用于图像处理的自适应中值滤波

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．该方法通过噪声检测确定子图像中的脉冲噪声点及噪声干扰大小,根据噪声干扰程度选择滤波窗口的尺寸,并采用改进的中值滤波方法对检测出的噪声点进行滤波．计算机模拟实验结果表明：自适应中值滤波能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波具有更优良的滤波性能,其滤波速度也较中值滤波具有明显优势．     

一种基于内容的图像自适应滤波算法

在数字成像设备中,高斯白噪声和椒盐噪声是两种常见的噪声源,对图像质量均有较大的影响.针对这两种噪声的特点,提出了一种基于内容的图像自适应滤波算法.该算法可以根据图像中各个块的特点自适应地调整滤波系数,从而达到最优的滤波效果.实验证明采用该算法对受到其中一种噪声源干扰的图像或者同时包含上述两种噪声的图像滤波,都能获得较好的结果.     

图像插值的自适应邻域滤波方法

图像待插像素用其邻域内连续方向上像素的Tyler展开可以得到较好的近似,但是沿着灰度连续和不连续方向(跨越图像边缘方向)的Tyler展开近似的线性平均会增加图像边缘宽度,引起图像边缘的视觉模糊以及产生锯齿边缘。为此,通过一个与灰度距离相关的权函数,自适应选择待插像素邻域内的Tyler展开,提出一个邻域滤波图像插值方法。与待插像素位于图像边缘同侧的像素权函数的值较大,像素的Tyler展开被选择为待插像素的近似;反之则权函数的值较小,像素的Tyler展开不用作待插像素的Tyler展开。实验结果表明,该方法避免了跨越图像边缘的Tyler展开的线性平均,可减小插值图像边缘的宽度,增加边缘斜坡坡度,从而获得清晰的插值图像边缘。     

General Adaptive Neighborhood Image Processing

The so-called General Adaptive Neighborhood Image Processing (GANIP) approach is presented in a two parts paper dealing respectively with its theoretical and practical aspects. The General Adaptive Neighborhood (GAN) paradigm, theoretically introduced in Part I [20], allows the building of new image processing transformations using context-dependent analysis. With the help of a specified analyzing criterion, such transformations perform a more significant spatial analysis, taking intrinsically into account the local radiometric, morphological or geometrical characteristics of the image. Moreover they are consistent with the physical and/or physiological settings of the image to be processed, using general linear image processing frameworks. In this paper, the GANIP approach is more particularly studied in the context of Mathematical Morphology (MM). The structuring elements, required for MM, are substituted by GAN-based structuring elements, fitting to the local contextual details of the studied image. The resulting morphological operators perform a really spatially-adaptive image processing and notably, in several important and practical cases, are connected, which is a great advantage compared to the usual ones that fail to this property.     

基于自适应加权重复值滤波和同态滤波的MR图像增强

磁共振(Magnetic Resonance,MR)图像通常存在椒盐噪声(Salt and Pepper Noise,SPN)以及对比度低的问题,为了增强MR图像,分别在空域和频域针对不同侧重点分步进行滤波.对于多数滤波算法去除高水平SPN不理想的情况,提出了自适应加权重复值滤波算法(Adaptive Weighted...     

General Adaptive Neighborhood Image Processing:

The so-called General Adaptive Neighborhood Image Processing (GANIP) approach is presented in a two parts paper dealing respectively with its theoretical and practical aspects. The Adaptive Neighborhood (AN) paradigm allows the building of new image processing transformations using context-dependent analysis. Such operators are no longer spatially invariant, but vary over the whole image with ANs as adaptive operational windows, taking intrinsically into account the local image features. This AN concept is here largely extended, using well-defined mathematical concepts, to that General Adaptive Neighborhood (GAN) in two main ways. Firstly, an analyzing criterion is added within the definition of the ANs in order to consider the radiometric, morphological or geometrical characteristics of the image, allowing a more significant spatial analysis to be addressed. Secondly, general linear image processing frameworks are introduced in the GAN approach, using concepts of abstract linear algebra, so as to develop operators that are consistent with the physical and/or physiological settings of the image to be processed.     

A Pretopological Approach for Image Segmentation and Edge Detection

We present an approach based on a pretopological formalism that allows the mathematical modeling of image segmentation by region growing. The choice of pretopology is motivated by the fact that it has less axioms than the topology which facilitates its adaptation to discrete spaces and in particularly image processing. In our approach, the pretopological adherency function associated to the pretopological structure is defined by a criterion of homogeneity. We apply our approach to the extraction of handwritten information on check background with images of scene and to edge detection. The aggregation from chosen initial germ ends to a closed part of the image composed by a stroke (a line of handwriting) or a line of contours. The evaluation, undertaken on 60 checks with various background images and different images, gives 92% of good results for the extracted handwriting with a complete elimination of the background and good results for edge detection.     

强椒盐噪声图像的二次自适应中值滤波算法

中值滤波是一种简单而重要的处理椒盐噪声图像的方法,但传统的中值滤波只适用于弱噪声的情况,对于强椒盐噪声并不适用.本文在中值滤波的基础上,提出了一种自适应的二次中值滤波算法,该算法具有实现过程简单,运算复杂度低,自适应性强的特点.经过实验表明:该方法对强椒盐噪声图像具有良好的处理效果,特别适用于噪声大于50%的高强度椒盐噪声图像.     

