基于模糊逻辑的彩色图像对等组矢量滤波算法研究

发布时间：2024-03-22 02:52

　　数字图像在采集及传输的过程中,容易受到外界环境的噪声干扰,使部分信息遭到破坏。为之后的图像识别及特征处理等工作造成困难,影响了人们观察图像。因此,检测滤除图像中的干扰噪声是在数字图像处理中至关重要的。图像中的噪声主要分为脉冲噪声及高斯噪声。通常脉冲噪声采取中值滤波算法去噪,高斯噪声采取均值滤波算法去噪。图像处理的要求是在去噪的基础上,尽可能的保护图像的边缘细节。然而,传统滤波算法的效果不能完全满足此要求。为此,本文基于图像处理中的去噪问题,在噪声浓度较高、成分较为复杂的情况下,通过对现有的滤波算法进行改进,研究了两种彩色图像滤波算法。本文先针对脉冲噪声,改进了一种新的彩色图像脉冲噪声滤波算法,包括噪声检测与噪声滤除两个环节。在噪声检测之前,通过新增噪声预检部分,减少了算法的工作量。对于可能的噪声像素,利用对等组的概念,将样本扩展到四个方向,进一步检测是否有脉冲噪声。在噪声滤除方面,引入了裁减聚合距离的方法,解决了高浓度噪声环境下图像细节模糊问题。利用改进的加权矢量中值滤波器去除已经确定的脉冲噪声。对于包含脉冲噪声和高斯噪声的混合噪声,本文运用模糊逻辑滤除此类噪声。通过引用模糊集理论的概...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2.1图像中的像素

则在采样过程中单位面积下采集到的像素越多，分辨率也就越高，经过数字化处理后的图像也就越清晰，如图2.1所示。图2.1图像中的像素同样的，像素作为数字图像中的基本单位，像素之间也存在着相应的基本关系。包括相邻性、区域边界、连通性等[52]：在像素之间的位置关系中，对于选取的中....

图3.1不同形状窗口的模板

中值滤波算法在处理图像中的椒盐噪声时，因为椒盐噪0，而盐噪声的灰度值为255，在进行像素的灰度值排序中，会端，所以中值是噪声点的可能性较小。二维的中值滤波算法原理与一维中值滤波类似，表达式为：,{}{:,}ijijirjsyMedxMedxrs....

图3.2开关滤波算法流程图

图3.2开关滤波算法流程图值滤波算法是对图像中的所有像素进行相同的处理，不区而开关滤波算法事先进行了噪声预判再进行去噪处理。在实时性，而在滤出噪声的性能方面差距不大。开关滤波算，如何进行有效的噪声点判别，避免对非噪声点做出误判噪声检测的方面提出了新的思想。脉冲噪声滤波算法分析....

图4.1像素的窗口半径类型

经典均值滤波算法分析均值滤波算法基本原理众多的线性滤波算法中，均值滤波算法具有较强的代表性。均值滤波算称为邻域平均法[35]。该算法的基本原理是用选定像素邻域内的各点的平素点的灰度值。设想要替换的目标像素点坐标为m(x,y)，通常采用滤波窗口选取目标点窗口的大小可以....

本文编号：3934521