基于脉冲耦合神经网络的椒盐噪声图像滤波

通过对脉冲耦合神经网络(PCNN)工作机理的分析, 指出由其神经元的阈值衰减特性和网络局部链接特性所带来的神经元的点火捕获特性本身就具有很好的对椒盐噪声污染图像的噪声定位作用, 并基于此提出了一种对图像噪声进行定位、仅对噪声像素进行类中值滤波的思想, 实现了图像的强自适应滤波, 并针对随机椒盐噪声和极端椒盐噪声两种不同的噪声情况, 分别给出了相应的滤波器. 经该方法滤波的图像有无任何畸变(对非噪声像素)、模糊小(对噪声像素)的特点, 较传统的基于窗函数滤波的方法(如中值滤波法)有明显的优越性, 实验及与其他方法的比较验证了其良好的滤波性能.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

基于小波变换的图像扩散滤波方法

图像的非线性扩散滤波基于热扩散方程, 其关键是确定适当的扩散量与扩散方向. 在已有的滤波模型中, 扩散系数依赖于梯度, 因而容易受到噪声的干扰. 为了克服这一缺陷, 首先给出了一种新的计算扩散系数的多尺度方法. 然后建立了一类用于图像恢复的非线性小波扩散（NWD）模型. NWD模型有较强的抗噪能力, 但同已有的模型一样, 需要较大的计算量. 为此, 通过NWD模型的简化, 给出了线性小波扩散（LWD）模型. LWD模型由输运与扩散两部分组成. 由于存在输运, 所以其滤波是各向异性的, 能够较好地保持边缘, 尽管在边缘点处扩散是各向同性的. LWD模型的优点是简单易于分析, 具有较小的计算量. 最后给出了所提模型与已有模型相比较的数值实验结果.     

基于引导滤波和小波变换的太阳冕环结构自动识别算法研究

冕环是太阳大气中的炙热等离子在太阳磁场的作用下产生的一种太阳特征结构;研究冕环动力学特征将促进我们对太阳日冕磁场,日冕加热和日冕振荡等研究.冕环结构的准确识别和提取则是相关研究的前提条件.然而由于日冕磁场的复杂性,使得对冕环结构识别和提取面临很大的困境.为此,本文提出了一个新的冕环识别算法.该算法结合了引导滤波和小波变换模极大值的方法来对冕环结构进行自动识别和提取.识别和提取算法过程如下:(1)运用模糊函数对太阳日冕图像的对比度进行增强;(2)使用引导滤波对增强后的图像进行滤波来增强冕环结构的边缘;(3)对滤波过后的图像使用小波变换模极大值法来识别图像中的冕环结构,并对识别出的冕环图像进行二值化处理;(4)对二值化图像进行形态学处理来获取冕环结构.运用该算法对由过渡区和日冕探测器(Transition and Coronal Explorer, TRACE)和太阳动力观测站的大气成像装置(Atmospheric Imaging Assembly on the Solar Dynamics Observatory, SDO/AIA)观测设备在171?波段所观测的日冕图像中的冕环结构进行识别和提取,并同已有文献的识别结果进行了对比,结果表明本文所提出的算法具有很高的识别率和很好的鲁棒性.所识别和提取的冕环结构能进一步用于科学研究中.     

去除混合噪音的一种新方法

文中首先从概率论角度对自然图像中的相似现象给出数学描述,进而得到主要结果之一——相似原理,它揭示了非局部加权平均算法的数学原理.然后依据该原理设计一种新的适合于高斯噪音和一致脉冲噪音之混合噪音的滤波方法,简称"MNF算法".实验结果表明,MNF算法不但在去除图像中混合噪音时其效果明显优于最近Garnett等人提出的Trilateral滤波方法及已有的其他方法,而且在去除脉冲噪音或高斯噪音时其效果亦可与已有之先进方法媲美.此外,文中对MNF算法的控制参数建议了简单计算公式,并使参数个数达到最小因而更便于应用.     

αβ■(ABO)图像去噪模型边缘检测算子的改进

为了能够更好地检测图像的边缘和纹理,并有效地去除噪声,在αβ■(ABO)图像去噪模型的基础上,提出一种综合利用梯度模和水平集曲率模作为图像边缘检测算子的去噪模型。该模型保持了曲线边缘、角点等图像特征,同时,和传统的PM模型、TV模型、Y-K模型以及αβ■(ABO)模型相比,使用该模型去噪后,图像的峰值信噪比(PSNR)有了明显提高,而均方根误差(RMSE)则明显降低。最后,仿真实验证明了该方法的有效性。     

加性噪声条件下的UKF算法

UKF算法是广泛应用的非线性滤波方法之一,在加性噪声条件下,根据是否状态扩展和是否重采样有四种实现方式.从算法精度、适应性和计算效率等方面进行了理论分析和仿真计算,证明适当选择滤波器参数,常用采样策略下,状态扩展与非扩展的UT变换结果相同,但后者的计算效率较高;加性测量噪声条件下,扩展与非扩展UKF可获得相同的滤波结果;加性过程噪声条件下,扩展与非扩展UKF仅能获得相同的状态预测结果;重采样不总是构建滤波器的必要环节,但理论分析和仿真计算发现了重采样对滤波器增益的自适应调节能力,指出其在状态偏差或未知机动模式较大时对改善滤波器收敛性和精度有重要贡献.在此基础上,给出了实际应用中的滤波器设计准则:对于加性测量噪声宜采用非扩展方式;对于加性过程噪声,状态偏差或机动较小时宜采用扩展或非扩展的非重采样方式,系统状态偏差或机动较大时宜采用非扩展的重采样方式.性能分析方法和系统设计准则对研究其它的滤波器同样有参考价值.     

