一种改进的中值滤波去噪算法

图像的去噪是图像处理中最基本的工作,去噪处理的好坏将直接影响到后续的分割和识别,本文针对传统的中值滤波算法容易造成细节的丢失的缺点,提出一种改进的算法,采用两种不同尺度的正方形窗口和一个多极加权滤波窗口作为候选窗口,判断灰度方差最小的窗口作为最终的滤波窗口完成滤波去噪操作,实验表明,该改进算法实现了自适应选择不同尺度不同方向的窗口来进行滤波,具有良好的保边性能。     

去除脉冲噪声的自适应开关中值滤波

为消除图像中的脉冲噪声,提出了自适应开关中值(ASM)滤波算法。该算法采用一种新的噪声检测方法将图像中的像素分为信号点和噪声点两类。对检测出的噪声点统计其个数并由此估算图像中的噪声密度,根据估计的噪声密度自适应确定滤波窗口尺寸,采用改进的中值滤波对检测出的噪声点进行处理;而信号点则保留其灰度值不予处理。对ASM滤波进行仿真实验,结果表明,它能在有效去除噪声的同时很好地保护图像细节,较传统中值滤波及其它改进中值滤波算法有更优的滤波性能。     

基于视觉显著性的灰色粒子滤波跟踪方法

针对传统的粒子滤波算法在目标运动状态突然改变时(如突然加速、减速或者转弯等)容易发生目标丢失的问题,提出了一种基于视觉显著性的灰色粒子滤波跟踪算法。该算法根据灰度预测模型来预测产生建议分布,实现对粒子的繁殖和传播,同时根据调节因子的优化计算,对灰度预测模型的待定系数进行自适应调节,并通过局部显著性检测对低相似度粒子进行快速筛除提高跟踪精度和计算效率。实验结果表明,该跟踪算法能够有效提升粒子滤波的目标跟踪能力。     

基于阈值判断的自适应中值滤波算法

针对标准的中值滤波算法在去除噪声与保留图像细节方面难以取舍的缺陷,在自适应中值滤波算法的基础上提出了一种改进的基于噪声点检测的自适应中值滤波算法.该算法在进行噪声点检测时采用了一种阈值判断法,充分利用了当前像素点与邻域像素点的灰度值之间的关系.结果表明,在噪声浓度较高时仍然可以区分噪声点与边缘点,滤波的同时有效地保护了图像的细节.     

图像调焦算法研究及FPGA实现

利用图像处理方法进行自动调焦的关键是提取图像清晰度特征,并建立其评价算法.本文研究了灰度值线性变换、灰度直方图均衡、中值滤波及同态滤波等预处理方法和基于功率谱的清晰度评价函数,并与其它的评价方法进行了比较分析.研究表明,中值滤波和灰度值线性变换相结合的预处理方法,具有效果好、计算量少等优点;基于功率谱的清晰度评价函数比其它的评价方法具有更好的调焦性能和更明确的物理意义.根据基于功率谱的图像调焦算法的特点,设计了图像处理模块的结构框架和算法流程,提出了流水线作业结构、"乒乓"操作模式、双蝶形处理器复用、基-2 FFT算法的FPGA实现方案,提高了图像自动调焦的计算和响应速度.     

基于局部灰度特征的纸张计数算法研究

针对目前在印刷及包装行业板纸机械式计数存在的噪声大、效率低、对板纸有损伤等不足,设计了基于局部灰度特征的纸张计数算法并实验验证了该算法的计数效果。该方法从板纸图像的列灰度特征出发,绘制板纸列像素灰度值变化曲线,对列像素灰度连续做减法,以找到纸张与纸张间隙灰度变化的跳变点,对得到的灰度差曲线做二值化处理,最后根据所找到的跳变点进行计数,并依据纸张宽度剔除干扰的标注点,以使计数结果更加准确。实验结果表明:该方法对于纹理单一、灰度对比明显的纸张,其计数效果理想,准确率高,达9 7%以上;且由于该算法从灰度图像列灰度特征入手,对一维数据进行处理,因此运行速度快,效率高,能满足实时快速处理的要求。     

一种改进的自适应滤波算法在微震信号处理中的实现

为实现低阶滤波器对微震信号进行自适应滤波处理,提出一种新型的自适应滤波算法——变步长延时LMS算法(VS-DLMS).运用Matlab软件对该算法进行计算机仿真验证,并将其与传统自适应滤波算法在滤波器阶数较低时的滤波效果进行比较,证明该算法的有效性与优越性.最终设计该系统各模块功能图并在FPGA中编写VHDL语言对该算法进行硬件部分实现.结果表明:该算法有非常好的可行性,对比传统算法在高速地震信号采集处理应用中有着良好的应用前景.     

