一种基于混合人工鱼群的图像模糊增强算法

模糊隶属度函数的形式直接影响灰度图像增强的质量。为进一步改善图像模糊增强的效果,对目前的模糊隶属度函数进行研究,并提出一种改进的参数化 型模糊隶属度函数用于图像增强。所提算法利用图像对比度的质量评价模型,结合人工鱼群算法和Powell算法搜索 型函数中的未知参数值,进而确定该模糊隶属度函数。通过实验结果表明：该算法能够较好的改善灰度图像质量,并且控制参数可通过优化算法自适应获得,具有较好的通用性,是一种有效的图像模糊增强算法。     

一种自适应路面图像模糊增强算法

针对传统的图像模糊增强算法增强强度小、处理灰度层次变化丰富的图像效果不佳以及控制参量难以设置等问题，提出了一种新的图像模糊增强算法.首先对局部窗口中像素点进行基于邻域一致性模糊熵测度的分类，并以分类为依据，对每个像素点均确定一最佳渡越点.对模糊隶属度函数也进行了研究改进，设计的函数具有良好的曲线形状，并通过调整控制参量，使渡越点的位置和函数曲线进行最佳的结合，能通过少量的迭代次数获得较好的增强效果.在模糊逆映射上，采用线性逆变换函数，保持了模糊映射所带来的增强效果，并消除了由于截断带来的灰度信息的损失，在运算效率上也得到了提高.新算法对灰度变化丰富的路面图像的增强取得了良好的效果，并且控制参量均为自适应计算，不需进行人为干预，具有很好的通用性.     

基于模糊松弛迭代的分层图像增强算法

映射函数的研究是图像增强技术的关键,模糊松弛技术利用模糊函数建立其映射函数,通过设置该算法的模糊松弛参数可以达到对图像可控增强处理的目的。为了实现针对不同层次的图像内容实现可控式模糊增强,提出了多层次交互迭代的模糊松弛图像增强算法。通过分析各子层图像的直方图,分别设定各子层的模糊松弛参数,并建立对应的模糊松弛映射函数;分别对各子层图像进行可控迭代增强,选择合适的迭代次数作为终止条件。给出的实验结果证明了该算法能够取得较好的增强效果。     

基于模糊集的自适应红外图像边缘锐化算法

针对红外图像边缘模糊和非均匀性噪音强的特点,提出了一种基于模糊集的自适应红外图像边缘锐化方法.针对图像边缘细节和噪音难以表示和区分的特点,分别建立噪音、弱边缘和强边缘的模糊特征隶属度函数,并且提取图像信息自适应调整隶属度函数;通过隶属度函数将图像映射到模糊特征平面,由模糊特征平面控制图像边缘锐化系数.该方法不仅能够锐化红外图像边缘,而且改善了传统边缘锐化算法对图像噪音放大的缺点,避免了对强边缘的过渡增强导致图像出现过增强现象,改善了图像质量.     

图像增强算法综述

图像增强算法能够提高图像整体和局部的对比度,突出图像的细节信息,使增强后的图像更符合人眼的视觉特性且易于机器识别,在军事和民用领域具有广泛的应用。本文从图像增强算法的原理出发,归纳总结了近年来应用比较广泛的4类图像增强算法及其改进算法,包括直方图均衡图像增强算法、小波变换图像增强算法、偏微分方程图像增强算法和基于Retinex理论的图像增强算法。结合人眼视觉特性、噪声抑制、亮度保持和信息熵最大化等图像增强的改进算法,在保证增强图像具有较高对比度的前提下,可进一步提升图像的质量。实现了9种较为典型的图像增强算法,采用主观和客观的评价方法对增强效果进行了对比,分析了不同增强算法的优缺点,并给出了这些算法的计算时间。对这些算法的深入研究能够推动图像增强技术向更高水平发展,从而使图像增强技术在多个学科领域发挥重要作用。     

基于图像复原的高光谱图像前向像移补偿

为了提高高光谱图像空间维的图像分辨力,针对航空遥感器成像时由前向像移造成的图像模糊提出了像移补偿方法。分析了航空遥感器前向像移造成图像模糊的退化机制,对运动模糊图像进行了预处理;估计了点扩散函数和噪声功率,使用改进的维纳滤波算法对图像进行复原并以绝对平均误差、峰值信噪比作为评价标准进行了实验。在估计出模糊图像点扩散函数和噪声功率的情况下得到的结果显示:与传统的维纳滤波复原算法相比,改进的维纳滤波复原算法的图像绝对平均误差降低了9.31%,峰值信噪比提高了13.98%,表明提出的算法能够有效改善高光谱图像的像质。     

基于非线性反锐化掩模算法的CR图像边缘增强

数字CR(computed radiography)医学放射图像动态范围宽、细节丰富、对比度差,只有对其进行增强处理才能满足医生临床诊断的需要。由于目前通用的CR图像增强算法的对比度和噪声增强过度,丢失了细节,为了对CR图像进行边缘细节增强,提出了一种非线性反锐化掩模算法。该算法使用钝化模糊影像来增加对选择空间频率的响应,以增强CR图像的结构边缘和细节。算法能根据CR图像的灰度特性来调节增强程度的加权因数K,从而可非线性地增强CR影像的边缘细节。实验证明,经算法处理后的CR图像细节丰富,信噪比高,细节方差与背景方差之比为通用算法的9.6倍,增强后的CR图像具有良好的视觉效果,是一种增强CR医学放射图像边缘细节的好方法。     

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域.     

