面向室内场景三维重建的分区联合双边滤波方法

基于RGB-D传感器的三维重建在高精度制图中应用广泛,然而深度相机采集的图像存在深度值缺失和噪声等问题,影响了三维点云建图的准确度。针对此问题,提出分区联合双边滤波算法。该算法依据深度图像和灰度图像的左右差异分析像素置信度,并对深度图像中缺失像素做插值处理,实现了对图像基于置信度的分区联合双边滤波。采用Middbur标准数据库和Fast Sensor Motion Dataset数据集进行定性分析和定量对比,证明分区联合双边滤波算法有效平滑了噪声。将该算法应用于三维重建,实验结果表明该算法有效修复了深度图像,提高了三维点云建图和位姿估计的精度。

基于泊松噪声-双边滤波算法的桥梁裂缝修补痕迹图像分割方法

裂缝作为混凝土桥梁的主要病害大量存在,部分裂缝修补后会二次开裂,在病害智能识别中,裂缝修补痕迹易与混凝土剥落等缺陷混淆,因此,裂缝修补痕迹的准确识别不仅是二次裂缝准确识别的基础,也是混凝土桥梁整体病害识别的重要环节。为了获取边缘清晰连续的裂缝修补痕迹,先对裂缝修补痕迹的图像添加泊松噪声,再利用双边滤波对添加的噪声及原有噪声进行平滑。然后用Otsu算法对裂缝修补痕迹进行图像分割,并使用峰值信噪比(PSNR)和结构相似性(SSIM)评价滤波效果,使用运行时间和最大连续可用内存块(LCFB)使用情况评价分割效果。最后以河南省某高速公路桥梁历年定检中的裂缝修补痕迹图像为例,对方法进行实际验证。结果显示:经过泊松噪声-双边滤波算法处理后,裂缝修补痕迹图像PSNR值最高约35.0901 dB,SSIM值可达约0.8801,说明添加泊松噪声可改善图像质量并优化双边滤波效果;经过Otsu算法进行图像分割的运行时间比其他方法约短25%~50%,LCFB比其他方法约提高0.25%;经过处理的裂缝修补痕迹图像达到理想预期效果,验证了提出方法的有效性和可行性。

基于快速联合双边滤波器和改进PCNN的红外与可见光图像融合

针对红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出了一种结合快速联合双边滤波器(fast joint bilateral filter,FJBF)和改进脉冲耦合神经网络(pulse coupled neural network,PCNN)的红外与可见光图像融合方法,在保证融合图像质量的前提下有效提高运行效率。首先,利用快速联合双边滤波器对源图像进行分解;其次,为了更好地提取图像中显著结构和目标信息,针对基础层图像采用一种基于视觉显著图(visual significance map,VSM)的加权平均融合规则,针对细节层图像采用改进脉冲耦合神经网络模型进行融合,其中PCNN的所有参数都可以根据输入波段自适应调节;最后,将基础层融合图与细节层融合图叠加重构得到融合图像。实验结果表明,该方法提高了融合图像的效果,有效地保留了目标、背景细节和边缘等重要信息。

基于FPGA的分段近似双边滤波算法设计与实现

为了增强图像显示的质量以及减少基于现场可编程逻辑器件(FPGA)双边滤波算法中硬件资源的消耗,设计了一种分段近似的双边滤波算法。通过分段近似计算减少了双边滤波中值域的存储容量以及输出的数据位宽,从而降低了计算复杂度和硬件资源消耗。在Zynq-7000和Sparten-7的FPGA平台上实现了分段近似的双边滤波算法,研究了不同高斯噪声及在其最佳的值域标准差下的滤波和边缘保持性能。结果表明,本文算法在性能上与传统的双边滤波算法相当,并且与传统的双边滤波算法相比,其查找表(LUT)和数字信号处理模块(DSP)的使用量减少了9.9%和71.1%,且功耗仅为0.128 W。本文算法适合用于硬件资源有限的图像滤波应用场景。

