基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容,目前人们已经提出了多种图像增强的方法,但是这些方法会放大噪声或引入新的噪声.利用反锐化掩模法对图像增强进行了研究,由于小波分析的多尺度特性,该方法可以有效地消除噪声,并且具有良好的增强效果.     

基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容 ,目前人们已经提出了多种图像增强的方法 ,但是这些方法会放大噪声或引入新的噪声。利用反锐化掩模法对图像增强进行了研究 ,由于小波分析的多尺度特性 ,该方法可以有效地消除噪声 ,并且具有良好的增强效果     

带噪声抑制的反锐化掩模图像增强算法

为了减小传统的反锐化掩模算法对噪声的敏感性，提出了一种新的反锐化掩模图像增强算法，该算法在图像的平坦区域进行去噪处理，并依据人眼视觉特性对图像的不同细节区域做不同程度的增强。通过几种算法的实验结果比较，表明本算法不仅增强效果较好，且抑制了噪声的增强。     

基于NSCT的反锐化掩模遥感图像增强方法

针对传统图像增强过程中产生的伪吉布斯现象,清晰度差和对比度低的问题,提出一种基于非F采样Contourlet变换（NonsubsampledContourletTransform,NSCT）的反锐化掩模图像增强算法。该算法一方面利用NSCT变换的平移不变性,抑制传统增强算法中产生伪吉布斯现象,另一方面用反锐化掩膜算法来处理图像,提高增强后图像的清晰度和对比度。实验仿真结果表明,本文提出的方法与Conlourlet增强方法,反锐化掩模增强方法相比能够有效提高图像的清晰度,对比度和抑制伪吉布斯现象,图像视觉效果有明显改善。     

基于多尺度反锐化掩模的红外图像云层背景抑制

为检测强云杂波背景中的红外弱小运动目标,结合反锐化掩模理论,提出了一种基于曲线波变换的多尺度反锐化掩模红外图像云层背景抑制新方法。首先,根据红外目标和背景杂波的特性,采用二代曲线波变换对图像进行多尺度、多方向分解,提取图像的多尺度和方向细节特征,然后,根据目标和背景杂波子带系数的差异,通过应用反锐化掩模理论调整分解后的各子带系数,从而将红外图像中弱小目标信号和背景杂波分离,达到抑制背,景的目的。实验结果显示,与最大中值（MMed）和二维最小均方误差（TDLMS）方法比较,该方法对信杂比较低的红外弱小目标复杂云层背景从主观视觉和数值指标都具有良好抑制效果。     

基于非锐化掩模的实时自适应图像增强算法

针对传统的非锐化掩模算法的局限性,依据图像中各像素点及以其为中心的若干相邻像素点的均方差值,提出了自适应图像增强算法的原理,并分析其硬件实现方法,然后给出了该算法与其它算法应用于图像增强的对比结果,最后在FPGA（field programmable gate array）实验板上进行验证.实验结果表明,此算法有效的增强图像的细节区域,防止图像边缘区域出现过冲现象,抑制图像平坦区域的噪声放大.因此,该算法取得了良好的视觉效果,硬件实现简单,适合于实时条件下图像的增强.     

一种基于小波的钼靶X线图像增强方法

乳腺钼靶X线摄影是临床筛检早期乳腺癌的首选方法。通过对含有微钙化点钼靶X线图像的灰度分布特点进行分析,提出基于小波的反锐化掩模算法实现对钼靶X线图像的增强。实验结果表明,这种方法可以在抑制噪声的同时对图像进行有效增强,提高图像的对比度,特别是使钙化点的显示更为明显。     

基于边缘检测的图像锐化算法

图像锐化是一种补偿轮廓、突出边缘信息以使图像更为清晰的处理方法。锐化的目标实质上是要增强原始图像的高频成分。常规的锐化算法对整幅图像进行高频增强,结果呈现明显噪声。为此,在对锐化原理进行深入研究的基础上,提出了先用边缘检测算法检出边缘,然后根据检出的边缘对图像进行高频增强的方法。实验结果表明,该方法有效地解决了图像锐化后的噪声问题。     

基于二次反锐化掩模的多特征侧扫 声纳成像海底底质分类

提出了一种二次反锐化掩模算子(QUM),用于从图像中提取等比重的边缘和细节信息.把图像的平均边缘细节量(QUM )、平均纹理能量(TEM )和标准差(σ)相结合,构成本文的三维特征矢量(QUM ,TEM ,σ),用于对侧扫声纳海底图像进行底质分类.利用该特征矢量(QUM ,TEM ,σ)对泥、沙、石三种类型海底的150幅侧扫声纳图像进行分类实验,获得了最高96.7%、最低90.7%的识别率,而利用常用的灰阶共生矩阵方法的分类识别率为87.3%,表明本文方法能较好地用于海底底质分类.     

