一种基于邻域信息的椒盐噪声滤波算法

中值滤波是最早提出的一种有效抑制椒盐噪声的滤波算法，但其最大的缺点是模糊了细节部分．提出了一种改进的中值滤波算法，根据待测点与相邻像素点之间灰度值的相似性来区分噪声点与图像点，对噪声点应用中值滤波，而对图像点保留其灰度值不变，该算法在有效抑制椒盐噪声的同时能很好地保护细节．     

微光图像麻点噪声滤波理论与实验研究

均值滤波法处理微光图像时会造成严重的图像模糊。该文对此做了进一步的研究与实验，采用一种新的改进性处理措施－麻点噪声滤波法抑制微光图像噪声。该方法是将滤波窗口内中间像素点灰度值与所有像素点灰度平均值的绝对差值同阈值进行比较，并根据比较结果决定滤波输出。实验结果表明，麻点噪声滤波能有效地抑制微光图像噪声，对图像边缘保护特性比均值滤波好。     

一种改进的自适应图像中值滤波方法

针对标准中值滤波方法存在的不足,提出了一种改进的自适应中值滤波方法。该方法用求得的均值自适应代替原噪声图像的灰度值。实验结果表明,与标准中值滤波方法相比,该方法在滤除噪声的同时,保留了图像细节且有较好的信噪比,尤其对含噪声密度高的图像的处理效果优势更为明显。     

数字图像迭代均值滤波降噪算法

改进了图像处理的传统均值滤波算法,提出了迭代均值滤波算法。该方法从图像第1个像素开始,依次用邻域均值法处理每个像素。每处理1个像素立即更新该点灰度值,并用新灰度值参与后续像素的处理运算。图像实验结果表明,该算法能增强去噪效果,明显改善图像重构质量。     

中值滤波与均值滤波法在条形码去噪中的应用

通过对条形码图像进行二值化处理,采用中值滤波与均值滤波方式完成对条形码的去噪,解决条形码在识别过程中遇到的问题。     

中值滤波与均值滤波法在条形码去噪中的应用

通过对条形码图像进行二值化处理,采用中值滤波与均值滤波方式完成对条形码的去噪,解决条形码在识别过程中遇到的问题。     

带修正因子的均值和中值滤波算法研究

大部分自然图像同时包含高斯噪声和椒盐噪声,简单地运用传统的滤波算法不能得到理想的滤波效果.为了解决混合噪声图像的滤波问题,分别针对以高斯噪声为主的混合噪声图像和以椒盐噪声为主的混合噪声图像,提出了带修正因子的均值滤波算法和带修正因子的中值滤波算法.这两种算法在修正后的阿尔法均值滤波算法的基础上做了两方面的改进:首先,提出在图像邻域内为不同灰度值的像素点给出归一化的权值,用这些权值和与其对应的灰度值共同决定滤波输出.其次,所设计的权值可以用修正因子来进行微调,来获得理想的滤波效果.实验证明,其处理效果优于传统滤波算法和修正后的阿尔法均值滤波算法.     

二值图像中基于连通集的滤波算法

根据OCR应用系统中二值图像应用的特点，介绍了一种利用连通性来去除二值图像中噪声的滤波算法，并与中值滤波和区域填充法进行了比较．试验表明，该方法在运行速度和去噪效果上都优于中值滤波和区域填充法。在该OCR系统的应用中具有很强的实用性．     

利用中值滤波进行图像处理

从人眼的结构和视觉特性出发 ,研究了图像中噪声产生的机理和消除的方法 ;提出了利用中值滤波法消除图像噪声的实用方法 ,对影响图像信号的不同噪声采用了不同的滤波方法 ,并对信号的频谱和滤波的效果进行了研究和分析。利用中值滤波法消除图像中的随机噪声是图像噪声处理的最佳方法。     

具有细节保护特性的多级中值滤波算法

提出了一种改进的中值滤波算法。该算法对中值滤波进行了两方面的改进，一方面基于区域的统计信息，对噪声点进行分析；另一方面对多级中值滤波的方向进行自适应处理。与中值滤波相比，它具有更好的平滑噪声和边缘保持功能，而且能有效地滤除图像中的随机噪声。     

雾霾天气下基于二次滤波的交通图像去雾算法

雾霾天气下采集到的退化含噪图像模糊不清、对比度较低;而使用传统基于双边滤波的去雾方法得到的图像偏暗,效果有限。针对这些问题,提出了一种新的基于二次滤波的算法,实现雾霾天气下交通图像去雾处理;利用双边滤波对含雾图像的暗通道图像进行第一次滤波,用引导滤波对图像的透射率粗估计进行二次滤波优化。根据降质模型对含雾图像进行复原,进而得到去雾后的图像。实验效果证明,与传统方法相比,得到的去雾图像与真实场景亮度更加相似,色彩饱和度较好,图像质量较高。     

