基于图像局部滤波去噪增强算法的图像语义分割问题研究

图像语义分割技术是一项重要的图像后期处理方法,在计算机智能识别和视觉传达领域有着重要应用。从图像语义分割局部增强问题出发,研究两种常见的图像分割技术,在此基础上提出了改进的图像局部滤波去噪增强算法,并详细阐述了算法的实现步骤,用实验的方法通过比较了图像熵值大小分析算法的运用效果,结果表明,改进的图像局部滤波去噪增强算法的熵值最大,增强效果最好。

基于改进高斯滤波算法的图像去噪方法

随着激光技术在光学测量和精密加工等领域的应用日益广泛,对图像的质量要求也越来越高。然而,在实际应用中,图像常常受到散斑噪声的影响,导致图像质量下降。现有方法由于采取的平滑技术较为简单,对于散斑噪声的抑制能力有限,为此,设计基于改进高斯滤波算法的图像去噪方法。测试结果表明,设计方法展现出了优秀噪声抑制性能,保留了图像的主要特征。

梯度信息自适应的非局部均值滤波算法对矿井图像降噪研究

为了提高非局部均值滤波算法对矿井图像的降噪效果,本文将改进的非局部均值滤波算法与八方向Prewitt算子相结合,通过梯度信息对滤波参数进行优化,赋予了该非局部均值滤波算法较强的自适应性。另外,八方向Prewitt算子增加了非局部均值滤波算法搜索窗口的移动方向,提高了搜索相似像素点的效率。本文算法在对人工加噪的图片进行处理时,所需时长仅为2.38 s,与经典的非局部均值滤波算法相比缩短了40%;本文算法处理所得图像的信噪比为26.473,是经典的非局部均值滤波算法的1.2倍。通过对处理所得图像质量进行对比发现,本文算法对矿井图像的降噪效果更为明显,且图像中边缘和纹理的细节信息更为丰富,可用于矿井检测图像的处理。

基于局部细节增强的快速多曝光图像融合算法

当前基于细节增强机制的多曝光图像融合方法效率较低,针对此问题,提出一种基于局部细节增强的快速多曝光图像融合算法。首先,改进每幅图像待增强区域的划定方法;然后,采用快速局部拉普拉斯滤波(FLLF)提取待增强区域的细节信息,并根据采样插值原理对增强过程进行优化加速,减少计算局部拉普拉斯金字塔系数时的采样次数,避免细节过度增强的同时,进一步提高融合效率。对40组多曝光序列的融合质量和平均运行时间进行测试,并与5种代表性算法进行对比实验。结果表明,算法不仅保持超亮超暗区域的细节信息,而且视觉效果更加自然。算法的两种客观质量指标MEF-SSIM值和Q CB分别为0.942和0.441,在6种算法中分别排名第2和第1;运行时间比基于原始分辨率空间运算的最快方法Li2020减少了46.2%,具有较高的运行效率。

一种基于双导向滤波的高动态红外图像细节增强与去噪算法

针对高动态红外图像位压缩和细节增强过程中的噪声放大、微小细节增强不足以及强边缘过度增强等问题,提出一种基于双导向滤波的细节增强与去噪算法。用导向滤波分别获得两组基图和细节图,低ε参数基图作为去噪基图的估计;低ε参数与高ε参数细节图之差作为去噪细节图的估计;两图分别经过自动增益控制和位压缩后,合成为增强去噪图像。为准确估计参数,提出一种基于细节图像素灰度值变化规律统计的优化模型,分类考察像素灰度值收敛特性后给出参数取值范围。仿真结果表明,该算法能够准确选择关键参数,在增强细节和抑制噪声的同时,平衡微小细节和强边缘增强效果,并具有准实时性、模型简单和控制参数较少等特点。

有效去除图像中脉冲噪声的新型滤波算法

提出一种基于局部极值噪声检测的迭代中值滤波算法 该算法集中了minmax算法与PSM算法各自的优势 ,并将两种算法有机地结合起来 经过实验仿真并与其他滤波算法进行比较表明 ,该算法可以有效地去除图像中的脉冲噪声 。

基于方向可调滤波器的含噪图像融合算法

提出了一种基于方向可调滤波器的图像消噪及融合算法,即使用方向可调滤波器及其Hilbert变换组成的正交滤波器组,分析两幅已配准源图的主要方向及局部方向能量,根据噪声点所具有的奇异性、无方向性,从而检测出图像噪声点,并运用局部中值滤波方法消噪;对于源图中的特征,采用局部方向能量作为权重进行加权融合.该方法能提高信噪比约50%～80%,并能很好地保留和显著增强源图中的有用特征.