适用于小尺寸TFT-LCD的图像锐化算法及其硬件实现

针对小尺寸TFT-LCD驱动控制芯片的结构特点,提出了一种适用于小尺寸TFT-LCD的新型图像锐化算法.在传统的反锐化掩膜算法中考虑了人眼的视觉系统特性,加入了能量色散滤波器,进而提高了图像锐化效果,降低了锐化噪声,减小了灰度溢出,同时也避免了色彩失真现象.所提出的算法简单且易于硬件实现,硬件开销小,还可以通过寄存器配置锐化强度等参数,以实现显示画质的优化和微调,尤其适应于手机等小尺寸TFT-LCD显示终端应用.     

一种改进的自适应非锐化掩模图像增强算法

提出了一种改进的自适应非锐化掩膜(UM)图像增强算法.它首先利用拉普拉斯算子值检测局部细节特征。然后依据定义的期望增强特性获取增强控制参数,最后利用上述步骤得到的参数计算增强后图像值.实验结果表明,本算法极大地提高了增强算法的稳定性,减少了计算量.使用本算法对标准测试集中的若干图像进行了增强,从增强结果的图像质量评价指标DV、BV值不定期捍,该算法部优于原有的算法.     

一种基于小波变换的图像增强方法

针对部分灰度图像分辨率和对比度低、噪声大、视觉特性差等特点,提出了一种基于小波变换和直方图均衡的新的图像增强方法。该方法将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,同时再辅以中值滤波去噪和同态滤波增强,从而在很大程度上克服了单一的直方图均衡化进行图像增强时会丢失图像细节信息、增强图像噪声等的不足。实验结果验证文中方法对图像的分辨率和对比度增强有很好的效果。     

基于人耳掩蔽效应的子空间语音增强算法实现

宽带语音增强在改善语音质量方面有着广泛的应用.传统的减谱技术虽然去噪明显,但在听觉上留下了不舒适的"音乐噪声".为了在主客观上得到更好的折衷,引入了子空间技术,将带噪信号分解为不相关的信号空间和噪声空间,并结合人耳掩蔽效应,在主客观上得到了较好的折衷.     

基于多尺度Retinex的图像增强算法

针对单景深低对比度图像中有用信息量少,可辨别性低的特点,提出运用多尺度Ret-inex理论对该类图像进行增强.根据单景深图像特点,在多尺度Retinex处理过程中采用平均标准偏差作为尺度参数的基础,设计多尺度参数高斯滤波器与原始图像在空域中进行滤波,最后运用灰度级均匀化对处理后图像进一步增强,结果显示处理效果良好.     

基于经验模式分解的图像增强研究

图像增强是图像处理的一个重要方面。提出了基于经验模式分解的图像增强方法:对图像进行经验模式分解(EMD),得到多个不同分辨率的内蕴模式函数图层和一个趋势图层,通过调节内蕴模式函数图层和(或)趋势图层增强图像。实验结果表明,基于经验模式分解的图像增强方法能够增强图像的细节和亮度,是一种有效的图像增强方法。     

基于亮度分量的快速图像增强方法

为提高图像的视觉质量,需要对图像进行对比度增强处理。从研究图像增强的空域法入手,分析了Retinex理论的相关方法。考虑到基于Retinex理论现有算法的不足,提出了基于亮度分量的处理方法,并用IIR实现高斯函数的运算。仿真结果表明,改进后的方法在完成图像增强的同时,能避免灰度化,保持色彩恒常,并加快处理速度。     

Method of PCB Image Enhancement Based on PDE

针对传统的图像增强方法对印刷电路板(PCB)图像进行预处理时难以一步实现去噪和增强对比度的问题,提出了一种基于偏微分方程的图像增强方法,并给出了具体实现过程.该方法采用基于TV模型的降噪与直方图均衡化相结合来实现,在增强对比度的同时保留有效边缘.仿真实验表明了该算法优于传统的先增强、后去噪和先去噪、后增强的方法.