共查询到20条相似文献，搜索用时 49 毫秒
1.
《绵阳师范学院学报》2018,(5):81-86
数学形态学滤波属于非线性滤波,针对传统的线性滤波对图像边缘等细节特征容易模糊的缺点,本文提出一种基于灰度形态学的自适应加权复合滤波优化算法,采用凸性多尺度结构元素对灰度图像进行多级形态开闭运算,根据形态滤波等幂特性,实现结构元素序列的自适应加权复合滤波,并对滤波效果进行PSNR评价,实验仿真结果表明该复合滤波算法在保留图像细节特征的同时能有效去除噪声,提高了图像信噪比. 相似文献
2.
工程施工图像在获取、传输等过程中存在一定程度的噪声干扰。通过对标准中值滤波算法进行分析,得到了一种基于自适应开关中值的图像滤波算法,能够在去除椒盐噪声的同时保持图像细节。该算法用迭代实现了开关中值滤波算法中阈值的自动选取,可有效提高噪声点检测的准确率。通过MATLAB仿真实验,证实了该算法相较于传统滤波算法能够更好地保护图像细节和改进图像清晰度。 相似文献
3.
4.
惠卫华 《喀什师范学院学报》2011,32(3):54-57
提出了一种基于梯度向量流（Gradient Vector Flow,GVF）各向异性扩散和冲击滤波耦合的图像放大算法.该算法模型由边缘停止函数约束的平均曲率流在各向异性的扩散中平滑图像,能去除噪声等的干扰;GVF外力场将图像梯度边缘力场转变为有旋场进而去除图像放大中锯齿效应;数据保真项避免图像因扩散而过度失真,保留图像特征;耦合冲击滤波模型增强图像边缘和细节.实验结果表明,该算法在客观指标和主观效果上均是一种有效的图像放大算法. 相似文献
5.
武英 《南京晓庄学院学报》2008,(6)
文章在已有极值中值滤波算法的基础上,提出一种改进的滤波算法.该算法对于不同密度的椒盐噪声采用了不同的滤波方法.在噪声密度较低时,采用有效信号的均值滤波;在噪声密度较大时,采用递归方式进行滤波.经过大量实验证明,该算法在滤除椒盐噪声能力和细节保护能力方面均有较大提高. 相似文献
6.
传统中值滤波对所有像素采用同一的处理方法,导致图像细节信息丢失严重。依据噪声分布特征,设计了基于集内离散度的噪声检测器,并结合自适应中值滤波,实现有针对性的噪声过滤,减少非噪声信息丢失。实验证明,该算法具有较高的消除脉冲噪声和保留细节信息能力。 相似文献
7.
椒盐噪声对图像造成或亮或暗的像素点,从视觉上影响图像的质量。采用基于信号分析的方法去除图像中的椒盐噪声,信号分析能准确判断出噪声与信号像素,该方法依据椒盐噪声模型准确区分信号与噪声,对信号像素给予保留,而对于噪声像素则有针对性地对其作中值滤波、扩大的中值滤波或均值滤波。实验结果表明,与线性加权、梯度倒数加权以及小波去噪算法相比,文中算法能有效降低图像中的椒盐噪声,对图像的边缘与细节保持较好,并且能得到较高的信噪比。 相似文献
8.
一种简单的图像边缘保护算法 总被引：1，自引：0，他引：1
针对一些图象存在线，尖顶等细节较多的情况，对图像边像素点灰度值与其领域点灰度值关系进行研究和分析，提出一种简单的边缘保护算法，用该算法实现的滤波器对具有上述特征的目标图象进行滤波，较好地滤除噪声，同时使图像的边缘得到较好地保护，该算法简单易行，处理目标图象较快。 相似文献
9.