小波变换压缩图像的多尺度自适应2D滤波的后处理算法

在基于小波变换的低比特率的图像压缩中,由于小波系数的量化和在高频部分的截断使压缩后的图像呈现出严重的失真,尤其在图像的边缘部分将呈现明显的“振铃效应”．文中提出了一种多尺度、基于局部方向、自适应的2D滤波算法,可以明显改善压缩后图像的视觉效果．该方法首先判定子块内的局部方向,然后根据此方向选用相应的方向2D滤波器滤波．为了保证判断局部方向的鲁棒性,采用了循环移位的方法．为了滤除各个频段的高频噪声,在多个尺度上进行空域滤波．实验结果表明,该算法明显改善了压缩图像的视觉效果,提高了压缩图像的质量．     

自适应滤波的研究新方向

概述了自适应滤波的研究进展,回顾了时域和变换域自适应滤液方法,并引出了基于离散小波变换（ＤＷＴ）的自适应滤波。变换城自适应滤波大大改善了时域自适应滤波的速率,而小波变换由于具有多分辨和时频局部化特性,在时变信号和快速变化的信号自适应滤波方面个有广阔的应用前景,是未来自适应滤波发展的方向。     

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.     

基子自适应泸波器理论的自相似流量预测

根据流量特徵预测其到达速率是基于测量的网络控制机制的关键问题。本文研究了基于最小均方（Least Mean-Square，LMS）自适应滤波器对自相似流量进行速率预测的方法。通过分析对不同实际流量记录和仿真流量的预测结果，发现该方法不但减小了采用指数加权平均估计带来的计算复杂度，而且其滤波器系数自适应特性可以有效地跟踪流量的高度变化，从而更加准确地估计流量速率。此外，实验还得出了用LMS自适应滤波器进行流量预测的几个基本参数。     

一种基于小波变换的自适应斑点滤波算法

提出了一种自适应斑点滤波算法,它基于小波变换检测图像中的边缘点,根据检测结果结合多视处理实现斑点滤波。文章从理论上证明了其可行性,实验结果表明该方法达到了平滑均匀区域且保留边缘的目的。     

基于邻域滤波的图像修复

图像修复是图像恢复研究中的一个重要内容,它的目的是根据图像现有的信息来自动恢复丢失的信息,可以用于对旧图片的修复。大多数现有图像修复算法都非常复杂,而且难于实现。由于图像中的边缘代表了图像的重要信息,所以在设计修复算法时,必须着重考虑边缘的恢复。提出了一种基于图像邻域滤波算法、利用图像的空间连续性,及图像的边缘信息的图像修复算法。该算法实现简单,修复速度快,对小区域的修复效果较好。     

自适应高斯粒子滤波在导航中的应用

针对粒子滤波中重要性密度函数难以选取和粒子退化导致的计算精度下降的问题,提出一种新的自适应高斯粒子滤波算法。通过高斯混合密度函数和UT变换来获取状态均值和协方差阵,选择并计算合适的自适应因子来调节均值和方差,在迭代过程中可动态调节重要性密度函数,并用WEM和EM步骤代替重采样,上述滤波算法考虑了最新量测信息的影响,使滤波性能明显改善,能更好地解决非线性非高斯系统模型的抗干扰问题。将提出的算法应用于SINS/GPS组合导航系统跑车试验中,结果表明上述滤波算法能提高导航解算的精度,其性能明显优于已有滤波,同时验证了当系统出现噪声干扰突然变化时提出算法的有效性。     

卡尔曼滤波与维纳滤波在运动模糊图像恢复中的应用

通过对运动目标在运动方向上运动的分析,建立运动模糊图像退化模型,结合卡尔曼滤波与维纳滤波在应用方面的特点进行图像恢复。研究了卡尔曼滤液与维纳滤波在图像恢复方面特点与区别,说明卡尔曼滤液更适合机动目标模糊图像的恢复.     

边缘振荡效应的自适应滤除算法

超分辨率图像重构技术已经被证明在卫星成像、视频监控、医学成像等研究领域中具有极其重要的应用价值。但是,由于超分辨率图像重构本身是一个病态求逆过程,在重构图像中所产生的边缘振荡效应往往很难在重构过程中予以消除。为此,文章提出了一个边缘振荡效应的自适应滤除算法。在该算法中,重构图像先被分割为均匀区域、边界区域和纹理区域,然后分别对这三类区域采用不同的滤波算法。实验结果表明,新算法在滤除边缘振荡效应的同时,较好地保存了超分辨重构图像的细节。     

基于邻域滤波的图像修复

图像修复是图像恢复研究中的一个重要内容，它的目的是根据图像现有的售息来自动恢复丢失的信息，可以用于对旧图片的修复。大多数现有图像修复算法都非常复杂，而且难于实现。由于图像的边缘代表了图像的重要信息，所以在设计修复算法时，必须着重考虑边缘的恢复。提出了一种基于图像邻域滤波算法、应用图像的空间连续性，及图像的边缘信息的图像修复算法。该算法实现简单，修复速度快，对小区域的修复效果较好。     

图像去噪算法的研究

主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究,分别使用到中值滤波、均值滤波和维纳滤波三种滤波算法。实验结果表明中值滤波对于椒盐噪声有更好的去噪效果;维纳滤波对高斯噪声有明显的作用,相比中值滤波和均值滤波,维纳滤波对高斯噪声有很好的抑制效果,与此同时,维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去噪作用。