基于强度准则的矢量中值滤波算法IVMF及其改进算法

依据强度准则提出了基于强度准则的矢量中值滤波算法IVMF,保证了先识别噪声像素,再对噪声像素进行滤波,改善了传统矢量中值滤波算法运算量大、边缘模糊等问题。在此基础上,为了进一步改善滤波效率,采用矢量伪中值替代矢量中值,提出了基于强度准则的矢量伪中值滤波算法(IVPMF)。试验结果表明矢量伪中值滤波算法效率提高了近10%。

基于支持向量机的葡萄病害图像识别方法

应用计算机图像处理技术和支持向量机识别方法研究了葡萄叶部病害的识别,以提高识别的准确性和效率。首先对采集到的葡萄病害彩色图像采用矢量中值滤波法去除噪声,然后采用统计模式识别方法和数学形态学对病叶图像进行了分割。最后提取了葡萄病叶彩色图像的纹理特征、病斑的形状特征和颜色特征,并用支持向量机的模式识别方法来识别葡萄病害。试验结果表明:支持向量机识别方法能获得比神经网络方法更好的识别性能;综合形状特征和纹理特征的支持向量机识别方法对葡萄病害的正确识别率优于只用形状特征或纹理特征的病种识别,综合颜色特征和纹理特征的支持向量机识别方法对葡萄病种识别的正确率高于只用颜色特征或纹理特征的准确率。

基于噪声特征和矢量中值滤波的彩色图像去噪算法

为了有效去除彩色图像噪声,同时保留图像细节信息,并提高处理速度,在分析彩色图像噪声特征的基础上,探索了基于噪声点的距离测度特性的判别算法,并结合改进的矢量中值滤波(VMF)算法对检测出的噪声点予以降噪处理。试验结果表明:该方法能够较好地抑制噪声,有效地保留了图像细节信息,且所用时间仅为传统矢量中值滤波算法的1/2左右。

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。

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。

数码相机的彩色图像预处理过程

结合数码相机图像采集特性和人眼视觉误差,讨论了彩色图像预处理过程。通过分析彩色图像的数据格式,将八叉树量化方法用于彩色图像的颜色信息量化,并采用矢量中值滤波消除彩色图像噪声,以实现对彩色图像的合理预处理。结合实验讨论分析了矢量中值滤波法的滤波器窗口参数,并结合颜色信息相似度理论提出了彩色图像预处理效果的评价方法。实验获得了合理的颜色量化方法和滤波器窗口参数,处理得到的图像最大色差变化控制在3个CIELAB色差单位。结果表明,用八叉树结构量化和矢量中值滤波对数码相机采集到的彩色图像进行预处理可达到较理想的效果。

双阈值开关型矢量中值滤波

针对彩色图像中脉冲噪声的滤波问题,分析了经典矢量中值滤波方法的原理和特点,提出了一种新的开关型矢量中值滤波方法。该方法通过中心像素的排序位置和矢量中值滤波与中心像素判的距离判断噪声存在的可能。实验证明,该方法在不同的噪声比例下均优于矢量中值滤波,比较其他开关型滤波方法具有很好的稳定性,能够更好地保持原图的细节。

对等组的快速开关型矢量中值滤波

针对如何消除彩色图像中脉冲噪声的问题,提出一种快速矢量中值滤波方法。判断当前像素对等组的数量是否为噪声,若为噪声则计算邻域窗口内距均值最近的矢量替代原矢量中值滤波的输出。仿真实验结果表明,与其他方法相比,该方法能减少窗口内大量的矢量距离计算,在保持滤波效果的同时,降低处理时间。

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。

一种快速的彩色图像矢量中值滤波算法

文章提出一种新的快速矢量中值滤波算法。首先,求取象素的方向区域距离测度并将滤波窗口划分为两个子窗口;然后,在子窗口内进行矢量中值滤波。实验结果表明,该算法速度快,具有较好的滤波效果。

内容过滤中过滤模板的改进技术研究

网络安全中的内容过滤需要在过滤精度与实时性之间寻求平衡,本文首先建立了内容过滤系统的体系结构,它能够实现内容过滤功能。在此基础上,提出了一种对过滤模板进行改进的新的机器学习方法,利用马尔可夫模型可证明此方法能保证初始过滤模板在学习过程中逐渐收敛于真实模板,从而不断提高过滤精度。

