共查询到10条相似文献,搜索用时 62 毫秒
1.
一种基于Rough集的图像滤波算法 总被引:2,自引:0,他引:2
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。 相似文献
2.
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。 相似文献
3.
4.
5.
6.
改进的快速中值滤波算法在图像去噪中的应用 总被引:1,自引:0,他引:1
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。 相似文献
7.
8.
一种改进均值的自适应中值滤波算法 总被引:1,自引:0,他引:1
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。 相似文献
9.
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. 相似文献
10.
基于有向窗的自适应SIGMA中值滤波算法 总被引:4,自引:0,他引:4
提出了一种能够有效消除InSAR DEM噪声的自适应中值滤波算法:基于有向窗的自适应SIGMA中值滤波。分别采用中值滤波、基于高程的自适应SIGMA中值滤波和基于有向窗的自适应SIGMA中值滤波算法,对InSAR Tandem DEM和模拟DEM进行了滤波处理。结果表明,基于有向窗的自适应SIGMA中值滤波算法不仅能够更有效地消除噪声,而且能够更好地保留图像的边界特征。 相似文献