基于双边滤波石质文物逆向建模及其稳定性分析

石质文物的长期稳定性问题是文物保护工作中的重点。以大足石刻卧佛前的目犍连菩萨像为研究对象,基于双边滤波算法,将三维激光扫描仪获取的点云数据导入PCL平台,实现文物表面噪声点的去除,建立包含裂隙结构面在内的菩萨像三维精细化实体模型。基于强度折减原理采用有限差分软件FLAC3D,对菩萨像现存状态展开稳定性分析,结果表明:1)双边滤波法去噪后的菩萨像模型平均偏差为-5.0~4.0 mm,标准值为1.1 mm,在去除噪声的同时完整保留了文物表面特征;2)重力荷载下,菩萨像颈部受压,项部受拉;头部裂隙的出现导致内部应力发生重分布,峰值拉应力由项部移动至裂隙端;3)菩萨像头部位移变化与折减系数呈正相关,当折减系数为1.28时,头部位移敏感度急剧增大,向临空面倾倒;4)菩萨像破坏面沿裂隙端、颈部向内部延伸,塑性区体积、最大剪应变增量逐步增大,在两区域形成抛物线贯通破坏面。该研究方法为小型、具有复杂几何特征的石质文物稳定性分析提供思路。

基于小波变换和改进双边滤波的红外图像增强算法

针对炮车打靶、夜间车辆侦察、航空航天、士兵巡逻过程中红外图像边缘模糊、对比度低、细节不清晰等问题,本文提出了基于小波变换改进双边滤波的Retinex图像增强算法和改进阈值函数去噪算法。将红外图像进行小波分解,获得红外图像的低、高频系数;对高频进行改进阈值函数增强处理,实现自适应选取像素值域标准差对红外图像进行去噪处理;对低频采用改进双边滤波Retinex图像增强算法处理,平滑红外图像保持图像细节;对高、低频图像进行小波重构,得到重构红外图像;最后进行模糊集函数处理,增强红外图像的对比度。实验结果表明,本文改进算法与对比度受限的自适应直方图均衡方法、多尺度Retinex图像增强方法等相比,有效去除了噪声、细节丰富、背景抑制能力以及对比度提升效果好。

基于变换折衷阈值的多分辨图像双边滤波仿真

为了有效解决多分辨图像内存在噪声的问题,提出一种基于视觉灵敏度的多分辨图像双边滤波算法。通过粗糙集理论初步判断多分辨图像内的噪声,利用视觉灵敏度对判断结果展开修正。通过双边滤波器将噪声图像分解为高低频两个部分,高频部分使用Curvelet变换折衷阈值,根据设定的阈值保留多分辨图像中更多的边缘纹理细节。将低频图像和处理后的高频图像重构,获取经过滤波处理后的多分辨图像。实验结果表明,所提算法可以精准检测出多分辨图像内存在的噪声,同时能够获取满意的多分辨图像滤波结果。

基于统计滤波与双边滤波的点云降噪算法

在获取原始三维点云数据时易受环境、设备精度等因素影响,难免会引入噪声点。为使三维点云数据能够准确表征信息,提出了一种基于统计滤波与双边滤波点云降噪算法。该算法首先使用统计滤波快速去除离群噪声点,然后使用自适应迭代估计算法对点云模型进行法矢和曲率估计,利用改进滤波因子增强算法鲁棒性,最后利用改进双边滤波完成对点云模型的平滑光顺。实验结果表明,该算法去噪效果优于其他传统滤波算法,并且能够保留点云特征信息。

基于双边滤波和Frangi滤波的织物疵点检测方法

为提高织物疵点检测效率,提出了一种基于双边滤波和多尺度线性滤波(Frangi)相结合的织物疵点检测方法。首先,采用双边滤波对织物图像进行处理,以减少织物背景纹理信息对检测结果的影响;然后,应用多尺度线性滤波器对经双边滤波后的织物图像进行二次滤波,增强织物疵点区域信息;最后,使用最大熵法对增强后的织物图像进行分割,定位出织物疵点区域。通过对油污、破洞、线头、断经、双纬、节纱、吊经织物图像进行实验,发现该方法能快速有效检测出疵点信息。

基于斜卷积双边滤波的特种机器人视觉引导算法的改进与优化

移动机器人可以在确保个人安全下有效减少人类的劳动行为,已经广泛应用到运输、救援、勘探、工业自动化等领域。针对特种越障机器人在城镇和工厂等以平面为主的非结构化场景下作业,提出一种依靠视觉引导的图像处理与障碍高度评估新方法。在图像预处理流程中,为了更好地保留特定朝向的图像边缘,在双边滤波算法的基础上,引入了一种呈高斯分布的斜卷积空域卷积核,改进为斜卷积双边滤波,并与其他边缘保持滤波算法进行比较。实验结果表明:不同算法信噪比一致时,斜卷积双边滤波算法的PFOM(pratt’s figure of merit)均值高于引导滤波与加权最小二乘滤波;当σ(标准差)=0.02时,斜卷积双边滤波的PFOM比引导滤波高出12.18%,比加权最小二乘滤波高4.4%。对具有普遍性的台阶沿向与沿向垂直使用斜卷积双边滤波处理后提取边缘,越障机器人在不同光照条件下进行不同高度台阶越障实验。实验表明:机器人在视觉系统引导下可快速正对台阶,越障成功率为100%。

