模糊加权均值滤波器

主要研究了受混合噪声污染图象的降噪滤波问题,运用模糊数学思想提出了一种基于模糊隶属度的加权均值滤波器。该算法利用模糊隶属度函数的概念,对均值滤波器的权值加以优化,使其不仅在降低高斯噪声的能力方面较均值滤波有所提高,而且对于脉冲噪声及混合噪声也有很好的抑制能力。     

层叠加权中值滤波器

利用层叠滤波器的阈值分解特性，提出了一种基于阈值分解结构的滤波器－层叠加权中值滤波器。该滤波器结构简单，易于并行处理和通过ＶＬＳＩ实现。图象处理仿真实验表明，其具有良好的滤波效果。     

自适应加权镜像阈值层叠滤波器

与传统的阈值层叠滤波器相比,镜像阈值层叠滤波器不仅具有低通滤波的特性,还具有带通和高通的特性。但由于镜像阈值层叠滤波器比传统的阈值层叠滤波器的正布尔函数长度有显著增加,从而使计算量增加,为解决这一问题,提出了一种镜像自适应加权（MAW）算法。该方法充分考虑了镜像阈值分解的特点,并通过引入自适应领域加权误差准则建立了代价向量,在迭代过程中,对代价向量的层叠性进行快速约束,并判断其收敛性,最终获得了基于最优正布尔函数的自适应加权镜像阈值层叠滤波器（AWMSF）。为了验证该滤波器的滤噪性能,对最优AWMSF进行了性能分析,结果表明,AWMSF在滤除噪声的同时,能更好地保持图像的细节信息,并可减少迭代次数,从而使计算复杂度大大降低。     

基于最小生成树的加权中值滤波算法

根据图像纹理分布特点,提出一种基于最小生成树的加权中值滤波算法。依据最小生成树计算像素点的相关度,对像素点进行初次分类。对初次分类中不能确定性质的像素点,采用模糊理论进行二次分类。根据像素点的分类结果,保持像素点的原有灰度值或采用不同的滤波方法进行滤波处理。仿真实验结果表明,在去除噪声和图像细节保持方面,该算法优于其他中值滤波算法。     

一种基于空间距离加权的自适应矢量中值滤波器

矢量中值滤波器(vectormedian filter,VMF)是一种经典和高效的矢量滤波器,主要用于消除彩色图像中的脉冲噪声,但它没有考虑在滤波器窗口内各个像素由于位置的不同而对滤波效果产生的不同的影响。根据人类视觉感知,在一个滤波器窗口中,即使二个像素具有相同的颜色值,其中离中心像素较近的像素应当对中心像素影响较大,而距离较远的像素对中心像素影响较小。基于此,试图将空间距离对滤波效果的影响量化,提出了一个基于心理距离的加权公式,并结合传统的矢量中值滤波器VMF,构造出了一种新的基于空间距离加权的自适应矢量中值滤波器。实验表明,新的矢量中值滤波器,在抑制脉冲噪声、色调保持、细节或边缘保护方面,胜过传统的VMF和其他几个基本的典型矢量滤波器。     

自适应距离加权的中值滤波算法

根据空间距离与人类心理感觉的关系,提出一个基于心理距离的加权公式,并结合传统的中值滤波器,构造出一种基于空间距离加权的自适应中值滤波器.实验结果表明,本文的中值滤波器与传统的中值滤波器及其它典型的改进型中值滤波器相比,在抑制脉冲噪声、保护图像细节或边缘方面,具有更好的性能和效果.     

图象中心加权中值滤波的改进与应用

中心加权中值滤波具有较好的边缘保持特性及快速实现的特点，但滤噪能力低于其它中值滤波。此文探讨对中心加权中值滤波的改进方法，提出了中心权分级实现的思想，使之同时具有边缘保持，快速滤波和噪声去除的理想效果。     

一种新的加权中值滤波的快速算法

针对中值滤波排序工作量多、速度慢等缺点，提出了一种新的加权中值滤波快速 算法。把窗口内元素分为小于、等于和大于中心元素的3类并分别统计这3类的个数，同时 构 造两个数组分别放入小于和大于中心元素的元素值，对每个类元素进行比较后可确定输 出中 值的确切位置，因此可根据局部排序找出输出中值，这样可大大减少排序的次数，加 快了处 理速度。最后，对快算算法和标准中值滤波的传统算法进行了比较，给出了二组实 验数据。 实验结果表明，与传统算法相比，该算法的执行速度大大加快。通过选择适当的 权值，加权 中值滤波可代表标准中值滤波和其它一些中值滤波，因此该快速算法有较强适 应性。     

降低噪声的自适应滤波器的设计与实现

LINC(用非线性器件实现非线性放大)发射机系统中的信号分离器(SCS)等部分因为会给系统带来噪声而影响系统性能,而目前在各种抑制噪声的方案中,数字自适应滤波器在各个领域都有很好的发展前景.本文的研究采用基于复杂度低、在平稳环境中快速收敛、均值无偏收敛的最小自适应(LMS)的算法来设计并实现了一个降低噪声的数字滤波器.在借助matlab平台进行仿真证明此方法降噪的可行性后结合TI的TMS320C6416这款芯片,最终得到了噪声抑制和信号增强的结果.     

