论文部分内容阅读
对受高度脉冲噪声污染水岸图像分割研究,解决了两个难题:图像滤波,岸上景物与天、水的分割。取得了3 点创造性进展:一是提出区域差异性测度;二是提出递进缩减序列向量滤波,并把这两点有机结合产生区域差异性测度递进缩减序列半开关向量滤波,可以有效处理脉冲噪声污染像素比率高达70-90%的水岸图像;三是提出落雨生长算法分割图像中的岸-天界线。本文主要进展简述如下:? 提出区域差异性测度DM 的概念及定义:定义了像素点“相近或相异”的一个可比较量,反映一个像素点与周围的不协调程度,判断该点是否噪声点。? 区域差异性测度选点向量中值滤波DMNVM:用DM 判断噪声点否,是则滤波;否则不变。优于一些现有方法,如适应向量滤波的MAE、MSE、NCD 平均分别是其1.81、2.59、2.17 倍。适于低噪图像,满足视觉需要为目的。? 区域差异性测度开关中值滤波DMSM:DM 与开关滤波结合产生。污染比率低时和DMNVM性能相同;大于40%,客观指标比VMF、、DMNVM PSM好。与彩色图像自适应脉冲噪声滤波(SAINR)比较PSNR、SNR、MAE,污染像素比率不高于40%,SAINR 的PSNR 和SNR 有优势,DMSM 的MAE 稍强;大于40%时,三项指标超过SAINR。其平均时耗为VMF 的0.63 倍。? 递进缩减序列向量滤波PRVM:移动窗口内像素集合中找到一个子集,该子集所含像素的各通道灰度值变化范围较小。对该子集滤波,即为PRVM。污染像素比率低时,VMF 强于PRVM;高时,PRVM 强于VMF。计算复杂程度低于移动窗尺度相同的VMF。? 区域差异性测度递进缩减序列半开关向量滤波DPRHSM:用DM 判断得到信号点,对所有像素用信号点滤波。与AEM、SMF、MMVM、PSM、FEVM、VMF、VDF、MMFT、PRVM 比,客观指标综合分析评价指标最大值都出现在DPRHSM 中,能弱化纹理强化边缘。? 分数维特征识别水岸界线:应用边缘提取降维,根据分数维及其它基本特征识别水岸界线。引入了Lebesgue 测度等基本条件,只对符合条件边界点迭代计算,迭代点数量为原算法的0.88%。多种自然环境下的水岸图像,完全识别率达85.3%。? 落雨生长算法DWRG:边界检测纵向移动,当遇到一个点它的一阶差分大于自适应阈值时,这一条线上的边界检测停止,记录停止点坐标。这些点所形成的曲线为景物与天空界线,实验证明该方法可以有效分割景物与天。