自适应中值滤波

摘要： 提出了一种应对加性脉冲噪声的指纹图像去噪方法,该方法对于高倍率的加性脉冲噪声有着很好的处理效果。相比较传统的无区别对待噪声和图像信号的全局滤波处理方式,采用了开关滤波和自适应窗口大小的中值滤波算法,同时该方法在处理的过程中采用边缘滤波多方向比较以获取最佳边缘像素值。实验仿真效果表示,在脉冲噪音概率密度80%以上时,相比较其他的方法,图像的MAE、MSE较低,PSNR较高,视觉效果良好,边缘清晰平整,图像质量高。

摘要： 图像在采集、压缩、传输和接收的过程中,会受到脉冲噪声的影响,给后续的边缘检测、图像分割或目标识别等造成干扰;传统中值滤波将图像的RGB分量转为YCbCr分量进行滤波,该转换方法会损失一定的色度信息,且未将彩色信息完全分离,导致滤波后的图像产生色彩偏移;针对上述问题,利用HSI彩色空间中的I和S色彩分量对椒盐噪声进行检测,并通过自适应中值滤波将椒盐噪声滤除,图像还原度更高;利用FPGA对算法进行了硬件加速,在xc7a100tfgg484-2芯片上运行频率达222 MHz,可实现2k@60 Hz视频的实时处理。

摘要： 针对目前大批量的带钢检验工作,提高检验效率以及检验精度是十分重要的。因此本文提出了一种基于自适应中值滤波下的MobileNet带钢缺陷分类。通过对带钢表面缺陷数据集进行自适应中值滤波,在预处理中去除图像噪声后的数据经轻量化卷积神经网络对带钢表面缺陷进行学习。经训练后的网络可以精确的识别并分类常见的带钢表面缺陷其包括夹杂、划痕、压入氧化皮、裂纹、麻点和斑块,其实时监测精度高且效率远远超过人工。在预处理过程中经过了自适应中值滤波后的数据使训练网络精度提高了5.55%训练时间缩短了32s,最后通过对比不同滤波参数下的结果从中选出最适宜的一种。

摘要： 中值滤波和自适应中值滤波被广泛地应用于消除图像的椒盐噪声。传统中值滤波算法无法根据图像噪声浓度改变窗口尺寸,并且噪声浓度过高时,中值滤波算法基本失效。自适应中值滤波算法可以根据椒盐噪声浓度大小对窗口尺寸进行改变,在高浓度噪声干扰下仍然具有较好的去噪效果。针对椒盐噪声,对中值滤波算法和自适应中值滤波算法去噪结果进行比较。通过仿真实验对图像添加不同浓度的椒盐噪声,并分别使用中值滤波算法和自适应中值滤波算法进行噪声去除,实验结果表明,在去除椒盐噪声方面,自适应中值滤波克服窗口尺寸局限性后,比中值滤波具有更好地去噪效果,能很好地保留图像细节,且它的信噪比、峰值信噪比数值最大,均方误差的值最小。

摘要： 遥感影像去噪对于影像后续的使用和研究具有重要意义。高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点。针对以上问题,提出了一种遥感影像混合噪声二阶去除方法。该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪。为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征。该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果。为验证算法的可行性和有效性,进行了遥感影像去噪实验及去噪影像边缘检测实验。分析实验结果,无论从主观视觉还是客观评价指标上进行对比,提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好地保留影像边缘细节及纹理特征,获得更清晰的影像结果。

摘要： 中值滤波算法存在受窗口尺寸影响的局限性,当噪声浓度过高时,经过去噪处理后的图像表面仍然会分布较多噪声点.自适应中值滤波虽然解决了中值滤波窗口尺寸固定不变的问题,但随着噪声浓度增大,其去噪效果仍然存在一些不足.为了在窗口尺寸可变的情况下提高去噪效果,在自适应中值滤波算法的基础上进行部分改进,以椒盐噪声为例,通过对去噪过程中增加一个限制条件,在得到图像邻域灰度中值的基础上,须使灰度最大值与灰度最小值之差大于灰度中值,并使当前窗口中除去极大、极小灰度值后的其余像素的灰度均值替换当前像素值,反之则输出当前像素值.实验结果表明,改进后的自适应中值滤波有着更好的去噪效果.

