基于曙光1000A的并行SVD图像滤波方法

提出了一种分块ＳＶＤ图像滤波算法,与现有的ＳＶＤ滤波方法相比,它有效地降低了存储开销,计算复杂度也由原来的Ｏ（ｎ３）降为Ｏ（ｎ２）;同时这种分块ＳＶＤ滤波方法具有很好的并行性,在曙光１０００Ａ上设计了并行处理算法,实验和分析都表明,其加速比接近处理机个数ｐ．     

基于本征图像滤波的可见光图像处理方法

在可见光图像处理领域中,为了进一步改善频域滤波法去除噪声的能力,提出了本征图像滤波法去除图像噪声的方法.以经典SVD算法为例,首先探讨了奇异值重构维数的选取方法,然后分别对高斯噪声和椒盐噪声污染的图像进行去噪,验证不同重构维数的去噪效果,最后以PSNR和SNR为参数进行评价.结果表明,重构时,过小的维数不能恢复原始图像...     

基于本征图像滤波处理可见光图像的方法

在可见光图像处理领域,为了进一步改善频域滤波法去除噪声的能力,提出了本征图像滤波法去除图像噪声的方法.以经典SVD算法为研究对象,首先探讨了奇异值重构维数的选取方法,然后分别对高斯噪声和椒盐噪声污染的图像进行去噪,验证不同重构维数的去噪效果,最后以S_(NR)和P_(SNR)为参数作出评价.结果表明,重构时,过小的维数不能恢复原始图像,过大的维数则会引入更多的噪声,只有恰当的维数才能达到理想效果.相比椒盐噪声,处理高斯噪声所得P_(SNR)值和S_(NR)值更高,表明本征图像滤波法更擅长处理高斯噪声.     

基于MATLAB的车辆图像滤波

研究交通事故处理过程中的立体视觉量测问题,必须首先解决图像的预处理问题,本文依据小波分形和图像滤波理论,采用Matlab语言,编写了小波滤波和常规滤波器的程序,并针对车辆图像进行了多种滤波去噪效果的对比分析,实验证明,运用二维小波去除车辆图像的噪声优于普通的滤波器处理效果,该研究方法对于交通事故中的图像处理具有重要意义．     

基于梯度滤波的彩色图像快速拼接与实现技术

提出了多优先区域搜索算法，结合梯度滤波改进了匹配模板提取法和分块相似匹配法，并对图像配准的各环节进行加速，实现了特征模板的自动、快速提取和快速匹配，极大地减少了用相似性准则比较图像的计算量，大量的实验结果表明本文所实现的拼接系统既满足实时要求，又具有较强地抗噪声鲁棒性。     

基于Z—buffer的深度图像三维滤波方法

采用对深度图像自适应分层滤波方法，提出三维掩模的概念，基于Ｚ－ｂｕｆｆｅｒ把深度图分解成若干个不相交的子图像，通过对子图像的滤波与合成，降低算法的复杂度，并使滤波后的误差控制在给定范围内，为计算机渲染算法提供了一种新的后期处理途径，并可应用于景深与运动模糊的模拟。     

基于排序统计的图像边缘增强滤波

主要研究了如何对受混合噪声污染的模糊图像进行边缘增强滤波,并提出了一种基于排序统计的图像边缘增强滤波算法,该算法将输入样点集划分成两个具有不同灰度值的子集,通过子集的运算值之差判断边缘是否存在。如果边缘存在,则通过判断滤波窗位于边缘的哪一侧来选择某个子集的输出运算值以增强边缘的梯度;如果边缘不存在,则考虑进行噪声的平滑,计算机模拟实验表明,基于排序统计的图像边级增强滤波器在增强边缘的梯度的同时,能     

微光图像中值滤波与众值滤波理论与实验研究

中值滤波法是图像平滑技术中常用的一种方法。但中值滤波法处理微光图像时有一定的局限性。该文对此做了进一步的实验与讨论，与众值滤波法进行了比较性研究。众值滤波法是对滤波窗口内所有像素点的灰度值作数学统计，并取出现几率最大的像素灰度值为为滤波结果，累此处理过的图像更接近真实。     

基于LMS算法的图像自适应滤波方法研究

在图象处理工作中,为了免除噪声的干扰,需要对图像进行预处理。本论文对现有的图像滤波方法与LMS算法进行了介绍,并针对目前的基于LMS的自适应滤波方法进行了介绍和研究。     

墙地砖图像的快速中值滤波研究

以墙地砖为研究对象,根据提出的快速中值滤波算法对之进行了去噪处理,实践证明了该算法的正确性与可行性,因此它成为智能墙地砖分拣机软件编程中平滑处理的快速算法,为墙地砖的在线全数监测打下必要的基础.     

