一种针对椒盐噪声的自适应非局部均值滤波方法.pdf
猫巷****熙柔
亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种针对椒盐噪声的自适应非局部均值滤波方法.pdf
本发明涉及一种针对椒盐噪声的自适应非局部均值滤波方法。属于数字图像处理技术领域。提出了一种简单而有效的去除椒盐噪声的方法。首先,使用滑动窗口识别噪声点,并使用局部滤波进行初步去噪。其次,提出具有自适应参数的非局部均值滤波用于进行二次去噪。本发明根据椒盐噪声的强度水平将平滑参数设计为分段函数。在公开数据集上的实验结果表明,新的滤波器平衡了去噪效果和消耗时间之间的关系。而且,新的过滤器可以有效地恢复被污染图像的像素并保留图像的纹理细节。
一种双模非局部均值滤波方法.pdf
本发明公开了一种双模非局部均值滤波方法,该方法首先利用目标先验知识确定滤波模型参数,根据图像中待处理像素,定位相似窗以及下一帧图像中的干涉区域,然后遍历干涉区域像素,定位匹配窗,对于每一个匹配窗,首先提取相似窗向量和匹配窗向量,分别计算相似窗和匹配窗的目标模型相似度以及背景模型相似度,然后利用目标模型相似度和背景模型相似度计算高斯模型和复合指数模型权值,根据干涉区域内所有双模权值得到相似窗中心像素的背景估计值,最后用原始图像和估计背景图像作差,获取背景抑制结果。本发明有效解决了由于复杂背景造成的强杂波干扰
一种快速高效去除图像椒盐噪声的均值滤波方法.pdf
本发明公开了一种快速高效去除图像椒盐噪声的均值滤波方法。包括以下步骤:8位灰度图像中,设定图像的滤波窗口,若中心像素灰度值为0或者255,则为疑似噪声像素,否则为信号像素;若为疑似噪声像素,从边界像素中提取信号像素构成集合,若为信号像素,则不处理;若提取的信号像素所构成集合为非空集,不处理;若为空集,则将滤波窗口大小加2,直至新集合为非空集;再用集合的元素灰度值均值代替,重复上述步骤处理直至所有疑似噪声像素,得到滤波处理后的图像。本发明具有良好的消除噪声和保持细节的能力,实用性强;实现了图像的自适应滤波,
一种基于轮廓非局部均值的滤波方法.pdf
本发明属于数字信号处理技术领域,具体为一种基于轮廓非局部均值的滤波方法。其将传统滤波方法中的正方形面片改为线段,并允许线段旋转和镜像,在比较线段相似性时,取其偏差最小的情况;在计算线段偏差时,各自减去其平均高度(灰度);并将所有线段利用k-means聚类法进行分组,只对在同一聚类中的相似线段才进行加权平均;其大大提供了信息冗余度,使得算法能够更有效地去除噪音,解决了原始非局部均值去噪方法中的稀有面片效应,即在信号突变处无法有效去噪的问题;不会引入光晕假信号;减少线段比较计算次数,可将算法计算速度提高两个数
基于局部均值差值的自适应伪球滤波方法.pdf
本发明涉及一种基于局部均值差值的自适应伪球滤波方法,包括:获取图像并将其转化为灰度图像、定义连续伪球函数、定义伪球滤波器模板、计算图像中各点处的均值差值、计算图像中各点处的加权均值差值、计算伪球滤波器在图像中各点处的尺度参数、计算伪球滤波器在图像中各点处的边缘保持参数、计算图像中各点处归一化的伪球滤波模板,最后使用归一化的伪球滤波模板对图像进行滤波,输出滤波后的图像。本发明提供的方法较固定参数的图像滤波能更好的保留图像的边缘等细节信息,较自适应的维纳滤波具有更好的噪音抑制能力。