计算机数字图像处理的算法探究与实践

在视觉图像采集完成后对图像进行分析处理十分重要。一般的图像处理是以计算机软件为主体,通过不同的图像处理方法得到图像的特征矩阵。由于图像是二维量,因此一般图像识别的目的和最终欲得到的结果是一个唯一的特征矩阵构成的二维数组。该文阐述了通过图像灰度处理、中值滤波处理、自适应二值化处理和形态学滤波处理,最终得到特征矩阵的图像处理算法。     

基于二维DCT的双图像数字水印算法

数字水印技术为因特网上数字图像的版权侵犯、非法复制、泄密和完整性等问题提供了一种有效的解决途径。本文提出了一种基于二维DCT的双图像数字水印算法,该算法通过二维DCT变换将灰度图像植入色彩图像中,并通过滤波过程能将灰度图像抽取出来。实验证明,该算法的效果良好,稳健性强,植入的水印对剪裁、旋转、翻转、比例缩放和JPEG有损压缩都具有较强的免疫力。     

一种新的声呐图像处理算法

针对高频声呐图像的目标检测问题,在分析声呐灰度图像像素点的灰度分布模型的基础上,提出了一种新的快速图像处理算法。该算法利用图像中各像素点处滑动窗内像素点的灰度分布模型的参数以及灰度分布模型和归一化灰度直方图的拟合误差为特征量,构造声呐图像的特征图,并采用自适应阈值算法进行图像处理。仿真结果表明该算法具有实时性好、准确度高的特点,并且可有效地克服背景干扰的影响,有利于人造目标的准确提取。     

复杂背景可见光图像中弱小目标探测的新算法

针对具有复杂背景的可见光图像中弱小目标很难探测这一问题,研究了一种面形态学空间滤波器可以在单帧图像中检测出比局部背景灰度值高出 10%以上的候选小目标;在经过空间滤波和帧相关滤波后的多帧图像中提取出每一个候选小目标的一组特征矢量;特征矢量的融合算法可以排列出多个小目标的威胁次序。仿真试验表明该算法可以探测出多个与背景灰度接近的可见光弱小目标,并可以对其威胁次序进行排序。     

基于线性变换与多种平滑去噪的爆堆图像增强方法

介绍了自主设计的"基于灰度线性变换与综合多种平滑去噪"的爆堆图像增强方法。首先根据爆堆图像的灰度分布情况对爆堆图像进行灰度线性变换,使图像中矿岩与背景区别更加明显;然后对爆堆图像用均值滤波、中值滤波、高斯滤波进行综合平滑处理,这样不仅祛除了图像的噪声,而且很好的保留了图像中矿岩的边缘。     

基于线结构光-机器视觉的CHN钢轨轨距动态检测方法

针对有轨电车传统轨距检测方法存在检测成本高、标定抗干扰能力弱等缺点,提出一种基于线结构光-机器视觉的轨距动态检测方法,通过线结构光照射左右铁路轨道,形成钢轨轮廓信息。首先通过标定,建立并融合左右轨道的空间姿态坐标系,获取轨距的计算公式。接着通过机器视觉中的灰度滤波、高斯滤波、开运算、骨架提取算法对轨道轮廓图像进行处理。然后将处理后的轮廓图像通过标定的空间姿态坐标系计算出轮廓的实际空间坐标,即可得到轨距。该方法不仅只用2组线结构激光摄像式传感器降低检测成本,且通过机器视觉算法能够大大提升环境干扰下轨距动态测量的鲁棒性,保证测量的精度。最后通过实验室平台以及轨检车试验场验证该方法的可行性和有效性。     

基于属性直方图的迭代自适应图像处理算法

针对滤除图像中噪声与增强有用信息的问题，提出了一种基于自适应权值的误差传递的迭代圈像滤波增强算法．该方法同时利用了图像中像素点间的结构邻接关系和灰度差异信息，使得权值更加合理。图像分割闷值的计算采用属性直方图的Otsu方法．仿真结果验证了该算法的有效性。     

