极值温差红外图像的自适应双局部增强算法

针对目前红外焦平面成像系统在观察目标、特别是极值温差目标时,各温度段灰度描述不均匀和细节不够的问题,提出了一种自适应红外图像双局部增强算法。详细介绍了通过空间分布和灰度统计特性两个方向实现对极值温差图像自适应增强的方法,该方法首先从红外图像的空间分布特性出发,将图像切割成多个局部图像,然后再从直方图灰度分布出发,将局部图像的直方图进行聚类分段,并对分段直方图均衡增强,最后对生成的每个局部图像增强结果进行线性插值拼接完成增强算法。通过在红外焦平面系统中实验证明了极值温差自适应的红外图像双局部增强算法的可行性,并获得了很好的效果,成像质量有明显提高。     

基于引导滤波的自适应红外图像增强改进算法

在红外图像处理中,细节增强和噪声抑制尤为重要,重点在于将高动态范围的红外图像压缩至低动态范围的同时保留细节信息、抑制图像噪声。以引导滤波的自适应红外图像增强算法为基础,提出一种基于引导滤波的自适应红外图像增强改进算法。通过引导滤波平滑初始输入图像,将初始输入图像与平滑后的图像做差获得包含大动态温度信息的基础层图像和小动态温度信息的细节层图像,分别对基础层图像、细节层图像进行压缩处理和噪声抑制;以不同的融合比例将处理后的基础层图像、细节层图像进行融合获得输出图像。为了减少算法运算时间、突出图像细节信息的同时减小细节层噪声对输出图像的影响且达到自适应场景的效果,利用可用于筛选有效灰度值的自适应门限参数和直方图分布信息设计出一维压缩数组对图像进行压缩,并将图像融合中的定值比例系数更改为自适应融合比例系数。通过直方图分布信息中的最大值、最小值确定自适应门限参数,同时利用直方图分布信息设计出一维压缩数组对图像进行压缩;获取直方图中有效灰度值个数,通过有效灰度值个数与总灰度值个数之间的比值对图像的场景信息进行判断,根据不同的场景信息确定基础层图像与细节层图像的自适应融合比例系数,实现图像融合。实验结果分别与直方图均衡算法、基于引导滤波的高动态红外图像增强算法、基于引导滤波的自适应红外图像增强算法进行比较,选用四种不同的场景从主观、客观两种层面进行分析。对比结果从主观分析得出该算法处理后的图像可突出细节轮廓信息、减少细节层噪声对融合后输出图像的影响。从客观评价得出该算法在四种场景下的平均计算时间为0.753 5 s,低于对比算法计算时间;并且使基础层图像和细节层图像的融合比例系数达到自适应场景的效果。     

基于灰度信息的动场景视频序列中运动对象的提取

提出了一种基于视频序列灰度信息的运动对象提取方法。该方法采用改进的Sobel算子提取边缘图像,依据边缘信息将视频图像分割为不同的灰度连续区域。在各灰度连续区域中,选取特征点进行匹配获得特征点对。根据特征点对合并灰度连续区域,获得全局运动参数。采用具有自适应帧间隔的帧差交集法,获得图像中运动对象区域。结合灰度信息和运动信息,分割出运动对象。实验结果表明,该算法可以有效地将运动对象从视频序列中提取出来。     

提高激光板形仪图像检测系统抗背景热噪声干扰的能力

介绍一种在激光热轧带钢板形测量系统中使用的图像检测系统。针对在生产中当带钢纵向温度辐射波动较大时，会造成被测图像大面积背景灰度的变化，影响图像分割与光斑提取，导致系统无法在线稳定测量的问题，提出了所谓门限化阈值跟踪的方法。该方法根据仪器设计的自适应原则，在线分析局部图像的直方图，预报图像分割所需的阈值，补偿带钢纵向温度的波动对图像灰度分布的影响，提高了检测系统的自适应性能。     

车削零件表面粗糙度图像法检测优选方法

为实现对车削零件表面粗糙度检测,提出一种基于机器视觉表面粗糙度检测图像处理的新方法。该方法先按相应算法对所采集图像剔出受光衍射影响严重区域,然后再按其灰度分布情况进行区域优化,获得的图像灰度特征参数能反映表面粗糙度量值的有效特征区域。用该方法对表面粗糙度Ra标称值为0.8 μm~12.5 μm的五种车削样件测试,处理后图像灰度的均值、方差、能量和熵等特征参数与Ra标称值单调关系显著,各特征曲线的非线性误差均在1.5%以内。对比实验显示,这种特征提取和区域优化方法可应用于表面粗糙度的区分与检测。     

基于灰度冗余的红外图像自适应输出窗技术

根据红外图像的特点,提出了一种基于灰度冗余的红外图像自适应输出窗技术.该技术通过对图像灰度直方图的统计,设定适当的阈值,将灰度像素分布为零的灰度级进行完全压缩,将小于阈值的灰度级映射到阈值灰度级,然后将有效灰度级在整个可显示灰度级范围内作等间距排列.该算法在压缩灰度冗余的同时,实现了对有效图像灰度级的无损均衡,提高了图像质量,并能实现实时处理.     

