共查询到20条相似文献，搜索用时 46 毫秒
1.
针对CCD型医学图像中,在细胞粘连区域信号附近出现的较强的横条纹噪声干扰,影响图像信息的正确性,分割后会存在边界模糊和锯齿条文的问题,为提高医学图像分割效果,提出了一种基于横条纹噪声消除的医学粘连图像边缘分割算法。分析了医学图像中边沿横条纹噪声的原因,通过wold纹理模型与多尺度马尔可夫随机场模型,利用确定性随机场和不确定性随机场的谱属性不同的特征,将医学图像边沿的干扰特征分离开,有利于对粘连医学图像进行分割。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低。 相似文献
2.
为了有效地抑制噪声对图像的影响，能够清晰准确的对图像进行边缘提取，提出一种全方位、多尺度的数学形态学自适应边缘检测方法。该方法利用基本形态运算对噪声的抑制能力，并结合基本的形态检测算子，得到抗噪型的边缘检测算子。采用形态运算的加权组合构造出全方位、多尺度的数学形态学自适应边缘检测方法。实验表明，与经典的边缘检测算子相比，该方法运算简单，几何意义明确，而且在边缘检测的抗噪声等方面有着显著的优点。尤其是全方位、多尺度的形态学算子对于图像边缘的检测效果更好，它可以克服普通算子边缘不连续以及普通意义上的数学形态学上的对于噪声敏感等缺点。 相似文献
3.
提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性. 相似文献
4.
主要研究了计算机视觉中的图像滤波、边缘检测技术,首先介绍了图像噪声滤波算法,针对脉冲噪声采用开关中值滤波技术,既能有效去除噪声,又在一定程度上地保护了图像细节;同时研究了边缘检测技术,采用基于梯度直方图的边缘提取法,利用梯度直方图的统计特征实现阈值的选取,并且有效地增强图像边缘,取得满意的视觉效果。 相似文献
5.
由于噪声的干扰,常规的图像边缘检测方法往往效果不佳,因此本文提出了一种基于改进BP算法的边缘检测方法.在充分考虑边缘和噪声本质区别的基础上,构造具有较强抗噪能力的特征向量,然后用样本图像对四层BP网络采用改进BP算法进行训练.最后,将训练后的网络用于遥感图像的边缘检测. 相似文献
6.
一幅原始图像在获取和传输过程中会受到各种噪声的干扰,使图像质量下降,对分析图像不利。为了抑制噪声、改善图像质量,要对图像进行平滑处理。图像平滑处理的方法多种多样,有邻域平均、空间低通滤波、多图像平均、中值滤波、改进的梯度倒数加权法等几种现有的空域,以及频域图像平滑算法等。 相似文献
7.
针对传统Sobel边缘检测算法因方向模板限制而出现边缘定位精度不高,以及对叠加噪声的图像边缘检测效果不佳的问题,提出了一种基于传统Sobel算子的改进算法。首先将水平和垂直两个方向模板增加至8个,提高边缘的定位精度;然后利用边缘的最大后验概率估计,对采用八方向Sobel算法检测出的梯度图像进行最佳阈值分割处理,增强算法的抗噪声能力。实验结果表明,改进算法提取的边缘信息完整准确,对噪声干扰有较强的抑制能力。 相似文献
8.
为了在图像去噪过程中提高去噪效率,本文结合差分曲率和分数阶微分算子,提出一种新的自适应图像去噪模型.把差分曲率引进偏微分方程图像去噪模型中,利用图像梯度、差分曲率和分数阶微分算子的性质,较好的区分图像边缘、平坦区域及噪声,分数阶微分算子由图像中局部方差确定,构造的去噪模型能自适应的扩散去噪,并且在去噪的同时可以保留更多的边缘信息和纹理.实验表明,新算法在客观质量评价方面,提高了峰值信噪比和结构相似度;在主观视觉方面,保留了更多的边缘信息,得到了较好的图像去噪效果. 相似文献
9.
对模糊图像的多尺度分割,是解决许多计算机视觉处理问题的基础。传统的图像分割算法采用基于小波变换的局部特征匹配方法,无法有效去除光照的干扰,对运动目标图像的分割效果不好。提出一种基于模糊图像边缘能量特征提取的运动目标图像的去光照干扰分割方法。计算去光照干扰后的运动目标图像振幅分量和频率分量,采用混合函数控制曲线方法生成运动目标图像时间序列,计算每个尺度下计算运动目标图像的边缘能量特征,进行图像区域特征的非同态块匹配分割,最终生成灰度直方图二进制均衡系数,实现了运动目标图像的准确分割,去除了光照干扰。仿真结果表明,该算法具有分割结果准确,抗干扰能力较好,图像分割质量较优。 相似文献
10.
提出一种基于边缘和梯度场的图像表示和压缩方法.将图像表示成边缘域的像素和非边缘域的梯度场,并分别进行编码.编码端,采用自适应四叉树分解和一维小波变换编码边缘域,采用二维小波变换编码梯度场.解码端,由对逆变换得到的边缘域和梯度场,通过梯度域变分重构进行解码恢复.方法能用于无损和有损图像压缩,具有较好的压缩性能,并能有效地克服边缘附近的振铃效应. 相似文献
11.
