常用图像去噪滤波方法比较分析

图像在成像、传输、转换或存储的过程中会受到各种随机干扰信号即噪声的影响,从而会使画面变得粗糙、质量下降、特征淹没。为了减弱噪声、还原真实的画面,就需要用到降噪滤波器对图像数据进行处理。选取了图像降噪最具有代表性的滤波方法即均值滤波、中值滤波和维纳滤波对同时加有高斯噪声、椒盐噪声和乘性噪声的图像进行了滤波处理,并由各种滤波的原理,再结合各种方法处理的效果和详细分析比较了各种滤波在图像去噪方面的特征、以及各自作用的利弊。     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

基于多尺度多方向Gabor模板的光学/SAR景象匹配

合成孔径雷达（SAR）成像制导通常采用光学基准图和SAR实时图 进行特征提取和景象匹配。提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabo r模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然 后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板 分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配。该方 法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传 统方法具有较高的鲁棒性和准确性。     

E-band通信系统中高速并行FIR成形滤波器设计

为实现E-band（E频段）通信系统中的高速成形滤波,在已有快速FIR滤波算法(FFA) 基础上,通过快速短卷积迭代以及张量展开算法,设计了一种高速并行FIR成形滤波器,并 进行硬件复杂度分析与时延分析。浮点和定点数仿真验证结果表明,所设计高速并行滤波器 在硬件实现上可减少21%的乘法运算操作和134%的时延单元,6比特以上小数量化可达 到系统成形滤波需求。     

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1～2 dB。     

采用深度卷积神经网络方法的毫米波图像目标检测

通过收集大量的毫米波图像并建立相应的人体数据集进行检测，提出基于Faster R-CNN深度学习的方法检测隐藏于人体上的危险物品。该方法将区域建议网络和VGG19训练卷积神经网络模型相结合，构建了面向毫米波图像目标检测的深度卷积神经网络。为了提高毫米波图像的处理能力，采用Caffe深度学习框架在图形处理单元上进行训练和测试。实验结果证明了基于Faster R-CNN深度卷积神经网络的目标检测方法能有效检测毫米波图像中的危险物品，并且目标检测的平均准确率约94%，检测速度约为6 frame/s，对毫米波安检系统的智能化发展有着极其重要的参考价值。     

基于局域方差系数与幅度均值的非线性扩散

在对SAR图像进行处理时,可以将图像分解为代表不同图像特征的多个分量.针对不同分量分别选取最合适的处理方式能够得到性能上的较大提升的问题,使用非线性扩散方法,将图像分解为表征大尺度结构信息的结构分量和表征小尺度细节信息的纹理分量,并对扩散参数的选择进行了对比和评估.提出了一种基于局域方差系数与窗口幅度均值积的扩散参数,作为判断图像中加强或者削弱扩散活动的条件.经过实验证明,采用这种扩散系数能够使得扩散的进行更有针对性,所得到的图像分量能够更加有效地用于后续处理.     

图像代数运算在Matlab中的实现

图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。该文介绍了图像的加、减、乘、除代数运算在Matlab的实现方法。     

一种新的多信号卷积混合信号盲分离算法

对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分 离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简 化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法 。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比 。 其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了 较 快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积 混合具有良好的分离效果。     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。     

使用α-β滤波方程实现雷达距离和速度的快速解算

本文论述了α-β滤波方程的原理和系数的选取方法.通过该方程在某型雷达上的实际应用,介绍了如何通过α-β滤波方程实现对高速目标的距离和速度数据的快速解算.     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题,提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域,并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图,能够有效改善边界的分割效果,然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率,通过聚类以超像素代替原像素,并反复迭代高斯混合模型（Gaussian Mixed Model,GMM）参数,最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标,对高分辨率图像也有很好的适用效果,相比于其他算法在分割精度上提高10%左右,并具有较高的分割效率。     

建筑施工模板支撑体系分析及安全控制措施

本文通过对建筑施工模板体系问题的分析,发现了模板安全问题及原因,进行了模板支撑体系安全综合评估.提出了建筑施工模板支撑体系的完善措施、模板支撑体系安全控制措施和设计和施工的操作要点.     

基于VBA的财务报表系统分析

财务报表的处理是一项数据提取并进行复杂运算的过程。财务报表系统可以分为三个主要的层次,有模板层、中间层与数据层。EXCEL与VBA可以进行完美结合,前者具有强大的报表制作功能,可以处理模板层的操作,VBA则可以从数据库中提取数据,并进行复杂的操作与分析,返回填充到EXCEL表格中,从而实现财务报表的进一步处理。本文通过对目前VBA财务报表系统组成、功能与完善等角度进行分析。     

《数字信号处理》中几种卷积教学探讨

线性卷积,周期卷积和循环卷积是《数字信号处理》中的难点和重点。阐述了这三种卷积的概念及相互联系,将线性卷积和循环卷积联系起来,利用循环卷积的计算速度解决线性卷积表达的实际问题,并在matlab上验证了循环卷积的运算速度优势,有助于学生理解并掌握卷积的物理意义和使用方法。     

非局部群稀疏表示的图像去噪模型

针对图像的非局部稀疏表示忽略图像中结构相似信息的缺点,将群稀疏表示引入到图像的最优滤波中,提出了一种有效去除图像高斯噪声的非局部群稀疏表示模型。该模型首先选择图像非局部相似块构建相似矩阵,在群稀疏限制下对相似矩阵进行正交分解得到正交矩阵;在已知噪声服从高斯分布的情况下,再通过求得的正交矩阵结合贝叶斯最小均方误差准则实现对特征矩阵的最优估计;最后通过正交矩阵与特征矩阵重构去噪后的图像。实验对比证明,所提的非局部群稀疏表示的图像去噪模型在去除噪声的同时更好地保留了图像的结构信息,获得了更好的主客观评价指标,去噪的峰值信噪比提高1 dB以上。     

基于局部阈值的图像分割方法

本文提出了一种基于局部阈值的图像分割方法，该方法针对全局阈值处理方法在背景照明不均匀时可能无效的局限性，通过应用形态学开运算、闭运算和最大类间方差得到一个局部变化的阈值函数，然后利用该阈值函数对图像进行阈值处理，最后得到分割后的图像。Matlab仿真实验表明，该方法运算速度快，能更好的抑制噪声。     

一种改进重采样的粒子滤波算法

粒子滤波算法中重采样是解决粒子退化的一种重要方法,但重采样会导致粒子多样 性的损失。针对这一问题,对基本重采样算法进行了改进。改进算法首先按基本重采样思想 找到权值大的粒子进行复制,然后借鉴遗传算法进行交叉和变异操作,其中变异由变异尺 度因子和粒子集的均值来实现。利用改进重采样的粒子滤波算法对经典纯方位目标跟踪问题 进行了仿真,仿真结果表明,改进算法具有更好的跟踪精度。     

解析解混沌雷达系统的多目标测距

针对传统混沌雷达对多目标测距困难的问题,提出了一种建立在解析解系统上的混沌雷达多目标测距方法。该方法使用解析解混沌系统中的连续信号作为雷达发射信号,并把解析解混沌系统中的二值离散序列经移位寄存器保存在雷达接收端,通过保存的二值离散序列能够准确重构雷达发射信号模板。使用该模板和回波信号进行匹配滤波,通过匹配滤波输出信号的峰值得到待测目标的距离。该方法能够在-10 dB信噪比条件下实现多目标测距,且雷达接收端因为只需保存二值离散信号所以需要的存储空间小,实现过程成本低廉。仿真实验验证了提出方法的有效性。