标准互相关的灰度无关特性及其应用

对用于图像特征定位的标准互相关算子灰度无关特性展开了研究.由于在显微视觉中的大多数图像灰阶较低,接近于三值甚至二值图像;可籍此灰度无关特性对模板匹配的算法进行优化.实验结果表明,标准互相关的灰度无关特性可以在实际中指导设计模板图像,降低相关运算计算速度,以及指导改善照明条件.     

Study on the methods of image enhancement for liver CT images

Image enhancement methods for liver CT images are studied in this paper. The liver region is first segmented from the whole CT image by simply using the characteristics of the gray distribution of the liver. The segmented liver CT image is processed by direct gray stretching, logarithmic transformation and linear stretching with histogram fitting. In addition, the method of selective histogram equalization is proposed to enhance the segmented liver CT image. It is proven from the experimental results that by this two-step method, the visual effect of the segmented image can be effectively improved and the focus is obviously highlighted.     

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。     

基于多特征融合的图像匹配模式

 常规图像匹配模式主要利用了像素的灰度信息和形状信息，而弱小目标检测与跟踪过程中，这两种信息都缺乏明显特征，难于满足高精度、稳定跟踪的要求。提出一种新的匹配模式，即从图像数据里提取包括灰度、形状在内的多种特征信息。寻找一种简单有效的信息融合手段，进而获取一种综合特征，利用“综合特征”进行相似度量来确定目标的最佳定位。仿真计算结果表明，该方法是可行和有效的。     

Context dependent graph-based method for laser cladding image thresholding

For segmentation method to be useful it must be fast, easy to use, and produce high quality segmentations, but few algorithms can offer this in various conditions and applications. In this paper, we propose a context dependent graph-based method for transition region extraction and thresholding. The graph-based approach is introduced into image thresholding, and context dependent graph is constructed from a given image, which can adaptively extract the pixel context and shape information because of the scalable neighborhood. Then an edge weight function is defined as the measure of possible transition pixels, and a robust fully automatic scheme for the optimal threshold is also presented. The proposed approach is validated both quantitatively and qualitatively. Compared with the traditional state-of-art algorithms on synthetic and real images, as well as laser cladding images, the experimental results suggest that the new proposal is efficient and effective.     

频域OCT的背向散射率补偿

针对频域OCT中背向散射光的强度随探测深度加深而急剧减弱,从而导致最后的组织成像模糊不清的现象,提出了一种对不同探测深度图像灰度补偿的方法。该方法通过补偿样品每层析面的入射光功率与背向功率散射率,来得到样品每层析面图像的真实灰度,提高了OCT图像质量。以理想的、由多层均匀介质组成的组织模型为基础,深入剖析了影响深度图像灰度的主要因素。通过建立以多层盖玻片为被测物体的频域OCT系统,得到多层盖玻片的深度图像。在对以盖玻片为被测物体的前提下,得出逐层深度图像灰度补偿的公式。并将理论补偿和实验系统的复杂情况相结合,对深度灰度图像进行入射和出射光强的补偿。实验结果证明这种补偿法是一种有效可行的补偿方法。     

大豆冠层多光谱图像提取方法

为解决大豆冠层在近地端的多光谱图像边缘灰度不均,目标与背景之间灰度差别小,难以准确高效地获取大豆冠层目标区域的难题,将多光谱成像处理技术与经典图像分割方法有机融合,提出基于多光谱图像处理技术的大豆冠层提取方法。以东北大豆为对象,通过Sequoia多光谱相机采集绿光、近红外、红光、红边和可见光五类大豆多光谱图像,采用高斯平滑滤波法对原始大豆多光谱图像进行预处理,分析多光谱图像中大豆冠层和背景的灰度直方图分布特性,在此基础上利用迭代法、Otsu法和局部阈值法提取原大豆多光谱图像中冠层区域,并以图像形态学开运算处理细化和扩张背景,避免图像区域内干扰噪声对大豆冠层识别效果的影响,同时以有效分割率、过分割率、欠分割率、信息熵以及运行时间等为监督指标,对大豆冠层多光谱图像识别模型进行效果评价。大豆冠层识别模型中迭代法可以有效分割近红外和可见光大豆冠层图像,有效分割率分别为97.81%和87.99%,对绿光、红光和红边大豆冠层图像分割效果较差,有效分割率低于70%;Otsu法和局部阈值法可以有效分割除红光波段的其余四种多光谱大豆冠层图像,且有效分割率均在82%以上;三种算法对红光大豆冠层图像的有效分割率均低于20%,未达到较好效果。在原始多光谱图像中应用迭代法、Otsu法和局部阈值法提取大豆冠层图像与标准图像的信息熵平均值波动幅度分别为：0.120 1,0.054 7和0.059 8,其中Otsu法和局部阈值法较小,表明了对于大豆冠层多光谱图像识别中两种算法的有效性。该算法中Otsu法和局部阈值法均可以有效提取绿光、近红外、红边和可见光等多光谱的大豆冠层图像,二者较为完整地保留了大豆冠层信息,其中Otsu法实时性能较局部阈值法更好。该成果为提取农作物冠层多光谱图像提供理论依据和技术借鉴。     

