基于NSCT和Bilateral滤波器的含噪声图像融合

对于含噪声红外与可见光图像的融合,在滤除噪声的同时通常也会损失同为高频信息的边缘细节.为了解决这个问题,提出了一种基于Bilateral双边滤波器和非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)的含噪声图像融合算法.首先采用NSCT方法对图像进行多尺度分解,调整参数使得到的红外图像和可见光图像的高频图像中包含了大部分的边缘信息和噪声,为了保留边缘信息和滤除噪声,采用Bilateral双边滤波器分别对两幅高频图像进行处理,并得到红外高频图像的细节图像.为了将原始图像的边缘细节信息尽可能多地提取到融合图像中,同时增强边缘信息,将红外细节图像与可见光高频图像叠加到一起,提升融合图像的视觉效果.然后,采用局部区域标准方差系数方法作为红外与可见光图像低频图像的融合规则进行融合.最后,将融合后的高频图像和低频图像根据NSCT反向变换进行重构,得到融合后的图像.实验结果表明,该算法在滤除噪声的同时能够很好地保持边缘细节,对于含噪声图像的融合具有很好的效果.

基于快速联合双边滤波器和改进PCNN的红外与可见光图像融合

针对红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出了一种结合快速联合双边滤波器(fast joint bilateral filter,FJBF)和改进脉冲耦合神经网络(pulse coupled neural network,PCNN)的红外与可见光图像融合方法,在保证融合图像质量的前提下有效提高运行效率。首先,利用快速联合双边滤波器对源图像进行分解;其次,为了更好地提取图像中显著结构和目标信息,针对基础层图像采用一种基于视觉显著图(visual significance map,VSM)的加权平均融合规则,针对细节层图像采用改进脉冲耦合神经网络模型进行融合,其中PCNN的所有参数都可以根据输入波段自适应调节;最后,将基础层融合图与细节层融合图叠加重构得到融合图像。实验结果表明,该方法提高了融合图像的效果,有效地保留了目标、背景细节和边缘等重要信息。

一种快速Bilateral滤波器的设计与实现

本文提出了一种Bilateral滤波器的快速算法。在算法的设计上,首先对空间邻近度函数建立一组动态掩模,代替原始耗时的逐点运算,时间降至原有时间的三分之二;再离散化亮度相似度函数,使整个Bilateral滤波器计算公式形成卷积形式;在算法的实现上,引入了快速傅立叶变换FFT进行加速,时间复杂度由卷积运算的O(N2)降至O(Nlog2N),降低了一个数量级。

基于联合双边滤波器的Kinect深度图像滤波算法

针对Kinect镜头采集的深度图像一般有噪声和黑洞现象,直接应用于人体动作跟踪和识别等系统中效果差的问题,提出一种基于联合双边滤波器的深度图像滤波算法。算法利用联合双边滤波原理,将Kinect镜头同一时刻采集的深度图像和彩色图像作为输入,首先,用高斯核函数计算出深度图像的空间距离权值和RGB彩色图像的灰度权值;然后,将这两个权值相乘得到联合滤波权值,并利用快速高斯变换替换高斯核函数,设计出联合双边滤波器;最后,用此滤波器的滤波结果与噪声图像进行卷积运算实现Kinect深度图像滤波。实验结果表明,所提算法应用在人体动作识别和跟踪系统后,可显著提高在背景复杂场景中的抗噪能力,识别正确率提高17.3%,同时所提算法的平均耗时为371 ms,远低于同类算法。所提算法保持了联合双边滤波平滑保边的优点,由于引入彩色图像作为引导图像,去噪的同时也能对黑洞进行修补,因此该算法在Kinect深度图像上的去噪和修复效果优于经典的双边滤波算法和联合双边滤波算法,且实时性强。

基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法

针对目前图像去噪方法主要局限于单一噪声,无法有效解决多种混合噪声的不足,提出了一种基于DualTree CWT和自适应双边滤波器的图像去噪算法。该算法使用双树复小波变换对含噪图像进行多尺度和多方向的分解,由改进阈值对各个方向子带的高频系数进行阈值量化,同时由自适应双边滤波对每尺度下低频子带系数进行滤波,并将重构得到的图像进一步去除噪声。实验仿真结果表明,该方法对混合噪声的滤除效果明显优于现有算法,且能较好地保护图像的边缘细节信息,通过客观评价指标峰值信噪比(PSNR)和均方根误差(RMSE)定量比较,PSNR提升了5.333 2~6.527 8 d B,RMSE可降低29.41%~46.03%,运行时间仅为1.492 0 s,整体降噪性能更优。

