２０１０年第１期中图分类号：ＴＩ田１１．７３文献标识码：Ａ文章编号：１００９—２５５２（２０１０）０１—００６５—０３图像平滑处理方法的比较研究平丽（河南理工大学电气学院，焦作４５４０００）摘要：图像平滑处理在数字图像处理中有着重要的作用。系统分析目前具有代表性的图像平滑处理方法，并用ＭＡＴＬＡＢ７．０软件实现了各种算法。实验结果表明，各种方法均有各自的优缺点和适用条件，在做图像平滑处理之前，应对图像进行分析，针对图像的特点和应用需求选用合适的方法。关键词：图像增强；图像平滑Ｊ～Ｃｏｍｐａｒｉｓｏｎ…Ｏｇ一●ｉｍａｇｅｓｍｏｏｔｔｎｎｇｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｓＰＩＮＧＵ（ＥｌｅｃｔｒｉｃａｌＳｃｈｏｄ，ＨｍＰ‘灯懈：ｔＩ疵Ｕｒｄｖｅｒ蛳，Ｊ＇ｍｏｍｏ４５４４３００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＩｍａｇｅｓｍｏｏｔｈｉｎｇｐｒｏｃｅｓｓｉｎｇｐｋＩｙｓａｌｌｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ．１１ｌｉｓｐａｐｅｒｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙａｎａｌｙｚｅｓｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｖｅｍｅｔｈｏｄｓｏｆｉｍａｇｅｓｍｏｏｔｈｉｎｇｐｒｏｃｅｓｓｉｎｇａｔｐｒｅｓｅｎｔ．ａｎｄ砌嘲ｅａｃｈａｌｇｏｒｉｔｈｍｗｉｔｈｔｈｅｂｅ删ｓｅｌｅｃｔｅｄＭＡＴＬＡＢ７．０ｓｏｆｔｗａｒｅ．ＲｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｅａｃｈｍｅｔｈｏｄｈａｓＳＯｌｌｌｅａｄｖａｎｔａｇｅｓａｎｄｌｉｍｉｔａｔｉｏｎｓ．Ｉｔｓｈｏｕｌｄａｃｃ砌ｉｌｌｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｉｍａｇｅａｓｗｅｌｌａｓａｐｐｌｉｃａｔｉｏｎｍ州ｓｂｅｆｏｒｅｃｏｎｄｕｃｔｉｎｇｉｍａｇｅ咖ｔｌｌｉＪｌｇｐｒｏｃｅｓｓｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ；ｉｍａｇｅｓｍｏｏｔｈｉＩｌｇＯ引言的含义均相同。］为含噪图像信号，则平滑处理后的图像增强的方法比较多，有加噪音，平滑，锐化，图像信号ｇ（ｍ，ｎ）为：伪彩色增强等多种方法。本文重点对其中的平滑处射Ｍ理方法进行分析。图像的简单平滑是图像增强处理ｇ（ｍ，ｎ）＝∑默ＨＩ，一蠡，，Ｉ—ｆ）ｒ（一后．一ｚ）＝中最基本的方法之一，它利用卷积运算对图像邻域“ｍ，ｎ）＊丁（一ｍ，一厅）（１）的像素灰度进行平均化，从而达到减少图像中杂点式（１）可视为模板运算【副，其中（２Ｍ＋１）×（２肘＋１）影响、降低图像对比度的目的。阵列丁称为乘积模板。