一种基于Rough集的图像滤波算法

Rough集理论是一种新的处理含糊和不确定性问题的数学工具。它作为一种软计算方法，与模糊方法、遗传算法、神经网络等一样，是有发展潜力的智能信息处理方法。文中将Rough集理论应用到图像滤波中，提出了一种基于Rough集理论的图像中值滤波算法；给出了该算法与标准中值滤波算法的比较实验。结果表明，该算法去噪能力强于标准中值滤波算法，且能较好地保持图像的边缘细节信息。     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中，受到多种因素的影响，会含有各种噪声而降质。文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上，提出了一种自适应加权的遥感图像去噪滤波方法。该算法针对噪声图像上每一点，应用自适应加权算子，对于不同的图像区域，算子自适应地进行窗口大小和输出像素值的改变。试验证明，该方法优于传统的去噪滤波算法和AMF滤波算法，在滤除噪声的同时尽可能地保留了图像细节，对于遥感图像去噪增强具有很好的效果。     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中,受到多种因素的影响,会含有各种噪声而降质.文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上,提出了一种自适应加权的遥感图像去噪滤波方法.该算法针对噪声图像上每一点,应用自适应加权算子,对于不同的图像区域,算子自适应地进行窗口大小和输出像素值的改变.试验证明,该方法优于传统的去噪滤波算法和AMF滤波算法,在滤除噪声的同时尽可能地保留了图像细节,对于遥感图像去噪增强具有很好的效果.     

一种基于图像增强的图像滤波方法

针对传统图像滤波算法在滤除噪声的同时也会丢失掉一些图像细节信息的缺点,提出了一种基于图像增强的滤波算法。该算法根据待检测像素周围3×3邻域的像素平均灰度值和待检测像素的梯度值,并结合人眼视觉特性自适应地生成动态阈值。该算法能够在抑制噪声的同时,增强图像的对比度和图像边缘信息。     

一种针对激光雷达强度图像的滤波算法研究

基于激光雷达数据的特点,提出了一种融合的中值滤波算法。运用此算法和传统的中值滤波算法以 及均值算法对激光雷达数据进行了处理,并且使用多种指标对处理的结果进行了比较,证明本算法既保持了 传统中值滤波的优点,又改进了对弱边缘目标的保护     

一种改进的去噪阈值混合滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声,但当图像同时存在高斯噪声和脉冲噪声时,单独用任何一种滤波方法都不能达到最好的去噪效果。针对这一问题,本文提出了一种改进的基于去噪阈值的图像混合滤波算法,可以更有效地减少噪声,又可以较好地保持图像的边缘细节信息。     

一种基于非线性拉普拉斯滤波的边缘检测方法

我们已开发和评价了采用非线性拉普拉斯算子和Ｍａｒｒ Ｈｉｌｄｒｅｔｈ边缘检测模型的一个边缘检测方案。当信噪比据４０ｄｂ至１００ｄｂ范围变化时，该方法对图像中宽为一个象元的边缘进行检测，效果很好，也很灵活，我们将结果与文献中的结果做了比较，就所选用的试验图象看，得到的结果至少一样。而在大多数场合较之用其它类型的边缘检测器得到的结果要好得多。在比较中采用普拉特的质量因数作为定量的性能测定。当信比很低时     

一种基于级联滤波算法的SAR图像噪声抑制方法

提出了一种基于偏微分方程与增强Lee滤波级联算法的SAR图像相干斑抑制方法,利用偏微分方程的边界检测特性和增强Lee滤波方法的分区域处理特性,在保持图像细节的基础上有效抑制图像中的相干斑噪声。     

一种改进均值的自适应中值滤波算法

针对自适应中值滤波算法在滤除高浓度椒盐噪声和保留图像边缘细节中的不足,提出了一种改进均值的自适应中值滤波(IMAMF)算法。该算法采用扩充图像边界的方式,使得原图像的边界点能在自适应的滤波窗口下参与噪声检测和滤波处理,并在检测噪声和信号时,增加了噪声阈值判定,将存在噪声的像素点用修正后的均值滤波器值输出,信号点则用原始灰度值输出。为了验证算法的可行性,采用了5种不同的算法进行仿真对比分析,并从主观角度和客观指标上进行效果评价。试验结果表明:该算法能有效滤除浓度为10%～90%范围内的椒盐噪声,且图像细节和边缘信息得到了更好的保留,滤波性能明显优于其他算法。     