武英 《南京晓庄学院学报》2009,25(3):86-89
在已有极值中值的滤波算法的基础上,提出一种自适应滤波算法.该算法对于不同椒盐噪声密度采用不同滤波方法,在噪声密度较低时,采用同时考虑灰度差值和空间距离的自适应权重函数进行滤波,在噪声密度较大时,采用递归方式进行均值滤波.实验证明,该算法在滤除椒盐噪声能力、细节保护能力方面均有较大提高. 相似文献
10.
在受随机值脉冲噪声干扰的图像中,为了去除图像中的脉冲噪声并有效地保护图像的边缘与细节,提出了一种新的两阶段细节保护随机值脉冲噪声滤波算法.在噪声检测阶段,针对图像中边缘和细节像素难以和噪声像素有效区分的问题,提出了一种基于S-估计的绝对级差统计量(S-ROAD).通过引入S-估计到ROAD统计量,消除了ROAD数据中由图像边缘和细节带来的干扰.利用S-ROAD统计量,图像中的大部分噪声像素,包括位于图像边缘和细节处的噪声像素都可以被区分出来.在图像滤波阶段,算法引入了双阈值迭代方法对确认出的噪声像素赋值,提高了对噪声像素的估值精度,从而有效地保护了图像的细节.无论是主观视觉评估还是客观数据评估,实验结果都表明了该算法优于现有的很多方法. 相似文献
11.
提出了一种基于先检测、后滤波的椒盐噪声滤除GPU实现算法。该算法首先依据椒盐噪声的特征,将图像像素分为噪声和信号,然后对噪声像素作标准中值滤波,如果中值为信号,则用中值代替噪声像素灰度值;如果中值为噪声,则取中值邻域,如果中值邻域为信号,则用它代替噪声像素灰度值;否则扩大邻域窗口,重复算法。但随着图像规模的增大,在CPU上执行的时间显著增加。分析并利用图形处理器（GPU）的并行处理特征,并在GPU上实现了本文算法。实验结果表明所提出的算法较经典的自适应中值滤波算法有较好的去噪效果和边缘保护能力,并且随着图像规模的增大,算法执行时间较CPU可以提高最多3个数量级。 相似文献
12.
分析了均值滤波算法的并行特性,提出了一种基于计算统一设备架构（CUDA）的均值滤波图形处理单元（GPU）并行算法。算法首先依据椒盐噪声的特征,建立信号点标记矩阵;其次计算信号密度,并确定滤波半径;最后仅处理噪声像素,用其邻城内信号点像素灰度的均值代替它。实验结果表明,随着图像尺寸的增大,该并行算法相比串行算法速度,可以获得300倍以上的加速比。 相似文献
13.
提出一种既能快速去除图像随机脉冲噪声又能较好地保留边缘细节信息的一种新方法。该方法首先利用图像局部灰度相似性特征,对于任一像素,根据其与邻域内像素相近的个数和与其相近像素本身在邻域内的相似情况,将各像素分为噪声点、疑似噪声点和信号点,对疑似噪声点根据其是否为邻域内的极值将其分为噪声点和信号点。对于信号点不做任何处理,而对于噪声点则按照一种基于欧拉距离的自适应加权均值滤波算法进行处理。实验结果表明,算法能够快速高效地滤除随机脉冲噪声,且无需人为修改相关参数和“门坎”值,综合性能优良,特别适用于对实时性要求较高的图像处理系统。 相似文献
14.
考虑到图像存在异常像素,将邻域因素考虑在内对模糊C-均值聚类算法(FCM)和异常像素检测算法(APD)提出了改进。首先,提出了邻域因素的邻域-FCM(N-FCM),然后,提出了模糊异常像素检测算法(Fuzzy-APD)。实验过程中,选择噪声图像、彩色图像作为实验图像,对FCM和N-FCM算法进行性能比较,证实相比于FCM算法,N-FCM算法的收敛性明显提高,图像分割的正确率进一步改善;同时从图像中获取部分像素进行异常像素检测,实验证实相比于异常像素检测,Fuzzy-APD准确性更高。 相似文献
15.
改进的邻域均值滤波去噪算法研究 总被引：1，自引：0，他引：1
邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。 相似文献
16.