其算法可分解为：本文分别选取了空域平滑处理中的均值法，领①将模板ｒ在待处理图像中平移，并将模板中域平均法，中值滤波法，巴特沃失低通滤波这几种平心与图像中某个像素位置重合。滑处理方法进行详细分析，并对不同的方法进行比②将模板ｒ上的系数（矩阵元素）与模板下对较总结出各种方法的优缺点和适用范围，从而为人应的像素灰度值相乘。们在实际应用中选择合适的图像平滑方法提供实验③将所有乘积相加。依据。文中所有方法的实践均在ＭＡＴＬＡＢ＇／．０环境④将和（模板的输出响应）赋给处理后图像中中实现。对应模板中心位置的像素。１平滑处理方法⑤重复上述过程，直至模板丁的中心遍历待处１．１平滑处理的模板运算理图像中所有像素。设厂（／／＇ｔ，凡）［符号．厂（ｍ，ｎ）不仅可以表示二元离散函数厂（ｍ，ｎ），而且还可以表示矩阵厂中的元素收稿日期：２００９—０７—０７作者简介：平丽（１９８６一），女，硕士研究生，主要研究方向为图像处“ｍ，ｎ），以下ｇ（ｍ，ｎ）、Ｔ（ｍ，ｎ）和ｈ（ｍ，ｒｇ）等符号理，故障诊断。一６５—万 方数据要达到平滑的目的，模板ｒ的系数首先应具有非负性，即对于所有ｍ，ｎ，有Ｔ（ｍ，ｎ）Ｅ０。因此该处理算法实际上就是进行（２Ｍ＋１）×（２Ｍ＋１）邻域的加权平均，各权值（模板系数）不同，平滑效果就不一样。此外，还应该满足归一性，即三（ｍ，ｒｔ）Ｔ（ｍ，１１，）＝ｌ，这是为了使图像的平均灰度值在处理前后不发生变化，以及输出图像仍在原来的灰度范围内。尽管在空域算法中使用乘积模板的概念简洁清晰，但要进行频域分析，还须利用卷积模板的概念，为此首先引入二维离散卷积的定义。二维离散信号＾（ｍ，ｒｔ）和以（ｍ，ｎ）的卷积八ｒｒｔ，１７，）定义为八ｍ，凡）＝＾（玑，ｎ）＊五（ｍ，ｎ）＝∑∑＾（ｋ，ｚ）五（ｍ—ｋ，ｎ—ｚ）＝七＝一∞ｌ＝一∞∑∑＾（ｍ—ｋ，１１，一ｚ）Ａ（ｋ，ｚ）（２）这样，式（１）可以写为Ｍｇ（ｍ，，ｔ）＝∑∑以ｍ—ｋ，ｎ—ｚ）丁（一ｋ，一ｚ）＝．厂（１１１，，，１）＊ｒ（一ｍ，一ｎ）（３）于是上述平滑处理系统可看作一个离散滤波器，且是线性移不变的，其冲激响应阵列ｈ（ｍ，ｎ）＝Ｔ（一ｍ，一ｎ），如图ｌ所示。冲激响应阵列ｈ又称为卷积模板，当乘积模板丁满足对称条件Ｔ（ｒｒｔ，ｎ）＝丁（一ｍ，一ｎ）时，有ｈ＝Ｔ，这时ｈ和丁可以不加区别地统称为模板。１．２邻域平均算法及其改进在式（１）中，若模板各系数均取常值：Ｔ（ｍ，凡）＝１／Ｎ，其中Ⅳ＝（２Ｍ＋１）２，这时输出图像信号与原图像信号之间的关系为：ＭＭｇ（ｍ，凡）＝面１∑２ｆ（ｒｒｔ＋ｋ，凡＋ｚ）（４）或表示为：ｇ（ｍ，ｎ）＝丙１∑八ｋ，ｆ）（５）式中，Ｓ是以点（ｍ，ｎ）为中心的（２肘＋１）×（２Ｍ＋１）邻域。在这种方法中，对邻域中的各点平等对待（权值相同），算法简单，运算速度快，并且仍然满足三（ｒｒｔ，凡）丁（ｍ，ｎ）＝１。可以证明，平滑后的噪声标准差降低为原来的１／佃，因此邻域尺寸越大，抑制噪声的效果越显著。若要突出中心点的核心地位，以及强调临近点的作用，可将上述算法加以改进，一种改进算法的模板与邻域平均算法的模板对比如下（以３×３尺寸为．