自适应窗非线性边缘保护滤波器

本文提出两种自适应窗非线性边缘保护滤波器。它们可同时滤除加性随机噪声、信号有关噪声和脉冲噪声,并有很好的边缘信号保护效果。其自适应窗的尺寸随信号的特征而变,以得到精确的信号估值,滤波器具有良好的滤波韧性和信号分辨力。     

多种噪声图象的自适应韧性滤波

本文提出了一种用于噪声图象的自适应韧性滤波器。它不需要先验的图象统计分布知识,具有良好的滤波韧性。它能同时滤除图象中的独立加性噪声、信号有关噪声和脉冲噪声。这种滤波器有很好的边缘信号保护作用并易于实现。     

基于颜色分量单独噪声检测的混合中值滤波器

为了进一步提高开关型矢量中值滤波器滤除脉冲噪声尤其是细微噪声的能力,提出了一种基于颜色分量单独噪声检测的开关型标量和矢量混合中值滤波器(SVHMF)。与其它经典矢量滤波器相比,SVHMF最大的不同在于它是根据对像素点各个颜色单独进行噪声检测的结果,采用与之相适应的标量和矢量混和滤波方法。新滤波器可以最大限度地保护彩色图像图像像素中未被噪声干扰的颜色分量数据,从而可以进一步提高滤波效果。实验数据表明:SVHMF的滤波效果明显优于其它各类在彩色图像降噪中得到广泛应用的矢量中值滤波器。     

实时图象的伪中值滤波和sobel边缘增强

本文主要研究中值滤波器和Sobel算子的滤波性能,并采用流水线方式硬件实现了伪中值滤波和Sobel边缘增强。两种方法均可以实时地滤除图象中的噪声,并勾画出边缘。处理后图象信噪比可提高约7dB,输出延迟小于200μs。此外,本文还提出一种新的噪声乎滑方法。该方法与中值滤波器一样可以保护图象边缘,滤除脉冲颗粒噪声,而且,它抑制随机噪声的效果优于中值滤波器。     

基于多级非线性加权平均中值滤波算法的散斑噪声抑制

文中根据斑点的统计性质对多级中值滤波器进行改进,提出了一种用于散斑噪声抑制 的多级非线性加权平均中值滤波算法,实验结果证明了本文算法优于Lee 滤波算法、F. safa 算法和权重形态滤波器,它既保持了图像的几何特征,又有效地抑制了图像中的斑点噪声。     

子波变换去噪的一种新算法

在图象平滑中，经常采用均值滤波和中值滤波。然而均值滤波对高斯白噪声比较有效而中值滤波对脉冲噪声比较有效。因而寻求对两种噪声都有效的去噪算法是我们所希望的。本文在概要介绍子波变换的基础上，首先从理论分析和实验计算两个方面详细讨论了脉冲信号和高斯白噪声的子波变换特性。然后说明了一种对脉冲噪声和高斯白噪声同时有效的新的去噪算法。最后利用改进的去噪算法对一维信号和二维信号进行了实验，并给出了数字仿真的结果。     

一种文本图像水印的算法研究

该文提出了一种文本图像水印的新算法。首先将文本中选定嵌入水印的区域视为一个彩色图像,对其进行离散余弦变换（DCT）,并将变换系数进行加密排序之后,则经典的乘性水印算法转变为加性算法。将排序之后的DCT系数视为分叉噪声,而水印信号为弱信号,那么利用加性噪声中弱信号榆测理论推导出一种水印检测器来检测水印信号,并对其检测性能进行了理论和实验分析。实验表明这种检测器对于高斯加性噪声、中值滤波、乘性噪音以及低通滤波等多种攻击手段都具有较好的抗攻击能力。     

基于邻域统计的图像消噪方法

中值滤波是一种在去除噪声的同时能较好保护图像边缘细节的非线性滤波技术。介绍了中值滤波及其改进算法、分析了中值滤波的属性、提出了一种基于邻域统计和奇异点检测的中值滤波器的改进算法。计算机模拟实验结果表明:该改进算法能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波器和维纳滤波器具有更优良的滤波性能。     