摘要： 为降低海事监控视频图像背景中运动物体引起的杂波和噪声对船舶目标检测的影响,根据采集的可见光视频图像特性,提出一种海天背景下船舶目标自适应检测算法。将待检测图像进行预处理,使用自适应中值滤波和均值漂移(mean-shift)滤波对图像进行滤波去噪。采用密度峰聚类对传统K均值聚类算法进行改进,自适应确定初始聚类中心及其数量。对海面船舶进行自适应聚类分割。仿真实验显示:该算法的检测准确率为90.3%,验证了其准确性和可靠性;单帧视频图像的船舶目标检测用时可控制在100 ms以内,满足实时检测的要求。结果表明:该算法可以实现海天背景下船舶目标的准确、快速检测,为海上船舶目标跟踪奠定了可靠的基础。

摘要： 为降低海事监控视频图像背景中运动物体引起的杂波和噪声对船舶目标检测的影响,根据采集的可见光视频图像特性,提出一种海天背景下船舶目标自适应检测算法.将待检测图像进行预处理,使用自适应中值滤波和均值漂移(mean-shift)滤波对图像进行滤波去噪.采用密度峰聚类对传统K均值聚类算法进行改进,自适应确定初始聚类中心及其数量.对海面船舶进行自适应聚类分割.仿真实验显示:该算法的检测准确率为90.3％,验证了其准确性和可靠性;单帧视频图像的船舶目标检测用时可控制在100 ms以内,满足实时检测的要求.结果表明:该算法可以实现海天背景下船舶目标的准确、快速检测,为海上船舶目标跟踪奠定了可靠的基础.

摘要： 针对现有自适应中值滤波器运行耗时长以及在高椒盐噪声密度下去噪性能低的问题,提出一种基于FPGA的自适应中值滤波器优化方法,对铁轨图像进行滤波研究.加入像素噪声阈值判断和二次求中值的方法,提高图像在大椒盐噪声密度下的处理能力,在大窗口中只对外围像素求中值减少迭代处理,降低算法的复杂度和运算量,利用FPGA的流水线结构和并行处理能力,加速算法的运行.与现有仿真滤波效果最优的中值滤波器相比,优化方法图像细节保持更加完整,运算量降低15％,峰值信噪比值平均提高0.9 dB,采用FPGA运行优化算法将耗时降低到了毫秒级,为铁轨图像实时处理应用提供了基础.

摘要： 测井数据在采集、传输及处理的过程中叠加了脉冲噪声,降低了资料品质,影响到后续的岩性解释、油气识别、井震标定及储层预测等研究.针对存在的问题,许多学者提出了中值滤波器的改进方法,自适应中值滤波器是其中的代表.它不仅能够有效压制脉冲噪声,而且能够较好地保护有用信息,滤波后的测井曲线能够有效分辨薄层,有效识别地层的岩性、物性及孔隙流体性质.模型测试及实际应用表明，自适应中值滤波处理后的测井数据，有效压制了脉冲噪声，保留了有用的地质信息，能够清楚识别地层的岩性界面，反映岩层厚度，岩性分析结果同录井、井壁取芯的岩性分析结果吻合性良好。应用该资料估算的储层物性参数，同实际测试及实验室分析结果相一致性。利用其声波、体积密度等资料制作的合成地震记录，同井旁地震道的相关性提高20%，井震联合反演成果的可信度明显提高。这些测试和实际应用充分验证了白适应中值滤波技术的有效性。

