基于模糊中值的IRFPA自适应盲元检测与补偿

红外焦平面阵列(IRFPA)的盲元既包括因材料与制造工艺的缺陷而导致的固定盲元,也包括因环境温度的漂移而出现的随机盲元。基于场景的盲元检测与补偿算法是去除这两种盲元,提高IRFPA成像质量的有效手段。针对目前滤波类场景检测算法无法有效区分弱小点目标和随机盲元的缺陷,重点研究了随机盲元的响应特性和噪声特性,并提出了一种基于模糊中值与时域累积的盲元自适应检测与补偿算法。首先利用模糊中值滤波器从场景中提取出潜在的盲元,并通过多帧累积确定固定盲元和随机盲元的正确分布,最后对盲元进行实时补偿。实验结果证明:该算法可以有效地实现对盲元的校正,同时避免对弱小点目标的误判别。

基于小波变换和模糊中值滤波的图像边缘检测

小波变换是近年来兴起的信号处理技术。它具有良好的局部化分析特性和多分辨率分析特性,非常适合于图像处理。实际图像中常常含有噪声,噪声在小波变换中会产生大量的奇异点。中值滤波器是一种非线性滤波器,具有良好的边缘保持特性。该文提出了结合小波变换、中值滤波器和多分辨率分析的边缘检测方法,给出了一种自适应选择模糊中值滤波器因子的方法。实验结果表明,该方法是有效的。

一种新型的权值裁剪模糊中值滤波去噪算法

前人的基础上,提出了权值裁剪模糊中值滤波器.该文算法不仅考虑了噪声的检测,还考虑了中心像素周围也有可能存在噪声的情形,并对这些噪声点的权值进行了裁剪.实验表明,该算法比已有文献中的模糊加权均值滤波器以及标准的中值滤波在噪声消除和边缘细节保留方面都具有更好的性能.

矿井视频监控图像改进模糊中值滤波算法

由于矿井空气粉尘较多且光照不均匀,导致井下视频监控系统获取的图像含有大量噪声且明暗不均,在一定程度上影响了对井下生产状况的实时有效监控。为此,提出了一种改进模糊中值滤波算法。首先设计了一种自适应改进模糊隶属度系数计算方法,该方法将图像滤波窗口内像素点的灰度最小值、最大值、均值等作为阈值来计算不同像素点灰度值的模糊隶属度系数,克服了经典模糊隶属度系数计算时需设置大量阈值的不足;然后根据模糊隶属度系数进行模糊加权中值滤波,并对滤波后图像的灰度直方图进行了均衡化处理。采用C#语言编写算法运算程序,试验数据为2幅某矿井视频监控图像,试验中引入了模糊中值滤波、加权中值滤波、开关中值滤波等算法进行对比分析,并对各算法的试验结果采用峰值信噪比(Peak signal noise to ratio,PSNR)和算法耗时2个指标进行评价,结果表明:改进模糊中值滤波算法相对于其余3类算法而言不仅去噪效果较优,而且耗时较少,对于批量处理矿井视频监控图像有一定的参考价值。

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。滤波过程分为噪声检测和噪声去除2 个阶段。噪声检测阶段:采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。噪声去除阶段:信号点保持原值输出,对于疑似噪声点的3 种分类结果,采用模糊加权的中值滤波器进行统一处理。实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。

基于模糊中值滤波的椒盐噪声去除方法

研究基于模糊中值滤波的椒盐噪声去除方法。通过比较图像各像素点的灰度值,定义基于图像梯度信息的各点被判别为噪声点的模糊隶属函数。利用此模糊隶属函数对中值滤波方法进行加权,得到了一种加权中值滤波器,可实现边缘处椒盐噪声的有效滤除。讨论这种模糊加权方法与其它先进滤波方法的结合途径,指出了其推广应用价值。最后利用数值实验验证本文方法的有效性,结果表明,相比于自适应中值滤波方法,本文方法得到的滤波图像在峰值信噪比及结构相似度方面均有明显提高。

模糊嵌套多级中值滤波方法及其在地震数据处理中的应用

多级中值滤波器在地震数据处理应用中,其滤波长度越大,消噪效果越好,但同时也会破坏有效信息.如果为了保护有效信息而减少滤波长度,又会造成大量的噪声不能消除.本文提出一种新的模糊嵌套多级中值滤波器,设计一个阀值作为判断参数,使滤波器能够在消除随机噪声时采用长滤波器滤波,而在保留有效信息时采用短滤波器滤波,从而既能很好地消除随机噪声,又能最大限度地保护有效信息,保留有效信息的细节结构.经过模型分析和实际资料处理都取得了很好的效果.