石油岩芯CT图像裂缝分割算法研究

针对裂缝区域分割的需求和石油岩芯CT图像的特点, 改进了现有的水平集分割算法。首先对图像中值滤波去噪后运用C-V模型对图像进行初分割, 把背景区域和岩芯区域准确分开, 得到岩芯区域的轮廓;然后调整轮廓外区域的灰度值, 使之等于岩芯区域平均灰度值, 增强目标区域;最后再进行RSF模型细分割, 得到最终分割结果。对于高斯噪声污染严重的岩芯图像, 先采用了邻域加窗的非局部均值去噪方法, 再用改进水平集算法分割, 实验结果表明该分割方法是有效的。     

多算法融合的自适应图像增强方法

提出一种多算法融合的图像增强方法,用于工程应用中的复杂降质图像的细节特征恢复.该方法汲取了Laplacian变换法、Sobel梯度法、盒状滤波法、非锐化掩蔽法及灰度幂律法等算法的优点,可对模糊图像进行自适应增强.通过拉普拉斯滤波器和梯度滤波器将原始图像分为基础层、细节层及边缘特征层;对微小细节信息及边缘特征信息进行增强,对基础信息进行压缩;然后采用盒装滤波器对图像的三个分层进行平滑过度及噪音过滤,最后使用非锐化掩蔽法和灰度变换来增加图像灰度的动态范围,从而得到增强后的图像.在相同的工况下,该方法分别与直方图均衡法、自适应伽马矫正法及小波变换的图像增强法实验结果进行对比,结果表明,该方法将图像的清晰度提高了13.1%~126.1%,能有效地处理复杂型感染的图像,避免图像过度增强,可以获得适合人眼的最佳视觉细节内容的增强效果.     

用于实时数字稳像的灰度投影算法研究

基于灰度投影算法构建了一个实时数字图像稳定系统,阐述了灰度投影算法应用于数字稳像的基本问题.深入分析和研究了算法在稳像系统中的中值滤波、区域选择、参考帧选择等优化问题.该系统的硬件由振动平台、光学镜头、CCD、图像采集卡和计算机构成;软件编程基于DirectShow平台,通过Visual C++实现.通过对稳像试验结果的定量评价与分析表明,该灰度投影稳像算法具有简捷、快速、准确的特征,是实现摄像机实时数字稳像的一种切实可行的方法.     

基于灰度冗余图像融合增强研究

为了改善原图像直方图像素灰度分布集中于低灰度级,与经过常规直方图均衡化处理的图像直方图像素灰度分布集中于高灰度级且均具有灰度冗余的图像增强效果,提出了一种新的图像增强算法.对原始图像进行常规直方图均衡处理,并对原始图像与进行了常规直方图均衡处理的图像分别在尽可能大的范围内进行映射,使两者变换后都尽可能去除灰度冗余而有较大的动态范围.取变换后的两图像各自的优点,融合成一幅效果最好的图像.实验结果验证了理论分析的正确性.     

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.     

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。     

基于多尺度区域粒度分析的遥感图像分割

针对高分辨率遥感图像中不同地物具有粒度差异的特点,提出了一种多尺度区域粒度分析的图像分割方法。该方法首先使用均值漂移得到图像各尺度上的初始过分割区域,然后通过考虑区域大小和区域间上下文关系进行粒度分析,最后利用马尔科夫随机场模型对图像的粒度信息和光谱信息进行建模,得到分割结果。用平朔地区SPOT5和泰州航拍等遥感图像进行了实验,并与若干考虑光谱特征的分割方法进行了对比,结果表明提出的方法能有效地提高分割精度。     

