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。

一种保护彩色图像色度信息的矢量中值滤波器

在比较各种颜色空间特性的基础上,依据矢量中值滤波器的原理,提出了一种保护彩色图像色度信息的矢量中值滤波器设计方案。与同类滤波器相比,在抑制颜色偏差、保护图像色度信息方面的性能得到提高。

基于四元数旋转的开关型矢量中值滤波器

矢量中值滤波器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冲击噪声。然而VMF没有区分细线条和噪声的能力,它往往把细线条当成噪声而过滤掉。本文利用四元数旋转理论,模仿Laplacian算子,提出一种用于检测彩色图像中的冲击噪声的算法,并结合传统的VMF构造出一个新颖的开关型矢量中值滤波器。实验结果表明,新的滤波器不仅能有效地保护细线条和边界等细节信息,而且其滤波性能也明显胜过传统的VMF和一些经典的及最近开发的矢量滤波器。

基于CIELAB空间的开关型矢量中值滤波器

矢量中值滤波器VMF(Vector median filter)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.然而VMF没有区分细线条和噪声的能力,往往把细线条当成噪声而过滤掉.本文先将彩色图像从RGB空间变换到均匀颜色空间CIELAB中,然后模仿Laplacian算子,提出一个用于检测彩色图像中的脉冲噪声的算法,并结合传统的VMF构造出一个新颖的开关型矢量中值滤波器.实验表明,新的滤波器不仅能有效地保护细线条和边界等细节信息,而且其滤波性能也明显胜过传统的VMF和一些经典的、及最近开发的矢量滤波器.

一种改进的彩色图象矢量中值滤波器

针对各种计色制的特点，在对多种矢量中值滤波器深入研究的基础上，提出了一种新的矢量中值滤波器设计方案，与同类滤波器相比，在抑制颜色偏差、保护图象色度信息方面的性能得到显著提高。

一种改进的快速矢量中值滤波器

提出了一种改进的快速矢量中值滤波器(IFIVF,improved fast impulsive vector filter)。IFIVF以FIVF为基础,通过peer group和边缘检测技术构建新的噪声检测器。与其它矢量中值滤波器(VMF)相比,新的噪声检测方法使得IFIVF不但可以对彩色图像中的随机和固定脉冲噪声进行有效压制,还可以进一步提高FIVF的滤波视觉效果。

彩色形态滤波器分析

形态滤波属于非线性信号变换处理,它利用信号的局部特征对信号进行修正.最近的研究表明形态滤波器能有效地滤除二值图像及灰度图像中的噪声.本文引入了建立在RGB彩色空间上的彩色形态变换,将数字形态学理论从灰度空间扩展到彩色空间.对基本彩色形态滤波器(即彩色形态闭、开)及以它们为基础所构造出一些复杂的彩色形态滤波器进行了研究,并对它们选用不同结构元素的情况进行了分析.实验表明彩色形态滤波器能直接有效地消除彩色图像的噪声、保持图像细节并且不产生新的颜色。

基于HSI彩色空间的加权中值滤波算法

提出一种基于HSI彩色空间的加权中值滤波算法,该算法依据人眼对颜色的感知特性,结合颜色的亮度信息和色度信息,并且保持了DDF(The Directional-Distance Filters)滤波器的优点。算法根据彩色图像中颜色的亮度来修改亮度和色度的权值,调整滤波器的输出,在保持图像颜色细节方面比以往的各种矢量中值滤波算法都有一定的提高,更加符合人眼对于颜色的感知特点。

基于模糊神经网络的彩色图像滤波器研究

为实现彩色图像噪声的滤波,基于模糊神经网络技术构建了一种新型的彩色图像滤波器.该滤波器通过对滤波窗口的彩色图像像素矢量进行模糊加权来判断邻近像素和中心像素的关系,针对不同性质的噪声由神经网络的自学习和自组织功能来自动调节滤波器的权值以实现噪声的滤除.用Flowers图像和Lena图像对经过训练的滤波器和矢量中值滤波器进行了测试对比.结果表明:模糊神经网络彩色滤波器无论对单纯的脉冲噪声及高斯噪声,还是二者的混合噪声,其滤除能力都要优于矢量中值滤波器,并且有较好的边缘和细节保持能力.

基于球尺度的医学图像矢量滤波算法研究

医学图像中常常带有高斯脉冲,导致医学图像中的一些重要信息模糊不清晰,从而严重影响了医学图像视觉效果。在医学图像滤波中,既要对图像中的噪声有效去除又要保证医学图像滤波后尽可能的保证图像的边缘和细节等重要特征不被破坏。为此本文提出了一种基于球尺度的医学图像矢量滤波算法,在传统的矢量中值滤波器(VMF)基础上引入了球尺度概念,从而得到了基于球尺度的矢量中值滤波器(BSVMF)。新的滤波方法在图像边界进行小平滑处理,在图像内部区域进行大平滑处理,从而实现了对滤波过程的自适应控制。实验结果说明,本文提出的新滤波方法能够在消除噪音污染的同时,也能够尽可能多的保留图像边缘或尖角等重要信息。

基于PGF检测的改进彩色图像滤波方法

针对彩色图像中的噪声污染问题,提出一种改进的开关自适应矢量滤波方法。通过对噪声图像进行同组滤波器检测得到滤波窗口内满足检测条件的噪声像素个数,当满足条件的像素个数较少时,直接对检测出的噪声进行矢量中值滤波,当满足条件的像素个数较多时,采用改进的自适应矢量中值滤波器进行2次检测后再滤波。实验结果表明,该方法能提高噪声检测的准确性,并能更好保护滤波的细节。

基于噪声估计和双加权的彩色图像矢量中值滤波

针对彩色图像椒盐噪声滤除中保护色彩和细节这个关键问题,提出了一种基于噪声估计和双加权的滤波新算法。噪声估计采用二级估计策略,第1级基于灰度最大、最小值进行粗估计,第2级采用加权方向算子进行精估计。对非噪声点保持像素灰度不变,对噪声点设计了空间和灰度双加权的矢量中值滤波算法(VMF)。实验结果表明,新算法对低、中密度的彩色图像椒盐噪声,既有效滤除了噪声,又保护了图像色彩和边缘细节信息。

抗高噪声彩色图像的Canny边缘检测器

根据彩色图像中像素点各颜色分量具有矢量类型数据的特点,提出用一种改进的开关型矢量中值滤波器(PFIVF)替换Canny边缘检测器中的高斯滤波器,以构建新的彩色图像边缘检测器。基于Peer Group技术和边缘检测方法建立PFIVF的多级噪声检测开关型结构,使PFIVF能够在滤除图像噪声的同时较好地保持图像的边缘细节。实验结果表明,改进的Canny边缘检测器能较好地抵抗高比例脉冲噪声。

网络、滤波、滤波器

Y2001-62725-411 0118550无限小模波导滤波器设计的遗传算法最佳化=Geneticalgorithm optimisation for evanescent mode waveguide fil-ter design[会,英]/Lecouve,M.& Jarry,P.//2000IEEE International Symposium on Circuits and Systems,Vol.3.—411～414(HC)Y2001-62725-519 0118551自适应于未知信号平滑的变化带宽中值滤波器=Me-dian filter with varying bandwidth adaptive to unknownsmoothhess of the signal[会,英]/Katkovnik,v.& E-