『Ｉｌ１１例）：邻域平均ｈ，＝百１ｌｌ１了Ｌｌｌ和一种改进算法１ｌ１ｊ一６６一万 方数据１２１１ｈ２＝素ｌ２４２…ＬＩ。ｌ２１Ｊ１．３中值滤波在中值滤波算法中，对于孤立像素的属性并不非常关注，而是认为图像中的每个像素都跟邻域内其他像素有着密切的关系，对于每一个邻域，算法都会在采样得到的若干像素中，选择一个最有可能代表当前邻域特征的像素的灰度作为中心像素灰度，这样就有效避免了离散型杂点对图像的影响。明白了中值滤波算法的思路后，如何有效地选择一个最有可能代表邻域特征的像素灰度就成了算法的核心问题。直观地，邻域像素中灰度大小居中的点通常能很好地描述邻域的属性，因此在中值滤波算法中，中心像素的灰度是通过对邻域内像素灰度排序然后取中值来确定的。１．４巴特沃失低通滤波１．４．１分频对一幅图像来说，能量主要集中在低频分量中，而噪声和图像细节信息主要集中在高频分量中。在图像处理过程中，将两种分量分离开，进行不同的操作与处理，可以取得更佳的处理效果。分频的目的就是将输人图像的高频分量和低频分量分开。进行分频时，既可以选择高通滤波器又可以选择低通滤波器，都能达到分频的目的。本文实验的过程中使用的是低通滤波器。在诸多低通滤波器中，Ｂｕｔｅｒ－ｗｏｒｔｈ低通滤波器没有“振铃”现象，而且能够提高图像的细节清晰度。Ｂｕｔｅｒｗｏｒｔｈ低通滤波器（ＢＬＰＦ）传递函数：１爿【ｉｔ，口Ｊ２订Ｔ丙再瓣式中，Ｄｏ为截止频率，Ｄ（Ⅱ．ｔ，）＝￣／“２＋口２，在Ｄ（Ⅱ．ｔ，）＝仇处，日＝告日。；为阶数，取正整数，用来控制衰减速度。对～幅输入图像“菇，Ｙ），可将其分解为高频分量五（髫，Ｙ）和低频分量＾（菇，Ｙ），如下式所示：以菇，Ｙ）＝厶（ｚ，Ｙ）＋＾（菇，Ｙ）将图像．厂（戈，Ｙ）通过２阶Ｂｕｔｅｒｗｏｒｔｈ低通滤波器ｇ（戈，Ｙ），即八髫，Ｙ）与ｇ（戈，Ｙ）进行卷积，可得到图像的低频分量“菇，Ｙ），如下：工（髫，），）：／．（ｘ，Ｙ）＊ｇ（戈，，，）其中，ｇ（茗，），）２ｒ＿ｎ灭；瓣（Ｄ。为截止频率）在图像∥戈，Ｙ）中减去低频分量＾（茗，Ｙ）就得到高频分量：五（石，Ｙ）＝八戈，Ｙ）一＾（茗，Ｙ）１．４．２低频分量均衡化图像的能量主要集中在低频分量．＾（石，Ｙ）中，对图像的整体视觉效果起着决定性的作用，必然要２仿真结果与分析利用ＭＡＴＬＡＢ对图像平滑处理算法进行仿真，结果如图１所示，其中图ｌ（ａ）是原始图像，与受到噪声污染的图像，图１（ｂ）是原图像和均值法后的图像，图ｌ（ｃ）是原图像和领域平均法后的图像，图ｌ（ｄ）是原图像和中值滤波法后的图像，图ｌ（ｅ）是原图像和巴特沃失低通滤波法后的图像。由仿真结果可知，简单平滑的结果中不难发现，平滑的邻域边长越大，可以消除的杂点影响就越多，同时图像的对比度下降也越多。使用简单平滑的方法进行杂点消除往往以大幅降低图像清晰度为代价。另外，使用简单平滑处理实质上只能将杂点无限放大而使人眼不易察觉，但不能真正消除杂点，这是图像简单平滑对该分量进行直方图均衡。对低频分量八菇，Ｙ）利用传统算法进行直方图均衡，得到ｔ，（石，Ｙ）：ｔ，（石，Ｙ）＝艘（＾（菇，Ｙ））噪声存在于高频分量中，如果直接进行直方图均衡，必将使噪声得到增强，影响图像质量。