基于二次引导滤波的红外图像增强算法及其FPGA实现

针对红外图像细节模糊、对比度低等问题,提出了一种基于二次引导滤波的红外图像增强算法。首先,将原始红外图像作为引导图像,使用引导滤波提取出红外图像的细节信息;其次,将得到的细节信息再进行一次引导滤波处理提取出噪声更低的细节信息;最后,将原始红外图像和两部分的细节信息进行加权求和,实现红外图像增强。该算法能够提高红外图像对比度,增强红外图像细节信息。实验结果表明：相比于其他增强算法,本文算法增强之后的红外图像平均对比度提高了123%～246%,平均梯度提升了56%～101%,视觉效果获得明显改善,更能突显细节特征。基于可编程逻辑门阵列(field programmable gate array, FPGA)实现该算法时,占用资源低,处理640×512像素分辨率的单帧红外图像所需时间可达10.12 ms,能满足红外探测系统的实时性要求,具有一定的实用价值。     

基于结构特征引导滤波的深度图像增强算法研究

为了解决深度图像中存在的图像模糊、空洞和噪声等图像质量问题,拟从软件的角度出发,在不改变传感器成像系统物理结构的前提下,基于结构特征并以彩色图像作为引导展开研究,实现深度图像增强和空洞修补的目的,提高深度图像的质量。通过对彩色图像和深度图像的结构特征进行提取,得到共性的全局特征,并对得到的结构特征进行联合双边滤波,最后基于马尔科夫随机场的方法进行深度图像增强,实现了低成本获取深度增强的图像。实验结果表明本文算法在保持图像边缘的细节性、平滑性和整体性上具有更好的效果,与其他算法相比,图像的均方根误差RMSE更低,仅为0.506 93及1.169 30（针对Teddy及Art图像）。     

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.     

基于曲率滤波和梯度变换的图像增强

针对基于梯度变换的图像增强算法抗噪声干扰能力差的问题,引入曲率滤波理论,提出了基于高斯曲率滤波和梯度变换的图像增强算法.该算法通过对图像梯度场进行非线性变换来增强图像对比度,通过构造能量泛函,采用梯度下降法从变换后的梯度场重构出增强后的图像,并利用高斯曲率滤波对梯度下降法迭代过程中的重构图像及其各阶偏微分进行平滑,有效解决了图像重构过程中的噪声非线性放大和扩散问题,同时保留了丰富的细节信息.采用多组边缘模糊图像进行仿真实验,实验结果表明该算法在增强图像边缘对比度的同时,能够有效抑制噪声.     

基于照射_反射模型和有界运算的多谱段图像增强

根据多尺度照射_反射模型, 结合广义有界运算模型和引导滤波, 能够有效地解决多谱段降质图像的增强问题. 算法采用自适应的引导滤波核函数作为环绕函数, 估计反映图像整体结构的不同尺度的低频照射分量; 利用有界广义对数比(general log-radio, GLR)模型加法代替Retinex理论中的对数变换运算; 再由GLR模型减法去除照射分量, 将不同尺度的反射分量从原始图像中分割出来; 对不同尺度反射分量的有效信息采用有界GLR模型乘法和加法进行融合, 有效地避免光晕伪影现象及越界现象的发生, 得到多尺度反射分量图像, 即最终的增强图像. 通过对可见光波段的低照度图像和雾霾图像、红外图像、X光医学图像四组多谱段降质图像实验分析, 以对比度和信息熵作为评价指标, 与同类算法进行了图像增强效果的定性和定量对比, 结果表明本文算法增强后的图像纹理和边缘细节更加丰富、对比度更高、视觉效果更佳, 可广泛地应用于多种图像增强领域.     

