基于各向异性扩散滤波的边缘提取算法

针对Canny边缘检测算法在滤波方面的不足,提出了一种基于各向异性扩散滤波的边缘提取算法,用各向异性扩散的平滑方式代替Canny算法中的高斯滤波,弥补Canny算法中滤波方法的不足.研究了各向异性扩散的P-M方程,得出了其离散化形式,并确定了其中分量的表达式,进而用Matlab编程实现了对图像的各向异性扩散处理.通过误差和结构相似度评定,得出经过各向异性扩散处理的图像滤波效果优于高斯滤波.对经过两种滤波方法处理后的图像用Canny算法提取边缘,通过灰度值比较,验证了各向异性扩散处理在边缘特征保持方面优于高斯滤波.     

基于各向异性扩散的超声图像混合滤波方法

提出基于各向异性扩散的混合滤波新方法,以图像梯度为依据,利用各向异性扩散、各向同性扩散和自适应脉冲噪声滤波对医学超声图像进行分段滤波.为提高模型的稳定性与适用性,通过实验优化模型中的高斯平滑系数σ、步长△t、梯度阈值Ymin和Ymax4个主要参数,并确定各参数默认值及其修正范围.实验结果表明,该方法在去噪效果、滤波速度、边缘保护、稳定性和适用性方面优于现有的单一滤波方法,具有较好的应用前景.     

一种震动耦合扩散的去除乘性噪声模型

针对传统扩散模型在去噪中存在的边缘模糊问题,将震动滤波引入各向异性扩散模型中,建立了一种去除乘性噪声的模型。在去噪算法中采用BZN来区分边缘、噪声以及平滑区域。借助一种新的扩散速度函数,可以更好地去除乘性噪声。数值实验表明,该去噪模型可以更好地保护边缘,抑制＂阶梯效应＂。     

基于双边滤波的低亮度图像增强算法

为了改善低亮度图像的可视性效果,给出一种基于双边滤波的彩色图像增强算法。对图像亮度整体作对数变换后,利用当前点与其邻域像素之间的关系,调整低亮度图像的局部对比度,并通过线性颜色恢复算法恢复图像色彩信息。针对随机所选5幅彩色图像的测试结果显示,经所给算法增强后的图像,其信息熵、均值和平均梯度皆有相对显著增加。     

基于目标的图像增强算法研究

基于图像信息的目标检测与识别一直是研究的重点和难点.针对复杂坏境的图像呈现出对比度低的特点,本文提出了一种结合小波变换和数学形态学的目标图像增强方法.实验结果表示,信噪比有了明显提高,目标得到了一定程度的增强.     

基于中值滤波的分布式扩散最小均方算法

研究无线传感网潜在的恶意攻击节点对系统整体估计性能的影响,从节点选择的角度入手,改进原有扩散最小均方算法的融合步骤。针对接收到的相邻居节点估计值采用中值滤波处理,替代原来的融合方法,以降低恶意攻击节点对整个网络的影响。通过改变恶意节点攻击强度或恶意节点度,对改进算法进行仿真,结果显示全局均方偏差值有所降低,且改进算法对恶意节点攻击强度和恶意节点度的改变并不敏感。     

基于各向异性高斯滤波器的改进引导滤波算法

针对传统引导滤波中矩形均值加权窗口会引入过多干扰,导致图像边缘两侧模糊以及产生光晕伪影的不足,提出一种基于各向异性高斯滤波器的改进引导滤波算法。将各向异性高斯滤波器融入传统引导滤波算法,利用其较强的边缘分辨力更准确地识别图像的边缘结构。同时,对窗口内的像素信息进行各向异性加权,使其具有更强的边缘保持性。实验结果表明,改进算法比传统引导滤波算法精细边缘的保持性更好,并在图像平滑、图像增强和图像亮度调整等图像处理应用中的处理结果更优,在有效保留图像边缘结构的同时减少了边缘伪影和边缘模糊。     

使用中值-各向异性扩散的超声图像去噪算法

针对超声图像的散斑噪声,提出一种基于多方向中值滤波和改进各向异性扩散的去噪算法.该算法利用多方向中值滤波的良好边缘保持能力,在滤除噪声的同时注重边缘细节的保持.使用归一化局部方差和图像梯度组成的扩散系数,避免了传统各向异性扩散算法中梯度阈值为常数带来的鲁棒性差等问题.通过多组仿真实验,综合滤除散斑噪声能力、保持边缘能力...     

基于形态学算子的各向异性扩散方程

针对Perona和Malik各向异性扩散方程不能保留细节边缘的缺点,提出了一个基于形态学算子的各向异性扩散方程．新的各向异性扩散方程在计算扩散系数时,不只是考虑了图像的梯度,还考虑了二阶导数,并在作用形态学闭开算子后的图像上估计各阶导数．这样,该算子不但能够有效地去除噪声,还能保持图像中的尖峰和窄边缘,从而更好地保持边缘位置．实验结果表明用该算子处理后的图像具有较高的清晰度和对比度．而且该算子对于高斯白噪声图像的处理效果也相当理想．     

机动目标跟踪中一种新的自适应滤波算法

通过分析基于“当前”统计模型的机动目标自适应跟踪算法,指出该算法对目标机动加速度极限值的依赖性,而实际中预先设定加速度的最大值是不可行的。为克服这一缺点,文中给出一种新的自适应滤波算法,该方法无需提前给定加速度最大值,可以直接利用位置估计值和加速度之间的函数关系进行加速度方差自适应调整。仿真结果表明,与标准的自适应滤波相比其跟踪精度有了较大提高。     