摘要： 为了更好的恢复被高密度椒盐噪声污染的图像，本文提出了一种基于两阶段方法去除图像椒盐噪声的算法。首先，利用改进的自适应中值滤波算法标识出图像中被污染的像素点，然后对被污染的像素点采用变分滤波的方法进行恢复。此方法有效的避免了自适应中值滤波算法和变分滤波算法各自的缺点，利用了自适应中值滤波良好的噪点识别能力和变分滤波的细节保护的特性，对于噪声密度高达80％的图像依然可以达到很好的恢复效果。rn 仿真结果验证了所提出算法的有效性，并且在效果上要明显的优于传统的变分自适应中值滤波算法。

摘要： 针对灰度图象中的脉冲噪声滤波的问题，提出一种具有细节保护的自适应中值滤波算法。本算法分为两步：第一步是对强象中的噪声进行识别，第2步利用噪声点周围的相关信息，对噪声点进行修复。经实验表明本算法与其他算法相比，在图象的细节保护，自适应性以及噪声的消除方面具有一定的优势。

摘要： 近年来,基于位置指纹的室内WLAN定位技术得到了人们的广泛关注.然而,该技术面临的最大难题是离线阶段的位置指纹采集需要大量的时间与人力开销.为了解决该问题,本文提出了一种改进的双三次图像插值方法,以实现对非参考点位置指纹的估计,且有效降低离线阶段位置指纹数据库的构建开销.此外,本文采用自适应中值滤波(AMF)技术消除位置指纹数据库中的奇异点,进而提高定位精度.通过大量仿真实验证明,本文所提方法在降低人力和时间开销的同时,能够有效提高定位精度.

摘要： 本文将计算机视觉领域的经典研究成果SIFT特征匹配算法与自适应中值滤波和RANSAC算法相结合,通过大量实验仿真验证了该方法在原有SIFT方法基础上大幅提高了匹配点对数目,减小了错误匹配率.

摘要： 提出了自适应中值滤波方法，该方法针对背景中局部区域要处理的像素与周围像素的关系，选用不同的滤波方法处理背景。在背景强度起伏比较平缓区域用局部中值滤波方法去平滑孤立噪声点，在梯度变化比较大的云层或者天地线结合的强边缘区域用旋转最大中值滤波方法保留细节信息。实验结果表明，该方法在超大空域红外图像背景抑制过程中具有良好的效果。

摘要： 焊缝边缘提取能够为实时成像中进一步分析焊缝内部缺陷减小运算量、避免复杂背景的处理、缩短运算时间并提高检测效率。针对这一问题提出使用自适应中值滤波进行平滑降噪增强，通过对Sobel算子、Canny算子、类间、类内方差比方法和迭代方法的比较得出类间、类内方差比方法对于本文的适用性，并对二值化后的图像利用边缘跟踪提取焊缝边缘轮廓进而从原始图像中提取出焊缝。结果表明自适应中值滤波在本次焊缝提取的过程中能够有效地去除噪声，并保持了焊缝边缘细节。类间、类内方差比方法分割方法，既增强了图像的目标与背景的对比，又能准确提取焊缝区域。边缘跟踪能够得到连续的轮廓，根据得到的结果能够提取出焊缝。

摘要： 为了实现航空发动机叶片X射线实时成像自动检测,以基于平板探测器的X射线实时成像系统为研究对象,根据射线实时成像的特点,对航空发动机叶片缺陷的提取技术进行了研究.根据航空发动机叶片X射线数字图像灰度变化的特点,将叶片图像划分为6个区域,分别进行基于扫描线的自适应中值滤波模拟出缺陷的背景;将原始图像与背景图像相减,获得背景平坦、缺陷突出的差值图像;通过对差值图像进行阈值分割,实现对缺陷的分离;用数学形态学的开运算对缺陷图像滤波以去除噪声;为保证缺陷的准确性,用区域生长法重新生长出缺陷;最后提取出缺陷的特征参数.将缺陷提取的结果和人工评片的结果比较,证明这种方法是准确、有效的,为实现航空发动机叶片X射线自动检测打下了良好的基础.

