,对邻域中的无噪像素与已经去噪恢复的像素进行频次加权,用频次加权中值作为噪声像素的估计值。其中,以迭代遍历的方式执行去噪处理,充分利用前次遍历处理的结果,以去除高密度噪声。实验数据证明,此方法去噪所得的PSNR和EPI值以及视觉效果均优于现有方法,具有更好的去噪性能。     

基于噪声估计的自适应开关型中值滤波器

提出了一种基于噪声估计的自适应开关型中值滤波器(IASMNE,improved adaptive switching median filter based on noise estimation)。IASMNE以图像经小波变换后在不同尺度和不同方向提取的子带滤波系数值的统计信息构成刻画图像受噪声干扰程度的特征矢量,在大量噪声图像上获得的特征矢量为学习数据集,并利用支持向量回归(SVR)分析实现对图像中噪声比例的准确估计。基于此,IASMNE对高、中、低不同噪声比例图像启动不同的滤波策略,并灵活设置滤波参数。大量实验表明,与其它开关型滤波器相比,IASMNE能够合理地根据图像噪声干扰程度进行最佳滤波,尤其是对于大于70%的椒盐噪声(SPN)能够大幅度提高图像质量。     

一种改进的自适应中值滤波算法研究

非线性滤波是一种有效的噪声抑制技术,得到了广泛的应用。文中针对标准中值滤波方法存在的不足,提出自适应中值滤波方法。该方法采用一定的检测标准对图像中的噪声点进行检测,并采用改进的中值滤波方法对噪声点进行滤波。实验结果表明,此方法较标准中值滤波具有更优良的滤波性能。     

基于像素梯度自适应迭代中值滤波器的图像脉冲噪声抑制算法

图像脉冲噪声移除是获得高质量图像的关键。本文通过热红外相机成像原理研究,提出了一种基于像素梯度自适应迭代中值滤波器的图像脉冲噪声抑制算法。首先,根据相机的调制传递函数计算获取原始图像的最大像素梯度,继而建立相应的像素梯度集合。然后,计算原始图像与对应像素梯度滤波图像的梯度权重均方根误差集合,并将该集合高斯分布的最大值对应的像素梯度确定为最佳像素梯度。最后,根据图像中脉冲噪声的密度和复杂度,确定所提滤波器的自适应窗口大小和迭代次数。大量实验结果表明,所提滤波器对移除8位、16位的单通道脉冲噪声图像展现出良好的鲁棒性。与其它先进方法相比,该方法可以实时移除真实热红外相机采集图像中低密度的随机值脉冲噪声和SAPN,并实现噪声抑制过程中99.5%以上的原始像素不会遭受破坏。除此之外,针对高密度SAPN抑制,该方法获得了具有竞争力的结果,与运行时间较快的滤波方法相比表现出较好的PSNR和SSIM,与PSNR和SSIM较优秀的去噪方法相比表现出较快的运行时间。对于极限SAPN（99%）破坏的图像,也能够恢复有意义的图像细节。     

基于图像处理的一体化摄像机自动聚焦系统设计

研究一体化摄像机中的自动聚焦控制功能,运用数字图像处理技术来实现自动聚焦。采用加权中值滤波算子作为判断图像清晰度的评价函数,此算法可减小外部噪声对聚焦的干扰,并结合传统摄像构图采用的黄金分割理论来选择聚焦区域,然后利用改进的爬山算法来搜索焦点。在此基础上,运用FPGA开发平台实现该自动聚焦技术。通过实验验证,设计的系统的灵敏度高、稳定性好。     

数字图像中值滤波技术研究

中值滤波作为图像处理中的一种非线性滤波技术,在有效抑制脉冲噪声的同时能很好地保护图像信号的细节信息,尤其是在处理椒盐噪声方面效果较好,得到了广泛的研究和应用。文章通过对中值滤波及其改进方法的研究,比较了不同方法的运算效率及对不同图像的去噪效果,分析中值滤波技术的研究方向。     

An improved recursive and adaptive median filter for high density impulse noise

An improved recursive and adaptive median filter (RAMF) for the restoration of images corrupted with high density impulse noise is proposed in the present paper. Adaptive operation of the filter is justified with the variation in size of working window which is centered at noisy pixels. Based on the presence of noise-free pixel(s), the size of working window changes. The noisy pixels are filtered through the replacement of their values using both noise-free pixels of the current working window and previously processed noisy pixels of that window. These processed noisy pixels are obtained recursively. The combined effort thus provides an improved platform for filtering high density impulse noise of images. Experimental results with several real-time noisy images show that the proposed RAMF outperforms other state-of-the-art filters quantitatively in terms of peak signal to noise ratio (PSNR) and image enhancement factor (IEF). The superiority of the filter is also justified qualitatively through visual interpretation.