二維圖像降噪、特征檢測的算法及實用化技術研究.pdf

1、以圖像處理為基礎的計算機視覺技術目前已廣泛應用于諸多領域，計算機視覺技術的發(fā)展對傳統(tǒng)的圖像處理方法提出了新的要求。本課題主要研究計算機視覺技術中的圖像濾波以及二維特征檢測(包括邊緣檢測以及直線檢測)等相關技術，以提高相關圖像處理算法的精度、魯棒性等性能為研究目的。 論文的主要研究內容總結為以下幾方面： 1.研究了圖像中的脈沖噪聲濾波算法。以典型的脈沖噪聲—椒鹽噪聲為研究對象，提出了一種基于兩級檢測的噪聲濾波算法。本算法借

2、鑒了開關濾波和多級中值濾波的優(yōu)點，在噪聲檢測階段采用兩級檢測的方法，首先進行極值檢測，然后利用圖像結構信息進一步判斷是否是噪聲點，使得對脈沖噪聲的檢測更為合理、準確，保護了圖像細節(jié)，而且運算速度較快，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噪聲，混合噪聲的濾除也一直是圖像濾波中的一個難點問題。論文結合中值與模糊技術，提出了兩種具有細節(jié)保護性能的混合噪聲濾除算法MF-Ⅰ和MF-Ⅱ

3、。算法首先對圖像進行灰度極值判斷，并分別利用像素點與其鄰域像素的相容性信息(MF-Ⅰ)或圖像紋理信息(MF-Ⅱ)，準確地檢測出脈沖噪聲，避免了對強邊界點進行濾波；對于含高斯噪聲的像素采用模糊濾波器進行處理，其優(yōu)化的權值能更準確地反映像素間的關系。實驗結果表明，這兩種算法對圖像中的混合噪聲均有較好的濾波效果，并能較好地保護圖像細節(jié)特征。 3.研究了圖像邊緣檢測技術。從提高邊緣檢測算法簡便性和魯棒性的角度，結合圖像的梯度統(tǒng)計信息，提

4、出了一種基于梯度直方圖的邊緣提取方法。算法通過方向劃分將梯度的計算簡化為在一維空間實現(xiàn)，并且利用梯度直方圖的統(tǒng)計特征實現(xiàn)梯度閾值的動態(tài)選取，增強了算法的適應性。該算法簡便靈活，無需通過計算獲取梯度方向，可以有效地檢測出圖像的單像素邊緣，具有較強的魯棒性。4.研究了圖像中的直線特征檢測問題。本文基于“多對一”映射原理和“從局部到全局”的思想，提出了一種改進的直線檢測算法。算法中局部小區(qū)域的利用可有效地減少直線檢測中的盲目性和量化誤差的影響