FPGA在图像处理中的中值滤波的实现

在图像的采集和传输环节中,图像在由于采集的设备和方法的原因,会产生不同程度的干扰,这些干扰会使图像产生噪声和变形等缺陷,图像质量的降低会使后续处理产生影响。因此,对于图像的滤波和图像增强就显得尤为重要。为了保证图像质量、保存图像细节,通常会对图像进行滤波处理,这样既能去除噪声又能保证保证图像细节不丢失。在这其中FPGA由于其快速的处理数据的能力而被广泛用于图像处理领域。     

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。     

基于像素小基团增强的网络课件图像清晰化算法

网络视频图像的双距离较远,环境复杂,很难保证压缩还原后的图像质量,使得图像包含大量的随机多维噪声,噪声特征属性呈现多元性,导致传递图像失真。为此,提出了一种基于像素小基团增强的网络课件图像清晰化算法。利用离散小波变换算法对图像进行去噪处理,去除外界因素对图像造成的干扰。利用像素基团能量的观点对图像进行增强处理,保证传递的动态图像的清晰化。实验结果表明,这种算法提高了远程网络视频教育动态图像的清晰度。     

利用空域法对医学图像进行处理

PACS是医学信息系统中重要的组成部分,在其过程中图像增强处理尤为重要。图像增强技术主要是提高医学图像的可懂度。空域法是在图像平面上修改灰度的各种算法,对图像进行平滑和锐化,以消除噪声和突出图像特征。     

人体运动图像动态视点平滑能量衰减过程仿真

传统图像平滑能量衰减分析方法,对于人体运动图像高频分量抑制效果较差,且模糊图像边缘,运算效率较低。提出了一种依据替身运动DR算法的人体运动图像动态视点平滑能量衰减过程仿真方法,采用高斯滤波器对人体运动图像进行平滑处理,过滤人体运动图像的噪声,完整保留人体运动图像边缘信息以及细节,用替身描述人体在场景中的运动特征,替身在场景中运动并同其它人体的替身进行交互,采用局部化的人体模型提高人体运动场景的逼真度,通过人体运动图像的DR预测算法,完成人体运动图像动态视点平滑能量衰减过程分析。实验结果说明,所提方法能够确保人体运动图像边缘锐化,有效降低平滑能量、锐化边缘。     

雾天自然场景图像的色差补偿修复算法仿真

雾天自然场景图像受到浓雾噪点抑制导致色差,需要进行色差修复补偿,提高图像质量。提出一种基于光线滤波平滑处理的雾天自然场景图像的色差补偿修复算法。进行雾天自然场景的色差特征模型构建和雾天背景建模算法设计,采用光线滤波平滑处理方法进行色差补偿,通过光线滤波来获得能量函数的极小化解,实现图像去雾处理,提高了雾天场景图像的修复性能,提高图像成像质量。仿真实验结果表明,采用该算法进行浓雾环境下的自然场景图像色差补偿修复,性能较好,归一化最小平方误差较低,成像效果较好。     

基于扩散方程的图像去噪

在图像处理和图像分析领域中,去除噪声是一个长期存在的问题.好的去噪方法为图像的后继处理如边缘检测、图像分割、图像匹配等会带来许多好处,为此,人们提出了许多图像去噪平滑的方法.     

高分辨率太阳图像中列固定模式噪声的消除

高空间分辨率太阳图像中的列固定模式噪声降低了图像质量并对太阳大气现象、太阳物理的研究产生了影响。针对传统小波变换处理列固定模式噪声不足的问题,提出一种新型的基于小波变换和双滤波的去噪算法。首先,根据噪声的产生机理以及存在形式,将原始图像对数化并进行小波变换。其次,对小波域中的垂直分量进行中值滤波,去除其中的噪声小波系数。再次,利用小波逆变换得到无噪图像,并与对数化图像做差提取初始噪声。然后,对初始噪声进行低通高斯滤波并指数化得到结果噪声。最后,用原始图像除以结果噪声便得到去噪后的图像。真实图像的实验结果表明本文算法的去噪效果优于其他算法。实验表明本文算法在去除列固定模式噪声的同时,能够很好的保留图像信号,提高图像质量。     

空时频下高度扭曲不可分图像深增研究

采用空域处理、时域处理加频域处理的联合处理方法,对图像在多个域进行图像扭曲的校正和图像质量的增强,从而达到高度扭曲下的图像质量改善;最后采用实际的高度扭曲图像进行测试实验,结果显示,采用基于空时频联合深增的高度扭曲不可分图像处理方法,高度扭曲的不可分图像质量被大大增强,可以很好的应用在图像处理方面。     

超声图像大规模乘性噪声干扰的过滤算法仿真

超声图像广泛应用于工业,海洋,医学等领域并且在诸多领域起到不可替代的重要作用。但大规模乘性噪声严重影响了超声图像的成像质量。无法精准判读超声图像,制约着超声图像应用的发展。为此,提出超声图像大规模乘性噪声干扰的过滤算法,通过对超声图像成像像素进行像块分解重组重构出大规模乘性噪声部分,运用滤波函数公式提取出大规模乘性噪声干扰量,建立超声图像大规模乘性噪声过滤模型将乘性噪声干扰进行过滤计算,重构更为清晰的超声图像的过程。仿真实验证明,超声图像大规模乘性噪声干扰过滤算法有效的抑制了大规模乘性噪声对图像质量的影响,更好的保留了超声图像的细节信息。     

