导读:本文包含了中值滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:中值,噪声,椒盐,图像,量子,自适应,疵点。
中值滤波论文文献综述
张缓缓,马金秀,景军锋,李鹏飞[1]（2019）在《基于改进的加权中值滤波与K-means聚类的织物缺陷检测》一文中研究指出为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方图动态数据分配权重和像素,减少寻求中位数的时间来有效地缩短检测时间,提高了执行速度;然后采用K-means算法对滤波后的织物图像进行聚类,计算织物图像疵点和非疵点的聚类中心,进而实现图像疵点区域的分割。实验结果表明,该方法可有效地检测出方格、点形、星形、平纹、斜纹等多类型纹理织物的疵点,并显着提高检测速度。(本文来源于《纺织学报》期刊2019年12期）
杨泽青,李超,黄凤荣,彭凯,刘丽冰[2]（2019）在《小波与中值滤波相结合的汽车管路连接件表面缺陷图像去噪》一文中研究指出由于汽车管路连接件表面缺陷图像中的高频噪声和椒盐斑状噪声直接影响缺陷特征提取的精度,提出一种小波与中值滤波相结合的去噪新方法。该方法首先对原始图像进行小波变换分解,分离出高频信号与高频噪声,并将噪声滤除,然后由灰度值变化曲线统计得到缺陷灰度分界阈值,结合中值滤波算法自适应地滤除椒盐斑状噪声以保护缺陷特征边缘,对去噪后的图像进行线性增强,使缺陷边缘轮廓更加清晰,最后采用Sobel边缘算子算法分别对中值滤波、小波滤波、高斯滤波及新方法去噪后的图像进行缺陷特征提取以对比分析去噪效果。实验结果表明,新方法的峰值信噪比(PSNR)分别比中值滤波、小波滤波及高斯滤波提高了10.70%、8.99%和8.87%;结构相似度(SSIM)分别提高了21.82%、23.34%和11.54%,说明新方法具有良好的去噪效果,并在一定程度上提高了缺陷细节形状特征提取的准确性,适用于汽车管路连接件表面缺陷的检测与分类识别。(本文来源于《现代制造工程》期刊2019年11期）
王旭,赵冲[3]（2019）在《井中地震数据中值滤波方法研究》一文中研究指出探讨了中值滤波方法在井中地震数据处理的应用,进而改进研制了中值滤波算法。为了验证算法效果,设计了不同类型的井中地震合成地震记录上对该算法加以测试,并推广到实测井中地震记录上加以研究。结果表明;中值滤波算法能较好的进行滤波处理,对井中地震记录滤波效果较好,可以很好的分离出上行波。(本文来源于《云南化工》期刊2019年09期）
勾荣[4]（2019）在《基于量子衍生的图像中值滤波算法》一文中研究指出利用量子衍生思想,借鉴量子信息理论,将归一化的数字图像用量子迭加态的方式表示,分析了量子Hadamard变换的原理,提出了基于量子衍生的图像中值滤波算法;针对受不同程度椒盐噪声干扰的数字图像,分别采用3×3和5×5大小的中值滤波窗口,对传统图像中值滤波算法和量子衍生中值滤波算法进行了去噪仿真实验;从主观视觉角度和客观评价指标两方面,对算法的去噪效果进行了分析和比较;根据信噪比和边缘保持度两种评价指标,客观衡量和比较了算法处理后的结果图像与原始图像之间的灰度值差异,以及算法对图像边缘细节的保持能力;算法仿真结果表明,对相同程度椒盐噪声干扰的图像进行去噪处理时,5×5大小的量子衍生中值滤波算法去噪效果最佳。(本文来源于《计算机测量与控制》期刊2019年10期）
黄晶晶,张明海[5]（2019）在《基于偏微分中值滤波的巡检图像去噪研究》一文中研究指出用无人机巡检电力通道线路拍摄的图像具有较多的椒盐噪声,针对传统的中值滤波和自适应中值滤波算法在滤除高浓度椒盐噪声和保留图像边缘细节中的不足,提出了一种基于偏微分中值滤波算法。该算法通过计算原像素点四个方向的导数值是否大于设定的阈值,分析原像素点是否为可疑噪声点。如果其中有一个导数值大于设定阈值就确定为可疑噪声点,把窗口移动到导数值小的窗口再次求导,如果还有导数值大于阈值就确定为噪声点,确定噪声点后,用已经设定好的掩膜和噪声点的领域窗口进行加权卷积求出新的像素值,用新的像素值代替原噪声点。最终结果表明,该算法比起自适应中值滤波算法有更高的峰值信噪,去噪效果比较好。(本文来源于《光电技术应用》期刊2019年05期）
黄友亮,孙广彤,战胜,仪垂杰,纪慧敏[6]（2019）在《基于自适应中值滤波高炉渣颗粒小波去噪》一文中研究指出粒径检测是高炉渣自适应控制系统得以实现的必要条件,粒径大小对能源回收有重要影响。提出了一种基于机器视觉的方案来解决高炉渣粒径实时检测难度大的问题。粘结颗粒的准确分割对图像去噪提出了较高的要求,提出了一种基于自适应中值滤波和小波变换的去噪方式对图像做平滑滤波处理,在滤除大部分噪声的同时,保护了图像的细节和边缘。为了验证其去噪效果,通过MATLAB模拟仿真,以改进的分水岭算法的分割效果作为评价标准,表明此方法在高炉渣图像去噪效果上达到了试验要求,为粒径的准确分割提取提供了技术支持。(本文来源于《矿业研究与开发》期刊2019年09期）