用于网格去噪的自适应双边滤波器

为有效去除三维网格模型中的噪声,提出一种用于网格去噪的自适应双边滤波器.首先,利用体积积分不变量对三维网格模型进行特征检测,估计出局部的特征强度,然后根据特征强度自适应地调整双边滤波器的滤波参数.通过自适应的参数优化,对于不同特征强度的区域,自适应双边滤波器采用更具针对性的去噪策略,从而进一步提高了去噪性能.实验结果表明,相比于双边滤波器,所提出的自适应双边滤波器在去除噪声的同时,能够更好地保持三维网格模型的细节特征,去噪后得到的网格模型与原始模型的客观差值测度平均降低了0.0332.

联合双边滤波器耦合多分辨率的图像降噪算法

针对当前图像降噪技术难以保留边缘平滑区和高频变化区的纹理细节的不足,提出联合双边滤波器(joint bilateral filter,JBF)与多分辨率分析的图像降噪算法。利用参考图像作为参数估计,根据参考图像的丰富高频信息,考虑像素间的距离与亮度相似性,准确计算联合双边滤波器的权值,有效避免在滤波过程中对边缘平滑;引入小波变换、轮廓波变换和非下采样轮廓波变换的多分辨率分析(MRA),解决不同分辨率下的不同频率的图像降噪。实验结果表明,与当前图像降噪技术相比,该算法拥有更好的视觉效果,能较好地保留平滑区和高频变化区的细节信息。

基于自适应小波阈值和双边滤波器的去噪算法

针对以往小波阈值去噪算法在去噪过程中出现的去噪不彻底、噪声误判和图像边缘模糊的问题,提出了一种新的基于自适应小波阈值和双边滤波器的图像去噪算法。该算法中的小波阈值随着分解尺度和子带的变化而变化,这样不同分解尺度和不同子带采用不同的阈值进行去噪,克服了统一阈值的不足,增强了算法的自适应性;在软阈值函数去噪之后,利用双边滤波器达到保护图像边缘的目的。仿真实验表明,该算法能够有效地去除图像噪声,改善图像的视觉质量,并且能够较好地保留图像的边缘和细节信息。

双边滤波器在X射线图像平滑滤波中的应用

针对传统空间滤波器在对X射线图像进行平滑滤波时造成图像边缘模糊现象的问题,提出一种采用双边滤波器对X射线图像进行平滑滤波的一种方法。与传统图像滤波方法不同,双边滤波器不但能对图像进行滤波,而且能保护边缘信息,而传统空间滤波器对图像滤波时会造成图像边缘模糊。双边滤波器是在空间滤波器的基础之上采取动态改变滤波器的方法来对图像进行滤波。最后通过采用不同滤波器对噪声图片进行平滑滤波,验证双边滤波器的平滑滤波效果。

联合双边滤波器和小波阈值收缩去噪算法研究

针对现有去噪算法去噪不彻底、噪声误判、损害图像边缘和纹理细节信息的缺点,提出一种联合双边滤波器和小波阈值收缩图像去噪算法。首先,使用双边滤波器对含有噪声图像进行分层;其次,对不同分层结果,选择不同滤波器进行去噪:高对比度层采用双边滤波器,低对比度层采用小波阈值收缩去噪方法;最后,融合高、低对比度层去噪图像,实现有效去除噪声的同时,保证图像信息完整。实验结果表明,本文算法的峰值信噪比达到40.99 d B,比非局部均值滤波、双边滤波器、小波阈值收缩和偏微分方程图像去噪算法分别提高了7.79%,3.56%,11.22%和1.91%;与此同时,还能有效保留图像边缘和纹理等细节信息。

双边滤波器在OTDR中的应用

光时域反射仪(OTDR)在使用小脉宽测试时,曲线信噪比低、动态不足,若采用大脉宽测试,则盲区增大,不利于事件点分析。针对此问题,介绍了双边滤波器原理,引入双边滤波器对OTDR测试数据滤波。实验结果表明:双边滤波器在提高动态范围的同时可保持盲区不展宽,能够更好的提升OTDR产品性能。