基于二维离散小波的成像测井图像增强

为了改善成像测井图像质量以确保后续解释评价的效果,需要对成像测井图像进行增强处理。目前,成像测井系统在图像增强方面采用的传统办法,在图像增强的同时也放大了噪声。本文提出基于二维离散小波的加权阁值图像增强方法,采用小波时图像进行频域分割,根据信号与噪声在频域的不同特点,利用加权闽值来对成像测井图像进行增强。通过对实际电成像测井资料的处理,结果表明,在图像增强的同时也很好保留图像的边缘信息,是一种有效的图像增强方法。     

静态图像数字水印的鲁棒性研究

文章通过对加水印的图像进行一系列处理和变换,验证水印的鲁棒性,并对出现的一些问题进行分析。主要进行了如下实验：水印对平滑和锐化处理的鲁棒性实验、水印对噪声的鲁棒性实验、水印对旋转变换的鲁棒性实验、水印对JPEG有损压缩的鲁棒性实验。     

数字图像的平滑处理方法研究

图像在获取和传输过程中,会受到各种噪声的干扰,使图像退化,质量下降,对分析图像不利。图像的平滑或去噪一直是数字图像处理技术中的一项重要工作。为此,论述了在空间域中的各种数字图像平滑技术方法。     

一种冶金腐蚀区域图像分割算法研究

研究图像冶金腐蚀区域准确分割的方法。在冶金腐蚀区域分割的过程中,利用传统方法进行分割处理,由于腐蚀区域边缘不规则,造成无法准确获取腐蚀区域的缺陷,影响了冶金腐蚀区域分割的准确性。为此,提出了一种基于图像的冶金腐蚀区域分割算法。采集冶金图像,并对其进行初始化处理,去除图像中的噪声,提高图像质量。对图像像素进行增强处理,提高图像的对比度。利用线性分析方法,对图像中的冶金腐蚀区域进行分割处理。实验结果表明,利用这种算法进行冶金腐蚀区域分割,能够有效提高分割的准确率,取得了令人满意的效果。     

基于小波变换图像增强的研究与分析

本文基于小波变换的理论,对图像进行增强分析,并与频域法的低通滤波和高通滤波以及空域法的平滑滤波、锐化滤波进行比较,表明小波变换对改善图像质量较好。     

Gabor传递函数相似性测度图像质量评价算法

数字图像在压缩和融合等处理中会产生退化效应,当前对图像退化中质量评价指标如均方误差(MSE),峰值信噪比(PSNR)等不能有效反映图像在退化过程中传递性能,而只是单纯计算图像之间灰度值差异,对图像质量评价不准。提出一种利用Gabor传递函数相似性测度为评价指标的图像质量评价算法,采用图像的亮度、对比度和结构相似度为场景结构基准特征,设计Gabor传递函数。通过双正交滤波器得到Gabor传递函数相似性测度,该指标能有效反映图像退化演变过程中的传递性能,合理评价参考图像和失真图像质量。仿真实验表明,利用Gabor传递函数相似性测度指标评价图像质量,能准确反映图像失真等级,在几乎所有失真类型上都能有较满意的结果,评价结果比较稳定。     

不规则单帧运动图像中三维姿态矫正技术研究

传统三维姿态矫正方法主要依据不同帧运动图像特征进行分析,由于非显著图像边缘容易同噪声混淆,导致不规则单帧运动图像特征受到噪声因素的干扰,图像特征质量降低,无法对运动图像三维姿态进行有效矫正,提出一种应用模糊核估计和仿射变换的三维姿态矫正方法,采用shock滤波器从不规则单帧运动图像中预测出显著图像边缘,对不规则单帧运动图像进行平滑处理,降低噪声的干扰,将显著图像边缘其当成全局图像三维姿态矫正的指导,针对不规则单帧运动图像的图像特征识别模糊问题,基于透视原理以及仿射变换原理,推导出不规则单帧运动图像三维姿态调整的策略,结合测定的运动图像旋转角度,对运动图像左右倾斜、水平旋转和垂直旋转的三维姿态进行调整,实现不规则单帧运动图像三维姿态的准确矫正。实验结果说明,在不同噪声的条件下,该算法可对运动图像的三维姿态进行准确的矫正,具有较强的抗噪性能。     

基于椒盐噪声的中值滤波法的使用

图像在这个信息化的时代已经成为获取的重要手段,但图像在获取和传播中通常会受到噪声干扰,降低图像质量。因为我们需要图像去噪技术来改善图像的质量获得更多的信息。研究图像去噪问题,主要针对去椒盐噪声。     

基于视觉偏移修正的浓雾图像突兀点平滑处理

在浓雾环境下采集的视觉图像出现突兀点,需要进行平滑处理,提高对浓雾环境下的图像成像和识别能力。传统方法中采用差频控制的浓雾图像突兀点平滑处理算法,图像采集出现视觉偏移时平滑处理效果不好。提出一种基于视觉偏移修正的浓雾图像突兀点平滑处理算法,基于浓雾天气条件下单色大气散射模型,物体表面的反射光由于大气粒子的散射而损失,得到雾点散射损失,采用视觉偏移修正的算法,提高对浓雾图像的视觉偏移修正能力,由于起点坐标和视线方向出现视觉偏移,采用去雾滤波算法提高突兀点的平滑性能,得到浓雾图像的去雾滤波系统函数,通过边缘检测得到图像的突兀点平滑结构,进行Hough变换直线检测,实现视觉偏移修正和突兀点平滑改进。仿真结果表明,该算法具有较好的突兀点平滑处理性能,无论是细节还是浓雾图像的色彩都恢复得比较自然和清晰,去雾效果较好,平滑处理的图像有较高的配准率,展示了该算法的优越性能。