一种基于图像融合的混合去噪方法

图像中合有各种各样的噪声，几乎没有一种方法会对所有噪声都有很好的去噪效果，本文针对不同类型的噪声，分别利用不同的去噪方法，然后利用融合算法，综合各种去噪图像的信息，收到了很好得效果。     

基于改进Canny算子的医学图像边缘检测算法

边缘检测作为图像分割的一部分,能够用于医学图像诊断。在医学图像获取过程中不可避免地会出现一些高频噪声,从而对属于高频分量的边缘产生干扰。传统Canny算子在高斯滤波去噪时会滤除一些边缘信息,且需要人为设定高斯滤波方差及高低阈值,缺乏自适应性。通过采用自适应中值滤波去噪,以及采用Sobel算子计算梯度幅值方向,并利用非极大值抑制对图像进行细化,最后利用Otsu计算图像高低阈值,从而对Canny算子进行改进,并在医学图像上进行实验。结果证明,该方法能更准确地检测边缘信息,且具备较强的自适应性。     

改进自适应中值滤波算法研究

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法。针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验。结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 d B以上;改进算法在高密度噪声时也能得到细节较为清晰的图像,PSNR比改进前的提高17 d B以上。     

一种基于图像滤波的加权 FCM 图像分割算法

针对模糊C均值（ FCM）图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法。该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM 算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确。利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明：本文算法对含噪图像有很好的分割结果。     

一种滤除椒盐噪声的改进的中值滤波算法

根据数字图像中椒盐噪声像素的特点,提出了一种非常有效的椒盐噪声检测算法：两极门限检测法,并通过实验验证了该算法的有效性。在两极门限检测法基础上,本文进一步提出了一种改进的中值滤波算法,该算法能够有效地滤除数字图像中的高密度椒盐噪声,同时尽可能地保留图像细节。     

一种改进的MTCNN人脸检测算法

人脸检测主要运用于机场、火车站等人口密集场所。目前常用的人脸检测算法有MTCNN、YOLOV3、faster-RCNN、SSD等,但已有算法难以兼顾检测速度和检测准确性。 通过改进多任务级联卷积神经网络（MTCNN）人脸检测算法,将MTCNN、YOLOV3、faster-RCNN等3个模型进行整合,减少内存与显存之间的数据搬运;然后动态修改Minsize值,减少图像金字塔中图片生成数量,并根据图像相似度对输入图片进行不同处理以提高效率。改进后的MTCNN算法比传统MTCNN算法识别速度提高将近40%,且正确率达到97%,可更好满足现代社会对于人脸检测的应用需求。     

一种改进的加权滤波去噪算法

噪声图像的恢复是影响图像信息的一个重要因素,提出了一种新的滤波算法,该算法首先利用阀值把噪声和图像像素区分开来,再对像素进一步区分出脉冲噪声和图像像素,最后对脉冲噪声用改进的加权中值滤波器滤波。仿真结果表明,该方法对脉冲噪声有很好的抑制作用,而且较好地保存了图像细节和结构信息,证明该方法具有实用性和有效性。     

一种自适应的高密度椒盐噪声滤波算法

针对传统中值滤波器在滤除大密度脉冲噪声时不能保护细节的问题,对高密度椒盐噪声滤波算法及其改进算法研究的基础上,提出了一种自适应的高密度椒盐噪声滤波算法。首先对噪声进行判别,计算噪声的浓度,针对不同的密度,使用不同的滤波方法。对受不同密度(≥0.5)椒盐噪声污染图像的试验结果表明,该算法在滤除噪声的同时很好的保护了细节,取得了良好的滤波效果。     

基于Canny算子改进的边缘检测算法

针对经典Canny算子在噪声去除、高低阈值选取和边缘断裂等问题,提出了1种改进的Canny算子边缘检测算法。首先用自适应中值滤波取代高斯滤波;然后采用改进的Otsu算法根据图像梯度幅值自适应地生成Canny算子的高、低双阈值;最后采用多特征融合技术修复断裂的边缘。实验结果表明,改进的算法具有较好的检测精度和抗噪声能力,能有效地修复图像断裂边缘,很好地控制断裂边缘的错误连接。     

一种图像自适应中值滤波算法

图像在产生、传递与接收过程中,会受到外界的影响尤其是噪音的干扰,严重影响图像质量,有必要进行预处理以保证图像的正常使用。阐述了脉冲噪音理论,分析了一维与二维中值滤波原理,提出一种自适应中值滤波算法。该算法作为非线性滤波算法,弥补了线性滤波算法缺陷,明显抑制了噪音,保证了原图像的信息内容。实验结果表明,这种自适应中值滤波算法在归一化均方误差（NMSE）、峰值信噪比（PSNR）、算法耗时T(s)等方面,比中值滤波算法具有一定的优势。     