在考虑像素邻域相似性的基础上,对Morel等人提出的非局部均值滤波算法进行优化.该算法充分考虑图像中存在的大量冗余信息,通过计算邻域内像素点灰度值的加权平均来恢复中心点的灰度值,并对邻域内的点进行一次预分类,只考虑邻域内与中心点相似性大的点,而忽略与中心点相似性小的点,从而减小了算法的计算复杂度.实验结果表明,用该算法处理的图像,其视觉效果和峰值信噪比均不低于非局部均值算法,而运行速度提高了45%以上. 相似文献
17.
In order to avoid the influence of noise variance on the filtering performances, a modified adaptive weighted averaging (MAWA) filtering algorithm is proposed for noisy image sequences. Based upon adaptive weighted averaging pixel values in consecutive frames, this algorithm achieves the filtering goal by assigning smaller weights to the pixels with inappropriate estimated motion trajectory for noise. It only utilizes the intensity of pixels to suppress noise and accordingly is independent of noise variance. To evaluate the performance of the proposed filtering algorithm, its mean square error and percentage of preserved edge points were compared with those of traditional adaptive weighted averaging and non-adaptive mean filtering algorithms under different noise variances. Relevant results show that the MAWA filtering algorithm can preserve image structures and edges under motion after attenuating noise, and thus may be used in image sequence filtering. 相似文献
18.
张健 《湖州职业技术学院学报》2014,(1):84-87,91
图像分割是一种对不同特征的像素进行聚类的过程,过程中涉及像素的梯度、灰度及邻域特征。由于蚁群算法的离散性、并行性、全局优化性和稳定性等特点,基于蚁群算法提出一种有效的图像分割改进算法。首先通过蚁群改进算法的模糊聚类能力可以分别计算出像素与目标、背景、噪声点、边界点的隶属关系;然后对于蚁群算法循环次数多、计算量较大的问题,设置启发式引导函数和聚类中心,解决传统聚类中运行效率低、初始化敏感度高等缺点;最后引入梯度算子,对目标与背景灰度值相似图像进行分割,对结果进行了进一步的优化。实验表明,应用该改进算法得到的图像分割结果具有较高的准确度和效率。 相似文献
19.
Non-local means(NLM)method is a state-of-the-art denoising algorithm, which replaces each pixel with a weighted average of all the pixels in the image. However, the huge computational complexity makes it impractical for real applications. Thus, a fast non-local means algorithm based on Krawtchouk moments is proposed to improve the denoising performance and reduce the computing time. Krawtchouk moments of each image patch are calculated and used in the subsequent similarity measure in order to perform a weighted averaging. Instead of computing the Euclidean distance of two image patches, the similarity measure is obtained by low-order Krawtchouk moments, which can reduce a lot of computational complexity. Since Krawtchouk moments can extract local features and have a good antinoise ability, they can classify the useful information out of noise and provide an accurate similarity measure. Detailed experiments demonstrate that the proposed method outperforms the original NLM method and other moment-based methods according to a comprehensive consideration on subjective visual quality, method noise, peak signal to noise ratio(PSNR), structural similarity(SSIM) index and computing time. Most importantly, the proposed method is around 35 times faster than the original NLM method. 相似文献
20.
杨仙维 《武汉职业技术学院学报》2013,12(3):80-85
提出一个基于区块差值分布之彩色BMP图文件可回复信息隐藏法,先将彩色BMP图档的像素切割成不重迭长宽各3个像素的区块,每个区块中用特定方式选择其中一个像素,计算其他8个像素和此像素的RGB颜色绝对差值,利用这些差值来产生分布图,在分布图中找出适合的峰点和零点,将峰点和零点内的区域向右位移1个颜色差值,就能将位形式的信息藏入峰点颜色差值的像素中,藏入信息的图文件仍能保持良好质量,肉眼无法察觉差异,经实验证明本研究提出的方法可隐藏大量信息并维持良好的图片质量。 相似文献