超声图像广泛应用于工业,海洋,医学等领域并且在诸多领域起到不可替代的重要作用。但大规模乘性噪声严重影响了超声图像的成像质量。无法精准判读超声图像,制约着超声图像应用的发展。为此,提出超声图像大规模乘性噪声干扰的过滤算法,通过对超声图像成像像素进行像块分解重组重构出大规模乘性噪声部分,运用滤波函数公式提取出大规模乘性噪声干扰量,建立超声图像大规模乘性噪声过滤模型将乘性噪声干扰进行过滤计算,重构更为清晰的超声图像的过程。仿真实验证明,超声图像大规模乘性噪声干扰过滤算法有效的抑制了大规模乘性噪声对图像质量的影响,更好的保留了超声图像的细节信息。 相似文献
12.
全变分理论一直是图像修复和去噪领域的关注热点。本文针对红外辐射强度图像易受噪声干扰的问题,以全变分理论为基础,通过Canny边缘检测算子提取边缘,提出了基于边缘检测的全变分模型去噪方法。实验表明:该算法不仅能够去除噪声,而且保护图像边缘细节不被平滑的程度更高,此外缓解了传统全变分模型平坦区域噪声抑制不充分的问题,峰值信噪比明显提高,优于常用的图像去噪方法。 相似文献
13.
《科技通报》2015,(12)
CCD固态图像传感器用于遥感图像采集中,遥感对地探测中进行图像采集的轮廓线特征模糊,需要进行自适应轮廓线跟踪标记,提高图像的分析和识别能力。传统方法采用尺寸配准标定技术,对边缘模糊的遥感CCD成像标记效果不好,出现伪轮廓。提出一种基于Harris角点检测的遥感对地CCD成像自适应轮廓线跟踪标记算法。进行遥感对地CCD成像图像数据模型构建,设计Harris角点检测算法进行CCD遥感成像的边缘轮廓像点拟合,进行边缘轮廓线的亮点分析,提高采样精度,通过遥感成像的运动幅度检测实现对轮廓线跟踪标记。仿真结果表明,算法能有效实现CCD成像轮廓线跟踪标记高精度拟合,能有效剔除边缘干扰,提高对地遥感观测图像的探测精度。 相似文献
14.
《科技通报》2015,(10)
对图像的断面进行偏移场矫正,增强对正确目标边缘的识别能力。由于图像中存在的灰度不均匀断面特征和线性偏移场,对图像断面的边缘有效识别困难,传统方法采用轮廓线提取方法进行断面边缘识别,受到边缘轮廓线的线性偏移限制,识别效果不好。提出一种基于偏移场矫正的图像断面边缘识别优化算法。通过核函数引入局部灰度信息建立了偏移场矫正模型,将去噪后的断面信号进行灰度均衡预处理,对于相邻区域传递的消息进行收敛性判断,增强了演化曲线对正确目标边缘的识别能力。研究得出,采用该算法进行图像边缘识别,具有更低的差错率。算法将在远程图像识别和地理遥感特征提取探测等领域具有较好的应用价值。 相似文献
15.
传统三维姿态矫正方法主要依据不同帧运动图像特征进行分析,由于非显著图像边缘容易同噪声混淆,导致不规则单帧运动图像特征受到噪声因素的干扰,图像特征质量降低,无法对运动图像三维姿态进行有效矫正,提出一种应用模糊核估计和仿射变换的三维姿态矫正方法,采用shock滤波器从不规则单帧运动图像中预测出显著图像边缘,对不规则单帧运动图像进行平滑处理,降低噪声的干扰,将显著图像边缘其当成全局图像三维姿态矫正的指导,针对不规则单帧运动图像的图像特征识别模糊问题,基于透视原理以及仿射变换原理,推导出不规则单帧运动图像三维姿态调整的策略,结合测定的运动图像旋转角度,对运动图像左右倾斜、水平旋转和垂直旋转的三维姿态进行调整,实现不规则单帧运动图像三维姿态的准确矫正。实验结果说明,在不同噪声的条件下,该算法可对运动图像的三维姿态进行准确的矫正,具有较强的抗噪性能。 相似文献
16.
传统的传感网络信号挖掘方法在噪声干扰下,以降低波动信号参与通信为代价调控网络平稳度,极大降低了网络信号传递效率,存在较大的弊端。提出一种基于改进中值滤波的神经网络敏感信号挖掘方法,分析噪声干扰下无线传感网络信号特征,采用改进中值滤波的神经网络对原始含噪敏感信号进行中值滤波,利用中值滤波抑制噪声干扰产生的敏感信号值,通过BP神经网络去除敏感信号中的噪声,采用梯度下降方法在信号权矢量空间中求取误差函数的极小值,获取使误差函数极小化的权值组合,也就是待挖掘的传感网络敏感信号最佳解,实现传感网络敏感信号的准确挖掘。实验结果表明,所提方法能更好地过滤噪声,有效挖掘出敏感信号,具有较高的鲁棒性和自适应特性。 相似文献
17.
为有效准确地提取人体肝脏CT图像的轮廓特征,实现人体腹部软组织三维可视化重构,提出一种基于Splines小波仿射调幅的肝脏CT图像提取算法。利用Splines双正交小波对CT图像进行增强处理,对增强处理后的边缘先验知识进行套索模型初始化,利用仿射变换调幅技术对传统的Snake算法进行改进,增强图像的边缘幅度,有效提取肝脏CT图像的边缘特征。仿真实验表明,该算法能有效实现CT图像边缘轮廓提取,边缘轮廓点更加接近于真实的肝脏边缘。该方法也可以用于其它医学图像器官轮廓线的分割与提取。 相似文献
18.
19.