高斯加权的遥感影像中值滤波及其快速算法

中值滤波算法能有效抑制椒盐噪声和高斯噪声,是一种广泛应用的遥感图像预处理方法。针对标准的图像中值滤波算法中在方形邻域窗口进行简单排序而没有考虑与中心像素距离的不足,提出了一种对邻域像素使用高斯加权的中值滤波算法,并使用C语言进行了快速实现。普通图像、光学和SAR遥感图像的实验表明,新算法具有更好的噪声抑制性能,且计算效率与经典算法有大幅提高。     

X波段航海雷达图像噪声检测与滤除方法研究

根据航海雷达数据的时空特点,提出一种图像噪声检测与滤除方法。该方法首先根据噪声在各次扫描间的不相关性对其进行检测,然后只针对检测出的噪声数据进行滤除。通过与传统的中值滤波算法和均值算法进行比较,同时使用信噪比指标对处理结果进行分析,结果表明,本算法既保持了传统中值滤波方法简单、快速的优点,又很好地保持了图像的灰度信息,具有较好的降噪效果。     

一种基于极值检测与自适应滤波的图像去噪算法

标准中值滤波及其一些改进算法对于被低密度脉冲噪声污染图像的处理可取得令人满意的效果,图像被严重污染时,这些算法得到的结果均不理想。针对这一缺陷,基于文献[1]提出的一种滤波算法进行改进。首先,利用极值法对图像进行检测,判断出噪声及非噪声点;其次,设置滤波模板的最小及最大尺寸,对噪声点进行窗口逐渐增大的滤波处理。计算机模拟实验结果及对SAR图像滤波结果表明:该滤波算法在噪声去除及边缘和图像细节保持上优于标准中值滤波及其一些改进算法。     

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。     

极化SAR图像自适应增强Lee滤波算法

精制极化Lee滤波算法以其简单、高效、健壮等优点在极化SAR图像处理解译中得到了广泛的应用。然而,此滤波算法存在明显的缺陷：扇贝效应和虚假细线。对此,本文提出增加一组均匀窗口及一组线性方向窗口,并采用大小自适应窗口机制,在同质度高的区域用大窗口滤波,在同质度低的区域用小窗口滤波,从而使得滤波窗口在形状和尺寸上都能自动适应实际场景。利用机载和星载全极化SAR数据进行的滤波实验结果表明,本文提出的自适应增强Lee滤波算法在同质区域的噪声抑制能力明显优于精制极化Lee滤波算法及改进的Sigma滤波算法,同时在保持点、线等细节信息方面也优于精制极化Lee滤波算法,并且能很好的保持图像中地物的极化散射信息。     

改进的中值滤波在图像去噪中的应用

阐述了中值滤波、软阀值法的去噪原理和优缺点,并用Matlab实现其算法。这2种方法在去噪时,会造成图像的部分细节丢失、边缘模糊等现象,针对这些问题,提出一种改进的中值滤波法。实验表明,改进后的中值滤波法具有更好的去噪效果。     

InSAR干涉图空域滤波方法对比分析

介绍了现有的InSAR干涉图滤波方法种类。重点研究了空域滤波中的均值滤波和中值滤波的原理和流程,选取真实的图像数据在Matlab软件中编程进行处理,并比较了2种算法的优缺点,以及同样在中值滤波法下取不同窗口的优劣性。最后,用5种定量评价指标比较和评价了不同的处理方法所得到的结果。     

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BP神经网络非均匀性校正算法

利用BP神经网络进行红外焦平面阵列的非均匀性校正,容易产生校正精度低、收敛速度慢及边缘模糊等缺点。文中提出一种基于中值滤波和改进网络权值的BP神经网络算法。对于非均匀性很大的红外图像,先对其进行中值滤波预处理,然后再在权值迭代过程中加入动量项改正来避免图像边缘模糊。实验结果表明改进后的BP神经网络算法更适合边缘细节丰富的红外图像。     

噪声的分布层次分析及其自适应滤波算法

基于对噪声模型的分析 ,提出了两种自适应中值滤波器算法 :(1)对于消除噪声密度较大的脉冲干扰 ,提出了基于剩余脉冲检测的自适应中值滤波器算法 (AMF1) ,通过对滤波器输出是否存在剩余噪声的检测来决定采用的滤波器窗口尺寸 ,从而有效滤除脉冲干扰 ;(2 )对于消除的一定宽度的脉冲干扰 ,则提出了基于脉冲宽度检测的自适应中值滤波器算法 (AMF2 ) ,通过决定干扰脉冲的宽度来确定滤波器窗口的大小 ,从而有效去除较宽的干扰脉冲。通过对实际图像的测试 ,表明提出的算法运算结果优于标准中值滤波器的输出结果     

