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。     

基于移不变全方向角提升的遥感图像降噪

在分析遥感图像结构特征及其与噪声之间主要区别的基础上,利用图像信号的方向信息,提出基于移不变全方向角提升小波（TI—OL）抑制遥感图像噪声的方法。该方法在方向提升小波变换的基础上并利用循环平移,Gabor小波滤波器和图像旋转技术改进了方向提升小波在图像去噪过程中存在的三个弊端：缺乏移不变性质,图像局部方向信息判方法断缺乏噪声鲁棒性和变换方向分布有限。消除去噪结果中的吉布斯效应,提高图像方向信息判断的准确性并保证图像纹理方向始终落在方向提升能最优表示的方向区间内。试验结果证明所提方法在处理遥感图像的过程中能在去噪的同时保留图像的细节和边缘信息,对遥感图像中的边缘信息如道路和桥梁有较好的刻画性能,较传统方法去噪性能（PSNR）和主观视觉效果（SSIM）均有较大提高。     

基于偏微分方程的去噪方法

利用偏微分方程抑制图像噪声已经被认为是具有显著效果的图像去噪技术。在阐述图像噪声模型的基础上研究了图像去噪的偏微分方程模型,并对偏微分方程中的参数选择进行了讨论。为了保持图像的边缘信息,对经典模型参数进行了改进。实验结果表明,偏微分方程适用于图像噪声的抑制,并且可以在抑制图像噪声的同时,保持较好的边缘信息。     

基于偏微分方程的去噪方法

利用偏微分方程抑制图像噪声已经被认为是具有显著效果的图像去噪技术.在阐述图像噪声模型的基础上研究了图像去噪的偏微分方程模型,并对偏微分方程中的参数选择进行了讨论.为了保持图像的边缘信息,对经典模型参数进行了改进.实验结果表明,偏微分方程适用于图像噪声的抑制,并且可以在抑制图像噪声的同时,保持较好的边缘信息.     

一种基于形态学梯度矢量和自适应模糊的目标边缘提取算法

鉴于现有的形态学梯度边缘检测算子没有考虑梯度的矢量性,在边缘检测部分提出了具有方向估计的形态学梯度算子,并将平滑处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现.同时,在图像分割部分运用了多层次自适应的模糊阈值分割方法,利用自适应的方法对典型的模糊分割器的窗宽进行调整,并运用多层次的局部调整使图像分割后的物体边缘更加完整清晰.     

基于结构张量的前后向扩散图像去噪方法

针对各向异性前后向扩散方程对图像进行处理时必然会导致图像角型区域纹理损失的特点,提出了一种改进的图像去噪方法。结合前后向扩散和结构张量对图像进行处理,利用结构张量算法计算图像中的角型区域,增强图像的角点纹理,在去除噪声的同时保留了图像的细节部分。通过实验与传统高斯低通滤波和未改进的去噪算法进行比较,结果表明该改进算法不仅有效去除了噪声而且保持了图像的纹理。     

基于二代Curvelet变换的自适应图像去噪

小波变换不能够最优地表示图像的边缘,而Curvelet变换硬阈值去噪后的图像过于平滑。二代离散Cur-velet变换运算速度非常快,而且基于Bayes原理的自适应阈值选择是子带变化的,具有最小的Bayesian风险。提出了一种基于二代Curvelet变换同Bayes原理相结合的自适应图像去噪算法,实验结果表明,该算法不仅能够有效地去除了噪声、较好地保留了图像的边缘信息,而且运算快速。     

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。     

一种改进的Canny算子边缘检测算法

介绍Canny算子边缘检测的基本原理,并对其性能进行分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,提出一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。在计算梯度幅值的时候采用了邻域的梯度幅值计算方法,考虑了像素对角线方向的梯度计算,进一步抑制了噪声的影响。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。