基于改进的空间域变换的图像增强算法研究

为了提高图像增强后的图像质量,提出了一种改进型的图像增强算法,首先对图像进行傅里叶变换,然后对图像进行直方图修正,采用高斯平滑滤波处理技术,最多得到清晰图像。实验结果表明,提出的改进算法有效地提高了图像的清晰度,图像增效效果更为平滑。     

基于Gabor特征分解的高斯混合非线性图像滤波

通过图像滤波提高图像的分辨和识别能力,传统的图像滤波算法采用小波降噪方法,由于受到背景色噪声的干扰,小波分解中对低频图像参量的滤波性能不好。提出一种基于Gabor特征分解的高斯混合非线性图像滤波算法。首先进行图像平滑和小波分解预处理,沿梯度方向求得图像边缘信息,在尺度平移平面上进行小波特征分解,得到图像滤波过程中的Gabor小波变换系数,采用高斯混合非线性滤波算法实现图像滤波方法改进。仿真结果表明,采用该方法进行图像滤波,能有效抑制图像斑点噪声,提高图像的分辨性能,对边缘特征和细节的保持能力方面性能有优越,特别适用于对合成孔径雷达成像的滤波处理。     

一种改进的Canny的图像边缘检测算法的研究及实现

针对传统的Canny算子采用高斯滤波会造成图像的过度平滑和高、低阈值需要人为确定的缺点,提出了一种改进的Canny边缘检测算法,采用中值滤波代替高斯滤波,同时利用基于离散概率模型(Discrete Probability Model,DPM)的自适应选取阈值,能有效地清除脉冲噪声的同时,提高了边缘检测精度。     

应用Canny算子的织物疵点检测改进算法

针对传统的Canny算子不同阈值的选择存在被动性差、实时性差,无法进行在线检测等问题,本文提出了应用Canny算子的织物疵点检测改进算法。分析不同种类的织物疵点特征,利用不同的高斯滤波器对织物疵点进行滤波处理。通过自适应形式获取图像边缘信息的阈值,有效避免了由于阈值取值过高或者过低无法获取更好的织物疵点的边缘信息,同时能够根据织物疵点的类型选取对应的滤波参数,实现了织物疵点检测优化。仿真实验结果表明,经过改进后的Canny算法运行时间较短,漏检率低,能够更好的获取图像的边缘细节,并且整个算法的适应能力较强。     

一种基于小波域的数字水印算法

分析了一种小波域数字水印算法,利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印,在对原始图像进行多级小波分解后,通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性,并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。     

一种改进的基于结构张量的高分辨率遥感图像道路提取算法

研究了基于结构张量的主方向计算方法,针对其计算结果不够精确的缺点,对高斯滤波进行改进并结合canny算子,提出了改进的主方向计算方法,然后基于局部主方向结合Gibbs抽样进行遥感图像道路提取.截取某城市Quick Bird高分辨率遥感图像中的两幅图片,对本算法进行测试.结果表明,该算法可以比较精确地对道路进行提取.     

自适应滤波算法在矿井中消除回声的研究

针对矿井中的回声消除的问题,采用自适应滤波的LMS算法进行解决,首先分析了自适应滤波算法的优缺点,其次针对LMS算法存在的问题进行改进,并从算法收敛性、抗噪性和稳定性进行了理论上分析,在仿真实验中,采用矿井的声音样本进行分析,从收敛性、计算量,输出结果进行分析,实验说明本文算法在回声消除方面具有一定的效果。     

应用双重滤波去噪的混合加密图像认证算法

为了避免图像压缩与恶意篡改对图像认证的影响,提出一种以图像自适应中值滤波和Haar小波滤波为基础,通过混合加密处理来实现的图像认证算法。在图像双重滤波去噪的基础上,算法通过DCT和DWT混合变换域提取图像的特征信息,并且结合幻方算法和Arnold算法对图像进行混合加密,接收方通过密钥与hash值进行认证。实验结果表明,算法提高了抗图像压缩和图像篡改的性能,并且能够快速检测并精确定位篡改位置,为图像在网络中传输提供了较好的安全性。     

基于Gabor特征分解的高斯混合非线性滤波算法

传统的窄带信号检测滤波器采用IIR自适应线谱增强滤波算法,对信号特征分解的阶数要求高,导致非线性失真,提出一种基于Gabor特征分解的高斯混合非线性滤波器设计算法,在IIR滤波器设计的基础上,对信号进行尺度和时延估计,构建自适应高阶累积量滤波设计方法,采用高阶累积量对窄带信号进行均方一致估计,对Gabor特征函数Taylor级数展开,求得高斯混合非线性滤波器的带宽参数,最后实现高斯混合非线性滤波器设计改进,提高对窄带信号的检测性能。仿真结果表明,该算法具有较好的滤波性能,可以明显地抑制色噪声的影响,提高信号增益达到20 d B。     

岩石裂隙图像几种滤波处理算法的精度对比与改进

本文主要研究均值滤波、中值滤波和高斯滤波的相应算法,利用编程处理技术对其进行实现,并运用于岩石裂隙图像中,比较对岩石图像处理方法的优缺点。结果表明：在对于岩石裂隙图像处理中,中值滤波要优于均值滤波和高斯滤波。     