改进自适应双边滤波Canny算子在自动化设备中的应用

为提升镜头图像边缘检测效果与自动化设备组装合格率,提出了基于自适应双边滤波Canny算子的检测方法。首先采用双边滤波处理图像强度并保存边缘信息,进行加权平均去除噪声,然后采用改进Canny算子检测图像中的边缘细节信息,抑制非边缘部分的噪声干扰,自适应调整滤波程度,得到更准确的边缘检测结果,最后利用霍夫曼变换检测镜片图像的圆心和切口位置信息,提高了组装效率和准确性。结果表明,该算法为镜头自动化组装提供了一种有效的解决方案,具有较高的实用价值。

基于曲波变换 联合双边滤波的二维地震数据随机噪声去除方法研究

在地震数据去噪处理中,曲波变换硬阈值法容易导致弱同相轴模糊,为此,提出了一种基于曲波变换联合双边滤波的地震随机噪声去除方法。曲波系数尺度分析结果表明,粗尺度信号主要表征地震数据构造特征;中尺度信号通常包含大量的弱同相轴的信息;细尺度信号通常包含噪声信息。曲波变换联合双边滤波方法对粗尺度信号进行双边滤波处理,对中间尺度信号进行联合双边滤波处理,对细尺度信号应用硬阈值处理。曲波变换可以较好地处理多方向的线状变化特征,而联合双边滤波具备引导图,可以修复有效信息的关键特征,提高弱同相轴的连续性。叠前和叠后数值模拟测试和实际地震数据处理结果表明,曲波变换联合双边滤波方法的去噪结果优于曲波变换硬阈值法和小波变换方法,具有更高的信噪比和峰值信噪比。该方法克服了曲波变换硬阈值法的局限性,不仅能够较好地去除随机噪声,而且增强了弱同相轴的能量,提高了弱同相轴的连续性。

混合滤波与改进双边滤波的点云去噪算法

激光扫描获取的曲面零件点云中包含的噪声点将影响零件的曲面拟合精度.提出了一种根据噪声分类分步降噪及光顺方法,利用kd tree结合K-means聚类算法去除离群点噪声,引入采样点曲率改进双边滤波因子,对非离群点噪声进行光顺.利用该方法对液力变矩器导轮叶片点云进行去噪,并与利用三坐标测量机接触式测量获得的叶片局部测量结果配准比较.实验结果表明,70%以上的接触式扫描测量点与利用本文方法去噪后的叶片点云之间的偏差在±10μm之间.表明该方法可以很好地保留扫描物体的几何特征,获得的点云模型能够满足后续模型重建的精度要求.

基于双边滤波MSR与AutoMSRCR融合的低光照图像增强

针对在低光照环境下拍摄的图像受光照强度的影响而导致图像质量差的问题,本文提出了基于双边滤波的MSR与AutoMSRCR算法融合的低光照图像增强算法。首先,在原始低光照图像的HSV颜色空间中针对V分量使用基于双边滤波MSR算法对亮度通道进行增强,得到保留原有色彩信息的亮度增强图像。然后,将此初始亮度增强图像运用CLAHE算法基于LAB颜色空间进行亮度通道细节增强,得到细节增强的图像。最后,采用AutoMSRCR算法对原始低光照图像进行处理,并与细节增强图像进行加权融合得到最终的增强图像。以UCIQE,AG,SD,IE为评价指标,将经过该算法增强的图像与MSR算法,MSRCR算法,CLAHE算法,改进GAMMA算法等进行比较。结果表明,使用该图像增强算法处理的图像效果最佳,UCIQE达到了0.4721,AG达到了12.6742,SD达到了0.2632,IE达到了7.6379。增强后的图像色彩信息更加丰富,图像更加清晰,图像对比度更好,图像的边缘纹理信息保留更完整,图像质量更高,本研究为低光照图像增强提供了一种可行方法。