CBERS-02卫星CCD相机MTF在轨测量及图像MTF补偿

针对CBERS-02星CCD相机,提出模拟理想靶标场景进行在轨MTF监测.比较分析了该方法与目前常用的几种MTF在轨测量方法测量结果的差异.基于不同方法测得的MTF,采用迭代法、维纳滤波法及修正的逆滤波器法(MIF)对CCD图像进行了MTF补偿.在MTF补偿中,根据实测45度方向0.5频率处的MTF值插值建立二维MTF矩阵.详细比较分析了常规MTF与改进插值MTF矩阵、3种不同补偿方法以及不同在轨MTF测量法对CCD图像的恢复效果,结果说明模拟理想靶标场景法是一种简单有效的在轨MTF测量法,恢复后图像的DN值更接近真实地物,而点源法与边缘法受噪声影响大,测得的MTF很低,恢复效果不好;3种不同MTF补偿模式的比较显示MIF法对CCD图像的复原效果最佳;研究还说明对于CCD传感器改进的插值二维MTF优于常规的二维MTF.该研究为CCD图像质量的改善具有重要的指导意义.     

基于改进Otsu和Niblack的图像二值化方法

针对常用的图像二值化方法——全局阈值方法和局部阈值方法存在的对输入图像含有噪声或不均匀光照等情况抵抗能力差以及处理速度慢的不足,提出了一种全局阈值与局部阈值相结合的图像二值化方法.通过在传统Otsu算法中引入类内方差和快速阈值搜索方法,并将其与Niblack算法结合,将图像的每一行看成一个子图,对每一子图使用改进的阈值进行二值化.实验证明,该方法抗噪声能力强,能准确获取图像的目标信息,同时能保持较快的处理速度.     

一种基于改进SVA的SAR旁瓣抑制算法

针对现有的Spatially Variant Apodization(SVA)算法不能有效抑制旁瓣或损失主瓣能量的问题,该文提出了一种改进的SVA算法.该算法把传统的滤波器从3点扩展到5点,并且根据采样率的不同,设定相应的滤波器参数,得到满足约束优化理论的最优解.改进的SVA算法能够与合成孔径雷达(Synthetic Aperture Radar,SAR)成像算法相结合,在距离压缩和方位压缩中,分别利用改进的SVA算法来抑制旁瓣.该算法适用于任意奈奎斯特采样率,既能有效地抑制旁瓣,又能保持主瓣的能量和信号的高分辨率.实验结果表明,与传统的频域加窗方法相比,该方法能够在保持图像高分辨率的前提下,更有效地抑制旁瓣.     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

Sigma-delta ADC中数字滤波器设计

本文主要论述了用于音频系统ADC的过采样抽取滤波器的设计。系统讨论了滤波器的多级实现。采用了求平均值的方法去除1bit sigma-delta引入的直流电平。通过滤波器的多级化,左右声道共享组合电路,滤波采取时分复用思想,通过合理安排数字滤波器滤波执行时序以共享乘累加单元,有效地缩小了电路面积。     

自动目标检测的形态学神经网络与模拟退火学习算法

提出了一种具有实用意义的形态滤波神经网络模型及其网络参数的模拟退火优化算法. 通过分析指出, 形态滤波网络的优化设计过程实际上就是网络参数(结构元素)不断调整、逐步适应图像环境的优化学习过程, 从而将目标客体的特征规律反映到网络结构上来, 赋予结构元素特定的知识, 使形态滤波过程融入特有的智能, 以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力. 为结合运动图像目标的检测需要, 采用了渐近收缩误差、适时校正网络权值的动态跟踪学习算法. 通过实验结果可以看出, 该算法不仅能适应复杂多样的背景环境, 而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性.     

利用AR模型参数和BP神经网络辨识微震信号

利用AR模型参数和BP神经网络,针对矿山微震信号具有频带较宽、谱成分丰富的特性,提出了时不同频率范围的信号和噪声进行滤波处理的方法.利用该方法可将噪声与信号分离以及将不同频段信号分解,从而达到滤波的目的.实验结果表明,利用AR模型参数和BP神经网络能够有效去除微震异常信号的噪声,可应用于微震信号的预处理和微震预测.     

