红外中波细分图像的伪彩色增强

提出了基于lαβ颜色空间变换和小波包变换的红外中波细分波段图像的伪彩色增强方法.利用lαβ变换将两个细分波段RGB彩色映射的伪彩色图像的颜色和亮度信息分离,通过二维小波包变换得到两个细分波段的融合图像,将融合图像和颜色信息经过lαβ逆变换形成伪彩色增强图像.实验结果表明,同简单彩色映射图像相比,伪彩色增强图像的局部标准偏差和局部熵都有增加,从而使图像具有更好的感知效果.     

基于直方图均衡化的红外图像伪彩色增强显示

红外成像技术由于具有抗干扰性强和全天候工作等特点而被广泛应用于各个领域.针对红外图像视觉效果模糊的问题,提出了一种基于直方图均衡化的红外图像伪彩色增强显示方法.该方法包括图像增强和伪彩色处理两步：首先,计算图像的均值,并根据均值的大小采用不同的空域变换方法,然后进行直方图均衡化处理;在伪彩色处理中,设计了新的伪彩色编码表,并采用查找表的方式对增强后的图像进行了伪彩色处理与显示.试验结果表明,经过伪彩色增强处理后,图像的显示效果有了明显提高,图像中的动态范围得到了扩大,细节信息也得到了加强.     

基于DSP红外图像伪彩色处理的研究

根据红外图像的特点,在以室温热成像系统的基础上,对红外图像伪彩色编码进行了充分研究,提出了一种新的伪彩色编码。新编伪彩色编码算法,解决了RGB三色搭配的合理性和灰度范围集中时图像的难以辨别等问题。通过合理分配TMS320VC33硬件环境下存储资源,提高了算法的运行速度,使算法在DSP环境下工作稳定、运行良好。     

基于粗糙集的图像聚类分割方法研究

结合粗糙集理论和K-均值聚类算法,提出了一种图像分割方法。将原图像按等价关系进行划分,基于属性约简的概念对不同区域按照不可分辨关系分类。分割结果表明,文中方法是一种有效的图像分割方法,具有良好的鲁棒性。     

基于 FPGA 的红外图像自适应分段线性增强算法

为了改善红外图像的视觉效果,介绍了一种基于 FPGA 的红外图像自适应分段线性拉伸增强算法.该算法根据红外视频图像帧间的高度相关性和图像的特点,通过统计红外图像多级均值的方法估算图像灰度阈值,自适应地将图像分成背景灰度区间、过度灰度区间和目标灰度区间,最后对各部分区间采取不同的线性变换,获得最佳的视觉效果.该算法已在自主研发的红外手持观测仪上得到了应用,占用硬件逻辑资源少,实时性强,具有一定的应用价值.     

基于直方图的红外图像互补伪彩色编码处理

在室温热成像系统的基础上,根据红外图像的特点,结合互补色编码原理和人的视觉习惯,提出了一种基于直方图的HIS空间的伪彩色编码算法,算法能够根据直方图的统计分析自适应的进行伪彩色分配。算法实时的运行在以DSP为核心的硬件系统上,实验表明,伪彩色编码图像色彩丰富,层次分明,分辨细节能力强。     

伪彩色红外图像的小波自适应去噪算法

针对噪声污染的伪彩色红外图像,提出了一种小波自适应去噪算法.该方法首先将图像分解为R,G,B颜色分量图像,对每幅图像进行小波变换.根据变换后的不同细节子图的小波系数在区域及方向上具有的不同相关性,用不同的窗口对不同细节图像系数的方差进行估计,然后对小波系数进行一种改进的阈值处理,得到结果图像.结果表明,该方法能有效去除噪声,同时较好地保持了图像的边缘和细节.     

