梯度倒数加权平滑算法的改进与实现

根据图像的相关性和连通性原理,利用图像各部分的梯度信息,基于原梯度倒数加权平滑算法,提出了一种改进的梯度倒数加权平滑算法。处理结果表明,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边缘和细节信息,处理过程的运算复杂度与原算法相当。改进的梯度倒数加权平滑算法为目标识别、图像分割等后继处理与分析提供了有力的支持。

改进的梯度倒数加权算法在图像平滑中的应用

介绍了一种图像去噪的方法 :梯度倒数加权算法。此种算法可以较好地去除图像的噪声同时又能保持图像的细节信息 ,但该算法对椒盐噪声污染的图像平滑效果不理想。基于此种算法我们提出了一种改进的算法 ,事实证明改进的方法既能很好地去除了图像中的椒盐噪声 ,同时又能保持图像的边缘和细节。

新型梯度倒数加权滤波器

受经典梯度倒数加权滤波器的启发 ,提出了一种应用于图像去噪的新型非线性数字滤波器 ,称之为新型梯度倒数加权滤波器 .该数字滤波器解决了总体变差最小模型的全局最优解问题 .大量的实验表明 。

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。

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。

用梯度倒数加权法实现图像的空间域平滑

图像平滑是数字图像处理的一个重要内容。在所涉及的图像中,相邻象素的灰度之间大多具有很高的相关性,一幅图像中大多数象素的灰度与其相邻象素的灰度差别不大。因为这种灰度相关性的存在,一般图像的能量主要集中在低频区域中,只有图像的细节部分的能量才处于高频区域中。但因为在图像的数字化和传输过程中经常有噪声和假轮廓出现,这部分信息也集中于高频区域内。

基于自适应梯度倒数滤波红外弱小目标场景背景抑制

由于红外弱小目标尺度小、能量弱,所以抑制背景以增强目标使后期检测跟踪性能得到保障是关键的目标检测技术环节。为了提高梯度倒数滤波算法对杂波纹理的抑制能力,减少差分图像中残留纹理对目标的干扰,本文提出了自适应梯度倒数滤波算法(AGRF)。AGRF算法通过分析背景区域、杂波边缘纹理、目标的分布特性和统计数字特征来确定邻域像素间相关性的自适应联合判定阈值和自适应相关度系数函数,然后联合相关度系数函数和梯度倒数系数来确定自适应梯度倒数滤波器的元素值。实验结果表明,在具有相同目标增强性能的前提下,AGRF算法相比传统梯度倒数滤波算法对杂波边缘纹理的敏感度明显降低。相比九种对比算法,AGRF算法能够在背景抑制和目标增强这两者之间取得更好的性能平衡。

改进梯度倒数加权滤波红外弱小目标背景抑制

红外弱小目标易淹没在复杂的起伏背景中,为了提高后续目标的检测能力,往往需要通过抑制背景来增强目标信号。传统梯度倒数加权滤波对背景边缘缺乏稳健的适应性,本文提出了改进的梯度倒数加权滤波算法,即通过建立背景局部区域相关函数,利用背景局部统计特性自适应调整滤波参数,能较好地适应剧烈变化的背景,提高背景抑制能力。实验表明,改进的梯度倒数滤波器能对图像背景进行有效的抑制,总体性能优于其他背景抑制方法。

一种自适应中值梯度倒数加权的图像滤波算法

针对单独的线性滤波和非线性滤波方法难以解决混合噪声滤除的问题,基于现有的标准自适应中值算法和梯度倒数加权平滑算法,提出一种自适应中值梯度倒数加权的图像滤波算法。该算法自适应调节窗口大小检测出椒盐噪声并进行中值滤波处理,同时通过设定的阈值对高斯噪声进行梯度倒数加权平滑,以达到滤除混合噪声的目的。实验表明,该算法与标准自适应中值滤波算法和梯度倒数加权平滑算法相比,能够很好地滤除高斯噪声、椒盐噪声,以及两者的混合噪声,并且对高强度的图像噪声具有明显的滤波优势。