复合滤波在三维电子罗盘输出数据处理中的应用

三维电子罗盘在长距离数据传输过程中,将受到外界噪声的干扰。该噪声不仅含有高斯噪声,还含有脉冲噪声。介绍一种抑制噪声干扰的复合数据滤波方法,即先利用一种非线性滤波器——中值滤波器,消除脉冲噪声,然后再利用FIR低通滤波器,对其进行平滑处理。与传统的直接采用线性滤波器的滤波结果相比较,该方法的滤波效果更为理想。     

快速中值滤波在滤除心电信号基线漂移中的应用

文中给出了一种非线性的滤除心电信号基线漂移的滤波方法,把基于排序统计理论的快速中值滤波方法应用于处理心电信号,通过多次对心电信号中选择的窗口数据进行排序,然后取中值的方法来达到滤波的效果。试验中以Windows Mobile系统的智能手机为平台,对取自人体体表带有基线漂移的心电信号使用快速中值滤波算法,有效地滤除了基线漂移,而且信号失真小,不影响原心电信号的诊断。解决了常用的高通滤波器不能有效滤除心电信号中的基线漂移问题。     

一种基于中值-模糊技术的混合噪声滤波器

结合中值与模糊滤波技术,提出了一种新的图像混合噪声滤波算法。算法将受混合噪声污染的图像分为脉冲噪声点集与含有高斯噪声的像素点集两部分,首先进行灰度极值检测,进而借助邻域纹理信息准确检测出脉冲噪声,并以中值滤波滤除;对于含有高斯噪声的像素点则采用一种保护细节的模糊滤波器进行处理。实验结果说明算法不仅能有效地滤除脉冲与高斯混合噪声,而且可以较好地保护图像细节。     

基于IRFPA改进中值滤波算法的FPGA实现

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术.改进中值滤波算法与传统3×3中值滤波器相比较:滤波模板由2个FIFO与7个寄存器组成,简单实用;经过6级比较可以快速找到9个数的中值,提高了寻找中值的速度;得到的中值与原始数据经过阈值比较,做选择性替换,便于更好地保持图像细节.此算法在640×512元...     

结合局域均值分解的多尺度中值滤波

针对中值滤波性能受滤波窗口长度影响的问题,提出了一种结合局域均值分解(Local Mean Decomposition,LMD)的多尺度中值滤波方法,并对其在遥测信号脉冲噪声抑制中的应用进行了分析.利用LMD将待分析信号分解为不同尺度的乘积函数(Product Function,简称PF),按PF的阶次设定中值滤波窗口长度对PF分别进行中值滤波,用滤波后PF重构获的脉冲噪声抑制后信号.这一方法在抑制脉冲噪声干扰的同时,可最大程度保护信号的细节信息不受损失.仿真信号和实测信号处理证明了方法的有效性.     

TV-VGA视频转换中的降噪措施及硬件实现

为了满足图像实时处理时对速度的要求,以及适应能够同时抑制高斯噪声和脉冲噪声的需要,提出了一种简单有效的滤波方法一混合滤波。MATLAB上的算法仿真表明：通过将中值滤波器与均值滤波器级联,可以有效的滤除视频图像中的混合噪声（脉冲噪声和高斯噪声）。采用Verilog HDL对电路进行设计,并在Xilinx公司的Spartan-IIE系列芯片上实现了混合滤波器。此滤波器算法简单,便于硬件实现,可以应用于实时图像处理中。     