Image enhancement via Median-Mean Based Sub-Image-Clipped Histogram Equalization

This paper presents a robust contrast enhancement algorithm based on histogram equalization methods named Median-Mean Based Sub-Image-Clipped Histogram Equalization (MMSICHE). The proposed algorithm undergoes three steps: (i) The Median and Mean brightness values of the image are calculated. (ii) The histogram is clipped using a plateau limit set as the median of the occupied intensity. (iii) The clipped histogram is first bisected based on median intensity then further divided into four sub images based on individual mean intensity, subsequently performing histogram equalization for each sub image. This method achieves multi objective of preserving brightness as well as image information content (entropy) along with control over enhancement rate, which in turn suits for consumer electronics applications. This method avoids excessive enhancement and produces images with natural enhancement. The simulation results show that MMSICHE method outperforms other HE methods in terms of various image quality measures, i.e. average luminance, average information content (entropy), absolute mean brightness error (AMBE) and background gray level.     

一种新的非线性变换法实现图像增强的方法

本文提出了一种新的非线性变换法进行图像增强处理的方法．将整个灰度范围划分为几个子区问，在这些子区间内红，绿，蓝三色交替由最小值线性变换为最大值，但在整个灰度范围内灰度映射是非线性的．采用该方法处理后的数字图像人眼分辨率明显优于原始数字图像，可获得更多的视觉细节信息．     

Multicontext wavelet-based thresholding segmentation of brain tissues in magnetic resonance images

A novel segmentation method based on wavelet transform is presented for gray matter, white matter and cerebrospinal fluid in thin-sliced single-channel brain magnetic resonance (MR) scans. On the basis of the local image model, multicontext wavelet-based thresholding segmentation (MCWT) is proposed to classify 2D MR data into tissues automatically. In MCWT, the wavelet multiscale transform of local image gray histogram is done, and the gray threshold is gradually revealed from large-scale to small-scale coefficients. Image segmentation is independently performed in each local image to calculate the degree of membership of a pixel to each tissue class. Finally, a strategy is adopted to integrate the intersected outcomes from different local images. The result of the experiment indicates that MCWT outperforms other traditional segmentation methods in classifying brain MR images.     

像素随机映射的快速算法及在LSB隐藏技术中的应用

提出一种像素随机映射的快速方法, 将该方法与像素字节低位隐藏信息的LSB(Least Significant Bit)技术相结合, 讨论了将RGB彩色图像作为载体隐匿真彩色图像、灰度图像、二值图像及全息信息的方法. 研究结果表明, 该方法加密及解密效率高, 载体图像具有较好的抗破译及抗剪切能力. 根据隐藏信息的性质合理使用LSB技术, 能在基本不影响载体图像质量的情况下较好地隐匿多种信息.     

彩色分割的航空影像房屋自动检测

航空影像房屋提取方法的研究中大多基于灰度影像的区域生长算法,此类算法不仅忽略了不同材质的房屋所呈现的光谱特征对提取结果的影响,而且过于依赖种子像素的选取,处理效率不高。为了从高分辨率航空影像中实现房屋的自动检测,综合利用彩色信息与屋顶材料的光谱特征,采用影像分割原理,研究了房屋自动检测的方法。首先对RGB与HIS彩色空间进行转换,利用HIS空间各分量间不相关的特点和屋顶材料光谱特征进行影像分割,分离出红色瓦片屋顶与灰色水泥屋顶区域,并利用标记分水岭算法实现房屋区域的初始分割;然后计算各标记区域内的色调均值选取种子像斑样本,进而以像斑为单元在色调分量中进行区域生长,最后经过消除小斑和矩形拟合优化处理,得到轮廓清晰的房屋区域。与传统的基于像素区域分割算法相比,该方法整个过程无需人工干预且均在一维彩色空间进行处理,计算量明显降低,同时采用改进的基于像斑区域生长算法能够兼顾邻近区域内像素的几何结构信息,使算法精度得到显著提高,采用上述方法对高分辨率航空影像进行了实验,结果证明该方法有着较高的处理效率和准确性,具有实用价值。     

An image encryption scheme using generalized Arnold map and affine cipher

This paper aims to provide an image encryption scheme with an efficient bit-level permutation and a pixel-level diffusion procedure. In the bit-level permutation, we divide each pixel into 8 bits, and arrange the positions of each bit by the generalized Arnold map in row and column direction. Hence, a significant diffusion effect is happened in the bit-level permutation. In the pixel-level diffusion procedure, we apply affine cipher to change the gray value and the histogram distribution of the permutated image. Various types of security analyses demonstrate that the proposed scheme is competitive with that ordinary permutation–diffusion type image cipher and proper for practical image encryption.