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。

改进的自适应加权中值滤波算法

在分析了自适应算法和中心加权算法的原理和优势后,提出了一种改进的自适应加权中值滤波(IAWMF)算法。采用扩展边缘的方式,使原图像的所有像素点能够用噪声检测因子进行噪声检测,对含有噪声的图像采用自适应窗口(N×N)的中心加权算法进行滤波,可以有效降低邻域噪声点对滤波图像质量的影响。仿真结果表明:改进算法在高浓度椒盐噪声条件下获得的实验效果峰值信噪比(PSNR)、均值平方误差(MAE)、均值绝对误差(MSE)显著优于其他算法,在降噪和保持细节中取得很好的平衡。

矿山遥感图像自适应加权改进中值滤波算法

矿山遥感图像的质量受成像区域环境的影响较大,加之成像器件固有的缺陷,易导致获取的图像存在一定程度的失真,影响对遥感图像的判读和分析。为此,在中值滤波(Median filtering,MF)算法的基础上进行了加权改进,提出了一种适合于遥感图像处理的自适应加权改进中值滤波算法(Adaptive weighted improved median filtering,AWIMF)。首先将遥感图像划分为多个尺寸为7×7的图像块,对每个图像块分别统计像素点灰度极大(小)值,将该类像素点标记为第1类疑似噪声点;其次计算每个图像块的像素点灰度中值,将各图像块中的每个像素点灰度值与对应的像素点灰度中值作差,将较大差值对应的像素点标记为第2类疑似噪声点,将2次检测均被标记为疑似噪声点的像素点确定为噪声点;然后,以每个噪声点为中心选取尺寸为5×5的滤波窗口,根据滤波窗口内各像素点灰度值与所在滤波窗口的像素点灰度中值的差值计算权重,分别将各像素点灰度值与对应的权重进行加权计算,实现对噪声点的高效滤波;最后,采用直方图规定化算法(Histogram specification,HS)对滤波后的图像对比度进行调节。采用内蒙古白云鄂博矿区遥感图像进行试验,结果表明,所提算法的性能相对于中值滤波及其已有的几类改进型算法而言,优势较明显。

一种改进的B超图像自适应加权中值滤波

将Speckle噪声的统计特性及超声图像的对数压缩变换应用于加权中值滤波 ,对权系数的选择进行了改进 .使得能够保留更多的细节内容 ,而对Speckle噪声的去除能力并没有降低 .实验证明所提出的方法具有良好的效果 .

基于改进的自适应中值滤波的糖尿病视网膜渗出液病变分割

为了提高渗出液病变分割的抗噪性和质量,简化渗出液分割工序及提高分割效率,提出了一种基于改进的自适应中值滤波(IAMF)的糖尿病视网膜渗出液病变分割方法。IAMF考虑将像素点(x,y)邻域中的各像素值的中值和偏置项的加权平均来替换当前像素点的灰度值,且根据噪声判定条件判断中值是否是噪声,在给定范围内自适应改变滤波器的窗口尺寸大小及窗口形状,使得滤波结果突出视网膜渗出液的形状结构,减少或消除可能的出血和其他混杂的视网膜结构。通过实验结果表明,IAMF方法通过自适应改变的窗口尺寸和形状,既兼顾降噪效果和图像细节保护的问题,又能提高图像处理速度。经过改进的自适应中值滤波器预处理后的糖尿病视网膜图像,结合自适应阈值二值化分割的渗出液轮廓清晰、完整,对不同形状、尺寸、光照条件下的渗出液病变具有鲁棒性,有效去除相机成像产生的椒盐噪声。所提出的方法简化了糖尿病视网膜渗出液分割工序、提高了分割效率。

一种改进的自适应加权中值滤波算法研究

图像在传输和处理过程中不可避免地存在边缘、细节信息破坏、垃圾噪声加载等问题,需要对输出图像进行过滤。对此,分析了几种典型的改进后的中值滤波算法,在此基础上提出了一种新的自适应加权中值滤波算法(WAMF)。该算法汲取了常见中值滤波算法的优缺点,通过噪声检测确定图像中的噪声点,根据窗口中噪声点的数量自适应调整滤波窗口的大小,像素点在滤波窗口中按照特定规律自适应分组,按照相似度值给各组像素点分配权重值,对检测到的噪声进行合理滤波。仿真结果表明,WAMF算法不仅可以有效去除噪声,而且较好地保存了图像细节,滤波性能优于常见中值滤波算法。