加权均值滤波在机场跑道路面裂纹图像检测中的应用

图像去噪是图像处理中的一个重要环节。基于均值滤波和中值滤波的经典算法,结合数字图像处理技术,以拍摄的直升机机场跑道路面裂纹图像作为研究对象,提出了一种改进的加权均值滤波算法,并通过仿真给出了试验效果图及数据结果。结果表明：改进的加权均值滤波算法较传统均值滤波能更好地保护图像的细节,失真小,在去除噪声的同时较好地保留边缘等细节信息,降低了图像处理后的模糊化程度,优于经典的滤波算法。该研究为机场跑道路面裂纹图像检测提供了一种新方法。     

基于卡尔曼滤波的天文定位算法

针对如何提高舰船的导航精度的问题,提出了一种Kalman滤波天文定位算法。该算法根据天文三角形理论,在确定的时间内,利用恒星的赤经、赤纬以及利用光电经纬仪(或其他测量设备)输出的高度角、方位角等信息实现天文定位,并建立了舰船动力学模型。采用稳健估计对Kalman滤波模型进行处理,解决了滤波模型中非零均值系统白噪声的处理问题。采用该Kalman滤波对恒星的高度角数据进行滤波,实验结果表明,噪声为1′时定位误差由0.041253°降低为0.010394°,该算法提高了测量精度,抑制了测量噪声,有效增强了天文定位的可信度。     

结合颜色和结构信息的粒子滤波跟踪算法

单纯依靠颜色信息往往使得目标跟踪不稳定.为了在复杂背景和光照变化等干扰情况下,能够准确地跟踪到感兴趣的目标,本文提出了将颜色和结构信息相结合的方法.该方法在基于颜色直方图的粒子滤波跟踪框架中,利用目标的灰度图像建立结构模型,通过结构相似性质量因子衡量目标在两帧图像之间的相似性.实验表明,该算法在使用相同粒子数目的情况下较传统的基于颜色直方图的粒子滤波跟踪算法鲁棒性更高,可以用于特定场合可疑目标的跟踪.     

利用空间填充曲线和灰度分布估计的声图分割

针对声图中的目标分割问题,提出了一种利用空间填充曲线和灰度分布估计的声图目标分割方法。该方法首先利用空间填充曲线将声图由二维矩阵变换为一维向量;其次在一维空间下进行滤波、灰度分布估计、阈值计算、分割处理;最后将分割后的一维向量逆变换为二维矩阵,得到目标分割结果。实际的声图处理验证了方法的有效性。     

基于改进SUSAN算法的卡钳排气螺钉参数辨识

为对汽车卡钳排气螺钉的微小螺纹尺寸实现高精度在线检测,提出一种基于改进SUSAN算法的卡钳排气螺钉参数辨识方法。首先,对经过兴趣域提取的螺纹图像进行二值化及边缘保持滤波处理,减小光线、噪声等对图像的干扰;SUSAN算法是采用一个近似圆形的模板在图像上移动,寻找出模板内部每个图像像素点的灰度值与模板中心像素的灰度值相同或相似的区域,再根据区域大小判断出角点位置,运用Forstner算子可进一步获得准确的角点坐标,从而计算出M10螺纹大径、中径、小径、螺距及牙型角等几何参数;利用该算法设计一套基于机器视觉螺纹检测系统,并利用万工显与该方法进行比对实验。实验结果表明:该方法的螺距、大径、中径、小径的测量精度为0.01 mm,牙型角精度为8′,均满足螺纹紧固件的测量精度要求,且比传统算法精度高。     

空间观测图像宇宙线噪声去除算法

空间观测图像容易受到宇宙线噪声的干扰。本文提出一种空间观测图像宇宙线噪声去除算法。首先利用Top-hat变换抑制观测图像的杂散光,处理之后的观测图像背景均匀,直方图的近Gaussian形状得以恢复。然后利用形态学运算和中值滤波相结合的方法排除高亮过饱和恒星的干扰。最后利用Laplacians边缘检测算法检测宇宙线噪声像素,并利用邻域最小值滤波的方法对宇宙线像素的灰度值进行插值处理。实验结果表明,本文方法在不产生误检测的前提下,检测概率超过90%,综合性能优于本文中提到的其它三种宇宙线噪声去除方法。