基于自适应多特征融合的双重图像退化修复网络

当前图像修复方法大多局限于处理某个单一特定任务,如超分辨率、去噪、着色等,很少有网络模型同时具备处理双重退化的能力.而现存可以解决多重图像退化问题的算法普遍结构复杂、训练时间长、人力成本较大.本文提出一种基于自适应多特征融合的双重退化修复网络(adaptive multi-feature fusion dual degradation restoration network, AMFNet),利用自引导模块(SGM)融合图像的多尺度信息,有效去除了图像中的部分缺陷;使用带有空洞卷积的编码解码器模块巩固图像的语义信息,实现了中间图像的着色;引入带有自适应多特征融合模块(AMF)的中间信息传输机制(ITM)链接以上两大结构,自适应选择保留网络递进过程的图像特征以避免有用信息的丢失.实验结果表明,基于自适应多特征融合的双重图像退化修复网络模型视觉生成效果最优,通过在CelebA和Landscape数据集上的测试分析,其结构相似度(SSIM)与感知图像补丁相似度(LPIPS)优于同类方法,而峰值信噪比(PSNR)则远超同类方法高达5 dB.     

基于奇异值分解的多小波图像去噪方法

给出了一种将多小波变换和奇异值分解相结合的图像去噪方法.该方法通过对含噪图像进行多小波变换,克服了单小波变换中无法同时满足正交性和对称性的缺点.对变换得到的高频系数矩阵进行奇异值分解去噪,提取高频系数中淹没在噪声中的信号成分,然后进行多小波重构,得到去噪图像.仿真结果表明,该方法能有效去除噪声,并获得良好的主观视觉效果.     

基于二通道不可分小波的多光谱图像融合

提出了一种伸缩矩阵为[1，1；1，-1]的二通道不可分小波滤波器组的构造方法，并把它应用于多光谱图像与高分辨图像的融合中．设计出多组不可分4×4小波滤波器组，并提出了一种基于该类小波的多光谱图像融合算法．利用所设计滤波器分别对多光谱图像的亮度分量和全色图像作多尺度小波分解，选取参数对分解后的低频分量进行调节融合．实验结果表明，该方法能较好地保持多光谱信息和高分辨率信息，其保持光谱信息的能力和保持高分辨率信息的能力比基于张量积离散小波帧变换（DWFT）的融合方法和基于改进的IHS变换的融合方法都强，当t值较大时，融合结果图像含有较丰富的光谱信息．与基于4个通道小波的图像融合方法相比，该方法可节约一半的运算量．     

基于四元数表达的模糊矢量形态学算子

由于经典的形态学算子不能直接拓展到彩色图像处理中,提出一类基于四元数表达的模糊矢量形态学算子.该算子利用四元数表达彩色图像并结合其分解特性,将彩色图像的模值、四元数的垂直分量和角度信息作为词典编纂顺序的3个边缘分量.3个分量一方面去除了彩色图像多通道数据的相关性,另一方面更便于词典编纂顺序等级的划分.并利用模糊数学解决了现有词典编纂顺序存在的等级判定难以深层进入的问题,给出了基于四元数表达的模糊矢量排序算法.与现有的矢量排序算法相比,新的矢量排序算法同时考虑了各分量的作用,并将判定进行到词典编纂顺序的最后一层,实现了矢量的正确排序.基于新的矢量排序规则,定义了矢量形态学算子,并将新的矢量形态学算子应用于彩色图像滤波、分割中.实验结果表明,与现有的矢量形态学算子相比,新的矢量形态学算子在平滑彩色图像噪声的同时保留了图像细节,并能正确地分割多类彩色图像,具有较高的鲁棒性及实用性.     

爆破震动等效载荷模型

通过对实验数据、点源矩理论和等效孔穴理论的分析对比认为: 在爆破区的邻近范围以外的震动信号主要来源于由于爆破作用引起的爆破后的爆破区邻近范围内地质结构的自振. 震动信号是由结构进行滤波后传出的, 而不是像很多人认为的那样: 这种滤波作用主要是由介质的非弹性性质(如介质阻尼等)决定的. 由此给出了一种适用于松动爆破的爆破震源的等效模型, 说明并验证了在一定条件下载荷的时间函数的冲量的决定作用. 同时实现了利用有限元方法对爆破震动过程进行数值模拟, 与实验结果的对比说明模型简单有效.     

L_0梯度极小化耦合梯度保真的保结构图像平滑

图像平滑是计算机图形学和图像处理领域中最为重要的工具之一,其主要挑战在于平滑输入图像细节的同时如何保持原图像的显著结构特征.近几年,一种基于L0梯度极小化的图像平滑方法被提出,不仅视觉上效果出色,而且其局部均一的效果较之以往方法更为显著,然而,现有的基于L0的方法会产生阶梯效应且容易丢失部分结构.本文提出一种结合L0梯度极小化和梯度保真的平滑方法.该方法可以在保留图像主要结构的同时克服传统方法的阶梯效应,且保持包括颜色近似处在内的图像结构.实验结果表明了新方法可用于图像融合、边缘提取、JPEG格式卡通画压缩痕迹移除等应用.