基于统计比值差值排序滤波器的SeaWiFS图像椒盐噪声检测与消除

由于多种原因 ,部分SeaWiFS卫星图像数据中存在比较严重的椒盐噪声。该文在分析SeaWiFS椒盐噪声特征的基础上提出一种基于窗口内均值与均方差比值序列差值的统计比值差值排序滤波器 (StatisticalRatioRankOrderedDifferencesFilter,SRROD) ,并讨论如何使用该滤波器技术有效地对椒盐噪声进行白点噪声、黑点噪声检测和消除。与常用的中值滤波和其他滤波器比较 ,该方法能在有效消除椒盐噪声的同时 ,保持图像数据中其他位置的点不受影响。通过灵活地调整不同的阈值可以获得不同的滤波效果。最后 ,讨论了如何从有效峰值信噪比 (EffectivePeakSignalNoiseRatio,EPSNR)分布图上提取最优阈值对的方法     

InSAR干涉图的零中频矢量滤波算法

提出一合成孔径雷达干涉测量干涉图的滤波方法。该方法引入无线电技术中的零中频技术,将干涉图由高的中心频率变为零中频信号,再将信号分解至矢量空间中的两路正交信号,得到正弦支路信号和余弦支路信号,并分别进行低通滤波处理,最后根据滤波后的两路正交信号计算出滤波后的零中频干涉图,并恢复干涉图的原始频率,得到原始干涉图的滤波结果。实验结果表明:该方法滤波效果较好,能够解决干涉图条纹密集时滤波处理困难、效果较差的问题。     

SAR影像去噪声方法的研究

针对ＳＡＲ影像噪声的特点,在分析了几种主要滤波的基础上,提出了基于标准偏差的均值和中值滤波,试验证明了此方法的优越性。     

星载SAR图象斑点噪声消除方法效果的比较研究

星载（ＳＡＲ）图象一般都存在相干斑点噪声，严重干扰地物信息的提取与ＳＡＲ图象的应用效果，因此斑点噪声的消除问题引起微波遥感科技工作者的普遍关注，先后有多位学者提出各种不同的处理方法，其中最为常用的有均值平滑滤波、中值平滑滤波、Ｆｒｏｓｔ自适应滤波、Ｌｅｅ自适应滤波以及近期由Ｐ．Ｖ．ＮａｒａｓｉｍｈａＲａｏ等人提出的改良Ｋ－均值自适应滤波等方法。本文分析了这几种方法的数学基础，并选择了有代表性的实验区开展对比试验，结果表明：改良Ｋ－均值自适应滤波法效果最佳。     

一种基于小波相位分析的InSAR干涉图滤波算法

为了提高InSAR干涉图的滤波质量,本文在考虑干涉信号在同一尺度内具有相关性的基础上,提出并实现了一种基于小波相位分析的干涉图滤波算法.为检验算法的有效性,选取美国Phoenix地区高信噪比和伊朗Bam地区低信噪比两个真实C波段干涉图进行了滤波实验,通过与中值滤波算法、小波-中值滤波算法比较,证实了小波相位滤波算法是有效的且具有一定的优势.研究表明,不论是高信噪比干涉图还是低信噪比干涉图,小波相位滤波算法都能有效抑制其噪声.     

联合EEMD-KECA算法的InSAR干涉相位时频滤波

根据干涉图信号和噪声时频分布差异的特点,提出一种改进的基于经验模态分解EEMD的InSAR干涉相位滤波方法。该方法首先利用可有效降低模态混叠的EEMD算法,对干涉图的实部及虚部分别进行2维经验模态分解,获得具有不同时间尺度的模态分量;然后根据信号和噪声分量的时间尺度分布特性的差异,采用适用于非线性信号分析的KECA算法对噪声识别、分离;最后利用去除噪声后的模态分量重构干涉图。为了证明本文方法的有效性,分别利用模拟数据及真实InSAR差分干涉相位进行滤波试验。对比本文EEMD-KECA滤波方法、Goldstein滤波、圆周期—中值滤波、EMD分解、EMD-PCA方法的滤波效果,采用相干斑指数、均方差指数、边缘保持指数进行定量评价。结果表明,与经典InSAR干涉图滤波方法相比,本文联合EEMD-KECA算法的滤波方法能有效滤除干涉图噪声,且在条纹边缘等细节信息的保持上也具有较大优势。     

基于GPS／BDS组合的浅海AUV定位性能分析

针对水下机器人在浅海工作时定位误差大的问题,在浅海电磁波信号衰减不大的情况下,文中重点介绍一种基于GPS/BDS双模组合定位技术的浅海水下机器人高精度定位导航系统,为了比较双模定位系统的定位性能,设置了GPS和BDS单模定位系统作对比,提出了使用中值滤波算法和卡尔曼滤波算法相结合的定位数据处理方法,通过对双模定位系统测试数据的滤波处理,得出系统的定位性能。测试结果表明,双模定位系统的定位精度要高于单模定位系统;中值滤波和卡尔曼滤波相结合算法的应用能够明显提高双模定位系统的定位精度。