基于FPGA的实时大窗口中值滤波器的设计

中值滤波在图像预处理阶段有着重要的应用,尤其是对于图像中脉冲噪声的滤除。传统的中值滤波算法都是通过对原数据按照大小排序,然后才能取出中值。但随着窗口尺寸的扩大,因数据增多而造成比较次数的激增,这成为制约大窗口中值滤波器实时性的一个瓶颈。针对这一问题,该文提出一种基于FPGA的25输入的实时中值滤波器的设计方法。无需对原数据进行大小排序,而是根据各比特平面的信息,重新生成一个中值,特别适合于FPGA实现。设计专用的位处理单元,简化了电路结构。通过三级查找表的方式,解决"多数表决器"耗时长的问题。实验结果表明,滤波器资源占用少,数据吞吐率高,延迟小,可满足任何窗口形状的滤波要求。     

基于PCNN噪声检测的两级脉冲噪声滤波算法

为有效滤除图像中严重脉冲噪声干扰,提出了一种基于改进型脉冲耦合神经网络(PCNN)噪声检测的两级脉冲噪声滤除算法。该算法首先利用PCNN同步脉冲发放特性区分定位噪声点和信号点位置,其次根据噪声点局部邻域信息对噪声进行第1级自适应滤波,然后再利用具有保护边缘细节特点的多方向信息中值滤波器(MF进行第2级辅助滤波。实验结果表明,该算法在噪声检测中无需设定检测阈值,噪声检测精度较高;在去噪过程中不但有效滤除噪声干扰,而且能很好地保护图像边缘细节等信息,具有较好的主观视觉效果和客观评价指标,比传统MF及其它相关算法有更优的滤波性能,去噪能力强、信噪比高和适应性好,特别是对受严重噪声污染的图像,显示了更大的优越性。     

一种基于两阶段的脉冲噪声滤除算法

本文提出了一种基于两阶段的脉冲噪声滤除方法.在算法的第一阶段,提出利用列队排序检测器(ROD)来检测图像中所有可能的脉冲噪声点.在第二阶段,对所有的噪声候选点进行自适应中值滤波,滤波窗口的尺寸大小是根据噪声密度自适应调整的.该算法能对图像的边界以及非噪声点进行保护.实验表明,本文算法在滤除脉冲噪声的同时可以有效地保护图像细节,尤其是在噪声密度非常大的情况下.     

一种基于极值的自适应中值滤波算法

图像平滑处理中,如何在去除噪声的同时完整地保留图像边缘细节一直是非线性滤波算法研究的热点问题。提出了一种基于极值的自适应中值滤波算法,该算法根据图像中某点是否为邻域极值点将全部像素分为可疑噪声与信号两类。对可疑噪声点采用包括八个一维窗口和一个二维窗口在内的不同尺度和不同方向的九个子窗口,按照各个子窗口的均方差大小,自适应选择窗口进行中值滤波;对信号点不加处理,灰度值不变。测试结果表明,该算法的滤噪特性和细节保护能力优于多级中值滤波;执行速度较快,优于经典中值滤波。     

脉冲噪声检测与滤除器

从信号的自相关角度出发,分析了信号受脉冲噪声污染的特点.根据信号受脉冲噪声污染的特点,提出了一种从幅度上检测脉冲噪声、从宽度上识别脉冲噪声的方法,然后对检测出的噪声点进行预测插值去噪处理.由于只对噪声污染点处理,未改变非污染信号点,从而极大地保护了信号的细节信息.该滤波器算法简单、能够自动适应信号变化和脉冲噪声特性.实验结果表明,与中值滤波器、均值滤波器相比,该滤波器能够在保护信号细节信息的同时,很好地去除脉冲噪声.     

由数据统计特性检测噪声的中值滤波算法

为了改善中值滤波的滤波效果,提出了一种基于数据统计特性进行噪声检测的中值滤波算法,采用通过数据的离散程度检测出噪声点,仅仅对噪声点进行中值滤波的方法,对实验激光图像进行处理,计算了各算法处理图像的散斑指数、峰值信噪比和归一化均方误差,比较了它们的散斑抑制能力。结果表明,新方法确实具有滤波优势。