噪声图象中提取边界的随机启发式搜索方法

在噪声图象中如何有效地提取边界是图象分析领域中的难点 .启发式搜索的方法常常用于提取边界 ,但是 ,这种方法由于采用固定的起始点、固定的引导度量以及对图象仅进行一次性搜索 ,对噪声往往很敏感 ,为此提出了一种随机启发式搜索算法 ,该方法随机地选取起始点 ,并依照引导度量的概率反复地进行随机搜索获得各种可能的边界轨迹 ,然后进行各搜索轨迹的积累自增强 ,最后根据自增强积累统计结果获得边界 .大量的实验结果证明 ,在噪声图象中 。

噪声图象的非线性与自适应滤波技术

近年来,已提出和发展了许多用于噪声图象滤波的非线性和自适应技术,使滤波质量有了显著的提高。本文分析了线性滤波器用于图象噪声滤波的缺点;对各种非线性与自适应图象滤波技术进行了分类并作介绍,指出了这些方法备自的局限性和存在的问题并评述了目前研究的趋势与展望。

多种噪声图象的自适应韧性滤波

本文提出了一种用于噪声图象的自适应韧性滤波器。它不需要先验的图象统计分布知识,具有良好的滤波韧性。它能同时滤除图象中的独立加性噪声、信号有关噪声和脉冲噪声。这种滤波器有很好的边缘信号保护作用并易于实现。

噪声图象最小方差模块滤波方法

用噪声图象平滑滤波的算法对一幅加了多种噪声的图象作了平滑。结果表明，本滤波算法在既不模糊图象边缘，又不损害图象内部细节的前提下，达到了很好的去除噪声、增强图象边缘的目的．

闪光X光噪声图象的局部统计滤波

本文介绍一种噪声图象的滤波方法 ,它不需要先验的图象模型 ,而且也不会损伤边界和细小的细节 ,在相加性和相乘性噪声的情况下 ,计算与边界方向有关的子集的局部平均值和方差 ,相应地沿着边界方向的噪声就被去掉 。

模糊聚类神经网络用于分形特征的低反差及噪声图象的目标定位

研究了一种用于低反差及有噪图象的目标定位方法。首先采用分形技术从图象中提取两个独立的分形特征参量，再利用模糊Ｋｏｈｏｎｅｎ聚类神经网络对其进行聚类，实验结果表明了该方法的有效性。

噪声图象边缘检测的快速统计算法

本文针对边缘检测算法中统计法速度低这一问题,在Huang提出的基于最大似然估计的算法基础上,简化了判决统计量,从而构成了一种新的快速算法。理论与实验结果表明,本算法比Huang算法速度提高了10倍左右,效果也明显改善。

基于Radon变换的噪声图象内规则形状目标的识别

本文利用Radon变换具有较强的线形检测特性,将其应用于对噪声图象内由直线构成的规则几何形状的目标进行识别。实验证明该方法简单有效且具有较强的稳健性。

噪声图象边缘增强的W滤波器

本文提出一种新型噪声图象增强的滤波器-W滤波器。该滤波器能够在有效地滤除噪声分量的同时,增强图象边缘。在图象平坦区,W滤波器输出图象具有足够的分辨率和保真度;在边缘区,避免了传统方法形成的由噪声分量引起的假边缘;改善了图象的视觉效果。理论分析和实验结果表明,W滤波器能够增强任何形状的噪声污染边缘。同CS滤波器(比较选择中值滤波器)性能相比较,本文提出的方法能同时达到滤除噪声和边缘增强的目的,一维和二维信号测试结果有力地支持上述结论。

受噪声污染图象中的基于排序统计的非线性边缘检测器

本文主要研究了如何对受混合噪声污染的图象进行边缘检测，并提出了一种基于排序统计的非线性边缘检测算子。该算子将输入样点集划分成两个具有不同灰度值的子集，通过子集的运算值之差判断边缘是否存在。子集的划分和输出形式的选择是减少噪声对边缘检测器影响的关键。计算机模拟实验表明，基于排序统计的边缘检测算子能较好地同时消除高斯噪声和脉冲噪声对边缘检测器的影响，并且能精细地提取图象的边缘，效果优于其它边缘检测算子。

噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。

图象中的噪声及复原方法研究

文章主要阐述了噪声图象的复原方法,介绍了图象中噪声的产生及与图象信号相关的噪声的分类,并分别讨论了用于图象复原的均值滤波、中值滤波、自适应维纳滤波、形态学滤波和小波去噪的工作原理和适用性。

基于纹理分析的去图象噪声研究

针对中巴卫星高分辨率CCD相机接收影像存在明显的条带噪声 ,本文提出了基于纹理分析的去条带方法 ,即将图象上具有特定特征的噪声信息看作是某种对应的纹理特征 ,在基于纹理特征滤波法进行图象预处理的基础上 ,再用灰度共生矩阵法进行直方图平滑 ,以进一步消除局部噪声。

开闭运算在消除图象噪声中的应用研究

本文讨论了数学形态学开闭运算的滤波性质 。

分形变换与图象噪声平滑

利用分形交换进行图象噪声平滑，是分形理论的又一应用领域．本文对这一问题进行了理论分析和实验验证，从而指出了分形变换应用于图象噪声平滑的潜力所在．

利用双正交小波变换去除图象噪声

对噪声污染的图象进行复原处理时 ,传统的去噪声方法会造成图象模糊。本文用双正交小波变换去除图象噪声 。

图象噪声与中放幅频特性的关系

分析了两种不同的接收机中放幅频特性产生的视频噪声频谱，并从人眼的视觉特性出发，论述了这两种视频噪声频谱对接收图象信噪比的影响。

彩色图象噪声的形态滤波方法

形态处理是在二值和灰度图象处理中噪声抑制、特征抽取、形状描述等的有效方法.本文提出了一种 彩色形态变换,将数学形态学理论拓展到彩色空间.构建了彩色噪声形态滤波器,分析了其性质.实验结果表明它 能有效地消除图像中的彩色噪声、保留图像边缘。

一种用于图象分割和恢复的MAP松弛算法

本文根据Gibbs分布模型提出了一种用于图象分割和图象恢复的MAP松弛算法。它适合于并行运算。文中给出了应用这种算法对被高斯噪声模糊了的几何试验图象进行分割的实验结果,并对松弛法和动态程序法进行了比较。