因此，将以（石，Ｙ）乘上一个加权系数口得到ｔ。（菇，Ｙ）：ｔｈ（戈，Ｙ）＝口＊五（菇，Ｙ）口的取值因具体情况而定：若图像受噪声影响比较严重，Ｄ的取值应小于ｌ，以免放大噪声；若图像受噪声影响比较小，口的取值应大于Ｚ。输出图像八茹，Ｙ）为高频分量五（菇，Ｙ）和低频分量＾（戈，Ｙ）之和：处理的一大缺陷。图像的中值滤波很好地解决了图像杂点的问题，然而对于细节较多的图像，中值滤波处理常常导致图像信息的丢失。巴特沃失低通滤波算法的处理结果较传统算法与原图更为接近，通过以戈，Ｙ）＝＾（菇，Ｙ）＋＾（石，Ｙ）所以，输出图像以菇，Ｙ）为五（菇，Ｙ）和ＨＥ（ｆ，（菇，Ｙ））的线性组合，即：增强，更好地将退化图像恢复出原始图像的信息，并且还有了更为丰富的信息。采用Ｂｕｔｅｒｗｏｒｔｈ低通滤ｔ（戈，Ｙ）＝ａ＊五（菇，Ｙ）＋嬲（＾（茗，，，））ｔ（ｘ，Ｙ）就是希望得到的图像。通过分频，输人图像被分解为高频分量和低频分量，对两分量进行不同的操作，再经过线性组合得到最终的增强图像，图像清晰度高，细节信息丰富，增强效果明显。波器将图像分为高频分量和低频分量，低频分量进行ＨＥ算法直方图均衡，然后再将高频分量和低频分量进行融合得到最终处理结果，这样可以突出图像的细节信息，使图像整体视觉效果得到改善，有利于后续图像处理工作的进行。图１仿真后的结果（下转第７０页）万方数据 一６７—用共享ＭＦＣＤＬＬ），设工程名为Ｓｅｒｉａｌｃｏｍｍ。ｒｅｔｕｍ１；建立Ｓｅｒｉａｌｃｏｍｍ．ＤＬＬ的工程，在定义串口ＧＰＳ类ＣＧＰＳＳｅｆｉａｌＣｏｎｒｎ的ｃｌａｓｓ后面加关键字ＡＦＸ—ＥＸＴ—ＣＬＡＳＳ，在ＣＧＰＳＳｅｒｉａｌＣｏｒｍｎ类文件中添加：撑ｉｎｃｌｕｄｅ”｝将ＪＳｅｒｉａｌＣｏｍｍ．ｈ复制到ＶＣ工程目录中，可以将ｊｎｉ．ｈ和ｊｎｉ—ｍｄ．ｈ复制到工程目录中，并在ＪＳｅｒｉ—ＪＳｅｒｉＭｃｏｍｍ．ｈ，，，实现冠以关键字ＪＮＩＥＸＰＯＲＴ的导出函数如下：ＪＮＩＥＸＰＯＲＴｊｉｎｔＪＮＩＣＡＬＬＪａｖａ—ＪＳｅｒｉａｌｃｏｍｍ—ａｌｃｏｍｍ．ｈ头文件中的加入＃ｉｎｃｌｕｄｅ”ｊｎｉ．ｈ『，，然后编译生成ＳｅｒｉａｌＣｏｍｍ．ｄｌｌ，即完成了既可被Ｊａｖａ访问也可被ＶＣ＋＋访问的ＶＣ＋ＤＬＬ设计。２．３ＷａｔｃｈＳｅｒｉａｌｃｏｍｍ（ＪＮ［Ｅｎｖ＊，ｊｃｌａｓｓ）｛Ｊａｖａ调用ｖＣ＋＋ＤＬＬ将２．２节生成的Ｓｅｒｉａｌｃｏｎｍａ．ｄｌｌ文件复制到ＣＧＰＳＳｅｒｉａｌｃｏｍｍＣｏｍｍ；／／声明串口ＧＰＳ类ＪＳｅｒｉａｌＣｏｍｍ．ｊａｖａ所在的目录中，在ＪＳｅｒｉａｌＣｏｒａｍ．ｊａｖａ去掉最后两行代码，然后再编译生成ＪＳｅｒｉａｌＣｏｍｍ．ｂＳｔａｒｔＷａｔｃｈ；ｃｌａｓｓ文件，这样在ｊａｖａ中运行．ｃｌａｓｓ，可以看调用对象ＣｏｍｍＢＯＯＬｂＳｔａｒｔＷａｔｃｈ＝Ｃｏｍｍ．ＳｔａｒｔＷａｔｃｈ（）；，／ｉｆ（ｂＳｔａｒｔＷａｔｃｈ＝＝ＴＲＵＥ）ｒｅｔｕｍ１；ｅｌｓｅｒｅｌｌｌｎｌＳｅｔｃｏｍｍ（），ＷａｔｃｈＳｅｒｉａｌＣｏｍｍ（）开始检测串口。当然我们可以去掉ＪＳｅｒｉａｌｃｏｍｍ．ｊａｖａ中的ｍａｉｎ方法再编译生成ＪＳｅｒｉａｌｃｏｍｍ．