多维彩色图像局部模糊特征自动滤波系统设计

发布时间：2021-11-28 20:33

　　为解决传统自动滤波系统稳定性差、运行效果不佳的问题,设计多维彩色图像局部模糊特征自动滤波系统。通过改善自动滤波系统硬件配置,添加解扰器和复用器,实现对图像模糊区域特征的准确提取。为保障系统运行稳定,进一步优化系统软件运行流程,结合中值滤波原理进行降噪,有针对性地对采集到的图像特征进行像素数值恢复,从而实现对多维彩色图像局部模糊特征自动滤波系统的设计。最后通过实验证实,多维彩色图像局部模糊特征自动滤波系统稳定性和运行效果得到了明显提高。 

【文章来源】：现代电子技术. 2020,43(14)北大核心

【文章页数】：4 页

【部分图文】：

系统硬件结构

解扰器配置优化

根据图像重构和中值滤波原理对采集的角点像素进行匹配，具体多方向线性结构角点像素分量匹配原理如图3所示。基于多方向线性结构角点像素分量匹配原理进一步对滤波数值进行计算，并根据计算结果进行图像形态恢复处理，对于不同方向的角点像素滤波数值进行加权去噪，从而降低图像局部区域的噪点概率。由于在降噪处理过程中，导致图像局部灰度数值偏低等问题。为解决以上问题，需对局部区域图像滤波数值进行赋值，通过引入自适应权重因子，对模糊区域灰度数值进行改善，具体加权算法如下：

【参考文献】：
期刊论文
[1]基于灰度图像分解的局部放电特征提取与优化[J]. 汪可,张书琦,李金忠,孙建涛,赵晓宇,廖瑞金,邹国平.  电机与控制学报. 2018(05)
[2]基于变差函数和局部方差图的煤岩图像纹理特征提取[J]. 黄蕾,郭超亚.  工矿自动化. 2018(04)
[3]一种基于深度学习模型的图像模糊自动分析处理算法[J]. 陈阳,周圆.  小型微型计算机系统. 2018(03)
[4]单幅散焦图像的局部特征模糊分割算法[J]. 王亮,田萱.  计算机科学. 2018(02)
[5]基于局部特征的卷积神经网络模型[J]. 施恩,李骞,顾大权,赵章明.  计算机工程. 2018(02)
[6]一种改进的运动模糊图像修复参数计算方法[J]. 向怀坤,白云海.  深圳职业技术学院学报. 2018(01)
[7]结合全局和局部信息的水平集图像分割方法[J]. 刘晨,池涛,李丙春,张宗虎.  计算机应用研究. 2017(12)
[8]基于递归滤波和自适应亮度响应的图像局部细节增强[J]. 陈孟臻,卢振坤.  湘潭大学自然科学学报. 2017(04)
[9]基于MROGH特征描述子的图像局部拷贝—旋转—移动行为取证[J]. 于立洋,韩琦,牛夏牧.  智能计算机与应用. 2017(04)
[10]融合多重信息的图像局部不变特征描述[J]. 刘学,程大江,王峰,温瑞生.  无线电通信技术. 2017(04)



本文编号：3525098