基于双边纹理滤波的图像细节增强方法

为了实现图像的细节增强,特别是纹理细节增强,同时尽可能保持图像的结构完整,提出了一种基于双边纹理滤波的图像多尺度分解方法。首先,对图像进行多尺度双边纹理滤波分解,分别得到一幅基本图像和一系列细节纹理图像。接着,类似于小波增强方法,对细节图像采用多尺度自适应增强方法,得到一系列增强后的纹理细节图像。最后,将基本图像和增强后细节图像相加,重构出最后的增强图像。实验结果表明:本文提出的增强方法能够在突出边缘的同时,较好地增强图像中的纹理细节信息。将基于双边纹理滤波的多尺度分解引入图像增强,能更好地体现图像纹理细节特征,为增强图像提供更加丰富的信息。     

基于数学形态学和匹配滤波的视网膜血管图像增强方法

针对视网膜图像成像过程的特点,提出了一种新的视网膜图像血管信息增强方法。由于存在光照不均匀的情况,采用同态滤波的方法设计了一种滤波器,对光照不均匀的情况进行了有效的校正;使用数学形态学中的Top Hat变换,对背景信息进行抑制,使得血管信息得到增强;最后进一步采用匹配滤波的方法,探测血管信息,使得血管信息的亮度得到提高,增强了与背景的对比度,血管信息具有明显的可视性。实验结果表明了提出的方法的有效性,对临床疾病的诊断及治疗具有较大的参考价值。     

基于引导滤波的iCAM06色调映射算法

高动态范围图像原始数据在获取和合成过程中会出现异常值,进而影响色调映射后的低动态范围图像显示效果。为了解决此问题,提出了一种基于图像引导滤波的图像色貌模型(iCAM06)色调映射算法。该算法使用具有较强平滑作用的引导滤波代替双边滤波,将输入数据分成细节层和基本层,分别对细节层和基本层进行处理。为了使映射后的图像更加符合人眼感知效果,对色适应矩阵CAT02进行了调整。实验结果表明,与相关算法相比较,该算法减少了由于数据异常造成的显著噪声点,避免了伪影和偏色现象,使细节得到了较好的保持。信息熵、方差和清晰度等客观指标也证明了该算法的有效性。     

融合暗通道先验和MSRCR的分块调节图像增强算法

针对雾霾天气图像中雾霾浓度分布不均以及色彩失衡等问题,提出一种将暗通道先验算法与带色彩恢复因子的多尺度Retinex算法相结合的分块调节图像增强算法.对大气散射模型以Retinex图像模型中的尺度进行线性映射,得到一个同时具有大气散射模型中的透射率和大气光照值以及Retinex图像模型中入射图像的多参数新模型.根据模型获取去除大气散射图的新原图,并利用不同尺度的引导滤波计算获得整幅图像的入射图像,再结合大气散射光图以及色彩恢复因子得到最终的高频细节图.针对图像中雾霾浓度分布不均的情况将整图划分为多个区域小块,用融合后的算法计算每个区域小块的动态截断值,根据不同的动态截断值可以对整幅图像的高频细节进行动态调整,从而得到多幅局部最优图像,将得到的图像进行像素级等权融合,最后可得到保证各局部细节的最优图像.将本文算法与现有算法在主观视觉和客观评价两方面进行了实验对比,结果表明,该方法可以有效解决图像雾气不均匀以及色彩失衡等问题,明显提高了去雾后图片的质量.     

改善光电稳瞄系统视觉效果的图像增强算法

为了改善光电稳瞄系统的视觉效果,使视频图像更加适合于人眼观察,并且有利于对目标的自动跟踪效果,将直方图均衡化处理与拉普拉斯边缘锐化处理相结合,在增强对比度的同时尽量保持边缘细节。仿真结果显示采用本文算法能够有效改善视频图像的视觉效果。     

MPPC low-level-light imaging enhancement algorithm based on sub-window box filtering北大核心CSCD

针对多像素光子计数器(MPPC)进行微光成像时,图像受光照不足和噪声影响出现的图像亮度低、对比度差、边缘模糊等问题,提出一种基于子窗口盒式滤波的自适应微光图像处理算法。为了减少算法运行时间的同时突出图像的边缘细节信息,利用子窗口盒式滤波器对图像进行分层得到基础层和细节层;对基础层图像采用自适应阈值直方图均衡化拉伸对比度,细节层图像采用自适应增益控制方式进行增强;根据基础层图像中有效灰度值个数占总灰度的比值自适应确定融合系数,将基础层图像与细节层图像融合得到增强后图像。通过微光实验平台设置3组不同照度的微光环境进行实验仿真,验证了本文算法在保持边缘信息和增强细节方面获得了更好的效果。实验结果表明本文算法在标准差、信息熵、平均梯度等客观评价方面优于改进前算法,提升了微光图像的成像效果。     

