基于局部均值滤波的有色溶液图像反光抑制处理

针对有色溶液图像处理中均值滤波算法精确度低和时效性弱的问题,本文提出一种基于局部均值滤波的综合处理方法。利用图像分割技术将图像分割为光照影响区和非影响区2个部分。采用局部均值滤波将影响区中的像素点逐一替换为各像素点邻域内非影响区像素点,以消除反光影响。进行多组试验,结果表明进行处理后图像RGB均值与未受光照影响的图像RGB均值的平均误差为0.140,最大误差为0.261。与传统的均值滤波算法相比,本文方法具有精度高、时效性强等优点,为解决光照反光的干扰问题提供一种有效的处理方案。

一种消除椒盐噪声的迭代自适应加权均值滤波

针对传统的均值滤波和多种中值滤波不能有效去除高密度椒盐噪声的不足,提出一种迭代自适应加权均值滤波算法。为了能够对图像外围的像素点进行滤波,沿四周进行图像扩展。根据椒盐噪声的极值特性,将像素点分为噪声点和信号点,噪声点采用多轮迭代,利用前次滤波的结果,求取滤波窗口非噪声点灰度值的加权均值,基于与窗口中心像素的空间距离计算加权系数;信号点保持原值。滤波窗口尺寸根据窗口内是否含有非噪声点自适应地由小变大。选用5种不同的算法在噪声密度20%~80%范围内进行仿真对比,验证算法的有效性。仿真结果表明,与其它4种算法相比,在低密度噪声时,该算法的峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)和结构相似性指数(Structural Similarity Index, SSIM)优势明显,在80%高密度噪声时仍然保持突出效果,PSNR值至少提高4.26 dB,验证了该算法对高密度椒盐噪声具有更好的滤波性能,很好地保持图像的纹理边缘和细节。

基于多次滑动均值滤波的混合储能功率分配与定容研究

为了解决混合储能系统功率分配时因模态混叠导致功率分配不精确、储能系统成本过高的问题,提出一种多次滑动均值滤波(MMAF)的功率分配方法用于削弱模态混叠现象,降低混合储能成本。首先,获取满足平抑要求的混合储能最小总功率指令,采用MMAF算法对其进行滤波,获得蓄电池与超级电容各自的功率指令,引入Pearson相关系数量化模态混叠现象,作为判断滤波次数和每次滤波滑窗大小的指标,将蓄电池和超级电容各自的功率指令作为储能定容的可行域,考虑电池荷电状态约束求取储能适配的最小额定功率和额定容量;然后,基于等效运行时间建立蓄电池全寿命周期量化模型,为经济性分析提供依据;最后,以改进的混合储能全寿命周期成本模型验证了该文方法可以有效地限制模态混叠,降低混合储能系统成本。

基于融合距离的极化SAR图像非局部均值滤波

在极化合成孔径雷达(synthetic aperture radar,SAR)图像降噪领域,常见的非局部均值滤波仅依靠像素间的统计距离进行相似性度量,忽略了像素点的空间信息。本文结合极化SAR数据统计特性和图像空间特征作为像素间的相似性度量,提出了一种利用融合距离来计算相邻窗口权重的方法——基于融合距离的非局部均值滤波器。融合距离的引入使得滤波器能够更全面的评估像素间的相似性,从而得到更合适的像素权重。此外,本方法还引进变异系数对邻域窗口的权重进行评估,通过该参数可以控制滤波的程度。在多幅极化SAR图像上的实验结果表明,所提出的滤波器能够在有效抑制斑点噪声的同时保留较为完整的图像边缘信息和极化散射特性。

基于改进的非局部均值滤波对数字全息散斑的抑制

为了降低数字全息术领域中散斑噪声对重建相质量的影响,提出了一种改进的非局部均值滤波对数字全息散斑抑制的方法。方法使用统计学中的皮尔逊相关系数来改进非局部均值滤波中子块相似度的度量,并根据相似度系数的大小分为两个不同强度域,对其赋予不同的值,使灰度图去噪的对比成度更加强烈。方法不仅能更进一步的滤除散斑,还能更好的保持图像的边缘信息,可以解决传统非局部均值滤波中出现的图像过度滤波问题。实验结果表明,改进后的非局部均值滤波能够有效地降低数字全息图像中的散斑噪声,提高图像的质量和清晰度,与多数传统的数字图像处理方法相比性能更好。

基于非局部均值滤波的结构光图像去噪

采用一种改进的自适应非局部均值滤波结合小波去噪的方法对结构光图像进行滤波处理。首先针对椒盐噪声,采用一种有效的自适应检测窗口确认噪声点,噪声像素被其相邻的三个像素的组合所取代,然后使用基于椒盐噪声特征的非局部均值滤波来重构噪声点的灰度值。进一步地针对高斯噪声,对图像进行小波变换,并对高频部分进行方向性中值滤波,最终经小波逆变换进行重构,得到去噪后的结构光条纹图像。实验结果显示,与传统方法进行比较,改进的方法能够有效地滤除结构光图像中的噪声,并保持了结构光条纹图像的细节信息。

