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。     

一种具有细节保护功能的改进型中值滤波器

针对椒盐噪声污染的图像提出了一种改进型中值滤波算法.该算法是一种自适应型中心加权的高效中值滤波算法.通过计算边缘隶属度来自适应地调整中心像素的权值,从而控制新的滤波器对图像不同区域进行不同程度的平滑,即对细节丰富的图像区域进行轻度的平滑,而对细节较少的图像区域进行重度的平滑.实验结果表明,新的滤波算法优于传统的中值滤波器及常规的中心加权中值滤波器.     

静止图像的一种混合滤波及其改进算法

本文结合线性滤波器和非线性滤波器的优点，提出了一种基于线性、非线性的混合滤波算法。该算法比均值滤波器和中值滤波器具有更好的抑制噪声的，能较好地保持图像的边缘，反映图像的几何结构和细节特性。在此基础上又提出了改进算法及其快速实现，进一步改善了滤波性能。该滤波器计算量适中，具有较好的实时性。     

一种改进的增维型双边滤波的快速算法

双边滤波算法是一种在去噪的同时能很好地保留图像边缘等细节信息的非线性滤波技术。针对双边滤波器计算耗时、难于用于实时系统,本文提出一种改进的增维双边滤波的快速算法。该算法通过对双边滤波器的线性化和图像矩阵的映射,由FFT完成线性卷积;然后将计算结果逆映射还原为图像矩阵;最后依据图像的原始坐标和灰度值的差异进行像素补值,达到双边滤波快速实现的目的。五幅测试图像在不同噪声水平下的实验表明:本方法避免了插值过程,提高了计算效率,改进的双边滤波器在滤波精度与传统双边滤波器相仿的同时,运算时间仅为传统双边滤波器的3.6%左右。     

Canny边缘检测算法的改进及FPGA实现

针对传统的Canny算子采用高斯滤波会造成图像的过度平滑并导致弱边缘检测能力降低的缺点,提出了一种改进的Canny边缘检测算法,采用中值滤波代替高斯滤波,利用中值滤波器能有效地清除脉冲噪声的优点以提高边缘检测精度.该算法在FPGA(现场可编程门阵列)上得以实现,实验结果表明改进后的算法提高了弱边缘的检测能力.     

基于改进的各向异性SUSAN算法的MEMS微结构图像滤波

为了改善在滤除微机电系统微结构图像的噪声时导致边缘模糊的问题,提出了一种改进的各向异性SUSAN滤波算法。该方法用独立强度传播模型决定长短轴的方差,由该点的梯度方向决定滤波器的长轴方向,由局部图像的灰度值与核值的差构成的局部均值构成SUSAN滤波器的自适应阈值,从而构建出各向异性SUSAN滤波器。该算法在平滑图像同时能保持图像的边缘特征。结果表明,各向异性SUSAN滤波器能够很好地降噪并保持图像的边缘信息。     

基于边缘检测与双边滤波的彩色图像去噪

 针对彩色图像双边滤波去噪方法存在的不足,本文提出一种边缘检测与双边滤波相结合的彩色图像去噪方法.首先利用细胞神经网络(CNN)模型导出一种新的彩色图像分块自适应边缘检测算法,继承了CNN灰度边缘检测算法定位准确的优点,又弥补了CNN现有算法不能直接处理彩色图像的空白.接下来提出一种针对图像增强的边缘滤波算法,通过两级边缘检测满足去噪不同阶段对边缘检测的不同要求.在此基础上,用改进的双边滤波器对彩色图像进行去噪,通过非抗噪边缘图对噪声范围进行定位,以缩小双边滤波的范围,减少去噪过程带来的图像模糊,并且对双边滤波加权平均方式进行改进,减小噪声点本身的权重,降低高频噪声的影响.最后根据滤波后的去噪边缘图对彩色图像进行增强.实验结果表明,文中方法在有效去除噪声的同时保护和增强了图像中的边缘.     

自适应调节滤波强度的SAR图像非局部平均抑斑算法

为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM).该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数.利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波.利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型.实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能.     

