红外与激光工程
2020, 49(6): 20190386
1 山东理工大学 机械工程学院, 山东 淄博 255049
2 山东理工大学 电气与电子工程学院, 山东 淄博 255049
针对传统的多方向灰度形态学边缘检测算法存在计算量大、效率低的缺点, 提出了一种基于自适应噪声抑制的多方向灰度形态学图像边缘检测算法。根据图像所含噪声的种类, 采用不同尺度的结构元素对图像进行分类滤波, 再根据像素点间灰度值的变化确定边缘方向, 由相应方向的结构元素进行边缘检测。实验结果表明, 与传统的多方向灰度形态学边缘检测算法相比, 检测到的边缘重构相似度和边缘置信度更高, 边缘连续性更强, 且计算量低, 运行效率高。
噪声抑制 边缘检测 灰度形态学 结构元素 noise suppressing edge detection gray scale morphology structural elements
1 西北工业大学 空中交通管理系统研究所,西安 710072
2 西安交通大学 电信学院,西安 710049
基于轮廓结构元素形态学(CB形态学)和广义多结构元素的数学形态学,构造了一种新颖的用于抑制图像中的散斑噪声的串并复合滤波器。首先采用全方位多结构元素的广义多刻度形态开最大滤波器与广义多刻度形态闭最小滤波器相并联的滤波器进行滤波,力求在滤波的同时图像几何细节损失尽可能少,然后通过级联的CB开和CB闭滤波器,再滤除剩余的斑点噪声,从而在有效抑制图像中的散斑噪声的同时更好地保持了图像的细节信息。分析和仿真表明了本文提出的滤波算法的有效性。
轮廓结构元素形态学(CB形态学) 滤波器 多结构元素 斑点噪声抑制 contour bougie morphology filter multiple structure elements speckle noise suppressing
提出了一种各向异性分段高斯滤波,这种方法除了考虑图像的尺度和方向特性外,还根据边缘区域可分特性,使用了分段滤波的方法来进一步解决边缘保持的问题.该方法通过本文所提出的一种图像噪音方差估计模型来确定图像的基准尺度,并由Hermite变换得到其方向角,然后再通过确定高斯模型的轴向比和自适应尺度,使对选择区域的滤波转变为对分段高斯模型的滤波,从而使计算的可靠性得到增强.从仿真结果可以看出,各向异性分段高斯滤波器在噪音去除和边缘保持的综合性能上要优于其他常用的滤波算法.
各向异性分段高斯滤波 噪音抑制 边缘保持 噪音方差估计 Anisotropic piecewise gaussian filter Noise suppressing Preserving edge Noise estimating
武汉大学遥感信息工程学院,湖北 武汉 430074
激光雷达是一种比较新的获取地面信息的方法,这种方法得到的数据不仅包括不规则间距的三维数据点云,还包括激光强度信息。现有的激光雷达数据处理方法大都是将三维数据点进行处理得到数字地面模型(DTM),对于激光强度信息的处理方法的研究比较少。针对激光雷达数据中像素级融合了三维信息和强度信息的特点,提出了一种基于高程信息平坦度的均值滤波算法。先将激光雷达的强度信息转换为灰度图像,然后在对各像素进行均值滤波处理时,融合了对应的激光雷达距离信息中该像素邻域内的高程信息。运用此算法和传统均值算法对激光雷达数据进行了处理,并且使用多种指标对处理结果进行了比较。结果表明,该算法既保持了传统均值滤波的优点,又改进了对弱边缘目标的保护。
激光雷达 影像融合 均值滤波 噪声抑制 边缘保护
1 哈尔滨工程大学信息与通信工程系,哈尔滨,150001
2 中国民用航空学院信息与通信工程系,天津,300300
3 哈尔滨工业大学可调谐激光技术国家级重点实验室,哈尔滨,150001
提出了一种新的用于散斑噪声抑制的非线性加权均值多方向形态滤波算法。运用此算法和先前提出的散斑噪声抑制算法以及小波软阈值算法和Lee滤波算法一并对相干激光雷达图像进行了噪声抑制处理,并且对处理的结果进行了比较,证明了本算法的进步,即在不降低噪声抑制能力的前提下,较好地保持了图像边缘。
散斑噪声抑制 形态滤波算法 相干激光雷达 非线性权重 图像
