自适应权值滤波消除图像椒盐噪声的方法

提出了一种自适应权值滤波算法。该方法利用邻域差分法(ROAD)判定滤波中心点的有效性,若判定该点为噪声,则将邻域像素分别赋予不同权值对该点像素重构,邻域像素权重系数的分配随该点有效程度的增加而增大。一方面抑制了图像噪声,另一方面保留了图像细节。实验证明该方法在滤除椒盐噪声时,无论从视觉角度还是数据恢复角度都比常规滤波方法效果有明显改善。当图像中含有35%的椒盐噪声时,利用该方法恢复数据效果比传统中值滤波提高10 dB。

一种有效的自适应中值滤波器

通过介绍一种易于实现的自适应权重中值滤波器(AWMF).该滤波器能根据局部图象的统计特征,调整中值滤波器的权重值,从而能在取得最大滤波效果的同时,还能很好地保持图象的细部特征.通过与均值滤波、中值滤波的对比实验,自适应权重中值滤波器表现出良好的滤波特性,而且它在抑制噪声的同时,较大限度地保持住图象的边沿特征.

基于自适应权值滤波的深度图像超分辨率重建

目的越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过构造自适应权值滤波器对深度图像进行超分辨率重建的方法。方法充分发掘深度图像的非局部以及局部自相似性先验约束,结合同场景的高分辨率彩色图像构造非局部及局部的自适应权值滤波算法对深度图像进行超分辨率重建。具体来说,首先利用非局部滤波算法来有效避免重建结果的振铃效应,然后利用局部滤波算法进一步提升重建的深度图像质量。结果实验结果表明,无论在客观指标还是视觉效果上,基于自适应权值滤波的超分辨率重建算法较其他算法都可以得到更好的结果,尤其当初始的低分辨率深度图像质量较差的情况下,本文方法的优势更加明显,峰值信噪比可以得到1dB的提升。结论结合非局部和局部自相似性先验约束,结合同场景的高分辨率彩色图像构造的自适应权值滤波算法,较其他算法可以得到更理想的结果。

一种基于非线性域值小波包的超声图像闪斑抑制方法(英文)

在 B超三维成像中 ,采用了一种新的基于非线性域值小波包的闪斑 (Speckle)噪声抑制方法来提高成像质量 .首先将一幅原始图像经过预滤波分解为高频噪声图像和低频主体图像两部分 ,然后分别经过多分辨率小波包处理 ,得到一组小波包域的系数 .该系数采用一种软阈值滤波算法处理 ,去除掉其中的噪声并保留下各自的有用信息 .两组分别去噪后的小波包系数经反变换回到时域并相加 ,得到消除了噪声的图像 .该算法的性能在计算机仿真图像上进行了验证 .采用该方法处理了一组水槽中的碗状物体的 B超图像 ,并进行了三维体视化重构 .实验表明 。

基于SRCKF的自适应高斯和状态滤波算法

针对非线性非高斯离散动态系统中的状态估计问题,基于高斯和递推关系,提出一种高斯和状态估计算法GSSRCKF.首先将状态噪声、观测噪声及滤波初值均表示为高斯和的形式,以平方根容积卡尔曼滤波为子滤波器分别估计各高斯子项对应的系统状态;然后结合各子项对应的权值实现全局估计;最后设计高斯子项对应权值的自适应策略,并采用约简控制法降低计算复杂度.仿真结果验证了所提出的算法在滤波稳定性方面的优越性.

Adaptive Noise Detection and Removal Algorithm Using Local Statistics for Salt-and-Pepper Noise

In this paper, an adaptive noise detection and removal algorithm using local statistics for salt-and-pepper noise are proposed. In order to determine constraints for noise detection, the local mean, varianoe, and maximum value are used. In addition, a weighted median filter is employed to remove the detected noise. The simulation results show the capability of the proposed algorithm removes the noise effectively.