陈旭凤,李玉龙,侯志奇,温彬彬,胡雪花[7]（2019）在《基于TOF的快速加权中值滤波深度成像系统》一文中研究指出本文介绍了一种基于飞行时间(TOF)的快速加权中值滤波深度成像系统。本系统结合了高分辨率(HR)叁视图立体RGB相机(1280×960)和低分辨率(LR)TOF景深相机(176×144)。首先进行相机标定,以获得彩色和深度相机的内在和外在参数。由于同一场景下深度图像的分辨率远小于相应的彩色图像,因此采用快速加权中值滤波(WMF)对低分辨率深度图像进行深度上采样。最后,利用基于深度图像的绘制(DIBR)技术,通过上采样深度图像和HR彩色图像结合生成场景的立体叁维(S3D)图像。实验结果表明,与不同的滤波方法相比,本文提出的深度成像系统能生成高质量的深度图,并能高速生成S3D图像。(本文来源于《科技风》期刊2019年26期）
王波[8]（2019）在《滤除椒盐噪声的改进中值滤波算法比较》一文中研究指出用标准中值滤波去除数字图像中的椒盐噪声时,会丢失图像的边缘细节,且噪声密度较大时会失效。基于此,大量的改进方法被提出。对几种典型的改进中值滤波方法进行了仿真实验,并完成了定量分析。实验结果表明,在滤除椒盐噪声的问题上,基于决策的算法滤波效果优于开关中值滤波;在噪声密度较大时,自适应中值滤波优于基于决策的算法,但时间复杂度较高。认为在基于决策的算法中引入自适应窗口的方法,能在不明显提高时间复杂度的前提下有效地提高降噪效果,对进一步改进中值滤波具有一定的指导意义。(本文来源于《贵阳学院学报(自然科学版)》期刊2019年03期）
万丰丰,周国民,周晓[9]（2019）在《一种去除椒盐噪声的自适应模糊中值滤波算法》一文中研究指出针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段:采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。噪声去除阶段:信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。(本文来源于《浙江大学学报(理学版)》期刊2019年04期）
郝波,卢小平[10]（2019）在《基于中值滤波的图像边缘去噪算法研究》一文中研究指出针对数字图像可能存在的椒盐噪声对图像后期处理的影响,以及一般算法无法处理边缘噪声的问题,在中值滤波算法的基础上,利用C++编程,实现多种去除边缘噪声的图像滤波算法,并利用MATLAB生成含有椒盐噪声的图像以及和使用MATLAB进行去噪的图像进行对比。实验结果表明,对于含有椒盐噪声的数字图像,使用所提出的滤波算法可以很好地进行边缘噪声的去除。(本文来源于《现代计算机》期刊2019年20期）
中值滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于汽车管路连接件表面缺陷图像中的高频噪声和椒盐斑状噪声直接影响缺陷特征提取的精度,提出一种小波与中值滤波相结合的去噪新方法。该方法首先对原始图像进行小波变换分解,分离出高频信号与高频噪声,并将噪声滤除,然后由灰度值变化曲线统计得到缺陷灰度分界阈值,结合中值滤波算法自适应地滤除椒盐斑状噪声以保护缺陷特征边缘,对去噪后的图像进行线性增强,使缺陷边缘轮廓更加清晰,最后采用Sobel边缘算子算法分别对中值滤波、小波滤波、高斯滤波及新方法去噪后的图像进行缺陷特征提取以对比分析去噪效果。实验结果表明,新方法的峰值信噪比(PSNR)分别比中值滤波、小波滤波及高斯滤波提高了10.70%、8.99%和8.87%;结构相似度(SSIM)分别提高了21.82%、23.34%和11.54%,说明新方法具有良好的去噪效果,并在一定程度上提高了缺陷细节形状特征提取的准确性,适用于汽车管路连接件表面缺陷的检测与分类识别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
中值滤波论文参考文献
[1].张缓缓,马金秀,景军锋,李鹏飞.基于改进的加权中值滤波与K-means聚类的织物缺陷检测[J].纺织学报.2019
[2].杨泽青,李超,黄凤荣,彭凯,刘丽冰.小波与中值滤波相结合的汽车管路连接件表面缺陷图像去噪[J].现代制造工程.2019
[3].王旭,赵冲.井中地震数据中值滤波方法研究[J].云南化工.2019
[4].勾荣.基于量子衍生的图像中值滤波算法[J].计算机测量与控制.2019
[5].黄晶晶,张明海.基于偏微分中值滤波的巡检图像去噪研究[J].光电技术应用.2019
[6].黄友亮,孙广彤,战胜,仪垂杰,纪慧敏.基于自适应中值滤波高炉渣颗粒小波去噪[J].矿业研究与开发.2019
[7].陈旭凤,李玉龙,侯志奇,温彬彬,胡雪花.基于TOF的快速加权中值滤波深度成像系统[J].科技风.2019
[8].王波.滤除椒盐噪声的改进中值滤波算法比较[J].贵阳学院学报(自然科学版).2019
[9].万丰丰,周国民,周晓.一种去除椒盐噪声的自适应模糊中值滤波算法[J].浙江大学学报(理学版).2019
[10].郝波,卢小平.基于中值滤波的图像边缘去噪算法研究[J].现代计算机.2019
论文知识图
