二維圖像降噪、特征檢測(cè)的算法及實(shí)用化技術(shù)研究.pdf

1、以圖像處理為基礎(chǔ)的計(jì)算機(jī)視覺(jué)技術(shù)目前已廣泛應(yīng)用于諸多領(lǐng)域，計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展對(duì)傳統(tǒng)的圖像處理方法提出了新的要求。本課題主要研究計(jì)算機(jī)視覺(jué)技術(shù)中的圖像濾波以及二維特征檢測(cè)(包括邊緣檢測(cè)以及直線檢測(cè))等相關(guān)技術(shù)，以提高相關(guān)圖像處理算法的精度、魯棒性等性能為研究目的。 論文的主要研究?jī)?nèi)容總結(jié)為以下幾方面： 1.研究了圖像中的脈沖噪聲濾波算法。以典型的脈沖噪聲—椒鹽噪聲為研究對(duì)象，提出了一種基于兩級(jí)檢測(cè)的噪聲濾波算法。本算法借

2、鑒了開(kāi)關(guān)濾波和多級(jí)中值濾波的優(yōu)點(diǎn)，在噪聲檢測(cè)階段采用兩級(jí)檢測(cè)的方法，首先進(jìn)行極值檢測(cè)，然后利用圖像結(jié)構(gòu)信息進(jìn)一步判斷是否是噪聲點(diǎn)，使得對(duì)脈沖噪聲的檢測(cè)更為合理、準(zhǔn)確，保護(hù)了圖像細(xì)節(jié)，而且運(yùn)算速度較快，具有良好的綜合性能。 2.研究了圖像中的混合噪聲濾波算法。脈沖與高斯的混合噪聲是圖像中的常見(jiàn)噪聲，混合噪聲的濾除也一直是圖像濾波中的一個(gè)難點(diǎn)問(wèn)題。論文結(jié)合中值與模糊技術(shù)，提出了兩種具有細(xì)節(jié)保護(hù)性能的混合噪聲濾除算法MF-Ⅰ和MF-Ⅱ

3、。算法首先對(duì)圖像進(jìn)行灰度極值判斷，并分別利用像素點(diǎn)與其鄰域像素的相容性信息(MF-Ⅰ)或圖像紋理信息(MF-Ⅱ)，準(zhǔn)確地檢測(cè)出脈沖噪聲，避免了對(duì)強(qiáng)邊界點(diǎn)進(jìn)行濾波；對(duì)于含高斯噪聲的像素采用模糊濾波器進(jìn)行處理，其優(yōu)化的權(quán)值能更準(zhǔn)確地反映像素間的關(guān)系。實(shí)驗(yàn)結(jié)果表明，這兩種算法對(duì)圖像中的混合噪聲均有較好的濾波效果，并能較好地保護(hù)圖像細(xì)節(jié)特征。 3.研究了圖像邊緣檢測(cè)技術(shù)。從提高邊緣檢測(cè)算法簡(jiǎn)便性和魯棒性的角度，結(jié)合圖像的梯度統(tǒng)計(jì)信息，提

4、出了一種基于梯度直方圖的邊緣提取方法。算法通過(guò)方向劃分將梯度的計(jì)算簡(jiǎn)化為在一維空間實(shí)現(xiàn)，并且利用梯度直方圖的統(tǒng)計(jì)特征實(shí)現(xiàn)梯度閾值的動(dòng)態(tài)選取，增強(qiáng)了算法的適應(yīng)性。該算法簡(jiǎn)便靈活，無(wú)需通過(guò)計(jì)算獲取梯度方向，可以有效地檢測(cè)出圖像的單像素邊緣，具有較強(qiáng)的魯棒性。4.研究了圖像中的直線特征檢測(cè)問(wèn)題。本文基于“多對(duì)一”映射原理和“從局部到全局”的思想，提出了一種改進(jìn)的直線檢測(cè)算法。算法中局部小區(qū)域的利用可有效地減少直線檢測(cè)中的盲目性和量化誤差的影響