一种彩色图像滤波的改进矢量中值滤波算法

通过分析彩色图像滤波的一般方法 ,提出了一种基于矢量中值滤波的改进算法。该算法融合了线性均值滤波和非线性矢量中值滤波两种方法 ,大大降低了运算复杂度 ,同时对脉冲噪声和高斯噪声有好的抑制作用 ,能有效地保护图像的边缘信息 ,滤波后不会出现新的颜色。另外本算法的运算复杂度随着滑动窗的增大而缓慢增加 ,使其能够达到滤波效果和运算复杂度的有效平衡。

彩色图像滤波的新方法

提出了用于彩色图像噪声滤除的新矢量滤波器。这些滤波器对于脉冲噪声的滤波效果较好，其中准均值滤波器（１）的性能近似于矢量中值滤波器，其余滤波器在低脉冲噪声情况下的性能则优于矢量中值滤波器。与矢量中值滤波器相比，新滤波器具有算法简单、计算量小且易于硬件实现的特点。

一种基于H.264/AVC的压缩域运动对象分割方法

目前大部分压缩域视频对象的分割方法主要面向MPEG系列视频标准,且算法建模复杂。为了解决这一问题,现提出了一种新的基于H.264/AVC的压缩域时空联合运动对象分割(TSMOS)算法。该方法主要利用压缩码流中的DCT系数和运动矢量信息进行对象分割,并首先利用相邻帧DCT系数之差提取运动对象轮廓,同时通过对轮廓进行形态学和抗噪声处理来得到粗糙的运动对象帧差掩码;然后采用运动向量归一化、噪声向量滤除、权值扩展向量中值(WEVM)滤波及前帧分割结果后向投影技术来得到对象的运动掩码;最后通过引入有效机制合并帧差掩码和运动掩码来分割运动对象。实验证明,该算法可取得较好的分割效果。

一种新的自适应加权矢量方向距离滤波器

针对已有的的矢量滤波器不能自适应地确定滤波器窗口内像素之间的空间距离对滤波效果的影响等问题,提出一种新的自适应加权矢量方向距离滤波器。该滤波器将彩色像素当作1个三维矢量,结合有序统计方法,利用彩色矢量间的距离信息和方向信息,并通过捕食者-食饵微粒群算法优化获得滤波器窗口的最优权值,体现滤波器窗口内像素之间的空间距离对滤波效果的影响,实现彩色图像的自适应滤波。与其他滤波算法的性能相比以及仿真结果表明,采用所提出的算法得到的平均绝对误差、均方误差和归一化的色度误差等明显比现有的彩色图像滤波方法的低,能在去噪与图像的细节及边缘保护方面达到平衡。

随机投影深度排序的矢量中值滤波算法

针对经典矢量中值滤波算法对距离定义模糊的问题,提出一种新的矢量中值滤波算法。采用中心向外的排序方法,对全局彩色像素点进行随机投影深度排序,根据排序大小确定局部窗口中的噪声像素点,运用矢量中值滤波对噪声进行滤除。对含有不同噪声密度的彩色图像进行滤波实验,将改进算法与矢量对偶形态学滤波、空间变换的矢量形态学滤波、矢量中值滤波以及半空间矢量中值滤波算法作对比。实验结果表明,改进的算法能较好地剔除椒盐噪声,其滤波效果更加符合人眼视觉特性,同时可获得较好的性能指标,具有较强的鲁棒性。

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。

鸡蛋品质检测系统的图像处理技术研究

鸡蛋品质检测系统中的图像处理主要涉及图像平滑、边缘检测和图像分割三个方面。本研究采用矢量中值滤波的方法对鸡蛋的彩色图像进行平滑去噪,很好的保护了彩色图像色度信息。选用Prewitt算子检测图像边缘。经过反复试验,选取全局阈值进行图像分割,将目标鸡蛋图像从背景中分离出来。研究和实验结果表明,使用本实验的图像处理技术可以精确地提取鸡蛋品质检测的图像信息,为开发鸡蛋在线检测系统提供了技术基础。

基于支持向量机的椒盐噪声去除方法

针对自然图像中相邻像素的相关性及其椒盐噪声的特点,提出了一种基于支持向量机的椒盐噪声消除方法。该方法应用支持向量机的学习机制对图像灰度曲面进行最佳拟合,并从训练样本中提取支持向量与相应的决策函数,最后根据决策函数在拟合曲面上进行噪声像素点的灰度值预测,从而恢复噪声点的原始信号。通过与传统的中值滤波和均值滤波进行实验对比,提出的方法可有效地去除椒盐噪声,同时最大限度地保留图像的细节信息,尤其对高密度椒盐噪声图像的处理效果更为理想。