基于LabVIEW的自适应滤波器设计与研究

针对自适应滤波器编程复杂,难以按照虚拟仪器系统的形式来测试工程应用中的实际性能等问题。文中利用LabVIEW8.6提供的自适应滤波器工具包,设计了基于最小均方误差算法、递推最小二乘算法的自适应滤波器,并对影响两种算法的参数对滤波器的敏感性进行了分析;进而,利用音频信号验证了滤波器性能。仿真结果表明,所设计的自适应滤波器功能全面,人机交互界面良好,便于工程技术人员快速开发,具有较好的工程实用价值。     

图象中心加权中值滤波的改进与应用

中心加权中值滤波具有较好的边缘保持特性及快速实现的特点，但滤噪能力低于其它中值滤波。此文探 讨对中心加权中值滤波的改进方法，提出了中心加权分级实现的思想，使之同时具有边缘保持、快速滤波和噪声去 除的理想效果。     

一种基于遗传算法的模糊中值滤波器优化方法

根据遗传算法可以搜索全局最优的特点,提出了一种基于遗传算法优化模糊隶属函数,从而对带有脉冲噪声的图像进行模糊中值滤波的方法。虽然模糊逻辑可以很好用于图像处理,但它的隶属函数很难准确的选取,通过遗传算法对已知样本图像进行学习,找到最优的隶属函数,然后用该隶属函数对需要处理的噪声图像进行滤波。实验表明,提出的方法可以很好地滤除图像中的脉冲噪声,自适应强。     

基于局部直方图的加权均值滤波器

针对受椒盐噪声不同程度污染的灰度图像滤波问题,提出了一种基于局部直方图的加权均值滤波算法。该算法针对椒盐噪声特点,对含噪图像进行噪声检测,建立噪声标记矩阵;对标记为信号的像素不做处理,标记为噪声的像素依据其邻域像素污染程度采取不同窗口尺寸的加权均值滤波,像素权值由噪声点所在区域的局部直方图确定。对不同噪声率污染的测试图像仿真结果表明,该算法在有效抑制噪声的同时能较好地保持图像的细节信息。最后,通过与中值滤波和其他一些改进算法的滤波效果比较,证明了该算法的有效性。     

基于加权中值滤波的MST立体匹配算法

传统的最小生成树立体匹配算法对低纹理区域和遮挡区域不敏感,虽然最小生成树立体匹配算法后处理的中值滤波能够消除噪点,但是不能够消除边缘模糊。本文提出一种改进算法来克服这些局限性。首先,由于最小生成树匹配成本区分度不够高,研究并提出新最小生成树的匹配成本,使其可以减小不敏感区域的误匹配。其次,在后处理中使用加权中值滤波,以改善深度图像边缘。实验结果表明,在最小生成树立体匹配算法中使用改进匹配成本算法和加权中值滤波算法,在Middlebury数据集中平均误匹配率达到6.9%,本文算法在Middlebury和KITTI场景中都优于最小生成树立体匹配算法。     

结合修剪均值与高斯加权中值滤波的图像去噪算法

为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构,提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征,以局部统计方式进行噪声检测,将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素,使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明,该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法,并且能够在彻底滤除噪声的同时,较好地保持图像的纹理细节和边缘结构。     

基于旋转不变像素相关性的加权中值滤波器

作为一种典型的非线性滤波器,加权中值滤波器可以通过权值系数调整图像的滤波性能。但是在传统加权中值滤波器中,模板内各个像素都对应唯一的权值系数,没有考虑到滤波模板下像素之间的相关性。因此,将权值与模板下两两像素间相关性对应,提出一种新的加权中值滤波模型。同时考虑到图像旋转、翻转情况下滤波的稳定性,进行对称性设计,降低权值模型复杂度,采用差分进化算法对权值进行寻优。对不同滤波器进行权值寻优实验可以看出,基于旋转不变像素相关性的权值模型具有更好的收敛性;灰度图像和彩色图像脉冲噪声的滤波实验结果表明,其在抑制图像噪声,细节和边缘保护以及彩色图像的色调保持方面,优于传统加权中值滤波算法。     

基于Z变换及模糊加权均值滤波的匀速运动模糊图像恢复

针对相对匀速运动造成的图像模糊问题,假设目标在像平面内并行于X轴方向作匀速运动;在较严格数学推导下建立基于Z变换的退化及恢复模型,将差分方程转化为简单的代数方程求解;针对算法容易造成噪声积累使复原图像质量下降的问题,在算法中加入模糊加权均值滤波算子,并给出了完整的算法实现。仿真结果表明,提出的恢复算法在提高模糊图像恢复速度的同时,能有效地抑制噪声、防止噪声的不断扩散,使复原图像的质量得到明显的改善,算法对模糊宽度的变化不敏感,较维纳滤波恢复算法有一定的稳健性及优越性。     

一种基于最优模块匹配的新型加权中值滤波算法

为了去除图像中的噪声,提出了一种新型的加权滤波算法,算法思想是基于大范围的最优模块匹配,根据模块之间的相似度来衡量像素点之间的相关性,从而确定对中心点像素贡献的大小,赋予像素点不同大小的权值,来恢复被噪声点污染的信号点,达到去除噪声、保护图像边缘信息的目的。实验表明新算法在滤波性能方面优于现有的一些改进算法,即使在高密度噪声下,也能取得较好的滤波效果。