图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上，对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型，通过多次试验，得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

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。     

基于知识自适应图像平滑

简要地讨论几种典型的空间域图像平滑方法,提出了一种新的保护图像边沿细节的平滑方法——补偿型中值法,并设计了一个基于知识的自适应平滑处理系统的框架。     

图像平滑与边缘检测的迭代算法

图像平滑和边缘检测是图像处理、计算机视觉等领域研究的经典问题。区别以往对这两个问题独立求解的做法，文中作者将图像平滑与边缘检测问题结合起来综合考虑。首先，提出了基于全局边缘特征的边缘检测算法并对自适应平滑算法进行了改进。然后，利用迭代处理的思想对图像进行平滑和边缘检测，得到了迭代的平滑与边缘检测算法。实验表明，该算法可以有效地解决平滑过程中的细节保持和边缘检测时剔除伪边缘这两个难题。     

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。     

图像平滑与边缘检测的迭代算法

图像平滑和边缘检测是图像处理、计算机视觉等领域研究的经典问题.区别以往对这两个问题独立求解的做法,文中作者将图像平滑与边缘检测问题结合起来综合考虑.首先,提出了基于全局边缘特征的边缘检测算法并对自适应平滑算法进行了改进.然后,利用迭代处理的思想对图像进行平滑和边缘检测,得到了迭代的平滑与边缘检测算法.实验表明,该算法可以有效地解决平滑过程中的细节保持和边缘检测时剔除伪边缘这两个难题.     

改进的快速中值滤波算法在图像去噪中的应用

在图像处理中,传统的中值滤波算法都是建立在排序理论上,并没有充分考虑到各数据之间的相关性。提出一种改进的快速中值滤波算法,充分利用数据的相关性,避免传统算法因排序所需大量数据比较。先用分治法计算第一个窗口的中值,然后利用数据的相关性计算余下窗口的中值,大大提高了效率。最后分别用传统的中值滤波算法和改进的快速中值滤波算法对同一幅有椒盐噪声的图像做去噪实验。实验表明,该算法能快速实现图像去噪。     

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     

常用边缘检测算法在不同影像海岸线中提取比较研究

海岸线是区分海洋与陆地区域的基本线。由于区分不同的海岸线时的标准不同,因此,不同的海岸线在卫星影像上提取方法也各不相同。本文采用常用的边缘检测方法,如Sobel 算子、Roberts算子和Canny算子三种算法对人工海岸和沙质海岸线进行提取比较,并通过实验数据验证评价3种算子提取海岸线的效果。     

基于SIFT特征和改进融合策略的图像拼接算法

为了消除图像拼接中的缝隙,本文提出一种改进的图像拼接算法。该算法首先利用经典的SIFT算子提取特征点,接着建立两幅图像的映射关系,利用RANSAC算法进行特征匹配点提纯,最后重叠区域的像素融合采用改进的加权平均算法。实验表明,该算法可以很好地消除重叠区域的拼接缝隙。     

基于遗传算法的影像纹理分类

阐述了遗传算法的基本原理,提出了与马尔柯夫随机场相结合的遗传算法在影像纹理分类中的应用。通过对4种纹理取样的实验,表明这种影像纹理分类方法可以提高分类的正确率。     

顾及专题属性的空间聚类算法质量比较研究

顾及专题属性的空间聚类分析是空间数据挖掘中一个十分具有挑战性的研究课题。目前,顾及专题属性空间聚类分析一般可以分为划分的方法、层次的方法、基于模型的方法、基于密度的方法和混合的方法等。然而这些算法如何去比较质量、算法如何选取却是一个很少涉及却很重要的问题。本文对实际数据进行聚类分析实验,比较了11种顾及属性的空间聚类算法的质量,从整体质量差异和两两之间质量差异的角度分别进行了定性、定量分析,并分析了算法之间的相似度,这对于用户算法的选择、算法的评价具有指导意义。     

高分一号遥感影像融合方法比较研究

利用HPF(高通滤波)法、Gram-Schmidt法、HCS(超球面空间)法和UNB-Pansharp法4种影像融合方法,对高分一号遥感卫星影像进行融合实验。通过对融合影像的目视解译,根据地物类型的不同,从光谱保真度和空间细节保持度2方面进行定性评价。采用统计方法进行定量评价,评价指标包括信息熵、平均梯度、相关系数和偏差指数。在综合评价结果后,给出4种融合方法不同的适用情况,为高分一号影像的进一步研究提供理论支撑。     

基于遗传算法的影像分级决策融合

在传统的影像单级融合技术基础上提出了基于遗传算法的分级影像决策融合方法，该方法适用于影像之间的冗余度、互补程度和融合顺序均未知的情况。算法采用模糊逻辑和遗传算法确定了影像间的冗余度和互补程度，并由此得出了近似的影像最优分级决策融合方式，最后通过实验比较了分级融合、单级融合以及源影像的目视效果和数学统计结果。     

基于遗传算法的快速影像匹配技术的研究

提出了一种将遗传算法 (简称GA)用于影像匹配的算法 ,较为详细地分析了遗传算法中群体的大小、交叉率、变异率、选择机制对影像匹配的影响 ,特别是对未成熟收敛等问题进行了较为深入的研究。实验证明该算法快速、有效     

Matlab中图像边缘检测算法研究

边缘检测是图像识别的中心环节,快速、精确地提取图像物体的边缘信息一直是国内外研究的热点。本文介绍了Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较。得出Sobel算子、Prewitt算子检测斜向阶跃边缘效果较好,Roberts算子检测水平和垂直边缘效果较好,LOG算子和canny算子提取的边缘比较完整,位置比较准确,并能够检测出图像较细的边缘部分。为进一步研究图像边缘检测理论奠定了一定的基础。     

遗传算法在影像模糊增强中的应用

影像增强是图像处理的基本内容之一,其目的是改善图像的"视觉效果"。以遗传算法优良的全局寻优特点及影像的模糊性为基础,将遗传算法引入到影像模糊增强处理当中,用于选择模糊增强参数,并对适应度函数进行了改进,加入了对对比度信息的限定,产生了比较好的增强效果。