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.     

基于联合双边滤波的单幅图像去雾算法

针对在烟、雾、霾等恶劣的户外条件下,由于大气粒子的散射作用导致捕获的景物图像严重退化的问题.本文提出一种新的单幅图像去雾算法,该算法从大气散射模型出发,首先对降质图像进行白平衡,从而简化了大气散射模型;然后利用非线性空间滤波方法估计粗糙的大气幕亮度,用联合双边滤波方法进一步细化大气幕亮度;最后采用色度调和得到恢复图像.该算法的时间复杂度是图像像素的线性函数,运算速度较快.试验结果表明,该算法有效地恢复了场景的对比度和颜色,从而明显地提高了图像的视见度.     

一种改进的双边滤波算法

影像滤波处理作为遥感影像分析的一个关键步骤,一直受到研究者的广泛关注。根据边缘点与噪声点的局部灰度特点,提出一种顾及影像梯度角度的滤波改进算法,并针对出现的伪边缘现象提出改进措施。通过对遥感图像的实验分析表明,同传统的双边滤波效果比较,算法具有更高信噪比的优势。     

交通事件检测的一种滤波算法

利用维纳数字滤波原理,提出了交通事件检测的一种滤波算法,叙述了该算法的原理方法。     

一种基于双边滤波的高动态范围图像再现

针对高动态范围图像再现算法中分层函数和阶调映射函数的非适性引起细节丢失和饱和度过度压缩的问题,采用了一种基于双边滤波处理和细节优先的高动态范围图像阶调再现方法。该算法首先采用优化的视觉响应曲线作为阶调映射函数,动态的映射亮度范围至低动态范围媒介;采用改进的双边滤波器作为分层函数,基于视觉可识别色差补偿细节信息。测试结果表明,该算法所得图像能够正确地表现更多可见细节信息,改善过度压缩动态范围,消除光晕现象产生。     

一种新的SRA图像Speckle滤波算法

详细分析了合成孔径雷达图像中相干斑的统计特性，提出了一种具有窗口自选功能的自适应相干斑滤波算法，并将该算法用于Ｓｅａｓａｔ－ＡＳＡＲ图像的滤波处理；并将滤波结果与Ｌｅｅ算法Ｏｄｄｙ算法作了对比试验，其结果表明滤波性能地Ｌｅｅ算法和Ｏｄｄｙ算法。     

一种改进的单幅图像去雾算法

为提高雾天室外拍摄图像的质量,给出一种单幅图像去雾增强算法。引入大气耗散函数,建立一种简化的大气散射模型;根据雾霭在图像中与距离所呈现出的衰减特性,通过构造指数模型,获取更精确的大气耗散函数;根据大气散射模型实现对雾天图像的复原。实验结果表明该算法能够适应雾霭浓度变化,并恢复真实场景的色彩和清晰度,提高图像质量。     

一种基于自适应大气光和加权引导滤波的夜间图像去雾算法

夜间图像去雾对于夜间场景下无人驾驶、交通安防等有重要的工程应用价值。针对暗通道先验算法在夜间雾天场景下的失效问题,提出一种基于自适应大气光和加权引导滤波的夜间图像去雾算法。该算法首先基于图像亮度和饱和度联合求取信道图,并将信道图作为引导图对原图像进行引导滤波得到大气光分布图,为解决暗通道先验在图像亮区域的失效问题,引入亮通道先验矫正亮区域的透射率,为优化亮、暗通道透射率的融合,建立一种基于分段伽马矫正的融合权值计算方法,用于亮区域透射率的权值计算,并利用该透射权值加权得到图像的初始透射率;然后利用加权聚合引导滤波代替引导滤波细化初始透射率,通过基于相似度为滤波中心像素的邻域像素赋予权值,并在滤波聚合阶段采用加权聚合代替均值聚合,解决引导滤波弱化细小纹理而引起的边缘模糊问题;最后将复原图像转换到HSV空间,对亮度分量V进行均衡化调整,并对均衡化前后的图像进行线性加权获得最终复原结果。实验结果表明,所提算法大气光分布图估值合理,可有效反映夜间多光源场景下的大气光分布情况,图像亮、暗区域透射率计算准确,复原图像去雾彻底、纹理清晰,与经典算法对比显示,复原结果的峰值信噪比、信息熵、平均梯度和方差的最大提升幅度分别为49.4%、18.3%、172.3%、115%,综合指标优于所对比的算法。     