ｃｌａｓｓ，这个Ｊａｖａ类结合动态连接库Ｓｅｒｉａｌｃｏｎｍａ．ｄｌｌ可供任何Ｊａｖａ访问串口ＧＰＳ。Ｏ：３结束语虽然Ｊａｖａ也提供串口编程的ＪａｖａＣｏｒｍｎｕｎｉｅａｔｉｏｎ｝ＪＮＩＥＸＰＯＲＴｖｏｉｄＪＮＩＣＡＬＬＪａｖａ—ＪＳｅｒｉａｌＣｏｍｍ—ＡＰＩ开发包，但利用现成的ＶＣ＋＋串口ＧＰＳ类，设计供Ｊａｖａ访问的ＶＣ＋＋ＤＬＬ总比重新学习使用ＪａｖａＣｏｍｍｕｎｉｃａｔｉｏｎＳｅｔＣｏｍｍ（ＪＮＩＥｎｖ＊，ｊｃｌａｓｓ）｛ＡＰＩ开发包再设计Ｊａｖａ串口ＧＰｓ类要ＣＧＰＳＳｅｆｉａｌｃｏｍｍＣｏｍｍ；简单的多，而且也做到了不同程序设计语言代码的可重用性。参考文献：［１］苏德富，陈志琦，霍林．基于ＪＮｌ的Ｊａｖａ与其他高级语言之间通信的研究与应用［Ｊ］．广西大学学报：自然科学版，２００５，３０（１）：６－９．［２］任俊伟，林东岱．ＪＮ！技术实现跨平台开发的研究［Ｊ］．计算机应用研究，２００５，２２（７）：１８０—１８４．ｉｆ（Ｃｏｎｃｈ．Ｉｎｉｔ（”ＣＯＭｌ”，ＣＢＲ一１２００，ＮＯＰＡＲ一１ＴＹ，７，ＯＮＥＳＴＯＰＢＩＴ）！＝ＴＲｕＥ）／／初始化和设置ＡｆｘＭｅｓｓａｇｅＢｏｘ（”串Ｅｌ初始化失败！”）；ｅｌｓｅＡｆｘＭｅｓｓａｇｅＢｏｘ（”串Ｅｌ初始化成功！”）；ｒｅｔｕｒｎ；［３］原佳丽，杨仁广．盂祥增．Ｊａｖａ调用ｖｃ＋＋的动态链接库［Ｊ］．电脑知识与技术，２００７（７）：１６９—１７０．｝ＪＮＩＥＸＰＯＲＴｊｉｎｔＪＮＩＣＡＬＬＪａｖａ—ＪＳｅｒｉａｌｃｏｍｍ—ＪＳ—［４］胡乃乎，赵振．基于ＶＣ，６．０串口通信动态链接库（ＤＬＬ）的设计与应用［Ｊ］．微计算机信息，２００７。２３（３—３）：２１４—２１６．［５］张永，李其申，李镍岚．基于Ｖｃ＋＋的动态链接库的创建与调用方法［Ｊ］．南昌航空工业学院学报：自然科学版。２００５．１９（３）：８１—８４．ｔｏｐＷａｔｃｈ（ＪＮＩＥｎｖ＊，ｊｃｌａｓｓ）｛ＣＧＰＳＳｅｒｉａｌＣｏｍｍＣｏｍｍ；ｉｎｔｉ；［６］王敏。邵定宏，陆金桂．动态链接库技术及其应用实例［Ｊ］．微计算机信息，２００６，２２（９～３）：２７２—２７４．’ｔ，㈣●Ⅷ●…（上接第６７页）ｉ＝Ｃｏｍｍ．ＳｔｏｐＷａｔｃｈ（）；／，停止检测串口，…，…，㈣，…，…，－ｏ●，●ｏ●苏：常州工学院学报，２００４．［８］１３７．责任编辑：肖滨［７３李俊生．一种图像平滑处理方法的空域算法与频域分析［Ｊ］．江冈萨霄斯．数字图像处理［Ｍ］．北京：电子工业出版社，２００４：１３２—参考文献：［１］朱秀昌，刘峰，胡栋．数字图像处理与图像通信［Ｍ］．北京：北京邮电大学出版杜。２００２：６７—８４．［２］陈廷标，夏良正．数字图像处理［Ｍ］．北京：人民邮电出版社，１９９０：２５５—２７１．［９］【１０ｊＫｅｎｎｅｔｈＲＣａｔｔｌｅｍｅｎ．Ｉ）ｉ西ｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ［Ｍ］．Ｅ叫酬Ｃｌｉｆｆｓ，ＮｅｗＪｅｒｓｅｙ，ＵＳＡ：ＰｒｅｎｔｉｃｅＨａｌｌｉｎｔｅｒｎａｔｉｏｎａｌ，Ｉｎｅ．