Anisotropic diffusion denoising method based on image feature enhancement

This paper presents an image feature enhancement diffusion model. Since the coherence-enhancing anisotropic diffusion model, proposed by J.Weickert, often induces false edges in slippy regions and can not preserve the detail features effectively, the new model poses two characteristic indexes and one gradient variance index to finely describe much more image information than the previous work, such as corners and isolated noises except with slippy regions and edges, and defines eigenvalues based on the classification results such that the new diffusion tensor has large eigenvalues along both the gradient direction and edge direction in the slippy regions and at isolated noises, but has small eigenvalues along the two directions at corners, and has small eigenvalue along the gradient direction and large eigenvalue along the edge direction at edges. So it can remove noises efficiently and at the same time enhance edges and detail features. Theoretical analysis and numerical experiments show the effectiveness of the proposed model.     

一种改进的基于各向异性微分的SAR图像增强方法

合成孔径雷达(SAR)图像经过相干斑抑制后,图像中目标边缘会出现模糊。针对这一问题,提出了一种改进的基于各向异性微分的SAR图像增强方法。该方法在梯度方向和与梯度垂直方向构造了两个扩散系数分布函数。在非目标边缘区域,各方向扩散程度不同,对相干斑噪声具有较好的抑制效果;在目标边缘区域,梯度方向不做平滑,以保护和增强边缘,而在垂直于梯度方向有较大的平滑,突出边缘轮廓。实验结果表明,该方法具有很好的相干斑抑制能力和边缘增强能力。     

一种基于各向异性扩散方程的医学超声图像降噪方法

斑点噪声是超声成像机制引起的固有噪声形态,它给超声图像的特征提取、识别和分析造成了困难.基于各向异性扩散方程的滤波技术能够有效地抑制斑点噪声,提出了一种基于各向异性扩散方程的医学超声图像降噪方法,该方法改进了林石算子,设置了扩散门限,并将各向异性扩散方程的常规扩散方向扩展为8方向.仿真医学超声图像降噪实验表明了该方法的滤波和保边性能都明显优于经典的PM方程和林石算子,而该方法在实际医学超声图像降噪上的成功应用表明了其临床应用价值.     

Shearlet变换与核各向异性扩散的图像噪声抑制

为了更有效地抑制图像噪声,改善图像视觉效果,提出了一种基于非下采样Shearlet变换（ nonsubsampled shear?let transform,NSST）与核各向异性扩散的图像噪声抑制方法。首先对含噪图像进行非下采样Shearlet变换;然后对所得到的低频和高频分量分别进行改进的全变差（ improved total variation, ITV）扩散与核各向异性扩散（ kernel anisotropic diffu?sion, KAD）;最后对扩散后的低频和高频分量进行非下采样Shearlet逆变换得到噪声抑制后的图像。给出了实验结果,并且依据主观视觉效果和峰值信噪比、结构相似度两种定量评价指标,与近年来提出的基于小波阈值收缩结合全变差、基于复Contourlet域非线性扩散、自适应Shearlet域约束的全变差等3种噪声抑制方法进行了比较。实验结果表明,该方法的噪声抑制能力更强,且更为完整地保留了图像的边缘和细节信息。     

基于离散余弦变换的自适应图像增强

提出一种自适应的频域增强算法.对图像进行离散余弦变换(DCT),按照图像空间内容和频域系数的对应关系,对低频系数(DC)采用-αrooting算法进行调整,压缩图像的动态范围,增强图像照度分量中明区和暗区的细节.把高频系数(AC)分成4部分,按照人的视觉特性进行多尺度非线性调整,增强图像反射分量中大块边缘细节,抑制弱噪声细节,使图像的对比度得到有效的提升.同时由子块图像频域系数幅值分布特征确定低频系数调整函数的控制参数,消除了图像产生的块效应.实验结果表明增强后的图像清晰,层次分明,视觉效果得到了明显的改善.     

一种SLIP模型的图像增强新算法简

Image enhancement technology plays an important role in human life, social production, etc. This paper presents a new algorithm for image enhancement based on the SLIP (Symmetric Logarithmic Image Processing) model. Firstly, we get the SLIP image enhancement algorithm about image gray values based on the analysis of the existing logarithmic image enhancement algorithm. Then the SLIP image enhancement algorithm is simplified to the simple mathematical operation using the vector operation of the SLIP model. The proposed algorithm can enhance the image not only with the mode of the transmitted light image but also with the mode of the reflected light image. By means of subjective evaluation and EMEE objective evaluation, experimental results show that the proposed algorithm can enhance the image detail and improve the overall image contrast. Meanwhile, the algorithm overcomes the disadvantage that LIP image enhancement algorithm cannot enhance the images with the mode of the reflected light image.     

图像分割的误差分散半调算法

为了减少数字图像半调过程中传统误差分散法产生的可见人工纹理,提出了一种基于图像分割技术的误差分散法．该方法使用图像分割技术将图像分割为同灰度区域和不同灰度区域,在半调过程中只对同灰度区域使用阈值调制,并使用与输入灰度相关的具有4个方向的误差分散系数处理半调误差．实验结果表明该方法能够有效地减少半调图像中的人工纹理,而且在峰值信噪比、加权信噪比和统一图像质量指标标准上优于Floyd-Steinberg的误差分散法、Ostromoukhov的误差分散法和Bingfeng Zhou的误差分散法．