基于改进高斯滤波算法的叶片图像去噪方法

【目的】使用改进的自适应高斯滤波算法对农作物叶片病虫害图像进行降噪处理,为叶片病虫害图像提供前期预处理的优化手段,从而提高诊断的准确性。【方法】通过计算图像像素矩阵区域内中心点邻域方差与二维高斯滤波函数的比值,确定高斯标准差,动态生成高斯卷积核,从而形成改进的自适应高斯滤波算法,对病斑图像进行降噪平滑处理;然后分别模拟不同噪声强度,比较算法的降噪效果;最后通过峰值信噪比(Peak signal-to-noise ratio,PSNR)定量计算改进前后高斯滤波算法的优化程度。【结果】首先,使用MATLAB2014b对密刺黄瓜枯萎病斑RGB图像模拟出3组不同噪声强度下的干扰场景,并进行归一化处理;然后,分别利用3种算法对噪声图像进行降噪处理,得出当噪声强度较弱时,改进算法对高斯白噪声抑制效果明显;噪声强度增大时,改进算法的优化程度逐渐下降;其次,分别计算各算法改进前后的PSNR,得出当噪声强度为0.01、0.02和0.03时,即改进的自适应高斯滤波算法PSNR值分别比传统高斯滤波提升6.942、6.965和6.718db;最后,通过计算100组采集叶片图像降噪处理后的PSNR值,得到改进的自适应高斯滤波的PSNR值平均提高13.8%。【建议】采集的农作物叶片图像试验材料需广泛化;推动优化图像预处理的进程;提升图像匹配准确性,推动叶片诊断专家系统的研究。

一种改进的暗通道先验低光照图像增强算法

针对低光照图像增强算法常见的亮度不均匀、色彩失真、图像噪点较多、细节不清晰等问题,提出了一种改进的暗通道先验低光照图像增强算法。该方法对像素值取反后的低光照图像,首先采用引导滤波,解决图像在运用最小值滤波计算暗通道时引起的块效应,其次在剔除像素为255的纯白色点干扰后进行大气光值的计算,然后引入细化系数进行透射率自适应修正使透射率更加平滑,最后采用非局部平均滤波进行噪声去除。实验表明,所提出的算法使图像的亮度增强合适,细节清晰,在Low-Light弱光图像数据集上测试图片,所得到的SSIM值比对比算法提升20.5%,PSNR值提升19.9%,无论从主观感受,还是客观评价指标等各方面,都有优化。

基于改进MSR滤波算法的X光图像增强

工业中用于无损检测的X光图像存在信噪比低、清晰度差、对比度低等缺点。为改善X光图像质量,提出一种改进的多尺度Retinex滤波(MSR)算法。将原始图像进行小波分解,在低频子带上进行MSR滤波,在高频子带上进行阈值滤波,实现图像重构。实验结果表明,改进MSR算法能同时达到图像增强和去噪的效果。

保持图像细节的局部自适应去噪滤波器新方法

去噪算法在现代图像处理应用中占有极其重要的地位。然而图像去噪的过程总是伴随着图像的模糊。本文提出了一种对彩色图像细节保持较好的局部自适应的去噪算法--基于个数判断噪声的前提下结合线性插值、非线性插值(这里主要指中值滤波)滤波对噪声图像进行处理,得到较理想的效果。和领域平均法、倒数梯度加权法、纯线性插值法、纯中值滤波法等相比较,其效果改善明显。

基于方向滤波的指纹图像增强算法研究

论文在传统指纹图像增强算法的基础上,提出了一种改进的方向滤波指纹图像增强算法,算法速度得到提高,指纹图像增强效果显著。算法以方向滤波为基础,通过Sobel算子计算指纹图像的梯度和方向,根据指纹的特点设计方向滤波矩阵,由指纹局部方向选择相应方向滤波矩阵进行滤波,使指纹图像在纹线方向上得到增强,在垂直纹线方向上得到减弱,从而增加了前景和背景的对比度,消弱了噪声干扰,突出了指纹的有效信息,为后续的处理过程提供了良好的图像基础。

一种基于局部统计参数的图像扩散降噪新算法

针对各向同性扩散算法容易模糊图像特征信息以及张量扩散算法在图像同质区域内的噪声点处易产生伪条纹的问题,提出了一种能有效反映图像局部结构特征的局部方差作为特征参数,并基于该特征参数将上述两种算法相结合的新算法。该算法在对图像不同性质的区域进行降噪时,能根据图像的局部统计信息来调整上述两种扩散算法在该区域的扩散速度,以充分利用上述两种算法的优点并避免其缺点。实验结果表明,所提算法较几种经典的算法能更有效地去除噪声和保护、增强图像的边缘等特征信息。