自适应中值-加权均值混合滤波器

为了去除图像中混入的脉冲噪声和高斯噪声,提出了一种基于自适应中值滤波和自适应加权均值滤波的混合滤波方法。该方法先将图像分为若干区域,并对每个区域进行噪声检测以实现两类噪声的分离,然后再分别采用自适应中值滤波和自适应加权均值滤波将分离出的脉冲噪声和高斯噪声去除。对这种新方法进行了计算机模拟实验。结果表明:新方法较前人提及的三种混合滤波方法具有更优的滤波性能,在有效抑制混合噪声的同时能很好地保护图像中的细节,为消除图像中的混合噪声提供了一种有效的途径。

一种有效的自适应加权中值滤波算法

针对传统中值滤波算法的优缺点,提出了一种基于相似度函数的自适应加权中值滤波算法。该算法首先通过噪声检测确定图像中的噪声点,然后根据窗口内噪声点的个数自适应地调整滤波窗口的尺寸,再根据相似度大小,巧妙地将滤波窗口内各个像素点按一定的规律自适应地分组并赋予每组像素点相应的权重,最后采用加权中值滤波算法对检测出的噪声点进行滤波处理。计算机模拟实验结果表明:该算法既能有效地滤除噪声,又能较好地保护图像细节,滤波性能比传统中值滤波算法更理想。

基于改进的加权中值滤波与K-means聚类的织物缺陷检测

为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方图动态数据分配权重和像素,减少寻求中位数的时间来有效地缩短检测时间,提高了执行速度;然后采用K-means算法对滤波后的织物图像进行聚类,计算织物图像疵点和非疵点的聚类中心,进而实现图像疵点区域的分割。实验结果表明,该方法可有效地检测出方格、点形、星形、平纹、斜纹等多类型纹理织物的疵点,并显著提高检测速度。

基于自适应中心加权中值和Goldstein的InSAR干涉图强噪声滤波方法

针对现有的滤波方法在处理强噪声干涉图时的不足,提出一种基于自适应中心加权中值和Goldstein的两步干涉图滤波方法。试验结果表明,构造的针对强噪声干涉图的两步滤波法在滤除噪音的同时,可以很好地保存干涉图的条纹信息。与经典的Goldstein方法相比,新方法的滤波效果可以提高22.4%和43.6%。

一种基于空间距离加权的自适应矢量中值滤波器

矢量中值滤波器(vectormedian filter,VMF)是一种经典和高效的矢量滤波器,主要用于消除彩色图像中的脉冲噪声,但它没有考虑在滤波器窗口内各个像素由于位置的不同而对滤波效果产生的不同的影响。根据人类视觉感知,在一个滤波器窗口中,即使二个像素具有相同的颜色值,其中离中心像素较近的像素应当对中心像素影响较大,而距离较远的像素对中心像素影响较小。基于此,试图将空间距离对滤波效果的影响量化,提出了一个基于心理距离的加权公式,并结合传统的矢量中值滤波器VMF,构造出了一种新的基于空间距离加权的自适应矢量中值滤波器。实验表明,新的矢量中值滤波器,在抑制脉冲噪声、色调保持、细节或边缘保护方面,胜过传统的VMF和其他几个基本的典型矢量滤波器。

飞行数据改进中值滤波和自适应小波降噪

研究飞行数据预处理时提高数据质量问题。针对飞行数据易受噪声干扰,提出了改进中值滤波和自适应小波阈值降噪的降噪算法。首先以改进的中值滤波算法对飞行数据进行处理以剔除野值;然后对剔除野值后的飞行数据进行小波分解,根据各层小波系数的噪声自相关函数确定最佳小波分解层数;最后设计了新的自适应阈值函数,对小波系数进行处理并重构,得到降噪数据。采用仿真数据和飞行数据进行实验,结果表明,改进方法取得了良好的降噪效果,改善了数据质量,证明算法有效性。