使用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

吏用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

基于DSP的泡罩药品图像滤波处理

为了保证泡罩药片图像分割、边缘处理等图像算法的顺利进行,需要对采集到的泡罩药品图像进行滤波处理。本文设计了一套基于DSP和触摸屏的泡罩药品在线检测系统。为了有效滤除药品图像中的各种噪声,并能够尽可能的保留图像中的边缘和细节等信息,提出了一种自适应的脉冲耦合神经网络的图像滤波算法,并在脉冲耦合神经网络中引入了平滑抑制因子。最后进行了仿真分析,仿真结果表明,该滤波算法能够有效的滤除泡罩药品图像中的噪声,并很好的保留了图像边缘等重要信息。     

基于 Matlab 的图像阈值分割算法研究

重点讨论了图像分割法中的阈值研究法,包括全局阈值法和自适应阈值法。对全局阈值算法中的人工选择法、迭代式阈值选择法、最大类间方差法以及自适应算法中的分水岭算法进行了重点分析,用M atlab进行实现并给出了实验结果;分析了几种算法的适用情况,并提出了一些改进意见。     

基于自适应观测粒子滤波的运动跟踪算法

针对标准粒子滤波算法在运动跟踪的应用中还存在跟踪精度不高的问题,本文提出了一种基于噪声优化自适应观测粒子滤波算法的运动跟踪模型,首先构建基于目标跟踪的观测模型,利用当前时刻得到的观测量对粒子滤波算法进行修正,然后采用一个加权函数对目标进行采样来建立直方图,达到自适应加权的目的,最后采用不同方差的高斯噪声加权和来建模,对自适应观测粒子滤波进行去噪优化。仿真试验结果表明,本文提出的基于噪声优化自适应观测粒子滤波算法的运动跟踪模型相比较标准粒子滤波算法而言,具有较高的运动目标跟踪精度且在运动跟踪的应用中效果良好。     

基于相关度预测的椒盐噪声自适应滤除算法

在分析现有的细节保护滤波算法的基础上,提出了一种基于相关度预测的图像椒盐噪声自适应滤除算法。对于信号像素,保持灰度值不变。对于噪声嫌疑像素,利用对邻域灰度相关量化分析和定义的灰度相关函数作为信号邻域相关性的度量,并将该系数作为预测滤波算法的阈值进行判别。根据像素被判定为噪声或有效信号的概率,自行调整滤波强度,减少图像滤波处理中的细节损失。实验表明,该算法的噪声滤除能力、细节保护能力以及运算效率都可以得到满意的结果。     

带遗忘因子的自适应迭代容积卡尔曼滤波算法

自适应迭代滤波算法作为典型的滤波改进算法,有效提高了滤波精度,但旧数据影响过大,导致滤波发散;遗忘因子滤波算法虽然引进遗忘因子减少了旧数据的影响,但是其滤波算法本身的精度不高,难以处理高度非线性问题。基于此,本文借鉴遗忘因子的滤波算法和自适应迭代无迹卡尔曼滤波算法的思想,把遗忘因子与自适应迭代容积卡尔曼滤波相结合,这样既可以发挥遗忘因子的作用,减小历史数据对滤波结果的影响,又可以提高滤波算法本身精度和处理非线性问题的能力。仿真实验表明,该算法可以有效减小误差且提高滤波精度。     

一种改进的Canny算法在建筑物边缘检测中的应用

在实际拍摄环境中用CCD对建筑物进行拍摄会产生椒盐噪声和随机脉冲噪声,为了更好地去除图像中的噪声并有效地提取建筑物的易失边缘,提出了一种用K近邻平滑（均值、中值）滤波代替Gauss滤波改进的Canny算法。实验结果表明,改进后的算法有较高的信噪比,可以有效地保护易失边缘。有利于建筑物图像的边缘提取以及3D重构。     

一种基于DWT的自适应图像数字水印算法

提出了一种基于DWT和Arnold置乱变换的自适应图像数字水印的算法。该算法利用人类视觉模型的频率掩盖特性对嵌入水印的强度能够进行自适应的调整,从而使算法具有自适应能力。实验结果显示,嵌入的水印具有不可见性,而且对于常见的JPEG压缩、滤波、噪声等攻击具有良好的鲁棒性     

雾霾天气下多尺度劣质图像质量增强方法研究

提出一种基于Retinex算法的多尺度劣质图像增强方法。该方法首先利用图像保持的映射算法进行多尺度劣质图像的特征提取,结合特征提取的图像利用Retinex增强算法对多尺度劣质图像进行图像增强,引入变换实现多尺度劣质图像动态范围的压缩,采用非线性的变换对多尺度劣质图像的高光区域进行抑制,利用反锐化滤波代替高斯函数的滤波和原始的多尺度劣质图像进行卷积,以图像增强的结果完成对雾霾天气下多尺度劣质图像质量增强方法研究。实验结果表明,该方法能有效地提高雾天图像的对比度与饱和度,并保持图像色度不变。