一种新的基于SVD图像降噪方法的探究

奇异值分解(SVD)在图像处理中具有极其重要的应用.针对传统SVD降噪适应性差的缺点,提出了在得知噪音方差的前提下,以基于SVD和能量最小原则图像自适应降噪为参考,在保持相近峰值信噪比的同时,将图像降噪的适应范围进一步推广.并且运行时间得到了有效缩减,为处理大型图像问题提供了可能性.数值试验结果表明,同种情况下分块降噪效果更佳.     

一种细胞神经网络图像滤波方法

以人脑神经细胞之间的联接关系为背景提出的细胞神经网络,由大量胞元组成,且只允许最邻近的胞元之间直接通信,这种神经网络模型对二维图像的初级加工很有用,它的实现也较容易。在介绍了细胞神经网络模型的基础上,阐述了细胞神经网络用于图像滤波的方法,给出了软件程序框图及仿真结果。结果表明,可取得理想的处理效果。     

基于FPGA的图像处理系统

针对目前采用通用计算机、多CPU并行、DSP等方法实现实时图像处理的不足,研究了一种基于FPGA的图像处理系统,由图像采集和图像处理基本算法两部分组成.图像采集选用OV7670图像传感器,其内部集成了传感器及图像处理单元,可以直接输出数字信号给FPGA.图像处理选用Altera公司的Cyclone II系列的FPGA芯片,在芯片上完成了图像采集的控制,模拟了I2 C总线协议,通过设计FPGA的内部逻辑实现了图像灰度化、中值滤波、边缘检测等图像处理基本算法,使处理速度远远快于软件方法.仿真结果显示:该系统实现了实时图像的快速采集和处理,最高能达到30帧/s,并且分辨率为640×480.     

基于滤波的单幅图像去雾方法

基于Tarel方法提出一种新的基于滤波的单幅图像去雾方法. 先利用双边滤波求出初始的大气散射光, 较好地保持了边缘平滑纹理; 再利用自适应中值滤波器进一步求得边缘清晰、 纹理平滑、 景深信息真实的大气散射光; 然后基于分层搜索的四叉树分解方法求得大气光; 最后, 依据雾天退化模型得到复原的图像. 与经典去雾算法对比结果表明, 使用该方法复原的图像更接近真实图像, 特别对于纹理较丰富的区域和远景区域去雾效果更明显.     

一种改进的图像中值滤波算法

为了满足图像预处理的实时性要求,提出一种基于前一帧图像的改进的中值滤波算法.充分利用相邻窗口间的相关信息,通过移出一列(或一行)像素并移入另一列(或一行)像素,而其余已排序像素保持不变,仅对新移入的像素进行排序的方法,完成中值滤波处理,达到滤波要求.实验证明该算法可以有效地降低图像预处理的复杂度,使传统中值滤波算法的复杂度由原来的O(D2)降到了O(D),应用效果良好.     

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。     

基于粗糙集理论的SAR图像speckle滤波方法

针对合成孔径雷达(SAR)采用主动式相干波的成像方式,在从原始信号到图像的重建过程中存在斑点噪声的干扰的问题,根据粗糙集理论的条件属性把SAR图像像素分成三类:均匀区域类、非均匀区域类和包含分离点目标类.对不同的像素类采用不同的滤波方式,然后合并三类子图像得到SAR图像的speckle滤波的图像.该方法既可除去图像中的斑点噪声,又可保留图像中的细节特征,有利于对图像的后续处理.     

基于Z-buffer的深度图像三维滤波方法

采用对深度图像自适应分层滤波方法，提出三维掩模的概念，基于Z－buffer把深度图像分解成若干个不相交的子图像，通过对子图像的滤波与合成，降低算法的复杂度，并使滤波后的误差控制在给定范围内，为计算机渲染算法提供了一种新的后期处理途径，并可应用于景深与运动模糊的模拟．     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。     

基于多尺度分析的足迹图像滤波方法

根据足迹图像的特点,给出一种基于多尺度形态学足迹图像滤波算法。首先将噪声图像中不同尺度的亮特征和暗特征提取出来并分别保存在形态学开闭塔中,然后根据不同尺度噪声的多少给予不同的权重进行噪声平滑处理,最后通过对形态学开闭塔进行重构得到滤波图像。实验数据表明:在足迹图像滤波中本文给出的方法要优于文中提到的其他方法。