基于视觉侧抑制特性的自动色彩均衡算法

针对摄影测量和可见光遥感图像存在的曝光失衡、对比度低等缺陷及标准自动色彩均衡算法未充分顾及部分区域的色彩特征问题,本文基于模拟人眼视觉特性的非循环侧抑制模型和高斯分布函数,对标准自动色彩均衡算法进行改进。利用非循环侧抑制网络模型计算目标点的修正亮度值,由高斯分布函数选择高相关度的采样点,降低算法复杂度。使用标准自动色彩均衡算法和本文的改进自动色彩均衡算法对三幅存在不同色彩缺陷的图像进行对比实验,经本文算法处理的图像均值更合理且标准差和熵等重要参数均较原算法有所提升,其中标准差提高15%。实验结果表明,本算法具有较好的色彩均衡效果和的视觉效果。     

基于侧抑制系数的红外图像细节增强算法

针对红外图像对比度低、细节不清晰和视觉效果模糊的缺点,提出了基于侧抑制系数的红外图像细节增强算法。通过分析指数分布侧抑制系数计算方法的不足,提出利用二次函数分布计算侧抑制系数的方法,提高算法增强红外图像细节的能力,利用红外图像本身的灰度信息自适应地调整侧抑制系数的参数,进而自适应确定侧抑制网络,对图像目标和背景进行不同程度的抑制,结合临界可偏差(just noticeable difference,JND)曲线中得到的人眼视觉分辨率特性,对图像进行能量恢复调整,使图像均值保持在人眼适宜观察的状态。仿真结果显示,与自适应指数函数侧抑制算法相比,算法处理后的红外图像对比度、信息熵以及信噪比都得到提高,图像细节更加清晰,视觉效果得到明显改善。     

跨越-侧抑制神经网络分析及其应用

针对神经网络的结构设计,根据仿生学原理提出一种跨越-侧抑制神经网络(S-LINN).该多层网络结构引入了层内中间抑制神经元的侧向连接以及神经元在多个层内进行的信息传递.通过分析网络的逼近能力证明网络的学习能力,设计基于误差反向传播思想的梯度下降学习算法.通过鲍鱼年龄预测回归问题的仿真实验表明,S-LINN在处理实际回归问题时,不但能够保证较高训练精度,同时可获得更强的泛化能力.     

利用侧抑制神经网络的边界识别

讨论利用侧抑制神经网络边界识别的方法。通过对两种类似的一维输入模型矩形和马赫带探讨,阐明侧抑制神经网络能够识别到输入模型的界线。更一般的讨论是将该方法推广到二维空间的情况。最终,全部模型都已经在多目的神经网络环境中模拟,并已经在PC上实现。     

多通道自适应同态增强法在图像增强中的应用

目前,医学上对尘肺病尚无根治的有效方法,医生主要参照职业病史和依靠X线胸片进行诊断。然而,尘肺X线图像具有动态范围宽、细节丰富和对比度差的特点且尘肺早期病变特征并不十分明显,这些因素都不利于尘肺病的早期诊断。文中主要研究了多通道自适应同态增强法在尘肺X线图像中的应用。借助于数字图像增强法,对尘肺X线图像进行对比度增强处理,突出尘肺病灶,从而有助于降低尘肺病早期诊断漏诊率。     

盲源分离在扫描图像增强中的应用

由于纸的透光性,一份纸质文档的双面扫描图像将同时包含正、反面的内容,这将对扫描内容的可读性造成影响,因此有必要对扫描图像进行增强处理。扫描所获得的每幅图像均可近似看成原始材料正、反面图像的线性组合。因此针对这一问题,利用基于去相关的盲源信号分离算法对扫描图像进行分离,从而达到扫描图像增强的目的。仿真扫描图像的分离结果表明,这种方法对扫描图像的增强处理是可行有效的。     

图像增强技术在煤矿岩层监视系统中的应用研究

本文根据目前煤巷锚杆支护监视现状,提出利用图像增强技术增强煤矿井下岩层的工业电视图像的质量,从而便于人眼的观察和计算机的模式识别;本文主要研究如何在煤矿井下岩层监视监测系统中利用图像增强技术,进一步完善我国现行煤巷锚杆支护的监测手段。     