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。     

自适应压缩双边滤波算法

为了提高压缩双边滤波算法的滤波效果,对其灰度方差参数值的设置加以改进,即使用自适应的参数值代替原有固定的参数值。对加噪图像进行小波分解,将分解得到的高频部分,分成相同大小的子图像,根据拉普拉斯快速估计算法估计各子块的噪声方差,并计算其平均值,然后利用灰度方差与噪声方差的线性关系计算灰度方差参数值。随机选取4幅灰度图像,添加噪声,测试改进算法。结果显示,改进后的算法比改进前的算法的图像的峰值信噪比更高,滤波效果更好。     

梯度相似性的椒盐图像加权中值滤波算法

在对现有椒盐噪声中值滤波算法分析的基础上,提出了基于梯度相似性的椒盐噪声图像加权中值滤波算法。利用灰度图像窗口内各个像素点灰度值的差异,将含有椒盐噪声的图像分为疑似噪声点和信号点,然后利用窗口像素点的梯度相似性对疑似噪声点进行分析,并运用图像极值剪切技术去除噪声点像素的干扰。采用舍弃方差极大值的改进加权中值滤波算法给噪声点赋值。实验表明,该算法对图像的细节保留能力和滤波能力有较大的提高,能取得较好的峰值信噪比。     

一种基于梯度下降的图像配准算法

图像配准是图像分析的关键技术,针对经典Lucas-Kanade算法计算量大的缺点,提出了一种基于梯度下降的图像配准算法,该方法通过互换目标图像与模板图像的功能,重新定义了目标函数,采用Gauss-Newton梯度下降法求解参数增量,得到在整个迭代过程中保持恒定且可预先求得的海森矩阵,利用迭代法求解变换系数,直至满足收敛条件。实验结果表明,该方法在保证精确度的条件下,提高了计算效率。     

基于新的中值引导滤波的交通视频去雾算法

针对现有改进双边滤波算法处理雾霾天气下交通图像过程中边缘保持效果不理想且容易出现噪声斑块的问题,提出了一种基于新的中值引导滤波的去雾算法。首先,在快速引导滤波基础上改进,利用引导图像在滤波窗口的中值重新定义以像素k为中心的窗口系数ak和bk,并应用在对滤波框内临近像素点上,避免了对引导图像和滤波图像求方差和协方差,进一步提升计算速度。去雾阶段则将含雾图像转化到RGB颜色空间,获取暗通道值、大气光值以及粗透射率,利用中值引导滤波算法对粗透射率进行优化,得到透射率的精确值,根据模型方程反向求解获得去雾图像。实验结果证明,与传统方法相比,新算法去雾效果强化了对边缘的检测和保持能力,更好保持了图像细节。同时,运算效率较同类算法提升较大,实时性较高,可用于交通视频处理。     

新型自适应稳健双边滤波图像分割

从稳健回归分析的角度,推导得到高效的稳健双边滤波(BF)模型.针对由纹理、噪声等导致的图像局部梯度变化差异性,提出一种自适应的局部平滑尺度方法.运用该双边滤波模型处理原图像和纹理特征图,提取出灰度梯度和纹理梯度.采用形态学方法进行梯度融合,并使用分水岭变换实现图像分割.在Berkeley图像数据集和遥感图像上的实验结果表明:所提出的新型自适应稳健双边滤波方法可以得到视觉一致的分割效果;与传统方法相比,提高了对象边界识别率并降低了过分割效应;可以作为图像分析预处理过程的有效工具.     