A speech enhancement method based on Kalman filtering

I.IntroductionKa1manfilteringisjustamethodtoestimatestatistica1lythestateoftheobservedsystemfromthecorruptedsigna1s,andthiskindofcstimationisarecurrcneeestimationbasedon1inear,nonbiasandminimumvariance.Moreover,Ka1manfilteringisapplicabletonon-sta-honarysignalsandtime-variantdynamicsystem.Therefore,Kalmanfilteringisveryapplica-bletoenhancingthespeechsigna1sthatarecorruptedbynoise.ThispaperreportStheconcretcmethodofenhanccmentofnoisyspccchanditscxperimentresults.Experimentsindicate:Afterthes…     

Nighttime Image Stitching Method Based on Guided Filtering Enhancement

Image stitching refers to stitching two or more images with overlapping areas through feature points matching to generate a panoramic image, which plays an important role in geological survey, military reconnaissance, and other fields. At present, the existing image stitching technologies mostly adopt images with good lighting conditions, but the lack of feature points in scenes with weak light such as morning or night will affect the image stitching effect, making it difficult to meet the needs of practical applications. When there exist concentrated areas of brightness such as lights and large dark areas in the nighttime image, it will further cause the loss of image details making the feature point matching unavailable. The obtained perspective transformation matrix cannot reflect the mapping relationship of the entire image, resulting in poor splicing effect, and it is difficult to meet the actual application requirements. Therefore, an adaptive image enhancement algorithm is proposed based on guided filtering to preprocess the nighttime image, and use the enhanced image for feature registration. The experimental results show that the image obtained by preprocessing the nighttime image with the proposed enhancement algorithm has better detail performance and color restoration, and greatly improves the image quality. By performing feature registration on the enhanced image, the number of matching logarithms of the image increases, so as to achieve high accuracy for images stitching.     

Blood vessel enhancement for DSA images based on adaptive multi-scale filtering

Digital subtraction angiography (DSA) plays a significant role in the diagnosis, treatment planning and assessment of diseases. However, because of the geometrical complexity and fine characteristics of blood vessel structures, accurate and robust detection of blood vessels still remains a problem. In this paper, a blood vessel enhancement algorithm is proposed. The main purpose of this work is to improve the visual quality of blood vessels in DSA images. The new blood vessel enhancement algorithm is based on the multi-scale space theory and Hessian matrix. Not only the eigenvalues of Hessian matrix but also the angles between eigenvectors are utilized for the blood vessel enhancement of DSA. The filter parameters and scale factors are decided adaptively. Eigenvalues of the Hessian matrix are also used for the noise elimination. Experimental results show that the proposed algorithm has a good performance in blood vessel enhancement of DSA images. The proposed algorithm filters image background and non-vascular structure effectively. The deformation of blood vessels occurred in the enhancement process is avoided and more small blood vessels are visible in DSA images.     

Image enhancement by the modified high-pass filtering approach

We demonstrate a brand-new method for image enhancement by using a modified high-pass filtering approach. Some specific spatial frequencies are selectively magnified by exaggerating the local visibility of an image. Then a high-pass filter is employed to adjust those critical frequencies. The enhanced final image has well-sharpened fine characteristics.     

Phase contrast enhancement in microscopy using spiral phase filtering

We demonstrate two methods based on Fourier plane filtering using (a) a fractional spiral phase plate (SPP) and (b) an off-axial SPP for phase contrast enhancement in optical microscopy. In comparison to previous works, a spatially incoherent LED is used in the Köhler illumination as the light source to illuminate the biological specimen. We demonstrate that both these methods can transform the phase specimen into a relief-like view even under such illumination. The degree and orientation of enhancement can be controlled by changing the phase structure of the filter. The SPP is displayed on a phase-only spatial light modulator, and can be integrated into the optical path of standard microscopes.