采用改进的自适应模糊多级中值滤波算法去除牛肉图像斑点噪声

牛肉图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取牛肉图像中的肌内脂肪颜色特征,就必须先对斑点噪声进行滤除。为此在自适应模糊多级中值滤波的基础上进行了改进:第1步,确定当前点是否为噪声点。先计算当前像素点与其邻域均值的差的绝对值,然后与阈值(阈值随当前点的灰度值而变化)相比较,如果绝对值大于阈值,则被认为是斑点噪声。第2步,对于斑点噪声,将采用自适应模糊多级中值滤波方法来滤除;如果不是,保留原像素点不变。试验结果表明,改进的算法在斑点噪声滤除与细节保护方面均优于标准的中值滤波、多级中值滤波以及形态滤波。

自适应模糊多级中值滤波器

结合模糊关联存储方法 (FAM) ,提出了修改后的多级中值滤波器——自适应模糊多级中值滤波器 (AFMMF) ,该滤波器克服了传统多级中值滤波器 (ML MF)的一些缺点 .实验结果显示 ,在处理“短线”噪声的过程中 ,AFMMF能更好地保留边缘 ,取得了更好的效果 .

模糊加权中值滤波器

本文介绍了一种模糊加权中值滤波器,该滤波器由模糊布尔函数和滤波加权确定。本文用S型函数逼近模糊布尔函数。此外,用模糊理论领域中使用的S型函数逼近所滤波的加权。模糊加权中值滤波器只由4个参数确定。所提出的滤波在均方误差准则下能够由最小均方算法导出。图像复原的实验结果表明,本文介绍的模糊加权中值滤波方法既能去除脉冲噪声和平滑高斯噪声,又能同时有效地保持边缘和图像细节,模糊加权中值滤波器明显优于加权中值滤波器,也优于Wiener滤波器。

高密度椒盐噪声下混合滤波新方法

图像在采集、传输和处理过程中,易受环境、器材及处理方法的影响,不可避免地会产生不同程度的噪声。当噪声密度超过50%时,噪点信息在图像信息中占据主导地位,一般的中值滤波、均值滤波或自适应滤波等单一滤波方式存在着消除噪声的同时滤除了图像自身细节的问题,导致图像不清晰,滤波效果较差。由此提出高密度椒盐噪声下混合滤波新方法,采取降噪、去噪、强化边缘三个层级混合滤波,最后用噪声密度达到80%的图像进行测试验证,有效地滤除了噪声,恢复了图像的细节信息,得到了很好的效果。

一种基于模糊小波变换的图像噪声消除算法

在局部软阈值消噪算法的基础上,对水平和垂直方向的高频系数采用模糊中值滤波进行改进,提出一种基于小波变换和模糊中值滤波的消除高斯噪声和盐椒噪声的新算法,并对该算法采用M atlab6.5做仿真实验,将该算法与小波全局软阈值去噪算法、局部软阈值去噪算法和小波包阈值去噪算法进行比较。结果显示,该算法具有更稳健的去噪性能,而且能较好地保留边缘信息。

基于自适应模糊阈值小波的图像去噪

针对小波变换多分辨分析(MRA)的特点,本文提出一种多尺度分级的自适应模糊权重中值滤波的去噪方法.首先,利用开关控制策略的模糊理论建立隶属函数,用高斯自适应模型对噪声点进行预检测,然后在每一级小波变换过程中应用自适应模糊中值滤波(AFWMF)算法进行噪声滤波.实验表明,常规的小波去噪方法只能去除图像中的高斯噪声,该方法既能去除高斯噪声也能去除非高斯噪声.与中值滤波方法相比,该方法在去噪的同时能保留大量的原图像边缘、细节等重要信息,具有更好的去噪效果.