湍流退化红外图像校正算法

针对高速湍流场引起的红外图像模糊问题,提出了一种基于改进增量Wiener滤波的复原校正算法.首先,基于先验知识对湍流退化图像的降晰函数进行辨识并得到复原图像的起始估计;其次,提取起始复原图像中的强边缘并平滑边缘区域;最后,利用改进的增量维纳滤波算法迭代复原图像.实验结果表明:该算法与传统的迭代盲复原算法及基于Fuzzy滤波器的后期去振铃算法相比,复原图像的振铃测度有较大下降,同时提高了复原图像的质量,降低了算法的时间复杂度.     

基于三边滤波的Retinex图像去雾算法

针对传统Retinex算法采用高斯滤波估计图像的照射分量易产生边缘模糊,不能有效去除脉冲噪声且处理后的图像颜色易失真等问题,提出一种基于三边滤波的Retinex图像去雾算法。该算法利用三边滤波器估计图像的照射分量,三边滤波器继承了双边滤波器既可以有效降低图像加性高斯噪声又可以保持图像边缘细节的特性,同时又解决了双边滤波器与高斯滤波器不能有效滤除脉冲噪声,易产生伪边缘等问题。为验证该算法的有效性,采用5种不同的客观评价参数对处理后的图像进行评价。实验证明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

LUM filters: a class of rank-order-based filters for smoothing andsharpening

A new class of rank-order-based filters, called lower-upper-middle (LUM) filters, is introduced. The output of these filters is determined by comparing a lower- and an upper-order statistic to the middle sample in the filter window. These filters can be designed for smoothing and sharpening, or outlier rejection. The level of smoothing done by the filter can range from no smoothing to that of the median filter. This flexibility allows the LUM filter to be designed to best balance the tradeoffs between noise smoothing and signal detail preservation. LUM filters for enhancing edge gradients can be designed to be insensitive to low levels of additive noise and to remove impulsive noise. Furthermore, LUM filters do not cause overshoot or undershoot. Some statistical and deterministic properties of the LUM filters are developed, and a number of experimental results are presented to illustrate the performance. These experiments include applications to 1D signals and to images     

Fuzzy rank LUM filters.

The rank information of samples is widely utilized in nonlinear signal processing algorithms. Recently developed fuzzy transformation theory introduces the concept of fuzzy ranks, which incorporates sample spread (or sample diversity) information into the sample ranking framework. Thus, the fuzzy rank reflects a sample's rank, as well as its similarity to the other sample (namely, joint rank order and spread), and can be utilized to improve the performance of the conventional rank-order-based filters. In this paper, the well-known lower-upper-middle (LUM) filters are generalized utilizing the fuzzy ranks, yielding the class of fuzzy rank LUM (F-LUM) filters. Statistical and deterministic properties of the F-LUM filters are derived, showing that the F-LUM smoothers have similar impulsive noise removal capability to the LUM smoothers, while preserving the image details better. The F-LUM sharpeners are capable of enhancing strong edges while simultaneously preserving small variations. The performance of the F-LUM filters are evaluated for the problems of image impulsive noise removal, sharpening and edge-detection preprocessing. The experimental results show that the F-LUM smoothers can achieve a better tradeoff between noise removal and detail preservation than the LUM smoothers. The F-LUM sharpeners are capable of sharpening the image edges without amplifying the noise or distorting the fine details. The joint smoothing and sharpening operation of the general F-LUM filters also showed superiority in edge detection preprocessing application. In conclusion, the simplicity and versatility of the F-LUM filters and their advantages over the conventional LUM filters are desirable in many practical applications. This also shows that utilizing fuzzy ranks in filter generalization is a promising methodology.     

基于二进制小波变换和维纳滤波的语音降噪研究

本文综合应用小波变换理论和维纳滤波技术,提出一种语音降噪算法,该算法不仅能够较好地提高信噪比,而且能够有效地抑制传统的维纳滤波所产生的音乐噪声。本文最后提供的实验结果表明,该算法对于受自噪声干扰的语音具有较好的降噪效果。     

微弱信号非线性检测在随钻电磁波中的应用

在随钻电磁波测井工程中, 随着勘探深度加深, 信号呈现越来越微弱的特性, 有效提取强噪声背景下的微弱电磁波信号对于指导随钻工程勘探具有重要的意义.传统的滤波方法仅滤除带外噪声, 带内噪声不能被很好解决, 针对此问题, 文章设计带外硬件滤波电路和带内基于最小均方算法的可变参数自适应谱线增强(adaptive line enhancer, ALE)算法来构造组合滤波算法.理论分析和仿真研究表明:该组合算法能够提高高动态、低信噪比的微弱电磁波有用信号的估计精度, 有效提高信噪比和抑制工程环境噪声的能力.该组合算法在滤除带外噪声的基础上, 对于带内高斯白噪声抑制能力提高约10 dB, 进一步解决了实际工程问题.     

