数字全息波前重建中的像平面滤波技术研究

基于数字全息图的频谱平面滤波及像平面滤波技术,最近出现两种可变放大率的物光波前重建方法.为适应数字全息精细检测的要求,对两种滤波方法进行了研究,导出让局部重建图像布满重建平面的表达式.研究结果表明,像平面滤波技术优于频谱平面滤波技术,基于像平面滤波技术的重建方法能够按照需要的放大率高质量地重建局部物光场.给出彩色数字全...     

基于小波的超声斑纹噪声抑制与对比度增强

提出了一种基于小波变换的降低超声图像斑纹噪声,同时完成对比度增强的非线性处理新方法。斑纹噪声属于乘性噪声,是造成超声图像质量退化的主要原因,采用Jain提出的斑纹噪声模型,完成对数化处理后的超声图像的小波变换,然后在最细分辨级上完成小波变换系数的软阈值方法处理,而在中间分辨级上采用硬阈值方法处理,并采用GAG特性曲线对图像细节特征进行增强。算法在预处理阶段还采用了平滑滤波器对最粗分辨级的平滑小波系数进行滤波,以减少脉冲能量对处理结果的干扰。对多幅超声图象的实验结果显示,相对于现有的去噪方法,该方法可以同时实现降噪与局部特征增强的两重目的,具有更佳的适用性。     

一种水下对空成像图像增强算法

针对水下对空成像图像的低对比度增强问题,在对两种直方图均衡化技术详细分析的基础上,提出了一种改进的直方图均衡化的快速算法.该算法将图像划分为不同子区域,计算子区域的均衡化函数,然后设置移动子块的大小和移动步长,最后采用插值方法实现图像的平滑处理.该算法在较好地突出图像细节信息、消除块状效应的同时,避免了复杂的数学运算,取得了较好的效果.     

眼底图像中视盘的平滑滤波与CV模型分割

可靠、有效的视盘分割对自动眼底病变诊断分析具有重要意义。提出了一种基于平滑滤波和CV模型的视盘分割算法。在利用投影法定位出视盘中心后,首先采用Gabor滤波技术提取并移除视盘局部区域的主血管,然后利用邻域信息通过插值运算填充被移除血管区域的像素,采用边缘保留平滑滤波对视盘区域进行平滑,最后利用基于区域信息的CV水平集模型分割出视盘的边界。该方法在MESSIDOR数据库上进行了测试,平均分割准确率为0.83,表现出了良好的分割性能。     

一种有效的红外小目标检测方法

提出了一种基于中值滤波与梯度法的红外小目标检测方法.该方法首先通过中值滤波对红外图像进行平滑处理,接着采用背景差分技术将原始图像与经过中值滤波后的图像进行差分对消.在此基础上,再使用梯度锐化法对残差图像进行边缘信息的增强.最后,利用二值化处理凸显出目标点.该方法通过中值滤波与梯度法的互补效应实现了红外小目标的有效检测,仿真实验结果证明了该算法的有效性.     

针对虚拟现实跟踪技术的快速滤波算法

提出一种用于实现手位手形跟踪的颜色滤波方法的计算模型。它可以取代虚拟现实中的数据手套,成为人机交互的工具。本方法是基于计算机视觉技术,模仿人眼的颜色视觉的特性,通过提取手的像素的特征颜色作为参考,对整个图像进行颜色滤波处理,从而将背景和干扰物体的像滤除,只保留手的像。然后经过平滑和轮廓提取处理,得到只含有手的轮廓的图像。颜色滤波算法能大大提高跟踪和识别的可靠性和实时性。     

多波段前视红外图像融合的海面杂乱背景平滑方法

为了有效地克服单波段前视红外图像中存在的点状杂波、条状波浪以及局部高亮区域等随机杂乱背景的影响,开展了基于多波段前视红外图像融合的海面杂乱背景平滑方法的研究。充分利用多波段前视红外图像之间的互补性和差异性,通过融合多波段红外图像的信息,旨在平滑抑制海面杂乱背景并保持舰船目标的特征信息,为舰船目标检测提供一幅优质的图像。首先利用离散小波变换将多波段源图像分解为低频子带和高频子带,其中,高频子带主要包含了图像中背景以及舰船目标的细节信息,低频子带主要包含了图像的亮度以及对比度信息;对于高频子带,在基于高频系数取绝对值最大法得到高频融合图像后,计算每个像素的区域能量来对高频融合图像进行调制以抑制图像背景的细节信息而保留舰船目标的细节信息;对于低频子带,通过平均法融合低频子带并利用导向滤波对低频融合图像进行平滑滤波处理;最后对高频融合图像和低频融合图像进行小波逆变换得到的重构图像即为融合图像。对实际采集的多波段前视红外图像进行仿真实验,将该方法与双边滤波、导向滤波、梯度最小化、相对全变分、双边纹理滤波和滚动滤波共6种图像平滑滤波方法进行对比。结果表明:所提出的方法通过有效地融合多波段图像的信息,将空间域的平滑处理转换到频率域中进行,能够很好地平滑海面随机杂乱背景并较好地保持舰船目标的结构、灰度以及对比度信息,大大增强了舰船目标的可分离性,其图像平滑性能优于作为对比的6种方法。     

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.     

