采用改进的自适应模糊多级中值滤波算法去除牛肉图像斑点噪声

牛肉图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取牛肉图像中的肌内脂肪颜色特征,就必须先对斑点噪声进行滤除。为此在自适应模糊多级中值滤波的基础上进行了改进：第1步,确定当前点是否为噪声点。先计算当前像素点与其邻域均值的差的绝对值,然后与阈值(阈值随当前点的灰度值而变化)相比较,如果绝对值大于阈值,则被认为是斑点噪声。第2步,对于斑点噪声,将采用自适应模糊多级中值滤波方法来滤除;如果不是,保留原像素点不变。试验结果表明,改进的算法在斑点噪声滤除与细节保护方面均优于标准的中值滤波、多级中值滤波以及形态滤波。     

改进的中值滤波算法在图像处理中的应用

分析了中值滤波的滤波特点,针对一般中值滤波在滤除脉冲噪声中的不足,提出了自适应中值滤波的方法,并采用MATLAB仿真,仿真结果表明该方法具有更好的滤波效果。     

基于差分计算的林木测量二维点云数据滤波

为滤除激光扫描仪获取的林地采育作业环境的无效数据,从原始数据中抽取出目标立木的数据,需要对扫描仪获取的数据进行滤波处理。将差分方法应用于数据滤波,通过MATLAB编程实现滤波算法并对其关键阈值进行分析研究。结果表明,在32m的扫描范围、0.5度的分辨率的条件下,设定有效点个数为3～40个,阈值为200(mm)时,可以把目标立木从原始信号数据中有效过滤出来。     

频域滤波的水泥路面图像降噪增强方法

针对在水泥路面裂缝图像识别中刻槽和纵向条带状形成的噪声干扰,提出了一种基于频域滤波的降噪增强方法。首先,分析了这两类噪声的频谱特征,并根据空域图像中刻槽的周期性,推导了频域图像中刻槽谱峰的位置,设计了消除这些谱峰的系列滤波器。根据纵向条带状干扰属于低频成分的特性,设计了抑制低频、增强高频的滤波器,经优化滤波器参数达到消除这类干扰的效果。实验结果表明,该方法能够消除两类噪声干扰,同时,增强了裂缝的对比度,为水泥路面裂缝识别提供了理论基础。     

近地表地震散射干扰的去除技术研究

在西部地区,由于受近地表条件的影响,塔里木资料品质较差,散射波干扰非常强,部分有效波完全淹没在这些干扰中,为此对这些低信噪比资料中干扰去除方法的研究与探讨显得尤为重要。     

卡曼滤波与坦克模型联合应用研究

对卡曼滤波 （KALMAN FILTER）和坦克（TANK）模型的联合应用进行了研究。本文选用状态矢量代表坦克模型中的参数及其初值，并用试错法对其进行估计。卡曼滤波与坦克模型相联合并应用递推算法求解，滤波允许模型参数随时间而变化，从而减少了流域降雨径流过程的物理不确定性。该方法在海河流域峪河口水文站的洪水预报中应用表明，取得了较为满意的计算精度。     

InSAR干涉图滤波方法比较

干涉条纹图滤波是合成孔径雷达干涉测量处理中不可缺少的重要环节。对干涉条纹图滤波的一个重要要求是在有效抑制噪声的同时尽可能地保持条纹的纹理信息。首先时干涉合成孔径雷达（InSAR）滤波方法进行分类,然后对基于局部统计自适应滤波中的4种算法：Goldstein滤波、INSAR干涉条纹图的复数空间自适应滤波、鲁棒加权圆周期滤波扣正余弦滤波法滤波进行了研究,每种算法都给出了真实数据的处理结果,以比较各种处理算法的优缺点。并且用5种定量的评价指标比较和评价上述4种滤波方法的优劣。     

蚕茧图像滤波效果定量分析

基于OpenCV和C＋＋,采用均值滤波、中值滤波和高斯滤波3种方法对采集到的多幅蚕茧图像进行降噪处理,通过计算峰值信噪比（PSNR）和均方误差（MSE）进行定量分析,结果表明,采用3×3模板的高斯滤波算法适用于蚕茧图像的降噪处理。     

基于离散脊波变换的农作物图像去噪算法

由于农作物生长环境的复杂性,导致在获取农作物图像过程中或多或少存在一定程度的噪声,这给农作物成熟果实的自动化采摘造成了很大不便。因此,结合离散脊波变换,提出了1种农作物图像自适应去噪算法,该算法通过对图像实现多尺度脊波变换,保持低频分解系数不变,对于高频分解系数,首先分别采用改进非局部均值滤波算法(improved non-local means filtering,INLM)以及改进小波硬阈值去噪模型进行消噪;然后实现低频分解系数与各自消噪后的高频分解系数重构,从而获得2幅重构图像;最后实现2幅重构图像的等权融合处理,获得消噪后的农作物图像。结合相关试验,分别将该算法与经典非局部均值滤波算法(non-local means filtering,NLM)、已有的改进非局部均值滤波算法以及小波硬阈值去噪算法进行去噪效果比较,主观、客观分析结果表明,用该研究算法处理后的图像清晰度较高且残留噪声较少。     

三维岩心的高自由度手势操控浏览方法研究

在大屏环境中,岩心的高自由度旋转观察具有重要意义,但传统鼠标方式不适合进行大屏幕环境中的三维自由操作,而基于普通摄像头的手势识别方法受光照、背景等的影响较大,缺乏实时性与鲁棒性。基于深度传感器Kinect,根据地质工作者在实际中操控三维岩心的需求,提出一种自适应Kalman滤波方法,以获取实时连续的手部深度数据,进一步识别出岩心操控手势,最终实现了具有高鲁棒性和高自由度的三维岩心操控浏览界面。研究表明,利用自适应Kalman滤波方法和多模型协同手势识别方法能够提高手势轨迹识别和三维岩心操控的准确性。