基于直方图的图像模糊聚类分割算法

针对传统模糊C-均值聚类算法对复杂的医学、遥感图像难以获得满意分割效果问题,将图像模糊C-均值聚类引入图像分割问题研究中,提出了基于直方图的图像模糊聚类快速分割算法。将越南学者Le提出的分布式图像模糊聚类算法目标函数进行简化,得到图像模糊聚类算法目标函数;采用拉格朗日乘子法获取其迭代求解所对应的隶属度、中立度、拒分度和聚类中心表达式,设计图像模糊聚类算法并对其收敛性进行了证明。通过复杂医学和遥感图像的分割测试结果表明,新的分割算法相比现有的模糊C-均值聚类分割算法和直觉模糊C-均值聚类分割算法具有更好的分割性能。     

基于灰度分层的FPGA红外图像伪彩色实时化研究

介绍了一种基于FPGA的红外图像的伪彩色化实现方法.这种方法首先通过Matlab提取颜色表,然后通过FPGA控制颜色表的在线更新实现红外图像不同种类的伪彩色化效果.该方法大大提高了人们对红外图像感兴趣目标点的辨识能力.该方法已经在自主研发的红外观测系统中得到验证,具有硬件实现简单、占用逻辑资源少、速度快、实时性强等特点.     

红外偏振与红外光强图像的伪彩色融合研究

针对RGB和lαβ间转换过程复杂,运算速度慢,不便于用灰度融合图像直接代替亮度分量的问题,提出了一种基于YCαCβ空间的伪彩色融合方法.该方法首先对源图像进行基于特征差异的颜色映射,所得RGB图像通过YCαCβ变换提取亮度分量Y;然后采用新的融合规则对红偏振与光强图像进行了支持度融合,其中低频和高频分别采用目标背景分割和区域方差最大的融合规则;最后用融合结果代替亮度分量,再与Cα,Cβ分量进行YCaCβ逆变换,得到伪彩色图像.实验结果表明,与文献[8]方法比较局部方差提高21.5％、对比度提高1.15％、清晰度提高6.05％、运算速度提高30.5％,证明了本文算法的可行性和有效性.     

一种基于聚类分析的红外图像配准算法

为了提高红外图像匹配的精度和效率,提出了一种将Harris-Laplace关键点提取和旋转不变LBP特征描述算子相结合的局部特征检测新算法,该算法不仅在图像的尺度、光照和角度发生变化时,仍然能够得到很好的检测效果,而且能很好地描述图像的局部纹理特征.特征向量描述完成后,为了进一步提高红外图像特征点匹配的正确率,提出了一种基于K-means聚类分析的图像匹配策略.先利用Cosine余弦相关匹配策略实现特征点的初步粗匹配,接着采用K-means 聚类分析匹配策略剔除图像中大部分的错误匹配.实验表明:提出的算法表现出良好的鲁棒性,关键点提取的重复率(Repeatability)提高了9.2％.与传统的匹配算法相比,采用基于K-means聚类分析的匹配策略匹配精度可以提高5.05％,匹配时间可以缩短0.068 s.该特征描述算法和基于K-means聚类分析的匹配算法满足了红外图像配准的高精度性和高实时性的要求.     

基于比特平面分层和彩虹伪彩色编码的红外图像增强方法

由经纬仪拍摄的海空远距离红外目标图像具有对比度低、灰度不均匀以及 含有大量复杂噪声等缺点,这会严重影响对图像中目标的判读。为此,提出了一种基于比特平面分层和 自适应彩虹码伪彩变换的图像增强方法。结果表明,经该方法增强处理后的伪彩色图像 的颜色饱和度更高,细节和边缘更清晰,尤其是由目标边缘可以清晰辨别出不同的颜色层次, 因而更符合人眼的视觉习惯。     

基于人眼视觉特性的红外图像增强算法

提出一种基于人眼视觉特性的红外图像增强算法.该算法采用符合人眼感知特性的LIP(Logarithmic Image Processing)模型,并根据人眼视觉在图像变化区域比平滑区域敏感,使用幂次变换方法对图像的高频和低频成分分别进行增强处理.实验结果表明:本文相比传统算法能够有效增强图像细节信息,提高图像对比度,明显改善红外图像的视觉效果.     