摘要： 根据图像中象素点附近四个邻域的灰度均值,自适应调整脉冲噪声判断阈值,检测各颜色通道的脉冲噪声位置,由各通道的噪声检测结果经运算得到彩色图像脉冲噪声检测结果.采用改进的自适应矢量中值滤波法,对脉冲噪声有选择地滤除.实验结果表明,该方法结合标量方法进行脉冲噪声检测,矢量方法滤除彩色图像中的脉冲噪声,具有较好的滤波性能指标和视觉效果.

摘要： 本文根据航空发动机叶片X射线数字图像灰度变化的特点,将叶片图像划分为6个区域,分别进行基于扫描线的自适应中值滤波模拟出缺隐的背景;将原始图像与背景图像相减,获得背景平坦、缺陷突出的差值图像;通过对差值图像进行阈值分割,实现对缺陷的分离;用数学形态学的开运算对缺陷图像滤波以去除噪声;为保证缺陷的准确性,用区域生长法重新生长出缺陷;最后提取出缺陷的特征参数.将缺陷提取的结果和人工评片的结果比较,证明这种方法是准确、有效的,为实现航空发动机叶片X射线自动检测打下了良好的基础.

摘要： 本发明属于图像滤波处理领域，具体为一种图像自适应量子中值滤波方法，根据图像像素灰度分布真实信息，定义单量子比特态的概率函数，提高滤波方法的滤波性能，具有很好的实用性，本发明适用于图像椒盐噪声滤波处理中。

摘要： 本发明属于图像滤波处理领域，具体为一种图像自适应量子中值滤波方法，根据图像像素灰度分布真实信息，定义单量子比特态的概率函数，提高滤波方法的滤波性能，具有很好的实用性，本发明适用于图像椒盐噪声滤波处理中。

摘要： 本发明公开了一种自适应中值滤波的CT图像去噪方法，属于医学图像处理技术领域，特别适合于新冠肺炎的CT图像去噪。选取尺寸为n×n的方形滤波窗口，比较窗口内灰度值的自适应最大值自适应最小值与当前像素点灰度值f(i,j)，依据第一阈值T0判断当前像素点是否为疑似噪声点，若是，再根据第二阈值T1进一步精确判断是否为噪声点；若当前像素点不为疑似噪声点或噪声点，则遍历窗口内的下一像素点；通过中心加权中值滤波的方法处理噪声点；最后输出中值滤波去噪后的CT图像。在保持图像去噪的同时更好地保护了图像细节；通过改进熵权法修正传统熵权法传递信息存在偏差的问题，通过各项评价指标对去噪效果的贡献值确定中心加权滤波的最优权重，从而达到最优去噪效果。

摘要： 本发明涉及一种基于自适应加权的中值滤波红外图像噪声去除方法，方法包括以下步骤：一是建立红外图像自适应中值滤波去噪方法；二是利用图像灰度方差区分处理对象是噪声或者是图像细节，并最终通过中心加权方式实现红外图像的自适应中值滤波去噪，该方法在去除红外图像背景噪声的情况下，极大保证了图像的边缘细节信息，具有较强的应用价值。

摘要： 本发明属于数字图像处理领域，针对传统中值滤波算法对高密度椒盐噪声图像滤波效果差的问题，基于循环迭代处理思想，本发明提出一种消除椒盐噪声的迭代自适应中值滤波方法。在传统基于决策滤波方法基础上，所提算法自适应调整滤波窗口尺寸并计算滤波窗口内非椒盐像素中值以替换噪声像素，进而根据噪声密度自适应决定算法迭代次数以完全消除椒盐噪声并恢复原始图像。仿真结果表明，对噪声密度为10％到99％的图像，与标准中值滤波及其四种改进算法相比，本发明所提方法能较快消除椒盐噪声且可较好恢复原始图像细节。