基于双边平行带线的新型微波差分低通滤波器

该文介绍了一种基于双边平行带线的新型微波频段低通滤波器。由于双边平行带线其本身固有差分传输特性,其中一条金属带条可作为另一条的地或者是信号线。通过相反的端口结构实现了滤波器差模响应的低通特性。提出了差模和共模不同的L-C等效电路,并用来分析这两种模式的频率响应。为了该验证理论,设计了一个3 d B截止频率为1 GHz的低通滤波器滤波器,制造并进行了测试。所设计的滤波器具有低插入损耗和宽带的共模抑制能力等优点。仿真和测试结果吻合良好,验证了所提出的结构和设计方法。

利用双边滤波器和DoG算子的人像卡通化新算法

利用双边滤波器在平滑图像的同时又能保持边缘的良好特性,结合DoG(高斯差分)算子,提出人像卡通化的新算法.该算法首先应用双边滤波器对原始的彩色图像进行平滑,在获得颜色主要特征的同时,去除一些不重要的细节信息,简化了低对比度区域;然后,融入用DoG算子检测到的边缘曲线来增强高对比度区域;最后进行软量化以获得卡通图像.实验结果表明:相对经典的图像抽象化方法而言,该算法获得了更好的图像卡通化效果和更快的速度.

相位一致性原理改进的双边滤波器

为了在增强滤波器去噪强度的同时还能够保留更多的图像边缘细节信息,提出了将相位一致性原理同传统双边滤波器相结合的改进算法。根据提取图像的相位一致性信息,自适应修改双边滤波器的空间相关性和灰度相关性因子,以取得最佳的滤波效果。通过实验图像进行验证,并对处理后的图像进行了主客观还原效果评价,峰值信噪比和结构相似性指数均有较大的提升,实验结果表明了该算法的有效性和可行性。

基于双边滤波器的雾霾天气交通标志图像去雾算法

在雾霾天气,交通标志图像对比度下降,影响后续的交通标志识别成功率。参考现有去雾算法,在暗通道先验理论的基础上,用双边滤波的方法替代最小值滤波,得到了更为细致的透射率图,投射图复原后的图像,能够实现在去除雾霾的同时,尽可能地保持图像边缘,对进一步进行交通标识的自动识别十分有意义。

基于联合双边滤波器上采样的纹理图像修复合成算法

基于双边滤波器上采样算法提出了一种修复图像纹理的合成方法,以计算的样本纹理作为引导纹理,对低分辨率的待修复纹理图像区域的纹理进行插值运算,实现高分辨率的修复。仿真结果表明,该法提高了待修复纹理图像区域的分辨率。

基于极差和Bilateral滤波的水面舰船图像角点检测算法

对经典Harris角点检测算法,结合极差方法,基于不同滤波器替换的思路,构建了一种新的角点检测算法。在分析Gausse滤波器、Bilateral滤波器、B样条滤波器为Harris算法带来不同检测效能的基础上,给出了一种最优的检测滤波器配置方案。对标准测试图像的仿真和对实际海面舰船图像的测试验证,表明所提出的算法可较好地抑制冗余角点,提升水面舰船目标的检测效率。

基于Bilateral Shapley值的双边交易阻塞成本分摊

在阻塞管理中，基于Shapley值的分摊方法是一种常用的方法。在双边交易模式下，用Shapley值方法分摊阻塞成本不仅具有经济合理性，而且能提供明显的经济激励信号。但是当双边交易比较多时交易的联盟组合数就会很大，不利于工程计算。为此，本文提出采用一种Shapley值的改进方法——Bilateral Shapley值来分摊阻塞成本。理论分析和仿真计算表明，Bilateral Shapley值是一种Shapley值的近似解，不但具有Shapley值分摊费用的优点，而且解决了Shapley值的联盟组合“爆炸”问题。

基于双边滤波器的电子集成电路故障研判技术

在进行电子集成电路故障研判时,缺乏对电路故障研判结果的融合分析,存在集成电路故障研判融合效果差、电子集成电路故障研判精度低问题。为此,本文提出基于双边滤波器的电子集成电路故障研判技术。利用小波理论分析电子元件内部在故障发生前后的电气量变化幅度,采用双边滤波器对小波故障度与小波奇异度进行分析求解,构建出完整的电路故障研判流程,通过对故障研判结果进行融合,提高研判精度。在实验中,对提出的技术进行了故障研判精度的验证,经实验分析证明,利用提出的技术进行电子集成电路的故障研判,具有较高的故障研判精度。