一种基于图像边缘特征的SAR斑点滤波算法

合成孔径雷达图像上的斑点噪声会阻碍图像的校准、检验、解译和应用,因此斑点噪声的去除是雷达图像处理的一个重要环节。通常的去噪方法在抑制噪声的同时也使得图像的边缘模糊,细节特征损失。理论和实践表明去除图像的斑点噪声和保持图像的边缘信息是无法同步实现的。为了在去除噪声和保持边缘特征之间进行折衷,本文基于MROA边缘检测算法以及均值滤波算法,提出了一种基于图像边缘特征的斑点噪声滤波算法。实验结果表明该算法能够在平滑图像的同时有效保持边缘特征信息。     

小波包变换与粗糙集在影像融合处理中的应用研究

针对高分辨率卫星影像提出一种基于粗糙集和小波包分析的融合算法.首先基于图像的粗糙集知识系统采用粗糙增强法对影像进行增强预处理,然后采用小波包对影像融合.实验结果表明融合图像比源图像具有更好的视觉特征.融合后影像不仅很好地保留了原多光谱图像的光谱特征,而且在增强信息锐化度,改善解译的精度等方面均收到很好的效果.     

小波包变换与粗糙集在影像融合处理中的应用研究

针对高分辨率卫星影像提出一种基于粗糙集和小波包分析的融合算法。首先基于图像的粗糙集知识系统采用粗糙增强法对影像进行增强预处理,然后采用小波包对影像融合。实验结果表明融合图像比源图像具有更好的视觉特征。融合后影像不仅很好地保留了原多光谱图像的光谱特征,而且在增强信息锐化度,改善解译的精度等方面均收到很好的效果。     

一种基于Bayesian准则和MRF模型的SAR图像滤波方法

提出了一种新的斑点噪声的滤波方法,该方法基于小波分解的框架,采用小波域隐MRF模型,计算图像中表征像素纹理特征的隐状态参数的后验概率,以此后验概率作为权重因子对传统GammaMAP滤波算法进行改进。该算法被用于模拟SAR图像和真实ERS 1图像的Speckle抑制。试验结果表明,与传统Gam maMAP算法相比,本文提出的方法能更好地抑制Speckle,并保持图像细节。     

基于改进粗糙集和NSCT的红外遥感图像增强

提出了一种基于改进粗糙集和NSCT的红外遥感图像增强方法。该方法首先利用NSCT对图像进行分解,得到多层多方向子带系数;然后根据相邻尺度和不同方向的子带中图像噪声、脆弱边缘等不同成分的系数分布,使用粗糙集对其进行分块,并制定合理的决策规则;再通过集合运算对系数中不同子块采用不同的处理方法,一方面抑制噪声,另一方面保护图像中的脆弱边缘结构,并采用增强函数对其进行不同程度的增强;最后对处理过的NSCT系数进行重构,获得增强后的红外图像。实验表明,该算法相对于其他传统红外遥感图像增强算法具有较好效果。     

基于粗糙集和遗传算法的超光谱波段集合整体缩减

提出一种对高光谱遥感影像波段集合进行整体缩减的方法。该方法首先根据模糊集和粗糙集理论,对原光谱波段集会进行近似等价波段区间的自动划分。对于每个近似等价波段区间,在考虑其他区间合成影像数据影响的情况下,利用遗传算法进行合成权系数的优化。实验表明,整体迭代线性合成方法不仅具有较高的计算效率,而且可以获得比独立线性合成方法明显优化的结果。     

基于粗糙理论的RBF网络及其遥感影像分类应用

将粗糙集合概念与模式分类过程相联系，构造粗糙集意义下的RBF网络表示形式，并利用遗传算法实现其粗糙逻辑机制。研究粗糙集意义下RBF映射理论在遥感影像分类应用中的具体算法和实现过程，以Landsat TM影像进行的土地覆盖分类实验为例，对分类过程和结果进行综合分析，认为该方法在网络结构、收敛性和分类精度等方面具有一定的优势。     

基于相位导数的GBSAR影像自适应滤波算法研究

GBSAR影像由于受到自身和周围环境的影响,在影像中易产生噪声,如不及时滤除噪声,将对后续的处理造成很大的影响,以往的滤波算法大部分是基于影像的幅度信息,没有将相位信息考虑在内,没达到真正滤波的效果。本文提出一种基于相位导数的算法对GBSAR影像进行滤波处理,并将结果与Lee函数滤波结果进行对比,结果表明基于相位导数的算法在GBSAR影像中具有良好的去噪效果,对GBSAR影像的后续处理提供了一种新的方法。     

一种改进的相位相关的影像配准方法

提出一种改进的基于对数极坐标变换的相位相关算法,该算法将分层匹配思想引入到匹配过程中,使得改进后的算法在保证精度的同时可大大加快计算速度,且与图像的大小无关,从而提高算法的整体性能。