【摘 要】
：
针对彩色图像椒盐噪声滤除中保护色彩和细节这个关键问题,提出了一种基于噪声估计和双加权的滤波新算法。噪声估计采用二级估计策略,第1级基于灰度最大、最小值进行粗估计,第2级采用加权方向算子进行精估计。对非噪声点保持像素灰度不变,对噪声点设计了空间和灰度双加权的矢量中值滤波算法(VMF)。实验结果表明,新算法对低、中密度的彩色图像椒盐噪声,既有效滤除了噪声,又保护了图像色彩和边缘细节信息。
论文部分内容阅读
针对彩色图像椒盐噪声滤除中保护色彩和细节这个关键问题,提出了一种基于噪声估计和双加权的滤波新算法。噪声估计采用二级估计策略,第1级基于灰度最大、最小值进行粗估计,第2级采用加权方向算子进行精估计。对非噪声点保持像素灰度不变,对噪声点设计了空间和灰度双加权的矢量中值滤波算法(VMF)。实验结果表明,新算法对低、中密度的彩色图像椒盐噪声,既有效滤除了噪声,又保护了图像色彩和边缘细节信息。
其他文献
分析了自适应Q值算法的防碰撞原理以及射频识别(RFID)通信的时序,定义防碰撞过程的识别效率、识别速度和标签数目及Q值的数据状态(Q,n).在此基础上讨论并建立了多标签的状态转移过程的马尔科夫链模型.通过蒙特卡罗统计方法,对马尔科夫链模型求解,得出识别效率和识别速度.用软件无线电测试方案实现防碰撞测试,有效地实现了RFID防碰撞过程的识别效率和识别速度的量化分析.模型仿真结果和测试数据的一致证明了
相位重建是实现X射线相干衍射成像的关键,它利用远场采集的样品傅里叶相干衍射花样、结合过采样理论,再采用迭代算法复原样品的相位信息.文中采用数字模拟的方法,利用小尺寸二维非周期性图形作为物场,研究了过采样比对重构结果的影响,研究发现,迭代次数为1000次时最佳过采样比的范围是3—7之间.利用噪声模拟方法,研究了噪声对相位重建的影响,找到了完成相位重建的噪声限是信噪比不能低于10.分析了重构结果中孪生
基于对头部左右转动时脸部图像上点之间距离变化特性的分析,提出基于SIFT特征的单摄像头近距离视频图像序列内头部姿态估计算法。该方法首先在脸部图像上提取SIFT特征点,然后对两幅图像进行SIFT特征匹配,基于匹配的特征点之间距离的变化性质判断两幅图像内头部的相对转向与转动程度,得到头部姿态估计结果。在人脸库和视频图像上的实验表明,该方法使用简单,且具有较高的正确度。
近年来自动化资料搜集技术为配合科技发展的需求已从有线阶段发展成为无线阶段,资料载体的应用也从条码延伸到无线射频识别(RFID)标签,其目的是能更安全、大量、快速地存取资料。基于此,构建了一套无线射频识别(RFID)计算机化模具管理系统,采用该系统可随时掌握模具的动向及其相关数据,通过该系统可有效改善对射出成形车间模具的管理,提升模具的使用率。
传统的交通状态检测方法对全景视频中的车辆检测时存在检测精度低、鲁棒性差等缺点。为了解决这些问题,该文提出了一种新的基于虚拟检测线的车辆检测方法。首先,利用提出的基于动态学习率的改进混合Gauss模型构建背景,背景模型的学习率由检测到的车速决定;其次,通过引入Mahalanobis距离来判断虚拟线上的像素是否属于背景;最后,通过设置检测跟踪区域检测车速并跟踪车辆行驶轨迹,避免重复计算车辆数。实验结果
定义和提取与头部姿态紧密相关的特征是基于图像表观的头部姿态估计方法的关键步骤。该文提出将二阶梯度朝向直方图特征作为头部姿态图像表示,用于单帧图像的头部姿态估计。首先将图像划分成网格形式,对每个图像单元计算梯度朝向直方图,将相邻若干个图像单元组成图像块,对块内所有直方图元素之间进行成对组合得到成对关系向量,所有图像块的成对关系向量串联起来作为最终图像表示。该图像表示包含高阶的梯度朝向分布统计信息,有
车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss分布对提取的车辆特征建模,然后在Bayes网络的框架下对7类车辆进行分类。实验表明:该分类系统可以将车辆分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是
According to the B-spline convolution mask, first, the contrast sensitiveness (CS) is computed and then is viewed as a noise sensitiveness coeficient (NSC) to adaptively determine a noise-recognized t
在基于计算机视觉技术的非接触式人机交互系统中,为了快速推断使用者指示的目标位置,提出一种无需显式求解摄像机参数的指示位置判别方法。利用目标平面上的已知点及其对应的摄像机成像点,求解目标平面和摄像机像平面间的单应矩阵,将目标平面上相交于指示点的两条直线与像平面上的对应直线联系起来,从而通过检测图像中的特定直线推断指示点的位置。实验表明,在2.5 m的距离上,由单应矩阵映射造成的点对应平均误差为0.7
为了提高识别性能,提出运用局部保持投影(LPP)和核直接判别分析(KDDA)相结合的方法进行掌纹识别。在小样本图像识别中,为了解决特征方程矩阵的奇异性,首先运用图像下抽样降低掌纹空间的维数,然后应用LPP提取掌纹局部结构特征作为KDDA的输入提取分类特征,计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与主元分析(PCA)、独立元分析(ICA)、P