-
题名结合修剪均值与高斯加权中值滤波的图像去噪算法
被引量：25
- 1
-
-
作者
唐超
左文涛
李小飞
-
机构
广州科技职业技术大学信息工程学院
广州工商学院计算机科学与工程系
长江大学信息与数学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第9期210-216,共7页
-
基金
国家自然科学基金(61705095)
2019年教育部产学合作协同育人项目(201901105017)
广州科技职业技术大学2021年校级课题(2021ZR07)。
-
文摘
为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构,提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征,以局部统计方式进行噪声检测,将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素,使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明,该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法,并且能够在彻底滤除噪声的同时,较好地保持图像的纹理细节和边缘结构。
-
关键词
图像去噪
脉冲噪声
噪声检测
中值滤波
修剪均值滤波
高斯加权中值滤波
-
Keywords
image denoising
impulse noise
noise detection
median filtering
trimmed mean filtering
Gaussian weighted median filtering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名加权显著图耦合像素决策的红外目标检测算法
被引量：2
- 2
-
-
作者
余震
吴婷
张德贤
王振飞
-
机构
黄河科技学院医学院
中原工学院计算机学院
河南工业大学信息科学与工程学院
郑州大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2017年第7期1898-1904,共7页
-
基金
国家自然科学基金项目(61379079)
河南省国际科技合作基金项目(144300510007)
-
文摘
当前红外目标检测算法因忽略了小目标的形状与温度信息,在杂波与传感器噪声干扰下,难以消除伪目标像素的干扰,导致其无法精确检测小目标,为此提出一种基于加权显著图与像素识别决策标准的红外小目标检测算法。基于目标形状与温度信息,引入自适应旷修剪均值滤波,建立加权显著图,依据其3D强度分布,将目标从复杂背景中凸显出来;基于目标像素的均值与标准偏差,定义阈值决策模型,确定参考目标区域及其中心点;通过不断更新阀值,联合参考目标区域像素与待检测像素的紧密度与相似度,构建目标识别策略,从复杂背景中检测出完整的目标。实验结果表明,与当前红外目标检测技术相比,在严重噪声干扰下,该算法检测精度更高,有效剔除了伪目标像素,具有更高的信噪比收益与效率,表现出更好的ROCs特性曲线。
-
关键词
红外目标检测
加权显著图
α-修剪均值滤波
阈值决策
紧密度
目标识别策略
-
Keywords
infrared target detection
weighted saliency map
alpha trimmed mean filter
threshold decision
adjacency
target identification standard
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