摘要： 本发明涉及一种基于自适应中值滤波的辐照图像去噪方法和系统，包括以下步骤：获取辐照图像；对辐照图像进行分析，获得辐照图像的噪声退化特征；计算自适应中值滤波后的像素值；根据自适应中值滤波后的像素值进行去噪处理，获得辐照图像的复原效果图。本发明能够有效解决耐辐照加固摄像机辐照图像的噪声退化问题，获得理想的复原效果，对辐射环境下辐照图像中存在的颗粒大小随机、密度分布随机的噪点具有很好的滤除效果，同时，在去除噪声的同时，尽可能保存了辐照图像中原有的细节信息。

摘要： 本发明公开了一种结合卷积神经网络和轻型自适应中值滤波视频降噪方法，该方法针对传统自适应中值滤波因高密度椒盐噪声情况下需要自适应选择滤波模板而增加时间开销的问题，简化传统自适应中值滤波算法，选择固定尺寸的滤波模板，缓解高密度噪声污染情况下自适应选择滤波模板尺寸增加时间开销的问题，同时也能滤除大部分噪声，且在弱噪声情况下能够尽量保留图像细节。然后将轻型自适应中值过滤的操作合并到卷积神经网络中，利用深层卷积神经网络有效挖掘图像特征的优点，训练成为一个可以统一处理各级椒盐噪声模型。本发明适用于图像未知噪声水平的椒盐噪声去除，达到有效抑制视频图像中的椒盐噪声，恢复出高质量的视频图像目的。

摘要： 本发明公开了一种用于过滤脉冲噪声的自适应中值滤波方法，包括：确定滤波半径；根据滤波半径确定滤波区域，查找滤波区域内的最小灰度值和最大灰度值；待滤波像素最值判断步骤；当待滤波像素的灰度值为最值时，判断待滤波像素的灰度值是否为极值；当待滤波像素的灰度值是极值时，扩大滤波区域继续滤波，包括：增加滤波半径，并且更新滤波区域，根据所更新的滤波区域确定输出滤波结果。本发明的用于过滤脉冲噪声的自适应中值滤波方法，当待滤波像素的灰度值判断为最值时，继续判断是否为极值，提高了噪声判断的准确率，解决了由于误判而引入新的噪声的技术问题。

摘要： 本发明公开了一种自适应中值滤波的CT图像去噪方法，属于医学图像处理技术领域，特别适合于新冠肺炎的CT图像去噪。选取尺寸为n×n的方形滤波窗口，比较窗口内灰度值的自适应最大值自适应最小值与当前像素点灰度值f(i,j)，依据第一阈值T0判断当前像素点是否为疑似噪声点，若是，再根据第二阈值T1进一步精确判断是否为噪声点；若当前像素点不为疑似噪声点或噪声点，则遍历窗口内的下一像素点；通过中心加权中值滤波的方法处理噪声点；最后输出中值滤波去噪后的CT图像。在保持图像去噪的同时更好地保护了图像细节；通过改进熵权法修正传统熵权法传递信息存在偏差的问题，通过各项评价指标对去噪效果的贡献值确定中心加权滤波的最优权重，从而达到最优去噪效果。

摘要： 本发明公开了一种基于自适应中值滤波和稀疏表达的快速病理检测方法，特点是建立过完备字典，识别待检测的病理切片组织的类别，完成检测过程；优点是利用自适应中值滤波器使得未受脉冲噪声污染的点不用修改，很好地保护了图像的点、线等细节及边界信息；当检测到的噪声很强时，自动增大窗口，提高了去噪能力；当检测到的噪声不是很强时，就不用增加窗口的大小，既体现出自适应性，又减少了时间开销，提高了速度；通过本发明的方法不但可以加快手术中对异常组织的检测速度，而且提高了检测结果的准确率。