基于二次灰度形态学滤波的跳频信号盲检测

短波复杂电磁环境增加了跳频检测难度,现有图像处理类盲检测法大都需要先预设门限进行二值化,但理想门限较为困难且二值图像忽略了跳频的灰度形态特征,因此针对灰度时频图运用形态学滤波,给出了基于二次灰度形态学滤波的检测算法。首先对时频图频率分量进行灰度形态学滤波,滤除大部分尖锐噪声分量和扫频干扰信号;然后将频率分量去均值,降低定频干扰信号的灰度级,同时保留跳频形态特征;最后对时频图时间分量进行改进顶帽变换,提取跳频信号的二值时频图完成检测。仿真表明,算法能有效克服噪声和干扰信号影响,在大于-10dB时提取较为完整的跳频图案,且算法简单、易于工程实现,为短波跳频信号的盲检测提供了一个新的解决方案。     

一种基于梯度的图像滤波算法

滤除图像的噪声有很多方法,普遍使用的均值滤波滤除噪声效果不够理想,且易使图像变得模糊;而中值滤波滤除噪声效果较好,但易使图像的细节信息丢失.文章提出了一种基于梯度的滤波算法,该算法对含有噪声的图像取3×3领域,构造4个方向的梯度算子模板,通过比较4个方向梯度大小,对噪声、图像边缘、图像内部信息点分别处理.实验结果表明该算法在滤除噪声的同时,很好地保存了图像的原始信息且有较好的信噪比.     

一种基于逆Bilateral滤波的边缘提取方法

为了增强图像中边缘的响应,进而获得具有鲁棒性的边缘提取算法,提出了一种逆Bilateral滤波的图像预处理方法,将图像中的边缘很好地显现出来,在此基础上添加策略进行边缘提取.Bilateral滤波器能够进行边缘保持,鉴于其在低频和高频的良好响应,给出新的含义,构造逆Bilateral滤波器进行边缘增强处理,然后在梯度模图像上,采用自适应阈值获得和非最大抑制策略,提取图像中的边缘.实验证明,逆向思维的应用能够提高光照不一致的条件下的边缘提取效果,以及增强对噪声的低敏感性。     

一种伪粒子滤波的多目标跟踪方法

针对经典粒子滤波方法进行多目标跟踪的发散问题,基于经典粒子滤波原理和聚类算法,提出一种伪粒子滤波方法．通过对经典粒子滤波重要性重采样结果进行聚类分析,获得相应目标的粒子子群集合以及相应的不动点．并证明了选取近于目标区域大小的聚类核函数带宽,聚类不动点即逼近目标的最大后验概率分布．通过数据关联确定多目标的最终状态．实验结果表明,该算法解决了经典理论的发散问题,可以完成实时多目标跟踪,且具有鲁棒性能和一定的生物视觉仿生功能．     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

基于多结构元广义形态滤波的改进算法

为对采用相同结构元的形态闭-开和形态开-闭这两种滤波器进行改进,采用了不同结构元的广义形态闭-开和形态开-闭滤波器。在此基础上,将一种新的结构元运用到广义形态滤波中,提出了一种滤波新算法。理论分析和图像处理仿真实验表明,该类滤波新算法既能有效地滤除噪声,又可充分保留原图像的细节信息。     

图像处理中数学形态学方法的基本研究

数学形态学是当前应用相当广泛的图象处理技术,叙述了数学形态学的基本概念和基本原理,在基础上基础上利用数学形态方法进行了二值图象处理的计算机模拟实验。     

一种基于方向形态学的图像轮廓提取方法

提出了一种基于方向形态学的图像轮廓提取新方法，该方法首先通过形态学梯度边缘检测算子实现图像的边缘检测，处理的过程中考虑到了边缘的方向信息，从而能够更好地跟踪图像中主要的边缘，最后通过滚动膨胀正确的提取物体的轮廓信息，在结构元素移动的过程中引入了方向控制条件因子，减小了计算的冗余度，实验结果表明该方法能够实现自动边缘检测与轮廓提取，精度较高。     

