基于噪声强度估计的中值滤波

为了提高中值滤波器的滤波性能和适应不同强度的椒盐噪声,提出了基于噪声强度估计的中值滤除算法.该算法通过椒盐噪声密度估计确定图像中的噪声强度的大小,然后根据噪声强度选择相应的滤波器及参数.计算机仿真实验结果表明:该算法能对未知噪声强度的退化图像在较短的时间内有效地去除噪声的同时,较好地保护图像细节.     

基于形态学滤波的图像伪边缘去除方法

针对传统边缘检测算子去除由噪声引起的伪边缘难的问题,提出了一种基于数学形态学滤波的图像伪边缘去除方法.该方法首先利用自适应中值滤波器对图像进行滤波,然后用Canny算子对图像进行边缘检测,对处理后的图像进行改进的τ-运算以去除伪边缘,从而得到较理想的图像边缘.仿真实验表明,该方法不仅有效地去除了由噪声引起的图像伪边缘,而且保留了完整的图像边缘,具有较小的均方根误差.     

基于灰色关联的数字图像去噪研究

在图像去噪过程中为了既能获得较好的去噪效果，又能更好地保护图像细节，运用灰色系统理论的灰关联度的思想提出了一种基于灰色关联的加权均值滤波器．尝试了将灰色理论中的灰色关联用于图像的均值去噪，对均值滤波器的权值加以优化．实验表明，该算法使图像处理效果比传统的均值滤波效果有所提高。     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

基于改进Canny算子的遥感图像边缘检测

针对传统的Canny边缘检测算子存在高斯滤波函数方差和阈值需要人工设置的缺点,提出了一种基于改进Canny算子的遥感图像边缘检测算法.首先利用复合形态学滤波代替高斯滤波,可得到更好的平滑效果,同时保留更多的边缘信息;然后利用Otsu阈值方法对阈值进行自适应设定,可以使检测边缘更加连续完整,并减少虚假边缘的存在;最后引入数学形态学算法实现对边缘细化处理.实验结果表明,将改进的Canny算子应用到遥感图像的处理中,具有良好的抗噪性能和检测精度.     

基于自适应均值的地铁隧道裂缝图像滤波算法

地铁隧道表面光照不均匀、对比度低、噪声干扰严重,采集到的裂缝图片较灰暗且含有大量混合噪声,因而单一的滤波方法不能达到很好的去噪效果。针对该问题,提出一种基于快速中值的自适应均值滤波算法来实现隧道裂缝图像滤波。该算法先对图像进行反转以增强裂缝与背景的对比度,通过快速中值法计算滤波窗口的中值,自适应地选取合适的阈值来对滤波系数加以优化,并将窗口各像素点的灰度值进行加权运算,其结果作为窗口中心点灰度值,并输出。通过与传统中值、均值滤波算法比较,提出的新算法不仅降低了图像噪声,而且有效地保护了裂缝边缘,降低后续对裂缝特征量提取及分割识别的难度。     

基于图像形态滤波的边缘检测

为很好地检测出被噪声污染的图像的边缘,首先采用CB形态滤波对图像进行预处理,再用canny法获得较高的边缘检出率,最后采用最小费用搜索法进一步提高了边缘质量,建立在结构元素轮廓的概念之上,以集合延展度为特征进行处理的CB形态滤波保证了滤除噪声的同时保持图像细节,canny算法对噪声和弱边缘有更强的适应性,而最小费用搜索法对因滤波后遗留噪声引起的虚假边缘有很好的抑制能力,实例表明这种检测方法能够获得较好的图像边缘。     

基于自适应形态学滤波的ICT图像缺陷提取

针对ICT图像缺陷现有提取方法的不足,提出了一种自适应的数学形态学滤波方法．该方法首先对整张图像进行分水岭变换,根据区域大小自适应地选取结构元素区域．然后对该区域边界进行椭圆拟合,以确定结构元素模板．根据形态学原理运用此模板对图像进行闭运算,从而获得图像背景．最后,用背景图像减去原始图像,即可获得缺陷的图像．试验结果表明,该方法能获得更好的图像缺陷提取效果．     

图像椒盐噪声滤波的自适应开关插值算法

针对图像中椒盐噪声的特点,利用牛顿插值,提出了一种白适应开关插值滤波方法．结合极大极小值椒盐噪声检测算法和自适应窗口大小方法标识可能的噪声点,然后用迭代图像插值估计方法,利用与当前噪声点近邻的非噪声点或已修复的噪声点消除当前噪声点．对噪声密度为10％-90％的测试图像的仿真结果表明,该算法能在有效抑制噪声的同时较好地保持图像的细节信息．     

基于数学形态学与动态时间扭曲的电压扰动分类

为提高电压扰动信号分类识别的精度,提出了一种基于数学形态学与动态时间扭曲的新算法．该算法首先通过形态滤波器对信号进行滤波处理,然后利用如变换提取滤波输出的特征,再通过动态时间扭曲分类器与参考模板进行匹配,最后获得有效的分类识别结果．用Matlab进行仿真分析的结果表明,该算法能有效识别各类扰动信号,准确率高,即使在强噪声环境下,识别精度也超过84％．     