基于模糊逻辑的红外图像增强算法的研究

以模糊方法为分析手段,提出一种新的广义模糊隶属函数及相应的线性分布函数,提高了处理速度,最后以建筑屋窗口图像为处理对象,应用上述算法对结果进行分析和讨论.     

基于傅里叶变换的森林红外图像增强算法研究

以红外热监控技术在森林火警中的研究为背景,针对森林红外热图像低对比度、噪声大的特点,提出了用傅里叶变换理论对森林红外图像增强.分别用理想低通滤波器、巴特沃斯高通滤波器和同态滤波器对图像做了增强.结果对比后得出,同态滤波克服了低通滤波和高通滤波的缺点,图像细节和对比度得到明显增强.并进一步优化了同态滤波器中的指数型滤波函数,仿真结果表明,优化后的指数型滤波函数对森林红外图像有更好的增强效果,能提供更满意的图像.     

多层次的红外图像模糊增强算法

在分析现有模糊增强算法的基础上,提出了一种基于图像灰度特性的隶属度函数,该隶属度函数减少了人为设定的参数,并利用最大熵原理实现了参数的优化设置.然后将提出的隶属度函数应用到多层次的模糊增强算法中.通过对红外图像的仿真实验表明, 该算法能够提高图像的对比度,突出图像中不同层次的灰度信息和边缘信息,取得了较好的增强效果.     

一种基于小波变换的非线性红外图像增强算法

针对红外图像对比度低,噪声干扰大,用传统增强算法增强时,增大噪音的问题,提出了一种基于小波变换的非线性红外图像增强算法.该算法先对原始图像进行小波变换获得低频和高频系数,接着根据低频系数的特点设计了非线性函数对低频系数进行增强,并对高频系数进行小波去噪,最后通过小波重构得到增强的图像.仿真实验表明,该方法不仅解决了红外图像对比度低的问题,并且降低了噪声,突出了图像细节,该方法无论是增强效果还是抗噪效果都明显优于传统的图像增强方法.     

基于视觉对比度分辨率的红外图像增强算法

针对传统红外图像增强方法存在增强后目标边缘模糊及背景噪声过增强的缺陷,结合人眼视觉特性,提出了基于视觉对比度分辨率的非线性变换算法。该算法根据人类视觉在不同背景灰度下分辨目标的能力不同,自适应调整灰度变换曲线,使目标映射到人眼分辨的敏感区域,同时使背景噪声映射到人眼分辨的不敏感区域。经测试表明:提出的算法与传统算法相比更易突出红外图像目标的细节信息及其边缘轮廓,峰值信噪比提高近1倍,对比度增益提高近0.5倍。     

基于高斯分布的自适应红外图像增强算法

针对红外图像信噪比和对比度低,结合红外图像直方图分布的特点,提出了一种基于高斯分布的自适应红外图像增强算法.该算法采用高斯分布函数平滑红外图像直方图中的主峰,以抑制红外图像背景和噪声的加强.算法中的高斯分布函数可根据原红外图像直方图的分布情况自适应产生,不需要人为设定,将所生成的高斯分布函数对原直方图进行转换后再进行直方图均衡处理,即可实现红外图像的增强.实验结果表明,该算法能有效地突显红外图像的目标,抑制其背景,具有较好的增强效果.     

基于改进生成对抗网络的红外图像增强算法

针对红外图像细节分辨率不高、目标边缘模糊等,提出一种基于改进生成对抗网络的红外图像增强算法。首先,基于编码解码网络U-Net构建生成器,优化U-Net跳跃连接方式,融合全局上下文模块,实现全局和局部特征的上下文建模;然后,基于胶囊网络构建鉴别器,结合Res2Net改进胶囊网络结构,并对胶囊网络全连接层进行反卷积重构,实现多尺度图像特征提取,减少模型参数冗余。实验表明,与当前主流算法相比,该算法能有效突出细节信息、抑制噪声,提高图像分辨率和视觉效果。