基于sigmoid函数的Volterra自适应有源噪声对消器

该文介绍了一种新颖的非线性自适应有源噪声对消器基于sigmoid函数的Volterra自适应有源噪声对消器,并采用输入信号和瞬时误差归一化的LMS自适应算法调整其系数。这种基于sigmoid函数的Volterra自适应有源噪声对消器具有参数少和便于实现的模快化结构等优点。仿真结果表明:这种基于sigmoid函数的Volterra自适应有源噪声对消系统具有良好的抗噪声性能。     

基于CMOS图像传感器混合噪声的自适应滤波算法

针对中值滤波导致部分图像细节损失和均值滤波出现模糊现象,设计了一种适用于椒盐和高斯混合噪声的自适应滤波算法.该算法先用最小邻域的均值和阈值判断噪声类型,然后使用加权中值滤波处理椒盐噪声,再利用拉普拉斯算子和相应阈值判断图像边缘细节,最后对高斯噪声进行加权均值滤波.实验仿真结果表明,从图像视觉效果来看,相比单独使用中值和均值滤波降噪,自适应滤波算法对图像的还原效果更好,图像细节保存较好,模糊程度相对较弱,图像更清晰.通过对比峰值信噪比(PSNR)和均方误差(MSE),对混合噪声进行处理时,滤波算法的PSNR和MSE值优于中值和均值滤波,有效还原了噪声图像.整个算法是在最小邻域空间进行,易于实现,对混合噪声的处理效果较好,为图像处理的系统集成化设计提供了技术支持.     

改进的滤波-e LMS算法

针对有源噪声控制中次级通路为非最小相位系统的情况,提出一种改进的滤波-e算法.该算法采用次级通路传递函数的逆来构建误差滤波器,依据Shannon-Bode方法将误差滤波器分解为白化滤波器和非因果滤波器,并对其进行改进从而构建一个物理可实现的滤波器,再将获得的误差信号通过该误差滤波器后对控制器的权系数进行更新.仿真实验表明,改进后的算法不仅可以提高系统的稳定性和降噪量还可以减少系统的超量均方误差,较传统的滤波-e算法在性能上有明显改进.     

机载红外搜索跟踪系统被动定位滤波算法研究

首先用扩展卡尔曼滤波算法构建了机载红外搜索跟踪系统被动定位滤波模型．然后针对该滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点．利用虚拟噪声技术，提出了适合于红外搜索跟踪系统被动定位的自适应扩展卡尔曼滤波算法。该算法实时地估计了虚拟噪声的统计特性，减小了线性化误差，提高了非线性滤波的精度。仿真结果表明，在完全相同的初始条件下，自适应扩展卡尔曼滤波对目标距离和速度的估计结果明显优于扩展卡尔曼滤波，此算法具有很高的工程应用价值。     

机动目标跟踪的HIMM算法研究

交互多模型算法(IMM)的子滤波器都是基于Kalman滤波的,它要求知道精确的噪声统计特性,然而在许多情况下噪声信号的统计特性是未知的,只能得到噪声信号的近似模型,这在一定程度上降低了IMM算法的跟踪精度.基于以上问题,将H∞滤波算法应用于IMM算法的滤波过程.H∞滤波对干扰信号的统计特性不作任何假设,与Kalman滤波相比,H∞滤波器对噪声形式的不确定性不太敏感,鲁棒性好.在跟踪过程中还引入了一种数值稳健的模型概率计算方法,能有效防止计算过程中出现数值溢出现象,提高了算法的可靠性.最后通过仿真实验,证明了算法的有效性.