，１９９８．ＴｓｕｍｏｔｏＳ［３］张晓黎，陆新华，吴冲龙．模板运算的传递甬数分析［Ｊ］．计算机与现代化．２００１（６）：２０—２３．［４］阮秋琦．数字图像处理［Ｍ］．北京：电子工业出版杜，２００４．ｆ５］高浩军，杜字人．中值滤波在圈像处理中的应用［Ｊ］．电子Ｊ＝程师，２００４（８）：３５一＝１６．［６］夏良正．数字图像处理［Ｍ］．南京：东南大学出版社，１９９９：４３—８３．［Ｃ］／ｌ㈣ｎｇｓＫｏｔｈｅｉｒＨ．Ｅｘｔｒａｃｔｉｏｎ０ｆｋｎｏｗｌｅｄｇｅｆｒｏｍｄａｔａｂａｓｅｓｂａｓｅｄＩｎｔｅｒｎａｔｉｏｎａｌＲＳｏｆＩＥＥＥＣ０耐ｍｍｅＦｕｚｚｙＳｙｓ—ｔｅｒｎｓ，ＮｅｗＯｒｌｅａｎｓ，Ｉｍｕｉｓｉａｎａ．ＵＳＡ，１９９６：７４８—７５４．［１】］ＳｕｎｇｏＪ髓，Ｌ∞ＹｏｎｇＨｔＭ．Ｃｅｎｔｅｒｗｅ磷ｔｅｄａｐｐｌｉｃａｔｉｏｎｓ∞ｉｍａｇｅｍｅｄｌａ／ｉｆｉｌｔｅｒｓａｎｄｅｎｈａｎｃｅｍｅｎｔ［Ｃ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍａ，１９９１，３８（９）：９８４—９９３．责任编辑：肖滨一７０一万方数据 图像平滑处理方法的比较研究
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
平丽， PING Li
河南理工大学电气学院,焦作,454000信息技术
INFORMATION TECHNOLOGY2010(1)1次
1.Ko Sung-Jea;Lee Yong Hoon Center weighted median filters and their applications on imageenhancement 1991(09)
2.Tsumeto S H Extraction of knowledge from databases based on RS 19963.Kenneth R Cattlemen Digital image processing 19984.冈萨雷斯 数字图像处理 2004
5.李俊生 一种图像平滑处理方法的空域算法与频域分析[期刊论文]-常州工学院学报 2004(2)6.夏良正 数字图像处理 1999
7.高浩军;杜宇人 中值滤波在图像处理中的应用[期刊论文]-电子工程师 2004(08)8.阮秋琦 数字图像处理 2004
9.张晓黎;陆新华;吴冲龙 模板运算的传递函数分析[期刊论文]-计算机与现代化 2001(06)10.陈廷标;夏良正 数字图像处理 1990
11.朱秀昌;刘峰;胡栋 数字图像处理与图像通信 2002
1.黄身桂.段念.黄辉.徐西鹏 基于图像拼接的砂轮表面三维形貌图重构[期刊论文]-金刚石与磨料磨具工程2010(6)
2.黄身桂.段念.黄辉.徐西鹏 基于图像拼接的砂轮表面三维形貌图重构[期刊论文]-金刚石与磨料磨具工程2010(6)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_xxjs201001019.aspx