遥感序列图像中三种点目标检测预处理方法

提出了高通滤波、连续分割和顺序形态滤波等三种点目标检测预处理方法,给出了具体算法,通过实验比较了这三种预处理方法的抗噪声性能、背景抑制性能以及抑制虚假目标性能．实验结果表明顺序形态滤波法在这三个方面都优于其他两种方法,它能够快速、可靠地测出信噪比小于3的运动点目标．     

点云数据多种滤波方式组合优化研究

LIDAR获取地物的三维点云数据已成当下的主要方式。针对不同尺度下三维点云数据的噪声滤波顺序问题,提出一种基于PCL不同尺度下最优顺序组合的点云滤波去噪方法,即在对获取的室外三维图书馆模型源数据和室内桌子实体模型源数据预处理的基础上,集成双边滤波、高斯滤波、几何滤波三种滤波方式的优势来实现两种不同类型数据的滤波处理。通过实验给出了两种不同数据类型下最优组合顺序滤波的参数。实验结果表明,本研究中的组合滤波方法具有较好的鲁棒性和保特征性,可为建筑三维点云数据的滤波提供一定的参考。     

对红外背景、低信噪比条件下的小目标检测技术研究

低信噪比条件下小目标检测技术的研究是红外信息处理中的关键性问题．灰度形态滤波是一种结合信号形状的非线性运算，基于灰度形态滤波的预处理可有效地抑制图像中的背景干扰和噪声．对于多帧连续运动图像，经过前端的滤波预处理后，图像之间存在着一定的关联性，利用相关性结合神经网络算法可以对运动目标轨迹进行有效的刻画．     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念,定义了两种基于顺序形态滤波的广义边缘算子,重点讨论了百分位ｐ＝１／２时的边缘算子抑制噪声、提取边缘的理论和方法。实验表明,同传统的边缘检测算子相比,该方法具有良好的噪声抑制和边缘提取特性。     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念 ,定义了两种基于顺序形态滤波的广义边缘算子 ,重点讨论了百分位p =1 /2时的边缘算子抑制噪声、提取边缘的理论和方法 .实验表明 ,同传统的边缘检测算子相比 ,该方法具有良好的噪声抑制和边缘提取特性 .     

图像预处理的滤波算法研究

对于需要持续跟踪目标的成像系统来说,目标会出现由点到面或由面到点的变化.针对这种情况,分析并比较了三种点目标和面目标均适合的图像预处理滤波算法.仿真实验证明,改进的高通滤波算法比高通中值滤波算法和高斯高通滤波算法效果更好,可以在实际工程中得到应用.     

基于跳跃马尔可夫模型的红外点目标检测方法

提出一种基于跳跃马尔可夫模型的红外点目标检测方法,根据模型设计了采用粒子滤器的模型参数与状态估计算法.该方法既能用于图像的空域滤波,也能用于序列图像的时域滤波.实验表明采用该方法进行空域/时域滤波可以极大地抑制杂波背景并增强点目标的可检测性.     

形态滤波器在交通视频检测中的应用

介绍交通视频检测的基本过程,分析了交通视频图像的特征,研究了三种形态滤波器——中值滤波器、普通形态滤波器、顺序滤波器对交通视频图像的处理能力．顺序滤波器的使用依赖于二值图像中噪声与目标的分布参数P．提出了选择交通视频图像分布参数P和滤波窗大小的基本方法．实验证明,选用合适参数P的顺序滤波器能够大大减少计算量,快速地处理交通视频的二值图像,基本满足在各种气象条件下的实时采集交通数据的要求。     

基于广义形态骨架的拐点检测方法

提出了一种基于形态骨的快速拐点检测方法,该方法基于物体条件骨架原理,采用改进的非对称开运算算子,利用内外骨架检测物体的凸点和凹点,以实现对所有拐点的检测;对于有噪声图像根据多刻度滤波原理采用较大的结构算子去噪,使预处理和检测在算法上实现统一,实验表明,该统一算法检测准确度高,抗噪性能好、具有旋转不变性、计算量小、硬件实现简单。     

角位移和线位移圆度误差分离技术的比对分析

分析了采用角位移三点法和线位移三点法测量工件圆度误差时，两种方法权函数的频域特性：谐波抑制特性、测量系统权函数总体特点性对噪声的敏感特性。结果表明，角位移三点法存在0阶、1阶谐波抑制，且该测量系统的权函数有高通特性，这些特性不利于提高属于低频信号范围的圆度误差的测量精度，但有助于抑制测量噪声对圆度误差分离精度的影响。     

基于差分二值化的指纹预处理算法

在自动指纹识别系统(AFIS)中,图像增强和特征提取都是在预处理过程中完成的。由于图像增强技术主要依靠方向滤波,势必造成方向变化剧烈的中心区域出现连线错误和特征错误,导致中心区域的特征点都不能使用。提出一种基于差分二值化的预处理算法,图像滤波过程是在二值图像上进行的,可以确保中心区域的纹线形态不变,使中心区域的特征点完全能够参与匹配。实验结果表明,该算法速度快,可以有效地提高AFIS的性能。     