图像快速自适应加权中值滤波

中值滤波由于可对随机噪声起到良好的去除效果因而在信号恢复中得到了较为广泛的应用。本文提出了一种新的快速自适应加权中值滤波算法以提高中值滤波算法的性能。该算法通过噪声检测确定图像被污染的程度,再根据污染情况选取不同的加权值。为提高中值滤波的速度,作者基于数组分布范围有限这一特征提出一种多级分阶的统计直方图中值求解方法。实验证明该算法在抑制噪声的同时也能较好地保护细节信息,并且能有效地提高标准中值滤波的速度。

改进自适应中值滤波的图像去噪

针对传统自适应中值滤波算法的不足,提出了一种改进的自适应中值滤波算法,该算法引入了角度和相关性,第一,根据角度α的大小,判断当前像素点是否为可疑噪声点,再由其像素间的相关性判断此可疑噪声点是否为噪声点。第二,把排序得到的中值与窗口中所有像素点的均值加权得到新的灰度中值,再将噪声点用新的灰度中值替代,从而达到滤除噪声的效果。实验结果表明,该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于传统自适应中值滤波算法。

基于图像增强的改进自适应加权均值滤波算法

提出了一种具有增强效果的图像滤波算法。该算法滤波阶段,对经典均值滤波分别从噪声检测策略、权值计算机方法噪声滤波模版设计等方面进行适当改进,给出了具体实现步骤;滤波后处理阶段,首先将滤波后图像进行三层小波分解;然后构造出一种小波图像增强模型,根据小波系数的幅度值将其分为3个部分,分别进行不同程度的拉伸处理;最后进行拉伸后小波系数重构。实验结果表明该滤波算法在噪声滤除和图像细节保持方面具有较好效果。

自适应加权中值滤波在地震图像中的应用研究

针对中值滤波可以有效抑制随机噪声的特点提出一种新的自适应加权中值滤波算法。该算法可有效分析地震图像噪声分布特点,依据被污染情况确定权值域。实验证明,该算法在提高中值滤波性能的同时有效地消除了地震图像的噪声,并很好地保持了图像边缘细节,提高了地震图像的信噪比。

基于梯度倒数加权和中值滤波的图像平滑改进算法

分析了传统梯度倒数加权和中值滤波算法的特点,根据图像的相关性和连通性原理,利用邻域窗口中像素间的梯度信息,对像素进行平滑处理前先对该像素是否为噪声点进行判断,提出了一种基于梯度倒数加权和中值滤波的图像平滑改进算法。实验表明,改进算法较原算法能够更好地去除椒盐和随机噪声,同时较好地保持了图像的细节信息,处理过程的运算复杂度与原算法相当。

一种改进的加权中值滤波器及其在眼电信号处理中的应用

作为经典的研究眼球运动的方法,眼电图(EOG)已经广泛地应用在多个领域。EOG信号中包含了不同类型的眼动信号和伪差,去噪和信号分离在EOG研究中一直备受关注。我们结合EOG信号的特点提出了一种新的基于WFMH的线性-非线性混合滤波器(简称为IWFMH)。仿真结果表明,该滤波器在保持信号边缘的同时能够更有效地除去噪声,EOG处理结果表明该滤波器在除去噪声的同时能够有效地分离出扫视和眨眼信号。

一种改进的金相图像处理自适应加权均值滤波方法

金相组织图像分析是显微图像分析中的一个重要内容。由于噪声的存在会对图像分析带来很大的误差,因此进行图像分析前需要对金相图像进行滤噪处理,从而使图像的细节更加突出,便于目标识别。针对标准均值滤波方法存在的不足,提出自适应加权均值滤波方法。该方法通过检测确定图像中的脉冲噪声点,并用改进的均值滤波方法对检测出的噪声点进行滤波。实验结果表明,自适应加权均值滤波能在有效地去除噪声的同时,较好地保护图像细节,较标准均值滤波具有更优良的滤波效果,而且可与更大窗口的中值滤波效果相媲美,其处理速度比大窗口的中值滤波快。