变换的直方图均衡算法在图像增强中的应用

常规直方图均衡化增强后的图像在高灰度区有过亮的感觉．为此，本文对常规的直方图均衡化算法进行了改进，采用变换的直方图均衡化算法抑制这一缺陷．实验结果表明，变换的直方图均衡化算法较常规算法具有更好的效果．     

分数阶微分梯度算子在图像增强中的应用

利用分数阶微积分的定义,根据频率域的滤波基础,推导出分数阶微分梯度算子的频率域滤波器,并在实验中得以实现.实验结果表明,与其他的一些方法相比,这种滤波器对图像增强的效果更好.提出了使用分数阶微分和积分对图像进行综合处理的一种新方法,在增强图像细节的同时,能够有效地消除噪声.     

基于直方图的图像增强技术在图像处理中的应用

基于直方图的图像增强是图像处理中常用的一种技术,对改善图像的视觉特征具有很明显的效果。本文主要讨论了直方图均衡化和规定化技术的相关原理,同时以一组灰度图像为例,得到了MATLAB处理前后的对照图像及其直方图。从实验结果可以明显看出:均衡化处理后的图像视觉效果得到了很大程度的改善,原始图像密集的灰度分布变得比较均匀,图像对比度明显增强。直方图规定化使图像中原来看不清楚的细节变得容易观察,视觉冲击感加强。     

基于侧抑制特性的夜视图像彩色融合方法研究

介绍了具有侧抑制特性的中心-周边分离网络(CSSN)，通过对一维信号处理效果的模拟分析，验证了CSSN对单幅图像或两幅图像间的对比度增强作用；在MIT融合结构的基础上，提出了一种新的基于CSSN的双通道融合结构，对微光与红外图像进行彩色融合处理后，证明能得到自然的色彩效果．     

基于小波变换的医学图像增强方法与实现

分析研究了基于小波变换的图像增强原理和方法,对X线医学图像进行3层小波分解,得到各层的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变换,得到增强后的图像.实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整体对比度,又突出了图像的局部细节,同时还抑制了噪声.     

一种基于Mallat算法的图像增强方法

本文采用将离散小波变换系数的计算与滤波器联系了起来，对图像进行增强处理，提高图像的使用价值，改善图像的视觉效果．     

X光图像增强处理的研究

X线图像有很宽的动态范围,而人眼不能分辨这样微小灰度的差别。为了提高组织结构细节的显示,文中提出了一种自适应的直方图均衡算法,实验证明,该算法能够有效的提高图像的对比度,同时抑制噪声的放大。     

多尺度小波梯度图像增强方法

传统的图像增强算法在对图像增强的同时,也增强了图像的噪声信号,不利于图像的后期处理.在小波变换增强算法的基础上,提出了多尺度小波梯度图像增强方法.实验证明,该方法在提高图像对比度的同时,有效的解决了噪声也被增强问题,使增强后的图像便于图像分析和后期处理.     

基于弱小特征的可控式视频图像增强算法

受环境、光照强度及拍摄距离的影响,视频监控图像时常变得模糊,图像中的弱小特征不利于辨别,从而影响监控系统的应用价值.针对该问题,设计出一个应用于复杂环境的多策略可控式综合图像增强系统.该系统融合多种增强策略来增强不同环境因素下得到的模糊监控图像,同时用户可以根据对监控图像的效果需求自行控制增强过程.实验结果表明,该系统可以实现增强效率与增强效果的有效统一,使系统性能达到最佳,从而大幅提升监控系统的应用价值.     

一种基于小波变换的地震图像增强方法研究与应用

对数字图像增强方法进行研究,详细分析了小波变换中选择硬、软阈值的原理,并根据地震数据特点,对小波阈值进行了改进。经过大庆油田多地区地震图像的验证,新的阈值函数可以有效去除高斯白噪声和脉冲噪声,对图像增强效果显著。     

基于深度卷积神经网络的水下偏色图像增强方法

针对水下图像在采集和传输过程中存在偏色、模糊等问题,提出一种基于深度卷积神经网络的水下偏色图像增强方法,并给出该方法的收敛性分析.首先,在传统U-Net模型的基础上,构建一种基于偏色图像的卷积神经网络模型,不断学习输入图像与输出图像的色彩偏差;其次,通过引用结构相似性的损失函数,使增强后的水下图像与输入的水下图像在内容...