一种新的Fabry-Perot干涉条纹处理方法

介绍了一种提取Fabry-Perot(法布里-帕罗)干涉条纹圆心点坐标和条纹半径的新方法。首先对干涉图像依次进行二值化处理,对所得到的条纹强度曲线进行均平滤波和自适应滤波,根据条纹灰度值强度余弦函数分布的特点,对条纹灰度值数据进行最小二乘法拟合,获得条纹强度峰值坐标,通过精确的迭代算法,进而获得Fabry-Perot干涉条纹圆心点的坐标;然后再对干涉条纹进行圆周积分,从而可以确定每级Fabry-Perot干涉条纹的半径长度。该方法可提高计算精度,减小计算误差。     

一种光电器件加密方法的安全性分析

 为了找到一种安全、高速的图像加密方法,通过计算明文和密文的信息熵、灰度值等参数,研究了利用光电器件,采用流密码和位平面分解相结合的加密方法的安全性和该方案的抗破译能力。结果表明,该方案中, 对含信息量越少的图像,加密后平均灰度变化值越大;这种灰度变换的加密方法掩盖了各像素点之间的相关性,密文像素点灰度随机分布,分析者无法获得明文图像的灰度分布状况,使得分析者无法通过相关度分析提取图像轮廓,有效隐藏重要信息。因此,该加密方法具有极高的安全性,同时应将密文平均灰度值作为评价参数之一。     

复杂背景下货车制动梁的快速分割方法

为了准确分割货车制动梁,实现货车运行故障图像动态检测系统(TFDS)的故障自动识别,提出了灰度投影、离散小波变换和自适应分割相结合,利用灰度分布特征与位置相关性实现分割的方法。计算图像的垂直灰度投影,采用离散小波变换分析投影曲线,选择表示制动梁边缘的特征点,拟合其中心线。结合制动梁先验信息,将投影区域旋转相应角度并计算灰度投影,设置自适应阈值选择曲线上的特征波峰,实现不同角度制动梁的分割。实验结果表明,制动梁分割准确率为99%,处理一幅图像的平均时间21.7ms,可以准确地分割不同曝光条件下的图像,为后续的故障检测提供有力的保障。     

基于模糊隶属度的图像空间距离修正插值算法

为解决传统图像插值算法存在的边缘模糊和边缘锯齿,提出了一种基于像素点模糊隶属度的图像自适应插值方法.该方法首先根据图像的梯度与相角特性,确定像素点的模糊隶属度,再根据图像的局部不对称性在一维方向上修正插值点空间距离,并将一维修正结果转化到二维图像空间,最终将修正后的空间距离应用到传统双线性插值和双立方插值中.实验结果表明,该算法改善了图像的信噪比,有效抑制了边缘锯齿和边缘模糊的发生.     

一种基于局部最小代价分水岭变换的图像分割新方法

利用数学形态学的基本理论,提出了一种基于局部最小代价分水岭算法的图像分割新方法. 该方法应用数学形态学的腐蚀、膨胀及坎尼(canny)算子将图像中包含外边沿的部分分割出来;对该局部区域进行最小代价的分水岭变换;提出了解决过度分割问题的一些准则. 实验结果表明,该方法不但节省运行时间,而且其能够提取出目标的完整精确的外轮廓边沿,从而在某些特定的应用领域具有独特的优势.     

Segmentation of holographic images using the level set method

Image segmentation, which is to distinguish objects from background, has played an important role in holographic image processing. In this work, we propose a technique that uses the combination of rough segmentation and the level set methods for segmentation of holographic images with zero-order diffraction interference. To improve the image quality, we eliminate the interference of zero-order diffraction in digital holography using Sobel differential gradient algorithm based on digital image processing. After reconstruction, the rough segmentation including intensity transformations and Morphology methods is applied to acquire the rough contour of the reconstruction image. Finally, we adopt level set methods to smooth the object contour and improve its accuracy. Segmentation results for objects in holographic images are presented.     

基于深度玻尔兹曼模型的红外与可见光图像融合

为了克服红外与可见光图像融合时噪声干扰及易产生伪影导致目标轮廓不鲜明、对比度低的缺点,提出一种基于深度模型分割的图像融合方法.首先,采用深度玻尔兹曼机学习红外与可见光的目标和背景轮廓先验,构建轮廓的深度分割模型,通过Split Bregman迭代算法获取最优能量分割后的红外与可见光图像轮廓;然后再使用非下采样轮廓波变换对源图像进行分解,并针对所分割的背景轮廓采用结构相似度的规则进行系数组合;最后进行非下采样轮廓波反变换重构出融合图像.数值试验证明,该算法可以有效获取目标和背景轮廓均清晰的融合图像,融合结果不但具有较高的对比度,还能抑制噪声影响,具有有效性.     