一种改进的数学形态学图像滤波算法

设计了一种多结构元素复合滤波结构,采用两级级联结构,每级运用两种结构元素分别对图像作开闭和闭开运算,运算中间结果以图像熵比值为融合准则进行合并。该算法在抑制图像噪声污染的同时,保留图像的边缘,不损伤图像的细节质量。仿真证明,采用该算法滤波后,反映了图像细节质量的统计参数图像标准差和绝对平均梯度比传统的均值和维纳滤波均高。     

一种基于方向形态学的图像轮廓提取方法

提出了一种基于方向形态学的图像轮廓提取新方法.该方法首先通过形态学梯度边缘检测算子实现图像的边缘检测,处理的过程中考虑到了边缘的方向信息,从而能够更好地跟踪图像中主要的边缘.最后通过滚动膨胀正确的提取物体的轮廓信息,在结构元素移动的过程中引入了方向控制条件因子,减小了计算的冗余度.实验结果表明该方法能够实现自动边缘检测与轮廓提取,精度较高.     

距离图像的分层滤波处理算法

距离图像是指由波束扫描和脉冲反射测距相结合形成的图像,它与常规的光学图像相比具有一些不同的统计特性.提出一种用于处理这种距离图像的分层滤波处理算法,它利用了距离图像中存在多目标时统计直方图具有多峰值的特点进行分层分割、分别滤波,再合成重建新图像.与常规的滤波处理方法相比,它能更加有效地滤除噪声干扰,获得清晰的目标和背景图像.     

基于形态学分水岭的垩白米粒检测方法

提出了一种基于形态学分水岭的垩白米粒检测方法。充分利用单个垩白米粒图像区域中垩白部分白色不透明这一物理特征,将单个垩白米粒图像区域分成3个标记区域,通过形态学分水岭方法分割垩白米粒图像,提取区域间的单像素边缘将垩白区域提取出来。为了提高边缘检测的准确性,使用sobel算子去噪。由于使用标记控制分割,从而使区域极小值修正具有自适应性和准确性特点。试验结果表明:该方法对垩白米粒的检测精度为96.4%,而且识别效果好于基于分形维数的检测算法。     

基于形态学的自适应扩散滤波方法

基于图像在切线方向和法线方向上的不同扩散要求,分别设定了不同的扩散系数．在切线方向上,图像中各个位置都要求大的扩散作用以有效去除噪声,故设定扩散系数恒为1．在法线方向上,内部和边缘具有不同的扩散要求,可利用数学形态学的方法估计每步迭代扩散后即时图像的梯度模阈值,用自适应阈值取代Perona-Malik扩散系数中的固定阈值,从而得到适合即时图像的法向扩散系数,目的是有效区分内部区域和边缘以确保尽可能多地保留边缘信息．实验表明,该方法在细小边缘信息的保留方面具有较明显的效果．     

基于数学形态学的图像增强方法

在有限Abelian群中,基于模糊逻辑将二值形态学分级算子推广到灰度图像,研究灰度形态学分级算子.该算子揭示灰度形态学膨胀和腐蚀之间的数值插值过程.比较研究分级算子和非线性中值滤波算子,并通过实例对分级算子进行数值模拟.     

基于数学形态学的交通图像滤波处理方法研究

针对智能交通视频图像中常见的几种噪声源，阐述了数学形态学在交通图像滤波中的应用.结合实际拍摄的动态交通图像，提出了基于数学形态学和帧差法的交通图像噪声滤除方法.根据提出的算法方案，编写了Visual C++程序，进行了实验验证，并在此基础上比较了不同形态学算法对同一组交通图像的处理结果.从实验结果得出，该算法有效分离并较完整地保留了交通图像中的运动车辆，取得了良好的降噪处理效果.     

基于小波变换的人体图像自适应滤波处理

根据人体图像的特点，采用中值滤波器与小波滤波器相结合对人体图像进行了自适应滤波．实验结果表明，采用自适应滤波器对人体图像滤波后，不但滤波效果较传统滤波得以提高，而且对人体图像边缘也有良好的保护作用，提高了人体图像的信噪比，改善了图像质量，并为人体图像去噪提供了一种新方法．