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.     

一种改进的基于OTSU自适应阈值的机器人数字路标图像模糊增强算法

在机器人路径规划中，机器人数字路标识别是很重要的，图像的预处理会影响识别结果。图像增强技术是提高预处理结果的一种有效方法，模糊图像增强算法是目前广泛使用的一种增强算法。针对Pal模糊图像增强算法在隶属函数的定义和渡越点选择上的缺点，提出了一种改进的模糊增强算法。本算法首先使用OTSU算子自动选择最佳阈值，解决渡越点需要人工设置的缺点，并消除选择的随机性。然后修改模糊增强算法的核心隶属函数式，解决了图像像素的低灰度值被硬性设置为0的缺陷，从而改善了图像信息损失的问题。最后，将改进的算法用于处理Pioneer Ⅲ机器人的数字路标图像。实验结果表明，与现有的模糊增强算法相比，提出的算法可以取得好的效果，且提高了运算速度，具有一定得实用性和推广性。     

一种改进型保持形状的图像对比度增强算法

提出了一种改进的保持形状的图像对比度增强算法.改进包含两个方面：1) 修改并推广了原有的基于PDE的灰度增强方法,使之可适用于任何设定的灰度拉伸函数;2）给出了一种通用的分段线性拉伸函数设计方法,它较采用累积直方图作为灰度变换函数可达到更好的直方图均衡化效果.还提出了一种松弛阈值化方法用以消除局部反差增强时可能出现的“斑点效应”.实验结果表明,本文提出的改进算法适用于多种自然图像,增强效果良好.     

二维Otsu图像分割的人工鱼群算法

阈值分割是图像分割中广泛采用的一种简单有效的方法.将群智能中的人工鱼群算法应用到阈值分割算法中,提出了二维Otsu阈值分割的人工鱼群算法.通过大量实验表明,该算法能够准确的找到最佳阈值.同时将基于人工鱼群算法的二维Otsu算法与基于基本遗传算法及最优保存策略遗传算法的二维Otsu算法进行比较,分别独立运行10次,对10次得到的阈值以及均值、方差进行了比较,并将收敛曲线作为算法复杂度的评价指标.统计结果显示,该算法不仅能够对图像进行更准确的分割,而且收敛的速度更快.     

基于改进人工鱼群算法的LED混光方法

为寻求高LED颗粒利用率和高光效,引入了新LED组合进行混光,提出利用改进人工鱼群算法优化LED光通量配比,并设计了一款可调光调色筒灯来验证算法的可行性。引入相对基强化学习算法优化人工鱼种群;引入柯西分布和正态分布函数作为自适应算子,优化视域和步长。用积分球测试经优化后的灯具,数据表明灯具具有很高的颗粒利用率和光效。结果表明本文提出方法切实可行,具有很高的实用价值。     

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.     

一种基于直方图非线性变换的图像对比度增强方法

针对可见光图像的特性,提出一种基于直方图分段非线性插值的对比度增强处理技术.通过将整幅图像分为背景段、过渡段和目标段,依据各部分的特点分别对不同的灰度段采用直方图非线性拉伸,即根据各段直方图的分布特性进行图像直方图灰度轴的横向非均匀拉伸,并采用基于冗余去除的灰度均衡方法实现图像增强.实验结果表明,该技术有效地增强了图像的对比度,同时抑制了背景噪音.     

基于人工鱼群优化分块的多聚焦图像融合

在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先,将源图像分解成互不重叠的方块,利用聚焦准则选取清晰度高的方块,将已选择的方块合并重构成初始融合图像。然后,利用改进的人工鱼群优化算法,根据一定的适应度值,寻找最优大小的分块方式,获得更优的融合图像。该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较,结果表明,该方法获得的融合图像具有较好的客观质量和主观视觉感觉。     

基于人工鱼群优化分块的多聚焦图像融合

在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先,将源图像分解成互不重叠的方块,利用聚焦准则选取清晰度高的方块,将已选择的方块合并重构成初始融合图像。然后,利用改进的人工鱼群优化算法,根据一定的适应度值,寻找最优大小的分块方式,获得更优的融合图像。 该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较,结果表明,该方法获得的融合图像具有较好的客观质量和主观视觉感觉。     

基于形态矩阵的图像模糊匹配方法

将模糊匹配方法与形态矩阵方法相结合，构造了形态矩阵模糊匹配关系的隶属函数，并给出 了形态矩阵的模糊匹配判据，用以比较图像的形态特征. 分析和实验结果表明，采用该方法 对图像进行匹配分析时，能够对图像进行更有效的检索. 关键词： 模糊匹配 隶属函数 形态矩阵的模糊匹配