基于中值滤波和偏振调制的雾天偏振图像快速增强方法研究

针对现有偏振去雾算法难以兼顾去雾效果和实时性问题,提出了一种基于中值滤波和偏振调制的雾天偏振图像快速增强方法。利用中值滤波估算大气光;采取半反法估计无穷远处大气光强,并基于大气散射模型对图像进行恢复;使用场景偏振度对恢复的图像进行偏振调制增强。相比较其他方法,文章通过降采样方法减少图像尺寸,选取小尺度的滤波窗口,在保持足够的大气光估算精度的同时,显著降低了处理时间,并采用偏振调制和直方图均衡化方法提高目标与背景的对比度,较好地解决了去雾效果和算法实时性问题。实验结果表明,经过该方法增强的图像,在信息熵、去雾前后梯度比、目标与背景对比度等三个指标上都有较大提升,达到了良好的去雾效果;对于分辨率为1393×986的图像,处理时间仅为16ms,完全满足实时性要求。     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

基于平台直方图的红外图像自适应增强算法

针对红外图像的特点, 提出了一种基于平台直方图均衡化的自适应红外图像增强算法. 该算法通过自适应地选择平台阈值, 对红外图像进行增强处理, 克服了采用一般直方图均衡化增强红外图像的缺点, 同时算法的运算量远远小于其他平台直方图均衡化算法, 便于实时实现. 理论分析和仿真结果均表明, 该算法对红外图像具有很好的增强效果, 可较好的抑制背景的增强, 突出目标.     

基于热像仪的太赫兹成像及图像增强初步研究

初步利用美国生产的Pyrocam Ⅲ热像仪和SIFIR-50激光器构建了太赫兹(THz)面阵成像系统, 对20元人民币水印进行了2.52 THz激光成像实验, 探索了面阵成像机制和图像增强方法。针对5幅图像叠加后的太赫兹面阵图像, 研究了对比拉伸变换、直方图均衡化和中值滤波等图像增强方法的效果。实验结果表明, 利用此成像系统和后续的图像处理, 能够获得与成像物体较相似的图像; 对于比较暗的图像, 不能单靠对比拉伸变换。采用直方图均衡化方法效果较好, 在直方图均衡化后再运用中值滤波, 图像增强效果会更好。     

基于改进型平台直方图的红外均衡化算法

针对红外图像特别是红外弱小目标图像的特点,提出了一种基于改进型平台的直方图均衡算法。在设置统计上限平台阈值的基础上,设置了累计直方图上限阈值,并用修改的映射函数算法对图像进行均衡化处理。算法中的上限统计平台阈值对噪声进行了适当抑制,累计平台阈值自适应控制映射动态范围,从而克服了平台直方图均衡化对动态范围较窄的红外图像过分拉仲的缺点。相对平台直方图的均衡算法,该方法能够对多种复杂场景增强图像整体效果,在抑制噪声的同时较好地保持了图像细节。     

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.     

Image contrast enhancement using adjacent-blocks-based modification for local histogram equalization

Infrared images usually have some non-ideal characteristics such as weak target-to-background contrast and strong noise. Because of these characteristics, it is necessary to apply the contrast enhancement algorithm to improve the visual quality of infrared images. Histogram equalization (HE) algorithm is a widely used contrast enhancement algorithm due to its effectiveness and simple implementation. But a drawback of HE algorithm is that the local contrast of an image cannot be equally enhanced. Local histogram equalization algorithms are proved to be the effective techniques for local image contrast enhancement. However, over-enhancement of noise and artifacts can be easily found in the local histogram equalization enhanced images. In this paper, a new contrast enhancement technique based on local histogram equalization algorithm is proposed to overcome the drawbacks mentioned above. The input images are segmented into three kinds of overlapped sub-blocks using the gradients of them. To overcome the over-enhancement effect, the histograms of these sub-blocks are then modified by adjacent sub-blocks. We pay more attention to improve the contrast of detail information while the brightness of the flat region in these sub-blocks is well preserved. It will be shown that the proposed algorithm outperforms other related algorithms by enhancing the local contrast without introducing over-enhancement effects and additional noise.     

Variational infrared image enhancement based on adaptive dual-threshold gradient field equalization

Infrared images are characterized by low signal to noise ratio (SNR) and fuzzy texture edges. This article introduces the variational infrared image enhancement algorithm based on gradient field equalization with adaptive dual thresholds. Firstly, we transform the image into gradient domain and get the gradient histogram. Then, we do the gradient histogram equalization. By setting adaptive dual thresholds to qualify the gradients, the image is prevented from over enhancement. The total variation (TV) model is adopted in the reconstruction of the enhanced image to suppress noise. It is shown from experimental results that the image edge details are significantly enhanced, and therefore the algorithm is qualified for enhancement of infrared images in different applications.     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

A new adaptive contrast enhancement algorithm for infrared images based on double plateaus histogram equalization

In infrared images, detail pixels are easily immerged in large quantity of low-contrast background pixels. According to these characteristics, an adaptive contrast enhancement algorithm based on double plateaus histogram equalization for infrared images was presented in this paper. Traditional double plateaus histogram equalization algorithm used constant threshold and could not change the threshold value in various scenes, so that its practical usage is limited. In the proposed algorithm, the upper and lower threshold value could be calculated by searching local maximum and predicting minimum gray interval and be updated in real time. With the proposed algorithm, the background of infrared image was constrained while the details could also be enhanced. Experimental results proved that the proposed algorithm can effectively enhance the contrast of infrared images, especially the details of infrared images.     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

基于NiosII的红外图像灰度变换系统设计

提出了一种基于NiosII的红外图像灰度变换设计方案,并详细介绍了红外图像灰度变换算法以及系统硬、软件设计以及实现方法。针对红外图像的特点,提出了一种基于平台直方图均衡的红外图像灰度变换算法,并在CycloneII系列FPGA上实现了该算法,其处理单元采用嵌入式处理器软核NiosII。实验结果表明,该系统能很好地实现红外图形灰度变换,并在一定程度上抑制了背景,提升了目标。