基于加权均值滤波和拉普拉斯算子的边缘检测FPGA实现

针对图像边缘提取中存在的断裂、不连续以及定位不准确等问题,本文提出一种新的多算法融合边缘检测方法WAL(Weighted Mean Filtering and Laplace Operator),并使用现场可编程逻辑门阵列(Field Programmable Logic Gate Array,FPGA)进行仿真实现。该算法首先采用加权均值滤波器对图像进行去噪,然后基于扩展的拉普拉斯算子提取边缘特征信息。最后,使用2×2腐蚀膨胀对提取的边缘进行闭操作处理,以弥合边缘断裂,提升细节特征。在多个典型图像上的测试表明,本方法能有效改善边缘轮廓的完整连续性,并提高边缘定位的准确性。

基于地表一致性的非局部均值滤波去噪技术

针对地表非一致性导致的地震波场中各道振幅产生严重差异,降低各道间信号的相似性,从而降低非局部均值滤波对随机噪声的压制能力的问题,应用非局部均值滤波对地震数据去噪前进行地表一致性均衡,将各道振幅调整至同一水平,以改善非局部均值滤波的相似性估计。结果表明,文中方法可有效改善波场中非局部均值滤波的相似性估计,提高非局部均值滤波对波场中随机噪声和异常振幅噪声的压制能力。

基于改进谐波均值滤波的热中子图像降噪算法研究

在热中子成像过程中,由于n/γ射线辐射、热噪声等因素的影响,导致中子图像产生大量噪声等降质现象,不利于无损检测和后续的定量分析。根据热中子成像的噪声特点,提出了一种改进的谐波均值滤波算法,用于热中子图像噪声去除。实验结果表明,该算法能有效去除热中子图像中的大尺寸白斑噪声,同时保留图像边缘信息,可为热中子成像图像的后续处理提供参考。

基于均值滤波的机组温度测点异常信号处理

化工装置生产现场环境复杂,存在各种各样的干扰因素及异常工况,极易导致机组(压缩机组、汽轮机组等)温度测量值出现波动,设备真实的运行情况不能得到反映,温度信号异常严重时甚至会导致机组停车及设备损坏。为此,提出一种可对机组温度测点异常信号进行均值滤波处理方式,以滤除离群信号(随机干扰信号和脉冲干扰信号),在保证设备安全稳定运行的前提下还原现场真实的参数。联泓(山东)化学有限公司甲醇装置于2020年大修期间在空压机组、循环气压缩机组、氨压机组等7台(套)机组的温度测量系统上采用均值滤波法进行技改,取得了良好的效果。

边缘检测中的改进型均值滤波算法

针对传统高斯滤波器算法存在边缘模糊及局部伪影的问题,提出一种改进型均值滤波算法,以有效去除图像中的高密度脉冲噪声。通过求解图像直方图,检测图像直方图的左右2个峰值点,以查找出可疑的噪声点,进而使用灰度值确定其坐标。利用图像像素点周围灰度值的相似性,在局部窗口选择递归加权平均值代替被污染的图像像素点灰度值。结合自动选择Canny算子的双阈值方法,对灰度图像边缘进行检测。实验结果表明,该算法的算子滤波效果优于LOG算子和传统灰度Canny算子,且具有较好的稳定性。

数字图像迭代均值滤波降噪算法

改进了图像处理的传统均值滤波算法,提出了迭代均值滤波算法。该方法从图像第1个像素开始,依次用邻域均值法处理每个像素。每处理1个像素立即更新该点灰度值,并用新灰度值参与后续像素的处理运算。图像实验结果表明,该算法能增强去噪效果,明显改善图像重构质量。

基于均值滤波的电力系统谐波自动化检测方法及抑制技术

谐波的产生会降低电力系统运行的稳定性,缩短设备的使用寿命,严重时还可能威胁人们的生命财产安全。文章旨在探讨基于均值滤波的电力系统谐波自动化检测方法。实现均值滤波技术的有效运用,能够合理规避信号传输过程中产生的噪声,全面提升谐波检测的即时性和正确率。研究表明,在不同的噪声环境中,该技术均有良好的性能,有利于实现电力系统滤波的全面管理。在复杂的电力环境中,准确地检测出谐波成分的同时,为电力系统的谐波治理提供了有力支持。

一种均值滤波的优化算法

在分析经典均值滤波和中值算法基础上,提出了一种新的均值滤波算法。给出了其基本原理与实现过程,并与经典均值滤波算法做出比较试验,从主观效果和实际应用中验证了其优良的滤波性能和加快运算速度这一特点。

