基于标准差加权高斯滤波函数及多方向Sobel算子的感兴趣区域中心子区图像期望清晰度值计算方法

通过将感兴趣区域(ROI)划分为ROI中心子区、次中心子区,以及边缘子区,提出一种ROI中心子区图像期望清晰度值计算方法。将ROI水平与垂直方向划分为多个奇数ROI子区,对于不同的ROI子区采用不同标准差加权的高斯滤波函数进行滤波去噪处理,离ROI中心子区越远的ROI次中心子区与边缘子区,标准差越大,这样在保证ROI中心子区图像清晰度值的同时,又有效地降低ROI边缘子区的清晰度值,为后续计算ROI图像期望清晰度提供可靠数据。更进一步,将传统的二方向3×3 Sobel算子拓展为四方向的5×5 Sobel算子,实现更强的边缘响应以及更好的清晰度曲线。在此基础上,利用现场可编程逻辑门阵列(FPGA)高速图像处理技术实现上述算法,大大减少计算时间。实验结果表明,所提方法可以有效地消除噪声对ROI图像期望清晰度值的影响,并且能够显著减少ROI边缘子区图像的细节信息,从而始终保证ROI中心子区对焦。另外与软件计算相比,FPGA拥有更快的计算速度和更好的实时性,计算速度是软件的130倍。

基于图像中值灰度相似度函数加权曲率滤波算法

曲率滤波算法通过构造滤波算子快速优化变分模型,但全变分曲率滤波及高斯曲率滤波易致去噪过平滑且椒盐噪声去除较差.提出了基于图像中值灰度相似度函数加权曲率滤波算法,其中,中值灰度相似度函数方差取决于小波变换最高频子带系数,能较好防止图像过平滑,且提高椒盐噪声去除能力;因此,采用中值灰度相似度函数分别对局部高斯曲率与局部全变分曲率投影算子加权,并分别迭代局部加权高斯曲率投影算子与局部加权全变分曲率投影算子,直至输出图像梯度总能量满足停止条件.实验表明,基于图像中值灰度相似度函数加权全变分曲率滤波与加权高斯曲率滤波比传统全变分曲率滤波和高斯曲率滤波去噪效果更好.

高斯自适应多尺度加权滤波去雾算法

为了达到良好的图像去雾效果,提出一种高斯自适应多尺度加权滤波去雾算法。通过多尺度最小值加权滤波得到暗通道图像,建立最小通道与高斯函数的关系,线性约束后并经过自适应参数对像素灰度值的调整得到粗级透射率,紧接着对得到的粗级透射率图像进行多尺度加权引导滤波得到优化透射率,结合加权大气光强并依据大气散射模型对图像进行去雾复原处理。实验结果表明,该方法有效地将单幅有雾图像进行了处理,与其他经典算法相比较得到的图像细节显示效果好,很好地恢复了场景的对比度,增加了图像的可见度,具备一定的优异性。

高斯加权客观分析方法的应用

介绍利用高斯加权方法对空间场进行滤波．从而达到平滑或分离出某种天气尺度的目的。

加权高斯匹配滤波下激光复合成像三维重构

激光复合成像三维重构是通过激光扫描和图像处理算法,实现对物体或场景的高精度三维重建。但在实际应用中,受到光照强度及噪声干扰,技术难以精准捕获像素点细节、纹理、亮度特征,导致重建的三维图像与实际存在一定偏差。为此,提出一种加权高斯匹配滤波下激光复合成像三维重构方法。根据激光复合成像机理建立扫描方程,生成激光图像,利用邻域平均法平滑图像噪声,通过核函数、卷积运算匹配像素点对比度,采用马尔科夫随机场建立三维重构模型,经过距离保真、正则化运算,实现激光复合成像三维重构。实验结果表明,经加权高斯匹配滤波后,重构结果能够真实展现物体和场景三维立体图,且误差小、结构相似性高。

一种改进的中值滤波算法

为了更好的对原始图像进行除噪,本文针对经典中值滤波方法的缺点对其进行改进。将高斯加权与中值滤波方法进行结合,提出一种新的滤波方法。分别用本文方法与中值滤波方法在带有不同噪声的图像上进行除噪实验,对实验结果进行分析比较并利用均方误差来定量比较。实验结果表明,本文提出的方法比经典中值滤波方法更具普适性。

基于改进型Camshift和卡尔曼滤波器的车辆跟踪算法

针对车辆跟踪过程中跟踪目标丢失或者失败的情况,提出一种改进型Camshift(Continuously Adaptive Mean Shift)算法和卡尔曼滤波相结合的跟踪方法。首先,利用卡尔曼滤波器实现跟踪目标的位置估计,以克服目标被遮挡造成的跟踪失败的问题,然后再利用改进型Camshift算法依据目标距离搜索中心的位置,对H分量创建的颜色直方图中的每个像素位进行高斯模型核函数的加权处理,并自适应计算得到最优的搜索窗口,从而改善了传统Camshift不能直接抵制噪声干扰的缺点,解决了因跟踪目标在同色背景噪声干扰下出现的丢失问题。最后通过仿真实验表明:改进型Camshift算法和卡尔曼滤波的结合有效地提高了车辆跟踪的准确性和连续性。

改进的非局部均值低剂量CT统计迭代重建算法

为解决低剂量计算机断层扫描(computedtomography,CT)重建图像时产生严重退化的问题,提出一种改进的非局部均值低剂量CT统计迭代重建算法。采用高斯滤波函数对含噪图像进行滤波,利用改进的非局部均值(non-local means,NLM)降噪模型做进一步降噪处理,通过空间邻近度因子和空间变化的滤波参数改进权值函数,得到新的降噪模型,把该模型应用到惩罚加权最小二乘(penalized weighted least square,PWLS)重建算法中,以期达到噪声抑制和边缘保持的良好效果。实验结果表明,该算法的重建图像可有效去除噪声,保护图像的边缘信息和细小结构。

一种GMSK调制算法及其实现

本文简述GMSK(高斯最小移频键控)调制信号的特点，给出了用正交调制法实现GMSK调制的一种算法。主要讨论了GMSK基本原理以及软件实现算法。详细地推导了软件的实现算法并提出了在编程中注意的问题。最后通过Matlab软件实现了该算法的模拟仿真。