基于参数自适应各向异性高斯核的散乱点云保特征去噪

为解决传统点云去噪算法造成的过光顺及局部失真问题,提出一种基于各向异性高斯核的散乱点云保特征去噪算法。根据邻域点在其切平面上的投影和采样点法向构建信息相似度函数,并通过信息相似度函数定义有效邻域;应用主元分析理论研究曲面采样点、棱线采样点和角点的特征值及特征向量的分布特性;在此基础上构建以协方差矩阵的伪逆矩阵为带宽矩阵的参数自适应的各向异性高斯核函数,并将其与双边滤波算法结合用于散乱点云去噪。实验结果表明,该算法能够根据点云的局部分布特性自适应地调整滤波主方向和各主方向的衰减速度,在实现散乱点云去噪的同时可有效保持点云模型的原始尖锐特征。

基于高斯平滑的自适应角点检测

文中算法首先在曲线尺度空间中通过高斯平滑以消除噪声 ;然后再基于自适应弯曲度计算和角点筛选准则确定角点 该算法不需要预先输入参数 ,具有较好的抗干扰性 。

图像降噪的自适应高斯平滑滤波器

作为去除图像中噪声的图像增强技术,常用的图像平滑方法在提高局部信噪比的同时,也使图像产生模糊。为克服上述缺点,引入了自适应高斯滤波器,它结合了高斯滤波器和梯度倒数加权滤波器的特点,同时考虑了图像局部的空间距离和像素距离,以确定参与局部平滑的像素及其权值。该滤波器算法牺牲了简单平滑滤波器的计算性能,但很好地保留了图像的局部特点,特别是边缘和细节。实验比较了该方法与其他常用滤波器的性能,结果证实了该方法的有效性。

一种异性扩散的自适应平滑滤波算法

固定尺度的高斯滤波器对图像中的所有像素使用相同的加权系数,在平滑噪声的同时也模糊了边缘信息,影响了后期的边缘定位和提取,为此提出了一种异性扩散的自适应仿高斯滤波器,通过计算当前像素与周围像素的灰度梯度,预判该像素类型(噪声点或是边缘点),并根据像素点类型和梯度生成自适应的、各向异性的加权系数,通过多次平滑迭代实现权重的异性扩散。实验结果表明,该滤波算法具有平滑噪声的同时保留并锐化边缘效果。

用于图像平滑去噪的快速各向异性反扩散算法

提出一种用于灰度图像平滑去噪的基于自适应统计滤波的快速各向异性反扩散算法.该算法通过建立一种改进的异性扩散算法,对含噪图像迭代地进行反扩散作用,并在两次反扩散之间实行自适应统计滤波,以达到平滑去噪的效果.实验结果表明,新算法的性能稳定,相对于已有算法能在更短时间内达到预期效果,同时使图像边缘得到一定增强.

基于广义S变换及高斯平滑的自适应滤波去噪方法

常规基于广义S变换的噪声压制方法需要人为确定高频噪声在时频域的压制范围。针对这一问题,联合广义S变换的自适应时频滤波函数和高斯平滑去噪算法发展了一种自适应去噪方法。首先对信号进行广义S变换获得时频域数据,在S反变换重构时间域信号过程中采用数据自适应时变滤波函数去除大部分高频随机噪声;然后对时间域信号采用高斯平滑滤波函数去除信号中剩余高频随机噪声。模型和实际资料试算结果表明,本文的滤波去噪方法能够有效去除地震数据中的高频随机噪声,具有较强的适应性和实用性。与常规的随机噪声衰减预测法相比,本文方法受处理参数影响较小,且处理后有效信号在时频谱上的时频分辨率较高。

各向异性滤波在红外图像处理中的应用

为了在抑制噪声时尽可能保留图像边缘信息,提出一种自适应各向异性高斯滤波器设计方法.该方法由独立强度传播(IDS)模型决定滤波器的长轴尺度,由像素的邻域平滑度决定长短轴的比例,然后根据该处的灰度梯度方向自适应决定各向异性滤波器的长轴方向.仿真实验表明,提出的自适应各向异性滤波器具有很强的噪声抑制和边缘保持能力.

基于半高斯梯度算子的尺度自适应纹理滤波

为了解决现有纹理平滑方法不能在抑制纹理的同时保持细窄结构的问题,提出一种基于半高斯梯度算子的尺度自适应纹理滤波算法.首先提出一种具有结构保持和纹理抑制效果的半高斯梯度算子,其幅值能够较好地区分结构和纹理,方向能够较好地反映结构法向;然后基于半高斯梯度的幅值为每个像素估计最优的滤波尺度,并借助高斯滤波得到一幅大部分纹理得到抑制的引导图像;最后在双边滤波的基础上引入基于半高斯梯度方向的滤波方向核,提出一种基于引导图像的三边纹理滤波算法,能够有效地避免图像平滑结果中存在的结构附近毛刺残留现象.大量实验结果证明,该算法可以在抑制纹理的同时保持结构的完整性,尤其是在保持细窄结构以及结构周围的整洁等方面超越了已有的方法.