改进的中值滤波算法应用于的冲噪声的滤除

中值滤波是广泛应用于去除脉冲噪声的一种非线性去噪方法，但是单一地使用中值滤波方法去除脉冲噪声会造成图像细节信息的丢失，从而使图像变得模糊．基于噪声点检测的脉冲噪声滤波方法可以在滤除噪声的同时有效地保持图像的细节信息．本文在此基础上提出了一种改进的基于噪声点检测的脉冲噪声滤波算法，该算法在检测噪声点时用被检测点的中值滤波结果作为判定该点是否为噪声点的依据．而在滤除噪声时，采用的是迭代的中值滤波算法．从实验结果中可以看到。与其它中值滤波算法相比。本文的算法在去除脉冲噪声时能取得理想的去噪效果．     

基于MTM和灰色关联度的混合噪声自适应滤波算法

利用MTM滤波算法和灰色关联度的特点,提出一种基于MTM滤波算法和灰色关联度相结合的混合噪声图像的自适应滤波算法.算法选取加窗混合噪声图像的MTM值,采用灰色关联度自适应地计算各像素的加权系数,通过加权得到滤波后图像.仿真实验表明,该算法有较好的自适应性,不但能够有效抑制图像的噪声,而且能较好地保护图像的细节信息,提高图像的清晰度.     

基于窗函数的FIR数字滤波器设计

FIR数字滤波器在图像处理、数据传输等场合具有广泛应用,其设计是信号处理的核心问题之一.软件实现数字滤波优势体现在滤波器参数的改变伴随滤波器性能的改变.阐述了数字滤波器的设计方法,讨论了FIR线性相位的条件和幅度特性,并以矩形窗和布拉克曼窗为例,在MATLAB软件中实现了滤波器的仿真设计.仿真表明：借助计算机软件设计数字滤波器的过程简便易行,滤波性能指标均能达到指定的要求,对数字滤波器的推广应用有一定的促进作用.     

全相位方向滤波器组设计及其应用

为提高方向滤波器组的方向选择性和运算速度,基于全相位列率滤波理论提出了一种新的方向滤波器组设计方法该方法直接从频谱特性设计纯二维方向滤波器并灵活构建方向滤波器组,避免了传统方向滤波器组对图像的旋转、采样等操作,可以更多地保留图像细节并减小运算量．采用该方法设计了2种全相位方向滤波器组,并将其用于图像去噪对经典测试图像的实验结果表明,与Contourlet变换及其改进——非下采样Contourlet变换相比,采用该方法去噪后图像的峰值信噪比最多提高2．96dB,且重建图像的主观质量也较好．     

保持边缘的相干加强各向异性扩散滤波及其应用

扩散滤波全称也作相干增强各向异性滤波,是一项尺度空间的图像恢复技术,也是一种定向平滑的技术。与其他平滑技术相比,它具有最优的平滑特性和保持边缘特性。这种滤波方式能压制噪声、提高横向连续性、增强地震数据对层序体内部结构的成像能力。因此,图像噪声的过滤是数字图像处理的重要步骤。     

一种基于Rank变换的改进中值滤波

针对传统中值滤波对孤立噪声点和连续噪声不能有效滤波等问题,提出了一种改进算法：首先通过Rank变换,找出图像中所有的孤立噪声点,然后遍历图像对孤立的噪声点采用中值滤波,最大限度保持图像细节,有效地解决了在抑制图像噪声和保护图像细节方面的矛盾,对图像中孤立噪声,蕞唷较好的滤波效果;随后,进一步针对少量连续噪声点的情况,采用迭代算法对上述改进中值滤波算法结果进行处理,来解决连续噪声的滤波问题．试验结果表明,本文算法滤波后的图像效果明显好于传统滤波方法,能够有效地去噪,并能较好地保持图像细节和边缘．     

基于金字塔模型和各向异性滤波的分层自适应图像增强算法

结合拉普拉斯金字塔模型分解和前后双向异性扩散算法,提出一种分层自适应图像增强算法.该算法首先进行图像的高动态范围压缩,然后采用拉普拉斯金字塔模型方法将原始图像分解为不同尺度和频率下的带通图像序列.根据不同频率层图像的纹理方向特征,设计自适应参数法修改扩散传导方程的参数,在不同频率图像层上分别实现噪声平滑和边缘特征的增强.仿真实验通过与其它图像增强算法进行比较,评价结果表明,提出的分层自适应图像增强算法的处理效果良好,定量评价指标大幅改善.     

基于同值压缩的自适应中值滤波

为了在图像去噪处理中更好地保持或还原图像细节,针对脉冲噪声,把滤波窗口中等值的像素压缩后作自适应中值滤波,提出基于同值压缩的自适应中值滤波算法,并用实验来检测其优越性.该滤波算法执行速度快,去噪性能和图像细节保持及还原能力明显优于经典中值滤波及自适应中值滤波.     

MATLAB在数字滤波器设计中的应用

数字滤波的目的和模拟滤波相同,只是信号的形式和实现滤波的方法不同。数字滤波器具有比模拟滤波精度高、稳定、体积小、重量轻、灵活、不要求阻抗匹配以及可以实现模拟滤波器无法实现的特殊滤波功能等优点,所以数字滤波器的应用非常广泛。文章主要介绍了MATLAB工具软件设计数字滤波器的工作方法。