基于PM方程的指纹扫描仪图像增强算法研究

为降低产品成本,在采用低端CMOS图像传感器的指纹扫描仪中,采集的图像易出现通道不均衡、清晰度不高、噪声大等缺点,为了提高图像质量,提出了基于PM偏微分方程的增强指纹图像的综合算法,通过USM锐化算法和偏微分方程噪声滤波算法的有效结合,同时对USM算法和偏微分噪声滤波算法进行了优化,能显著改善图像质量,通过标准测试程序检测达到国际通用的认证标准。     

一种有效去除图像中脉冲噪声的滤波算法

为了抑制脉冲噪声,根据脉冲噪声点和边缘像素点的特征,提出了一种新的基于脉冲噪声点检测的滤波算法.实验结果表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,尤其在噪声密度较低时,滤波性能更加优越.     

一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

基于邻域相关的自适应中值滤波算法

为改善图像效果,在对现有的椒盐噪声自适应中值滤波算法分析的基础上,提出了基于邻域相关的自适应中值偏移滤波算法。算法对自适应中值滤波算法的处理过程进行改进。当滤波窗口大于设定的最大值时,根据像素点邻域内的像素点灰度值分布在不同的区间,将像素点灰度值的复原分为偏大或偏小两种情况。受污染像素点的滤波输出值为偏移的中值,偏移的距离根据改进的自适应中值滤波算法运行时滤波窗口的大小来决定。从仿真结果可见:该算法滤波后的图像具有较高的峰值信噪比,对图像细节的保留能力和抑制椒盐噪声的能力都有一定的提高。     

基于自适应多尺度形态学分析的车轮扁疤故障诊断方法

建立了56自由度车辆动力学模型与车轮扁疤模型,计算了车辆的动态响应。车辆的振动信息往往受到轨道不平顺和车速波动等因素的影响,为了能在强噪声背景下有效提取轮轨冲击特征,提出了自适应多尺度形态学滤波分析方法,研究了车轮扁疤引起的轴箱振动特征,分析了轨道激扰和车辆运行速度对车轮扁疤故障诊断效果的影响。仿真结果表明:在100、150、200km·h-1的车速和美国五级谱、三级谱的激扰下,分别使用7个和9个尺度的结构元素进行形态学滤波,正确地识别出10、15、20Hz车轮扁疤故障频率。实测结果表明:当车速为40km·h-1时,使用7个尺度的结构元素进行形态学滤波,提取出了2 Hz的故障频率,此频率与理论故障频率相对应,诊断结果可靠。     

基于NSCT和Bilateral滤波器的含噪声图像融合

对于含噪声红外与可见光图像的融合,在滤除噪声的同时通常也会损失同为高频信息的边缘细节.为了解决这个问题,提出了一种基于Bilateral双边滤波器和非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)的含噪声图像融合算法.首先采用NSCT方法对图像进行多尺度分解,调整参数使得到的红外图像和可见光图像的高频图像中包含了大部分的边缘信息和噪声,为了保留边缘信息和滤除噪声,采用Bilateral双边滤波器分别对两幅高频图像进行处理,并得到红外高频图像的细节图像.为了将原始图像的边缘细节信息尽可能多地提取到融合图像中,同时增强边缘信息,将红外细节图像与可见光高频图像叠加到一起,提升融合图像的视觉效果.然后,采用局部区域标准方差系数方法作为红外与可见光图像低频图像的融合规则进行融合.最后,将融合后的高频图像和低频图像根据NSCT反向变换进行重构,得到融合后的图像.实验结果表明,该算法在滤除噪声的同时能够很好地保持边缘细节,对于含噪声图像的融合具有很好的效果.     

室内可吸入颗粒物粒径分布检测方法的研究

采用数学形态技术实现颗粒物图像的二值化滤波和边缘检测,完成了粒径、分形维数和形状因子等形态学参数的检测,用数据融合技术对多形态学参数处理分析,得出了室内可吸入颗粒物的粒径分布曲线.实验结果表明:这种检测方法能有效地滤除噪声,很好地保留原有图像的基本信息,提取的边缘较光滑,图像骨架也比较连续,断点少.具有直观简单、处理速度快、处理精度高、数据分析与统计方便.检测结果稳定等特点.     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

受电弓滑板状态监测的图像目标提取

将数字图像处理技术应用于受电弓滑板状态监测,给出了受电弓无线图像监测系统的工作原理和组成结构,设计了图像目标的提取算法,将受电弓滑板图像的提取划分为粗提取和精提取2个步骤.该图像目标提取算法结合边缘提取、形态学图像处理、投影变换、聚类分析和Hough变换等方法,完成复杂目标图像的提取,并实现较高精度的定位.实验结果表明,所提出的算法对复杂背景、不均匀光照和噪声等影响因素不敏感,正确识别率能达到85%.