基于平台直方图的红外图像自适应增强算法

针对红外图像的特点, 提出了一种基于平台直方图均衡化的自适应红外图像增强算法. 该算法通过自适应地选择平台阈值, 对红外图像进行增强处理, 克服了采用一般直方图均衡化增强红外图像的缺点, 同时算法的运算量远远小于其他平台直方图均衡化算法, 便于实时实现. 理论分析和仿真结果均表明, 该算法对红外图像具有很好的增强效果, 可较好的抑制背景的增强, 突出目标.     

基于改进CLAHE的SF_6红外图像增强

针对六氟化硫(SF_6)红外图像对比度低、纹理细节模糊而难以增强泄漏区域的问题,提出了基于改进限制对比度的自适应直方图均衡化(CLAHE)的SF_6红外图像增强算法。采用双边滤波将原始图像分为基础图像和细节图像;采用CLAHE算法来处理基础图像,提高泄漏区域的对比度;对细节图像进行分段线性变换和拉普拉斯变换图像,以突出图像的边缘;将两幅图像进行线性叠加以获取最终的红外图像,实现图像增强。实验结果表明,算法对SF_6红外图像泄漏区域的增强效果优于常见的几种红外图像增强算法,不仅有效地抑制了噪声和提高泄漏区域的对比度,而且突出泄漏区域的边缘,丰富了细节信息。     

A semi-automated hybrid algorithm for accurate detection and counting of chemically etched tracks

In this paper, we present an accurate and comprehensive semi-automated algorithm for detection and counting the chemically etched tracks on polycarbonate nuclear Track detectors. The proposed algorithm consists of two main phases: a preprocessing phase for image preparation and quality improvement. It uses a format conversion into gray-scale image and contrast enhancement procedure. The contrast enhancement procedure employs the first-order fuzzy moment of the image and the Sugeno class of fuzzy complements to maximize the parametric indices of fuzziness of the image. In one feature extraction phase, two intrinsic characteristics of tracks are defined and formulated as topological feature (TF) and chromatic feature (CF). TF refers to tracks shape and geometry which are characterized and quantized by calculating the local Gray Level Spatial Correlation histogram of the tracks and CF refers to the color intensity difference of the tracks borders and tracks centric areas. The CF characterizes this difference specified to the tracks. After the feature extraction phase, the algorithm enters the detection and counting phase in which the fuzzy sets of background, noise (including small objects, notches, etc.) and track are constructed. Detected objects are then characterized according to their membership values to the fuzzy sets. The algorithm is designed in order to be applicable for different forms of tracks and track counting systems. Accuracy, linearity, sensitivity to the input parameters and comprehensibility of the method are validated in the simulation section.     

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.     

Development of High Performance Quantum Image Algorithm on Constrained Least Squares Filtering Computation

Recent development of computer technology may lead to the quantum image algorithms becoming a hotspot. Quantum information and computation give some advantages to our quantum image algorithms, which deal with the limited problems that cannot be solved by the original classical image algorithm. Image processing cry out for applications of quantum image. Most works on quantum images are theoretical or sometimes even unpolished, although real-world experiments in quantum computer have begun and are multiplying. However, just as the development of computer technology helped to drive the Technology Revolution, a new quantum image algorithm on constrained least squares filtering computation was proposed from quantum mechanics, quantum information, and extremely powerful computer. A quantum image representation model is introduced to construct an image model, which is then used for image processing. Prior knowledge is employed in order to reconstruct or estimate the point spread function, and a non-degenerate estimate is obtained based on the opposite processing. The fuzzy function against noises is solved using the optimal measure of smoothness. On the constraint condition, determine the minimum criterion function and estimate the original image function. For some motion blurs and some kinds of noise pollutions, such as Gaussian noises, the proposed algorithm is able to yield better recovery results. Additionally, it should be noted that, when there is a noise attack with very low noise intensity, the model based on the constrained least squares filtering can still deliver good recovery results, with strong robustness. Subsequently, discuss the simulation analysis of the complexity of implementing quantum circuits and image filtering, and demonstrate that the algorithm has a good effect on fuzzy recovery, when the noise density is small.     

基于模糊逻辑的彩色图像增强

彩色图像的对比度增强具有较强的工程应用价值,提出了一种简单高效的彩色图像增强算法。该算法基于模糊逻辑理论,配合使用RGB和HSI彩色模型,并依据使对比度变换误差最小的原则,调整灰度变换系数。实验结果表明,该方法的增强效果优于传统的直方图均衡,运行效率高,具有实用价值。     

基于有限脉冲响应滤波器的数字全息零级像消除

针对数字全息中零级像的存在影响数字再现像的质量,分析数字全息图的记录、再现原理及频谱特性,提出了一种利用有限脉冲响应滤波器消除全息图数字再现中零级像的方法.该方法只需记录一幅数字全息图,不需要相移器材或其他辅助设备,直接利用数字图像处理对数字全息图在空域进行预处理,消除全息再现时的零级像干扰.对比了数字模拟和实验拍摄到的全息图在应用有限脉冲响应滤波器消除零级像前后的再现结果,表明该方法可消除零级衍射像,改善重建像质量,并且算法简单.     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究。使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率。为此,提出一种基于数字图像处理技术的人脸检测算法。该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测。实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

数字信号处理器红外弱小目标搜索算法

提出了一种基于数字信号处理器（DSP）的红外弱小目标搜索高速实时算法。算法主要针对天空中不规则云团在预处理过程中残留的边缘而设计,是在背景预测算法基础上改进的一种基于陷波滤波器的搜索算法。在DSP实时处理平台上实现并经实际场景试验验证,该算法能有效削弱残留边缘的影响,使最远探测距离指标上升至前向迎头26 km,实时处理速度达到75 Hz,满足系统要求。采用信噪比增益指标对算法进行了评价,结果显示,该算法能够显著提高图像信噪比,利于检测出目标。