中值非线性拉普拉斯模板对准相乘法

针对低信噪比图像序列中空间拉普拉斯模板对准相乘法对方向和噪声都很敏感的问题 ,将中值滤波和非线性拉普拉斯算子引入 ,得到了一种在低信噪比条件下有效地提取运动目标的方法——中值非线性拉普拉斯模板对准相乘法。理论分析和实验结果表明 ,该方法对方向和噪声都不敏感 。

基于局部特征的分数阶微分图像增强方法

一般情况下分数阶微分模板一经确定,再用其进行滤波时并不随图像的局部信息而变化,它不具有灵活性。针对分数阶微分模板滤波的这种局限性,提出了一种基于局部特征的分数阶微分图像增强的方法。在3×3对称分数阶微分模板的基础上找出与拉普拉斯模板的关系,从而得到加权的拉普拉斯模板表示的分数阶微分模板;根据图像的局部均值与标准差的关系对加权的拉普拉斯模板进一步改进,得到基于局部特征的分数阶微分图像增强的方法,它使分数阶图像增强模板能够根据局部特征灵活地进行滤波。将其与其他的图像增强算法比较,实验证明基于局部特征的分数阶微分图像增强算法能获得更好效果。