基于TM遥感图像的预处理分析

TM遥感图像预处理的目的主要是对遥感图像进行噪声滤除,更好的利用预处理后的遥感图像所反映的地物目标波谱特性进行反演、统计和分析。文章用ENVI软件截取合适的TM遥感图像研究区域,井用直方图最小值法校正遥感图像,然后又介绍多结构元素形态滤波方法,与传统的中值滤波和均值滤波进行了对比,信噪比高。这些方法很适合试验区的分析,效果很好。     

一种新型信号奇异值预处理方法

随着变频器等大功率电子开关器件的广泛应用,电信号中电磁干扰现象越来越严重,数据采集系统实时数据中的奇异点增多,且其分布特征不明显,对于低成本小系统来说,一些先进的数据处理方法无法实施,而传统均值滤波法和中值滤波法等滤波效果往往不理想。对此,提出了一种新型的信号奇异值的预处理方法,即PMF（预测均值滤波）法。该方法通过计算信号的前向均值和后向均值来分析信号的趋势,并将这个趋势作为判断奇异值的依据。如果是奇异值则将现有数据舍弃并根据前面判断的趋势对信号进行插值;如果不是则保留原数据,最后再对新的数据序列作均值滤波。应用结果表明,信号经过PMF法处理后其特征性能和平滑性得到大幅度提高,具有较好的实用价值。     

结合循环迭代方法的自适应中值去噪新模型

针对传统去除椒盐噪声方法在图像噪声密度较高时去噪性能较差的缺点,本文提出了一种结合循环迭代方法的自适应中值去噪新模型,提高了高密度椒盐噪声下去噪算法的性能.该滤波器工作模式可分为三个阶段：首先,图像疑似噪声点预处理,通过极值判断法,将待处理像素点进行区分得到疑似噪声点;其次,确定噪声点处理,将已确定噪声点用邻域内的中值或均值自适应替换,从而完成去噪;最后,疑似噪声点再次处理,通过算法内置参数和条件,进一步判断疑似噪声点是否为噪声点.该模型还加入噪声标记点方法,通过迭代处理判断标记点结束去噪,得到滤波后的图像.仿真实验证明,本文提出的方法较传统的几种去除椒盐噪声滤波算法,针对无论是低密度噪声图像或是高密度噪声图像,去噪性能都有一定的提升,且能够较好地保留图像边缘和纹理等结构信息.     

运动点目标的检测识别方法

主要研究点目标检测技术，提出了点目标检测技术的难点．简介4种点目标检测的方法，最后主要叙述采用TDLMS自适应滤波法来检测识别红外图像的运动点目标．     

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。     

基于形态滤波的电视跟踪系统

介绍了一种以多DSP处理器技术的数字式电视跟踪系统，利用FPGA控制，主要研究了利用形态滤波方法对跟踪目标进行采集和处理。实验验证了本系统可有效减轻DSP的速度负荷，对识别和跟踪低空、超低空小目标具有良好的作用，具有较高性能。     

采用非线性尺度空间滤波和SIFT的遥感影像配准方法

针对传统点特征匹配算法存在运算时间长和配准精度低的问题,提出一种基于非线性尺度空间滤波和尺度不变特征转换(SIFT)点特征配准算法.首先,通过非线性尺度空间滤波对基准影像和待配准影像分别进行预处理,保留其边缘信息并去除噪声.其次,采用SIFT算法对预处理后的两幅影像进行特征点提取,通过最近邻和次近邻的欧式距离比值法进行双向匹配,得到匹配特征点.最后,对待配准影像进行仿射变换.结果表明:该方法的总体运行时间比传统SIFT点特征配准算法降低63.2%,且配准精度大幅提高.     

适于遥感噪声图像恢复的柔性形态滤波器优化设计

遥感图像在其成像过程中产生了噪声，对被噪声污染的遥感图像进行滤波处理，从中恢复出有用图像正在成为遥感进一步研究和应用的基础，选用了一种重要的非线性滤波方法——柔性形态滤波器，并用模拟退火算法进行柔性形态滤波器的优化设计，计算机仿真结果表明，优化后的柔性形态滤波器在遥感噪声图像恢复方面取得了较好的效果。     

大梯度复杂物体三维形面测量中滤波器的选择

根据傅立叶变换法检测曲面形貌对滤波频率响应的要求,提出两种频域低通滤波器(指数滤波器,矩形余弦低通滤波器),在对具有大梯度和急剧变化细节的物体形面测量方面,有很好滤波性能。最后给出一个实验,证明了这两种滤波器的适用性和有效性。