基于改进DBSCAN和双边滤波算法的点云去噪

为了提高激光雷达点云去噪效果,提出了改进DBSCAN和双边滤波算法。首先通过点云数据空间欧氏距离划分栅格,从而删除无效点云;接着基于距离-密度方法在密度较大的段内找到DBSCAN的eps值,避免错误值出现,使用自适应方法获得DBSCAN的min pts值;然后利用点云邻域的曲率以及法向夹角优化双边滤波权值因子,便于保持点云的细节特征;最后给出了算法流程。实验结果显示所提算法能够去除接近点云模型的噪声以及混杂在点云模型中的噪声,评价指标较优。

基于自适应参数双边滤波和小波变换的图像检索方法

提出一种基于自适应参数双边滤波和小波变换的图像检索方法,先采用自适应双边滤波算法,对图像进行平滑处理的同时保留图像主体的轮廓信息;结合基于自动阈值的小波变换方法,利用非线性阈值函数处理分解后的小波系数,突出低频主体信息,实现图像增强;利用感兴趣区域提取方法提取增强图像的感兴趣区域,并将该图像用于图像检索。采用corel-5k图像库中的图像用于仿真实验,结果表明,该算法能取得较高的信噪比,在图像检索系统中有较强的实用性。

机器视觉领域的FPGA非线性双边滤波系统设计

针对机器视觉领域对图像成像质量的要求,设计了基于FPGA的非线性双边滤波系统,通过双边滤波系统对噪声图像进行去噪预处理。从双边滤波原理、双边滤波“保边性”原因、双边滤波参数取值影响3方面对双边滤波系统进行理论分析,通过查找表使用、并行流水线处理等方式在FPGA上实现双边滤波系统,通过模块化设计和参数化编程的设计思想提升了双边滤波系统的可移植性。对设计的双边滤波系统进行测试验证,经双边滤波系统降噪后图像PSNR值提高了3.2842 dB,SSIM值提高了21.82%,所设计的双边滤波系统起到了一定的噪声抑制作用。

基于双边滤波的船舶图像混合域去噪方法

船舶SAR图像由于高斯噪声、相干斑噪声以及SAR雷达的阴影特性等原因,SAR图像中存在着大量噪声,这些噪声信号会干扰基于SAR图像的海上船舶目标识别与监测。针对这一问题,本文提出一种基于双边滤波算法的船舶SAR图像混合区域去噪算法,阐述双边滤波算法的原理,进行SAR图像噪声的来源建模,在实际船舶SAR图像的处理过程中取得了良好的降噪效果。

结合邻域耦合机制与双边滤波的双蚁群算法

针对蚁群算法在求解旅行商问题(TSP)中收敛速度慢且易陷入局部最优等问题,提出一种结合邻域耦合机制与双边滤波的双蚁群算法(NBACO)。首先,算法通过战斗力指数将蚁群动态分成士兵蚁与指挥蚁,士兵蚁主要负责提高算法的求解精度,指挥蚁主要负责提高算法的收敛速度,两类蚂蚁分工合作从而有效平衡算法的求解精度与收敛速度。其次,采用邻域耦合机制,当指挥蚁经过公共区间时,在公共区间及其邻域动态散布微量的信息素,以增大对蚂蚁的吸引力,增加蚂蚁选择公共区间及其邻域的概率,从而提高算法的收敛速度。进一步,当算法陷入局部最优时,引入基于基尼不纯度的双边滤波策略,动态削弱当前最优路径上的信息素浓度,进而缩小最优路径与其邻域路径的信息素浓度差,在下一次迭代时增大蚂蚁选择其他非最优路径的概率,从而帮助算法摆脱局部最优。最后,对大量TSP实例进行仿真,实验结果表明改进后的蚁群算法有效平衡了算法求解精度和收敛速度。

考虑法向离群的自适应双边滤波点云平滑及IMLS评价方法

针对目前在点云双边滤波平滑算法中,人工输入不合理参数导致的点云平滑效果不佳,且易导致体积收缩及现有去噪后点云质量评价方法存在表达局限性等问题,提出一种自适应参数的点云双边滤波算法和基于隐性移动最小二乘(IMLS)的质量评价方法。首先构建KD-tree数据结构用于点云拓扑,之后搜索各点邻域,利用奇异值分解法计算法向量信息,并在双边滤波公式中引入法向离群因子以剔除邻域内离群点,然后通过扩展高斯核函数的权值计算式,在点云邻域内自适应获取空间与法向特征参数,最后应用改进模型进行点云平滑并引入IMLS方法评价点云质量。实验结果表明,考虑法向离群的自适应双边滤波点云平滑算法具有良好的去噪效果,相比其他算法体积收缩更小,且IMLS评价方法客观有效。