排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
利用量子比特表示图像像素的灰度,用双量子位叠加态来描述两像素之间的关联,通过线性厄米算符在该量子叠加态中的平均值来判断像素的边缘特征,由此建立了一种新的图像边缘检测方法,并从概率论的角度对该方法的合理性给予解释。理论和计算机仿真结果均表明该方法具有视觉补偿功能,能检测出图像中高亮度和低亮度区域的灰度微弱变化引起的边缘效应。 相似文献
2.
为了更有效地滤除数字图像中的噪声,受量子信息处理理论启发,将传统的形态学运算结构元素扩展到叠加态结构元素以更有利于图像的去噪。由于叠加态结构元素只有尺度范围,没有固定的大小和形状,因此可表示为该尺度范围内的各种不同大小和形状的传统结构元素的线性叠加,并在受到测量时可坍缩到其中的某一传统结构元素。该文首先定义了一个基于叠加态结构元素的坍缩形态学算子,然后在此基础上构建了一种基于均方差的自适应形态滤波方法。计算机仿真实验表明,该滤波方法与中值滤波和传统的形态滤波方法相比较,有更强的噪声滤除能力,并且对噪声的强度不敏感。 相似文献
3.
4.
图像降噪组合滤波优化算法 总被引:5,自引:0,他引:5
论文利用中值滤波算子和灰度数学形态学中的开、闭算子设计了一种用于灰度图像降噪处理的优化组合滤波算法。提出了一种简单、实用的评价函数用于算法的优化过程。该算法能根据输入噪声图像自动调整算子的组合结构获得最佳的滤波输出,并克服了中值滤波算法在处理灰度图像时对噪声强度的敏感问题。该优化算法简洁、耗时少。算法的实用性用计算机进行了仿真验证。 相似文献
5.
数学形态学滤波器的优化设计 总被引:4,自引:0,他引:4
数学形态学滤波器作为图像处理领域中的一类重要的非线性滤波器已被广泛地用于图像降噪、边缘检测和模式识别等图像处理技术之中,然而其处理效果的好坏却严重地依赖于结构元素的形状和大小。在传统的形态滤波器的设计中,结构元素的选择完全凭借设计者的经验,因而很难保证所选择的结构元素为最优结构元素。针对此问题,该文应用遗传算法对形态滤波器设计中的结构元素进行优化,通过对样本图像的学习训练,获得基于优化结构元素的形态滤波器,并在此基础上设计了一种简单、实用的自适应优化滤波算法。该算法的有效性用计算机仿真实验进行了验证。 相似文献
1