基于快速非局部均值和超分辨率重建的图像降噪算法

针对实际图像噪声强度变化范围宽,目前已有的图像降噪算法多数只能用于处理强度范围有限的噪声情况,结合快速非局部均值和基于深度残差卷积网的超分辨率重建,提出一种适用于不同噪声强度的图像降噪算法。利用改进的非局部均值算法和Boxfilter滤波器对图像进行初步降噪,再通过深度残差卷积网络对初步降噪的图像实现端到端的低分辨率图像超分辨重建。仿真实验结果表明:当噪声强度分别为15、25、40、50、60时,相比于其他经典降噪算法,新算法能获得更高的峰值信噪比和结构相似性,且随着噪声强度的升高,优势越来越明显;新算法适用于已知噪声水平的降噪,也适用于盲噪声降噪,且盲降噪性能优于其他经典降噪算法;此外,该算法还可以更好地恢复图像细节,产生较好的视觉效果。

红外图像锁相滤波去噪算法的研究

本文首先分析了白噪声、背景温度和耗散能对热弹性能检测的影响,在此基础上提出了一种红外图像锁相滤波去噪的新算法。然后,在VC++.NET环境下针对活塞栓、曲轴连杆红外图像设计了新的去噪算法程序,并与中值滤波、均值滤波等经典去噪算法的去噪效果进行了比较。最后应用信噪比、均方误差两项指标对新算法和经典算法的去噪效果进行评价。实验结果表明,采用新去噪算法对红外图像去噪,其均方误差为采用中值滤波法的7%,其信噪比比中值滤波法提高了10dB。

基于Gabor滤波器族的地震图像增强算法

为在增强地震剖面图像时获取纹线的构造及层序信息,提出一种基于地震剖面图像纹线方向的地震图像增强算法。根据地震剖面纹线的方向性,设计一个Gabor滤波器族,用其对低频分量图进行滤波去噪。利用小波变换与Gabor滤波器族各自的优点,实现地震剖面图像纹线的增强,提高整体运算效率。仿真结果表明,该算法对地震剖面图像处理后,均方误差与峰值信噪比均有明显的改善。

基于局部结构形态改进图像边缘限幅滤波算法研究

应用经典限幅滤波算法(CFA)对边缘去噪处理时容易造成有效的高频边缘被抑制、破坏边缘连续性、丢失目标结构特征的问题。提出了一种基于局部结构形态特征的改进型限幅滤波算法,用于图像边缘滤波处理。该算法利用限幅滤波的原理,引入由5个相邻边缘点构成的滑动模子并遍历边缘各点,对滑动模子中增量超限的点加以结构形态预测和阈值判断,即通过滑动模子建立局部轮廓的结构形态模型,并应用模型进行边缘预测;对超限点与预测值的差异进行了比较,为判定是否遇到台阶、凸缘或尖锐的结构特征提供了依据。为了测试新算法在边缘保持和滤波降噪方面的能力,与传统限幅滤波算法进行了对比实验。实验结果表明:基于局部结构形态特征的改进限幅滤波算法不但具有高效的去噪能力,而且对目标结构中的高频边缘具有显著保护作用。

多尺度Retinex和双边滤波相融合的图像增强算法

为了获得更加理想的图像增强效果,针对Retinex算法存在的"光晕伪影"现象,提出了一种多尺度Retinex和双边滤波相融合的图像增强算法。首先对多尺度Retinex算法的对数函数进行改进,拓宽图像的灰度范围,然后采用双边滤波算法对图像反射分量进行处理,消除光照变化不利影响,提高图像的对比度和清晰程度,最后采用伽玛函数对图像亮度进行校正,保持图像细节信息。实验结果表明,无论是主观视觉效果和客观质量,本文算法的性能均要优于多尺度Retinex算法,可以有效消除"光晕伪影"现象。

一种用于去除图像椒盐噪声的滤波算法

由于图像在获取、传输等过程中会受到各种噪声的影响,而在大多数应用中,又需要清晰的、高质量的图像,所以图像去噪是图像预处理中一项重要任务.图像中所含的噪声有很多种,椒盐噪声是其中最常见的一种.针对图像中所含的椒盐噪声,提出了一种改进的滤波去噪算法.实验结果表明,与其他常见滤波方法相比,改进算法简单有效.

基于加权引导滤波的水下图像增强算法

针对水下图像存在对比度低、噪声较多的问题,提出一种基于加权引导滤波的水下图像增强算法。该算法通过CLAHE方法增强图像对比度,并用Canny算子代替方差边缘检测法,实现对加权引导滤波器边缘权重的准确估计。通过加权引导滤波器对增强图像降噪,并对降噪图像的亮度和饱和度进行分块对比度增强。实验结果表明,该算法能够有效抑制图像噪声,提高增强图像的结构相似度,且增强后图像的对比度高,可视性好。