基于MATLAB改进Canny算子边缘检测路径提取立交桥曲线的研究

针对工程项目中涉及的遥感影像图、航摄正射影像图,基于MATLAB程序设计研究改进后的Canny算子在立交桥曲线提取的应用。通过图像增强、线性与非线性处理相结合、形态学处理以及梯度倒数加权平滑针对像素点创建结构元素修改边缘检测路径,较初始检测算法得到更具实用性的目标提取对象,改进的提取程序能有效滤除目标对象周围非目标提取物干扰,提取指向性显著提高。提出以像素点提取参考点范围坐标的思路,以点位中误差为基准计算提取精度,成果能满足工程中1∶1000比例尺下的生产应用,将程序封装在GUI界面中提供模块化处理和成果输出。

一种新的电能质量自适应滤波方法

在电能质量检测中,去噪和保留突变点信息是两个十分重要的问题。为此提出了一种新的基于梯度倒数加权平均算法的自适应滤波方法。该方法首先对电能质量采样信号点建立五个模板,依据检测点与五个模板均值的梯度变化规律,进行突变点判决。在传统梯度法的基础上,选择最佳模板,并用该模板均值与模板内各点幅值的差值代替传统梯度算法中的梯度值,然后对不同类型的点采用不同的算法去噪。实验结果表明,与传统的梯度倒数加权算法和五点均值滤波法相比,改进的算法能够更好地清除噪声,同时较好地保留突变点信息,有针对性地解决了电能质量检测中的两大重要问题。

基于改进Canny算子的垃圾图像边缘检测

为提高垃圾识别分类的准确率,文中在垃圾图像预处理过程中提出了一种基于改进Canny算子的垃圾图像边缘检测方法。该方法从传统Canny算子滤波方式、梯度方向及阈值自适应3个角度实现了垃圾图像边缘检测的优化。针对Canny算子高斯滤波仅适用于高斯噪声和边缘细节易丢失的问题,采用改进的梯度倒数加权法进行滤波。针对Canny算子易检测出伪边缘的问题,通过在计算图像梯度方向的过程中增加方向梯度模板实现了边缘的精确化。同时采用最小误差法解决人工设定阈值的局限性,实现阈值自适应。实验结果表明,该方法在去噪性能和边缘细节两方面得到了改进,获得了更好的边缘检测效果,为后续垃圾图像的识别分类提供了技术保障。

手指静脉图像增强算法研究

根据手指静脉图像的特点,采用了一系列增强图像的算法,分平滑去噪、锐化和二值化三个步骤实现,从而达到分离静脉区域和背景区域的目的。在平滑去噪部分,根据手指静脉图像相邻区域间灰度的关系特点,采用了梯度倒数权重平滑法,对图像进行了去噪处理;在锐化部分,采用将高频强调滤波和直方图均衡化相结合的方法,达到了增强静脉和背景对比度的较理想的效果;在二值化处理部分,根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理的方法。试验表明,该算法能有效的分离静脉区域和背景区域。

基于GPU的改进型GIW雷达图像降噪算法

针对大幅面合成孔径雷达(SAR)图像的斑点抑制问题,提出了一种基于自适应模板的梯度倒数加权(GIW)算法,在编程实现上采用图形处理器(GPU)进行优化,有效地解决了由于像素级运算复杂度高所导致的大幅面雷达图像处理实时性差的问题。高分辨率SAR图像的处理结果显示,该算法在有效抑制斑点噪声的同时较好地保持了边缘细节信息。经过GPU加速后,对于大幅面图像的处理,相对于中央处理器(CPU)实现可以有2个量级以上的速度提升。

一种改进的边缘保持类滤波方法

西戈玛滤波是一种边缘保持类滤波方法,传统的西戈玛滤波在去除噪声的同时,虽然在一定程度上保持了图像的边缘,但是对于图像的弱边缘,还存在一定的问题。结合梯度倒数加权平均的思想,提出西戈玛＋梯度倒数滤波方法,对于图像的非噪声点,采用梯度倒数加权平均进行灰度值的计算,在去除噪声的同时,更能够保持图像的边缘细节。实验结果表明,该西戈玛＋梯度倒数滤波方法具有较好的边缘保持效果。