高速小型复合分子泵的模糊故障树分析

通过对高速小型复合分子泵的功能结构和相应故障特性的分析,建立了分子泵的故障树,在基本事件的故障率为模糊数的模糊故障树分析方法的基础上,应用模糊数学理论中模糊重要度分析中的中值法对各基本事件的重要度进行计算,成功解决了传统故障树理论无法解决的基本事件发生概率为非确定值的问题,并取得较好的效果。

基于小波变换的SAR图像边缘提取新方法研究

由于 SAR图像含有相干斑噪声 ,使得常规方法应用于 SAR图像边缘检测时遇到了较大的困难 ,提出了一种新的 SAR图像边缘提取方法 ,该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波 ,然后利用小波变换具有多分辨分析的特性 ,并结合模糊中值滤波、阈值化处理及微分梯度算子对 SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对

一种新的SAR图像的边沿检测方法研究

该文针对合成孔径雷达(SAR)图像的特点,利用小波变换的高频分量能反映边沿细节的特性,提出了一种结合小波变换、模糊中值滤波、自适应门限判决和微分梯度算子的边沿检测的新方法,在采用模糊中值滤波时,提出了一种自适应选择模糊中值滤波系数的方法。实验研究的结果表明该方法具有良好的边沿检测效果和稳定性。

三维可视化的水声数据降噪算法

针对现有二维水声成像去噪算法不能同时有效抑制水声数据中加性噪声和乘性噪声的现状,提出结合模糊中值滤波和小波软阈值滤波的三维可视化水声数据降噪算法。根据复合噪声模型的特点,将三维水声数据分为多个相邻的二维切片数据,通过基于三维滤波窗口的模糊中值滤波、考虑相邻切片系数相关性与小波系数尺度间相关性的小波软阈值滤波,分层去除水声数据中的加性噪声和乘性噪声。实验结果表明,该算法能降低原始水声数据中的噪声,提高数据连续性和对比度,为观察与探测水下目标提供良好的视觉条件。

基于三维直方图的立体图像层次化分割算法

由于立体图像噪声强度与边界信息的不确定性,若仅考虑图像局部或全局信息会导致过分割现象,影响图像处理效果。为改善立体图像分割效果,提出三维直方图的立体图像层次化分割算法。根据模糊集特性,将图像表示为模糊矩阵形式,计算加权平均值,构造模糊中值图像;采用自适应阈值小波方法,获取噪声方差和一级尺度参数对图像进行划层次去噪;定义图像局部对比度与局部梯度,在亮度级与边缘级基础上,对不同像素类别进行划分,获取像素同一性特征;通过三维直方图方式,获得三维单元频率,将其分割为八个立方体区域,找出与目标、背景对应部分,结合评价函数选取最佳阈值,完成立体图像层次化分割。仿真结果表明,所提算法抗噪性能良好,边缘贴合度较高,可提供更多关于背景与目标的特征信息。

三维FMF的HFCM水声数据分割

针对三维水声数据背景复杂、受噪声干扰严重等特点,提出一种结合三维FMF的HFCM水声数据分割算法,以提高水声数据分割的精度和效率。该算法首先选取三维滤波窗口,利用最大熵阈值法计算出模糊阈值;再结合半高斯模糊隶属度函数对水声数据进行模糊中值滤波;最后采用HFCM算法对滤波后的数据进行分割。对两组不同的三维水声数据进行分割处理的结果表明,该算法能够有效地降低噪声干扰,分割效果要优于未滤波的HFCM以及均衡FMF的HFCM分割算法,并且在分割效率上要明显优于传统的模糊C-均值算法。

基于同态滤波与自适应模糊多级中值滤波级联算法的散斑噪声污染图像恢复

提出了一种用于恢复散斑噪声污染图像的同态滤波与自适应模糊多级中值滤波级联算法 ,计算机仿真实验结果表明它既保持了图像的几何结构 ,又有效地抑制了散斑噪声 。