红外图像改进非局部均值滤波算法研究

为了有效地滤除红外图像中的噪声,提出了一种改进型非局部均值滤波算法(INLMF)。该算法首先针对传统算法中采用固定尺寸的方形图像块无法有效刻画图像中大量分布的细节信息这一缺陷,结合图像中像素点灰度信息提出了一种图像块自适应划分方法,使得划分后的图像块在尺寸和形状上依赖于图像中灰度信息的实际分布情况;其次引入结构相似度因子对算法中的图像块权重值计算方法进行适当改进;最后分别将INLMF算法与已有的两类改进型NLMF算法对两幅红外监控图像进行滤波,并进行了理论分析和实验验证。结果表明,INLMF算法相对于其余几类算法而言,滤波效果较好,该研究对于提高红外图像滤波效果是有帮助的。

矿井视频监控图像改进非局部均值滤波算法

矿井成像条件较为复杂,导致视频监控系统所获取的图像往往具有对比度低、且参杂大量随机噪声的特点,给实时监控矿井生产状况带来了不便。为此,采用灰色关联度法改进非局部均值滤波算法,提出了一种矿井视频监控图像改进非局部均值滤波算法。该算法首先对原始矿井视频监控图像采用均值滤波算法进行预处理,得到预滤波图像,分别对原始矿井视频监控图像和预滤波图像划分为5×5大小的图像块,将该2幅图像中对应位置图像块的像素点灰度值集合分别记为待比较序列和参考序列,计算其灰色关联度值,将较小的灰色关联度值对应的原始矿井视频监控图像中的图像块标记为疑似噪声图像块;其次对每个疑似噪声图像块分别统计其像素灰度极大、极小值,并将该类像素点标记为噪声点;然后以每个噪声点为中心取大小为3×3的图像块,进行非局部均值滤波;最后对滤波后的矿井视频监控图像采用直方图均衡化方法进行对比度拉伸,改善图像的视觉效果。试验结果表明:本研究算法无需对图像中每个像素点灰度值进行逐一滤波,提高了图像处理效率,有助于实现矿井视频监控图像的高效处理。

一种小波域改进非局部均值滤波算法

提出了一种噪声图像高效滤波算法。该算法对经典非局部均值滤波算法从边缘保持效果和计算复杂度两个方面加以改进。提出一种基于图像结构相似度(SSIM)相似性检测算子,并将其与传统的高斯加权欧氏距离进行加权融合,从而实现对经典非局部均值滤波的改进,可实现对图像边缘和平坦区域滤波的有效兼顾。将其引入到小波变换域,对于高频子图像,首先采用Canny算子实现自适应边缘检测,获得边缘和非边缘图像,采用改进非局部均值滤波和经典非局部均值滤波分别加以处理,然后实现图像的融合;最后实现小波系数重构。通过对实物图像和标准测试图像的仿真实验结果表明,该滤波算法的去噪效果较优,能基本实现对高强度随机噪声情形下的图像复原,从而印证了该滤波思路的可行性。

基于中值的自适应均值滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声。但是当图像同时存在高斯噪声和脉冲噪声时,单独用那种滤波方法都不会达到最好的去噪效果。针对该问题,提出了一种基于中值的改进自适应加权均值滤波算法。该算法采用了一种基于自适应阈值的方法对滤波系数加以优化,使其可以更有效地减少噪声,又可以较好的保持图像的边缘细节信息。实验结果表明,该算法能较好的滤除混合噪声,且滤波效果优于传统的滤波算法。

一种基于脉冲噪声检测的图像均值滤波方法

论文提出了一种针对图像脉冲噪声进行检测,并根据检测结果利用均值滤波方法滤除脉冲噪声的方法。该方法首先采用串行方式,对含有脉冲噪声的图像进行逐点检测,其中判断噪声点的阈值可自适应地调整。采用窗口长度自适应调整和选择性取样的均值滤波方法,对检测到的噪声点进行逐点滤除。该方法既可有效地滤除脉冲噪声,又可以较好地保持图像边缘细节,对图像的后续处理有很好的价值。论文最后给出了实验滤波结果,说明了该方法的有效性。

改进的非局部均值滤波算法

非局部均值滤波算法是一种能够较好保持图像纹理细节的降噪算法,但该算法不能自适应调节滤波参数且滤波结果易产生伪影。针对这些不足,提出一种自适应的且与各向同性算法相结合的非局部均值滤波算法。通过改进的拉普拉斯算子对图像的噪声方差进行估计,并将估计的方差应用于滤波系数的计算中,实现滤波系数的自适应选择。以局部方差作为调整因子,将非局部均值滤波算法与各向同性局部滤波算法相结合,减少滤波图像产生的伪影,提高图像质量。实验结果表明,与非局部均值滤波算法相比,该算法在保留图像纹理细节的同时能够更好地减少伪影,提高图像的峰值信噪比,具有更好的降噪效果。