一种基于模糊梯度算法的图像边缘检测方法

图像的边缘是图像最基本的特征.进行了图像分割、模板匹配和图像识别等方面的研究,无不例外都会使用到图像的边缘.对图像边缘检测方法中的模糊梯度算法进行了探讨,并提出了一种改进方法,得到了较好的检测效果.     

一种改进的基于梯度的图像边缘检测算法

针对经典基于梯度的边缘检测算法对方向的敏感性,从梯度的定义出发,本文提出了一种能够根据实际精度需求任意调整方向的多方向边缘检测的算法。该算法操作简单,具有图像边缘定位准确,抗噪能力强的特点。     

一种基于灰关联分析的红外图像滤波算法

空空导弹红外图像中存在的噪声严重影响目标的检测与识别,论文通过分析灰关联度与图像灰度变化的对应关系,提出了一种基于灰关联分析的红外图像滤波算法。首先选取含噪图像3×3邻域内4个方向的比较序列,分别计算其与理想参考序列之间的灰关联度;再通过比较4个灰关联度的大小得到当前象素点的类型;对噪声点、非噪声点象素分别处理得到去噪后的图像。最后对可见光、红外图像分别添加高斯噪声、椒盐噪声进行去噪实验。结果表明该算法能够很好的去除可见光、红外图像中的高斯噪声及椒盐噪声,具有较强的普适性。     

一种改进条件生成对抗网络的图像去雾算法

针对现有去雾算法存在的颜色失真、细节丢失和一些肉眼可见的薄雾残留等问题,提出了一种改进条件生成对抗网络的去雾算法。首先,为了能更好地保留图像的底层纹理信息和结构信息,共享浅层和深层图像之间的特征,设计了含对称层跳跃连接结构的生成器。其次,为了保留图像的细节并减少伪影,重新设计了损失函数,在原始网络损失的基础上引入L1损失和感知损失。提出的算法在HSTS数据集上的峰值信噪比可达27.306 4 dB,结构相似度达0.963 3,比其他算法的最优值分别提高了5.728 dB和0.058 1。去雾后目标检测的mAP提高了2.51%,召回率提高了4.31%。实验结果表明,所提出算法可以减少色差,解决薄雾残留问题,块效应基本消除,在主观效果和客观评价上均具有明显优势。     

结合边界约束和引导滤波的航空图像去雾算法

针对尘雾天气条件下,航空图像受大气粒子的散射作用而导致对比度和色彩保真度差等问题,提出一种结合边界约束和引导滤波的航空图像去雾方法。该方法基于暗通道优先原理估算出大气光强度,通过添加边界约束条件来解目标函数,进而求出透射率,再用引导滤波对透射率进行精细化调整,达到去雾目的。与Ｆａｔｔａｌ、Ｔａｒｅｌ、Ｈｅ和Ｍｅｎｇ算法对比分析表明,本文方法运算速度快,能够提高图像的细节清晰度,增大去雾深度,有效克服颜色过饱和现象,去雾图像自然逼真。     

基于容差机制与高斯滤波的图像去雾算法

为了使暗通道先验去雾算法能够有效处理雾靈图像中天空等明亮区域 ,提升去雾后图像的抗 噪性能 ,提出了一种基于容差机制与高斯滤波的图像去雾算法 装 首先 ,引入容差机制来修正明亮区域 透射率；然后 ,融入高斯滤波算法来提升去雾后图像的抗噪性能；最后 ,适当调整图像亮度 ,以提升去雾 后图像的可视化效果装 仿真实验结果表明 ,改进后算法不仅能够有效处理雾靈图像中天空等明亮区 域 ,而且能够提升去雾后图像的抗噪性能；相较于主流的同态滤波算法 ,改进后算法的去雾性能更优装