为了解决焊接缺陷磁光图像轮廓信息难以提取的问题, 提出一种图像去噪及轮廓检测方法。通过激光点焊获取裂纹缺陷样本, 利用有限元模拟仿真并获取缺陷漏磁场, 对比分析磁光图像灰度连续性、集中性及噪声特性; 利用快速非局部均值滤波算法去除噪声, 并与传统滤波器进行对比分析; 根据磁光图像缺陷信息与背景信息梯度值相异的特性, 在1阶梯度图的基础上进行Otsu法阈值分割与边缘检测。结果表明, 经该方法处理后的磁光图像标准差及图像熵分别达到30.0465及6.0395, 图像聚集程度更好, 更贴近仿真磁场曲线, 并能较好地提取缺陷轮廓信息。这一结果对后续缺陷识别及目标检测是有帮助的。

提出了一种基于均值滤波的计算鬼成像（CGI）去噪方法，可以有效降低来自复杂环境的噪声干扰，提高CGI的成像质量。以尺寸为3×3的模板均值滤波器为例，设计了9组与均值滤波器相关的Hadamard移动散斑，并将各移动散斑依次照射到待测物体上，获得对应的桶探测器值。将9组桶探测值的累加值与散斑进行二阶关联，可获得被测物体去噪后的像。仿真和实验结果表明：在相同高斯和椒盐噪声环境下，所提方法获取的成像结果明显优于传统CGI的结果；所提方法具有较好的去噪能力，在不断变化的复杂环境中，有一定的应用优势。另外，所提方法将图像去噪中的均值滤波概念引入到关联成像中，提供了一种将信号处理方法用于CGI的新思路。

针对投影仪和相机的伽马非线性效应会使解包裹相位结果产生周期性误差的问题,提出一种基于均值模板的相位误差抑制方法。首先对解包裹相位进行傅里叶变换,计算出相位误差的周期值。之后,设计出长度可变的一维均值滤波模板,模板的长度与相位误差的周期相关。最终用此模板对解包裹相位进行均值滤波,消除周期性误差。实验结果显示,所提方法使解包裹相位的周期性误差平均减少94%,消除了采用结构光测量平坦物体深度信息时出现的失真波纹,在没有复杂的数学模型和增加条纹图案的前提下提高了相位测量和深度信息测量的准确度,更适合于实际应用。

Segmentation of layers in retinal images obtained by optical coherence tomography (OCT) has become an important clinical tool to diagnose ophthalmic diseases. However, due to the susceptibility to speckle noise and shadow of blood vessels etc., the layer segmentation technology based on a single image still fail to reach a satisfactory level. We propose a combination method of structure interpolation and lateral mean filtering (SI-LMF) to improve the signal-to-noise ratio based on one retinal image. Before performing one-dimensional lateral mean filtering to remove noise, structure interpolation was operated to eliminate thickness fluctuations. Then, we used boundary growth method to identify boundaries. Compared with existing segmentations, the method proposed in this paper requires less data and avoids the influence of microsaccade. The automatic segmentation method was verified on the spectral domain OCT volume images obtained from four normal objects, which successfully identified the boundaries of 10 physiological layers, consistent with the results based on the manual determination.

针对存在光照不均匀干扰的工业图像,提出了一种基于图像的多方向灰度波动局部阈值分割方法。先对图像进行均值滤波预处理;然后提取水平、垂直和左右对角线四个方向上的一维灰度波动曲线,并对每条曲线上满足波动幅度阈值条件的波峰和波谷进行一维局部阈值分割;最后将分割后的子图像进行与操作,得到最终分割图像。实验结果表明,该方法能够有效提高对光照不均匀图像分割的准确性,与二维Otsu、二维Tsallis和Niblack算法相比分割效果有显著提升。

为了改进传统多尺度变换滤波在电子散斑干涉(ESPI)条纹图中去噪效果和边缘细节保护不理想问题, 提出改进非下采样轮廓波(NSCT)滤波算法。采用离散平稳小波变换和NSCT变换模型, 联合非线性扩散和改进的快速非局部均值滤波算法, 进行了理论分析和实验验证, 取得了将本文中算法应用于模拟和实验ESPI条纹图滤波效果定量分析的数据。结果表明, 本文中的算法在模拟ESPI条纹图和实验图相比其它算法散斑指数最小分别为0.41121, 0.38043, 0.35362, 对应峰值信噪比最大; 该算法在提升去噪能力的同时, 能够更好地恢复条纹细节信息。研究结果为以后应用多尺度变换滤波在ESPI条纹图打下了基础。

提出了一种基于梯度信息的结构相似性算法改进的红外图像非局部均值滤波方法。传统的非局部均值滤波算法采用欧氏距离度量图像块之间的相似性，因而不能够很好地衡量图像细节和边缘信息，导致滤波后图像模糊失真。针对此问题，采用结构相似性度量（structural similarity，SSIM）算法对欧氏距离进行加权改进，针对普通的SSIM边缘信息评价能力的不足，提出了带有梯度信息的GSSIM算法，实验结果表明本方法在保持非局部均值（Non-Local Means，NLM）滤波算法去噪能力的同时还能够较好地保持图像的边缘和细节信息。

针对高端装备制造中对大尺度机床误差测量与补偿的要求，本文基于光学自准直原理和液体表面反射原理，研制了一种二维光电水平倾角测量系统以实现对机床滚转角和俯仰角的测量。该系统使用半导体激光器发射激光，经光学自准直系统于待测硅油表面将被测倾角放大二倍。然后，由位置敏感探测器感测光斑位置变化，输出包含角度信息的光电流信号，并由低噪声四路同步微弱信号处理电路进行相同倍数的放大以减小误差。最终，由高速采集卡进行数据采集，经均值滤波、曲线拟合、解算处理后将其转化为倾角信息，从而实现二维角度测量。在光学平台进行了对比实验，结果表明：测量系统在-10～10 mm/m（约为-2 000″~2 000″）量程内，角度测量误差小于±0.050 mm/m（约为±10″），线性度优于0.25%，满足大尺度机床二维水平倾角检测对大量程、高精度、高稳定性的要求。

为了获得高保真3维图像,采用了一种针对高分辨率3维图像的自适应均值降噪算法.首先使用一种由激光器、高分辨率3维相机、直线电机和计算机等设备组成的线激光高精度3维测量实验系统对自然纹理皮革进行测量.然后针对系统测量所得的高分辨率3维自然纹理图像(每英寸点数大于1000),进行了理论分析和实验验证,取得了降噪后的高保真3维图像数据,并与传统的均值滤波、小波变换滤波的降噪效果进行对比.结果表明,该算法能自动选取最优的降噪窗口,有效地去除3维图像的噪声信息,并保留高分辨率图像丰富的边缘、细节信息,最终得到高保真的高分辨率3维自然纹理图像.该实验结果对于高分辨率图像的降噪问题是十分有帮助的.

视频车辆监控系统中图像噪声对背景学习、车辆识别等具有很大影响，已有滤波算法又难以满足系统对滤波效果和速度的综合要求。通过对比不滤波、采用中值滤波或均值滤波时的车辆识别效果和速度，选用均值滤波作为进一步的研究对象。在适当减少计算量的基础上，通过改进数据访问方法和计算方法进一步提高了算法速度，并用Visual C++ 6.0实现了该算法。实验表明，新算法的速度比盒滤波提高了55 %。