一种自适应的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节。文中探讨了噪声图像的噪声抑制方法,提出了基于各向异性分布方程的平滑技术。该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率。最后采用了真实数据验证了方法的有效性。

基于自适应参数高阶偏微分方程的图像平滑

为消除经典P-M方法在图像平滑时引起的"阶梯"效应,提出了基于自适应参数的高阶偏微分方程图像平滑方法,并且利用MeanShift的核密度估计方法来确定各点阈值参数。与固定阈值参数的各向异性扩散方法相比,该方法有效地保持了图像的边缘等重要信息,能够更大程度地抑制孤立噪声,从而得到更高的PSNR值和更好的视觉效果。

一种基于IDS模型的各向异性高通滤波新算法

提出了一种基于独立强度传播(IDS)模型的各向异性高通滤波新算法,新算法采用IDS模型构建各向异性高通滤波器,同时将各向异性高通滤波器分解为水平方向和垂直方向的两个行列滤波器。实验证明,这种新的高通滤波算法在保持滤波性能的基础上使得计算复杂度大大降低,实时性增强。

基于Canny算法的自适应边缘检测方法

针对传统Canny边缘检测算法自动化程度不高的缺点,提出一种自适应算法。改进的Canny算法通过尺度自适应调整的高斯滤波器对原始图像进行平滑滤波,保留边缘信息并去除噪声的影响。对经过非极大抑制后的图像梯度直方图采用最大类间方差方法对检测和连接边缘的高低阈值进行了自适应设定。理论和实验结果表明,改进的Canny算法简单易实现,满足了原算法的最优化准则,并且提供了边缘的自动化检测能力,得到了良好的检测结果。

基于自适应侧抑制网络的红外弱小目标检测

为了提高远距离红外弱小目标的检测效率,提出了一种基于自适应侧抑制网络的复杂背景下的红外弱小目标检测方法。该方法建立了改进的侧抑制网络数学模型,利用各向异性滤波来自适应地确定侧抑制网络的抑制系数,不需要人为干预,实现了侧抑制网络与各向异性高斯滤波的有机结合。同时,在各向异性高斯滤波器两轴确定方面进行了改进,两轴分别采用对比度尺度模型和强度尺度传播模型来独立确定。通过与传统弱小目标检测方法的对比实验,验证了方法的有效性。

一种新的维纳滤波图像去高斯噪声算法

首先介绍了几种常用图像平滑方法的原理及其存在缺陷,然后提出了用一种新的维纳滤波的方法对图像进行平滑。实验结果表明该方法弥补常用的平滑滤波器对受高斯噪声污染的图像的平滑处理效果差的缺陷,并且获得好的效果。

基于模型在线更新和平滑处理的音乐分割算法

针对音乐分割中预训练模型和待分割信号间的不匹配问题,提出基于置信测度的自适应模型更新算法.在基于预训练模型的识别结果中,通过置信测度选择可靠的数据进行高斯混合模型在线自适应更新,获得与待分割音乐信号更匹配的声乐/非声乐模型.通过对识别结果进行平滑处理,进一步去除瞬时突变错误.实验表明,与初始模型和采用全部数据进行模型更新相比,该算法可获得与待分割信号更匹配的高斯混合模型,分割效果更佳.

基于PDE's的图像平滑方法

传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线条、纹理等图像特征,而基于偏微分方程(PDE's)的各向异性扩散算法则在抑制噪声的同时能够保持这些特征。本文在Perona＆Malik模型基础上引入梯度阈值和高斯平滑核,实验结果表明改进后的平滑方法既能更有效消除孤立噪声点,又可以更好地保持边缘。

基于改进Canny边缘检测算法的导轨滑块尺寸在线视觉测量方法的研究

本文提出了一种基于改进Canny边缘检测算法的导轨滑块尺寸测量方法。通过OpenCV机器视觉库,利用高斯平滑、自适应双阈值分割、霍夫变换等图像处理算法,对导轨滑块图像进行处理,实现滚动直线导轨滑块内滚道间距尺寸的在线精确测量。同时,对视觉测量法的可行性进行探讨和分析。

一种快速的自适应图像增强算法

提出了一种快速的自适应图像增强算法。算法首先对原始图像进行高斯平滑滤波,然后根据原始图像的整体信息和局部信息对图像的像素值进行偏移。最后,利用偏移后的图像信息和非线性函数对图像进行变换,从而实现了对图像细节的增强。通过将RGB图像变换到HSV彩色空间,将增强算法推广到了彩色图像的处理。实验结果表明,该算法运行速度快,能有效改善图像质量。同时能够根据环境的亮暗,自动调整增强效果,具有自适应的功能。

基于Canny算子的图像边缘检测及优化

图像边缘检测是图像处理和计算机视觉中的基本问题。本文针对图像边缘检测,首先利用二维高斯滤波器对原图像进行滤波降噪,对原始数据与高斯平滑模板作卷积,然后使用一阶差分算子计算水平方向和垂直方向的梯度幅值分量,得到图像的梯度的幅值和梯度的方向,最后进行非极大值抑制与双阈值检测和边缘连接,建立了基于Canny算子的图像边缘检测模型。针对传统Canny算法的缺陷,本文提出了一种改进的Canny边缘检测算法,建立了基于自适应平滑滤波的边缘检测模型。在平滑图像的同时锐化边缘,使用水平、垂直、45˚和135˚四个方向梯度模板计算图像梯度,改善了传统Canny算法在计算梯度时对噪声的敏感性。实验结果表明,改进的模型在检测到更多边缘细节的同时,也具备较强的自适应性。特别地,在噪声环境中,改进的模型检测效果更优。

一种自适应Canny边缘检测算法的并行设计与TBB实现

为了充分利用多核优势,提高运算图像处理速度,采用Intel线程构建模块对自适应Canny边缘检测算法的并行处理进行分析和设计,提出在自适应尺度计算、高斯滤波、自适应阈值计算、非最大抑制、边缘连接各阶段的并行解决方案,对不同分辨率图像进行实验。实验结果表明,该算法加速效果显著,对提高图像处理系统的运行效率具有实际意义。