GPU实现的椒盐噪声自适应中值滤波算法

提出了一种基于先检测、后滤波的椒盐噪声滤除GPU实现算法。该算法首先依据椒盐噪声的特征,将图像像素分为噪声和信号,然后对噪声像素作标准中值滤波,如果中值为信号,则用中值代替噪声像素灰度值;如果中值为噪声,则取中值邻域,如果中值邻域为信号,则用它代替噪声像素灰度值;否则扩大邻域窗口,重复算法。但随着图像规模的增大,在CPU上执行的时间显著增加。分析并利用图形处理器（GPU）的并行处理特征,并在GPU上实现了本文算法。实验结果表明所提出的算法较经典的自适应中值滤波算法有较好的去噪效果和边缘保护能力,并且随着图像规模的增大,算法执行时间较CPU可以提高最多3个数量级。     

中值滤波在图像去噪中的应用

本文对中值滤波器算法进行了探讨.二维中值滤波器是一个非线性算子,按照处理窗口中像素的灰度值进行排列,然后取其中值.中值滤波器在滤除椒盐噪声方面效果很好.     

稀疏度自适应回溯追踪算法改进

针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯追踪（SPWAMP）算法。该算法将自适应思想、变步长迭代思想与回溯思想相结合,在未知信号稀疏度的情况下,利用阈值方法选取预选集,通过变步长更新支撑集原子个数并结合回溯思想剔除不可靠原子,最终实现信号精确重构。仿真结果表明,当信号稀疏度K达到65时,该算法重构精度相对稀疏度自适应匹配追踪（SAMP）算法提高了40%,而此时正交匹配追踪（OMP）算法、子空间追踪（SP）算法和分段弱选择正交匹配追踪（SWOMP）算法已无法实现重构。因此,该算法相对其它同类算法提高了信号重构精度。     

一种改进的多边类LDPC码的扩展算法

码率自适应编码技术是为了充分利用移动通信中的频谱资源而出现的。现有的扩展算法尽管能够构造出码率范围很广的码率自适应扩展型多边类LDPC码,但是错误地板较高。对此,本文提出一种新的扩展算法——分级扩展算法,适用于任何多边类LDPC码且降低了错误地板。在AWGN信道下,仿真结果表明,所提出的算法较传统的扩展算法具有更好的性能。     

一种去除图像混合噪声的新方法

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与小波去噪的图像去噪算法.该算法首先检测出脉冲噪声点,并采用自适应窗口对脉冲噪声点进行中值滤波处理,然后用基于高斯混合模型的小波去噪法滤除图像中的高斯白噪声.仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多.     

Dynamic Graphical Simulation of a Large Scale Motor Crane Chassis

ＤｙｎａｍｉｃＧｒａｐｈｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆａＬａｒｇｅＳｃａｌｅＭｏｔｏｒＣｒａｎｅＣｈａｓｓｉｓＣｈｅｎＹｕｎｆｅｉａ（陈云飞）ＨｕａｎｇＸｉｓｈｉｂ（黄锡时）ＸｕＳｈａｎｇｘｉａｎａ（许尚贤）（ａＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎ...     

一种改进Grabcut算法的彩色图像分割方法

针对传统Grabcut分割方法难以很好处理图像阴影部分及分割时间过长的问题,提出结合K-means聚类算法与Grabcut函数的方法改善以上问题。该方法通过直方图均衡化实现图像增强,然后利用K-means算法以二分类的形式对像素进行聚类,利用形态学处理填充孔洞,自动获取目标物体轮廓后,结合Grabcut算法实现图像二次分割,最后利用颜色判定改善图像阴影部分。实验结果表明,该方法可实现图像自动分割、节省大量时间,而且对阴影部分图像处理有明显改善,具有较高的准确性和高效性。     

一种基于盒子维的图像复制-粘贴篡改检测算法

提出了一种基于盒子维的图像复制-粘贴检测算法。对图像分块后,提取各分块的盒子维与几何矩相结合做为各块的特征量,而后通过对图像块特征向量进行相似性检测来定位篡改区域。实验表明:该算法有较强检测能力,能抵抗高斯白噪声等后处理操作。     

广义离散随机系统的Kalman滤波的自适应算法

用现代时间序列分析方法，提出一类广义离散随机系统的自适应稳定态KaIman滤波算法，并给出了一个仿真例子．     

一种改进的空域图像信息隐藏算法

基于可逆矩阵乘法,提出了一种基于LSB的空域图像信息隐藏算法。与基于Arnold置乱的算法相比,本文算法的时间和空间复杂度较低,且有较强的抗攻击能力。