亚像素多重分形方法在图像处理中的应用

提出了一种用亚像素多重分形原理求取图像奇异性的新型算法,降低了单纯依靠整数像素位置灰度级梯度信息计算边缘测度所产生的误差。该算法结合CCD成像机理给出在亚像素位置的灰度级梯度分布规律,利用多重分形理论将实际图像分割成一系列具有不同奇异性指数的分形集合,对应着从边缘到纹理各层面的图像内容。模拟计算了投影小波中心点改变单位距离对边缘测度的影响程度,得出亚像素分割梯度的方法可以增加计算结果鲁棒性的结论。此方法用于标准图像的分割中,选用5×5亚像素数目提取的最奇异性集合与索贝尔(Sobel)算子(默认阈值为36.7920)提取的边缘的峰值信噪比为9.3981 dB。应用于复杂路面的裂纹提取中,其结果更符合人类的视觉观测。     

一种边缘和过渡区域相结合的红外目标提取方法

传统的基于过渡区域提取的目标分割算法存在噪声敏感问题,从而会影响到过渡区域提取的准确性。与可见光图像相比,红外图像特别是红外光谱图像,受到探测器无法消除的热噪声影响,传统的目标提取算法准确率普遍降低。此外,虽然通过边缘能够精确定位目标,但是无法获取目标完整边缘。而过渡区域的灰度分布特点是可以解决基于边缘的目标提取难题。因此为了提高目标提取的抗噪性和准确性,提出了一种将过渡区域提取与边缘检测结合的自适应红外目标提取方法。首先利用像元空间邻域信息构造密度,以此有效降低噪声影响和获取图像边缘信息。然后基于像元密度信息最大分离目标边缘与背景,得到有效边缘和过渡区域,进而以此生长出目标。将边缘与过渡区域结合,可以很好地抑制噪声,多幅复杂场景实验评估了该方法的抗噪性能,结果显示,提出的方法在噪声的干扰下能较好的提取目标。     

基于水平集的闪光照相图像分割算法

针对Chan-Vese(CV)模型局部控制能力差的缺点,将基于区域的CV模型和分割曲线的局部信息结合起来,提出了一种新的水平集图像分割算法。该算法以CV法的分割曲线为初始曲线,以获得全局收敛性,在后继分割中引入分割曲线的局部信息,以提高模型对图像中微弱信号的分割能力。对闪光照相图像的数值实验表明,该算法噪声抵抗能力强,对初始轮廓位置不敏感,能实现对含细长拓扑结构和微小孔洞的弱边界闪光图像的自动分割。     

不均匀光照的路面裂缝检测和分类新方法

针对受光照不均影响的路面裂缝图像,提出一种基于Sobel算子和最大熵法的图像分割算法,并采用长线段与原图进行与操作和判断黑色像素所占比例的方法去除图像孤立噪声点.根据不同类型裂缝的几何形态,提取投影向量、分布密度和空洞数等特征值作为路面裂缝分类的依据,设计径向基函数神经网络的分类器实现对裂缝的准确分类.实验结果表明,较传统全局阈值算法,本文算法对光照不均图像的处理不仅能很好的提取裂缝边缘,且具有很强的抗噪能力,对路面裂缝的分类准确率高.     

Method for edge contour extraction of a scanning probe microscope image

A method for edge contour extraction of a scanning probe microscope image is proposed. This method is developed to process an image that has the large size irregularity and/or objects bound together. It is based on definition of the local minimum points of brightness data function and permits one to obtain the correct edge contour line. The advantages of the proposed method over traditional methods are demonstrated using model results. This method can be used to process different images.     

基于曲线拟合的亚像素边缘定位方法的研究

图像的边缘定位是图像测量的关键之一,随着测量精度要求的提高,已由早期的像素级边缘定位发展到了现在的亚像素级边缘定位。根据地球在地球敏感器CCD阵面中的成像特性,提出了一种基于曲线拟合的亚像素边缘定位方法以获取地球“灼热圆盘”的边缘。该方法利用曲线拟合获得的拟合斜率以及灰度值来提取图像的边缘。仿真结果表明,采用曲线拟合亚像素边缘定位法可使图像的边缘定位精度达到百分之几个像素,具有较高的精度。     

基于深度优先遍历的图像边缘检测方法

图像边缘识别是图像处理的重要组成。提出一种基于深度优先遍历的梯度分割算法,这种算法首先构造像素点的数据结构,然后从图像任意点出发,估算该点附近的像素点并获取梯度值,如果该点满足边缘点的特征,则从该点出发深度遍历寻找垂直于梯度方向上的边缘点,并标记访问过的点。如果该方向上没有满足条件的点则回退,从某个具有仅次于最大梯度值的方向继续遍历,并标记开始遍历的点为角点,直至遍历全图。该算法将图像的边缘点和角点明显地分割出来,便于识别,对带有不同类型的噪声图像进行处理也可取得较满意效果。