天空区域图像的增强算法的改进

传统的子块部分重叠直方图均衡化(POSHE)算法在增强图像对比度的同时会在灰度变化缓慢的区域造成过增强效果,产生块状效应和噪声,严重影响图像质量,本文针对这一缺点对该算法进行改进,将图像中灰度变化缓慢的天空区域从图像中分离出去,对分离出的天空区域进行全局直方图均衡化处理,对分离后的图像进行局部直方图均衡化处理。通过Matlab仿真实验可以证明本文算法不仅可以增强图像的对比度,还可以加强图像的整体和细节信息,有效防止过增强并抑制噪声,使图像的质量和视觉效果都得到提高。     

基于剪切波域改进Gamma校正的医学图像增强算法

为了解决医学图像在采集和传输过程中引入噪 声和干扰导致图像质量恶化从而严重影响医学诊断的问题,提出 一种基于剪切波(shearlet)域改进Gamma校正的图像增强方法。首先,通过剪切波变换,把 图像分解成高频 部分和低频部分;其次,用改进的Gamma校正处理剪切波分解后的低频部分以调整图像的整 体对比 度,采用改进的自适应阈值函数对高频部分进行去噪;最后,把剪切波反变换的重构图 像进行模糊对比 增强,以突出图像的细节信息。实验结果表明,本文算法的峰值信噪比(PSNR )、结构相似度(SSIM)和 绝对均值差(MAE)优于其他对比算法,尤其是PSNR的提升更加明显。这些 客观指标说明,本 文算法不仅能有效地抑制噪声,而且能明显改善增强对比度。从主观方面观察,本文算法与 其他算法相比,能获得更好的视觉效果。     

改进的虹膜图像分割算法研究

为进一步改善既有虹膜图像分割的基本属性,文章设计了一种改进的虹膜图像分割算法.本算法应用边缘检测联合Hough转换的形式实现对虹膜内外边缘的精准定位,应用最小二乘法联合边缘检测的方式检测上下眼睑,基于阈值法检测睫毛.经实验分析,统计发现本算法能显著缩短定位时间,定位精准率高达98.83％,凸显了自身的实用价值.     

基于改进的同态滤波与SMQT相结合的磁瓦表面缺陷图像增强算法研究

针对磁瓦表面缺陷图像整体光照不均匀、对比度 较低、纹理细节信息不清晰等问题, 提出了一种改进的同态滤波与连续均值量化变换(successive mean quantization transform,SMQT)相结合的磁瓦表面缺陷图像增强算法。首先,使用改进的巴特沃斯传递 函数替换传统同态滤波中的传递函数,使其将图像分解成高频图像和低频图像;然后,使用 SMQT算法非线性拉伸高频图像的灰度范围使其扩展到整个灰度级区域,从而达到对高频图 像进行增强的目的;最后,将低频图像与处理后的高频图像进行融合得到增强图像。实验结 果证明,所提算法有效改善了磁瓦表面缺陷图像的光照不均匀、提高了图像的对比度、增强 了图像的纹理细节信息,使得图像的缺陷部分和细节部分更加清晰可见。     

图像阈值分割算法及对比研究

图像阈值分割技术广泛应用于计算机视觉和模式识别等研究领域。通过对五种典型的阈值分割算法,包括最大类间方差法、最大熵法、最小交叉熵法、最大相关法和灰度熵法进行算法仿真,并针对不同信噪比图像的分割结果进行了客观评价,得出不同分割方法所适用的分割对象。同时设计了图像阈值分割系统,便于进行不同分割算法的对比分析。     

基于轮廓波变换的红外图像增强算法的研究

尽管红外图像的应用越来越广泛,但其本身存在的不足使得应用受到影响,因此对红外图像进行增强处理就显得十分重要。现有的图像增强算法没有考虑到变换系数中不同分辨率下的各个方向子带之间的能量分布,对所有分辨率下的所有方向子带中的变换系数进行统一的增强处理。因此,提出了一种结合方向子带能量分布的自适应增强算法。Matlab仿真结果表明,该算法不仅能增强目标的清晰度,还能提高红外图像的对比度,改善图像的视觉效果。     

基于非抽样Contourlet变换的自适应阈值图像增强算法

提出了一种基于非抽样Contourlet变换的自适应阈值图像增强算法,首先对图像进行非抽样Contourlet变换得到不同尺度不同方向上的变换系数,然后由变换系数自适应地确定阈值和调整增强函数,并对变换系数做增强处理,最后对增强处理后的变换系数进行反变换,实现图像增强.实验结果表明,与其他基于变换域的算法相比,该算法可以得到更好的增强效果.     

基于改进图像自适应算法的车道线识别研究

针对图像自适应阈值分割中最佳阈值的计算问题,提出了一种根据图像结构相似度计算最佳分割阈值的方法。该方法分为模型建立和目标图像阈值计算两部分。模型建立时,首先选取场景标准模板图像,再计算训练图像与标准模板图像对比后的结构相似度,并依据图像质量评价标准判定最佳的阈值,建立特定场景下的最佳阈值与结构相似度的关系模型;阈值计算时,首先计算目标图像与标准模板图像对比后的结构相似度,再根据关系模型,直接计算最佳分割阈值。为验证此方法,选用晴天高速公路场景下的图像进行测试。结果表明,所提算法的阈值分割效果优于传统自适应阈值分割算法,并且具有更高的运算效率。     

改进的Otsu算法及在运动目标检测中的应用研究

针对Otsu自适应阈值分割算法中阈值搜索精准度较低、效率不高的问题,本文结合视频图像序列的帧间相关性,利用遗传算法的全局寻优优势,及模拟退火算法较好的爬山性能,提出一种改进的Otsu算法,并与三帧差分法相结合应用于视频运动目标检测。实验证明,该算法相对Otsu算法和对比算法减少阈值分割中的寻优尝试次数,使最优阈值的选取更精确,并提高了目标检测效果。     

球状重叠区域图像分割与参数统计算法研究

研究了重叠区域图像分割和参数统计的算法 ,提出综合利用阈值法和距离变换 ,并采用所设计的两个计算流程在对图像进行分割的同时完成参数统计。计算机模拟结果表明 ,整个算法不需要人工干预 ,易于软件和硬件实现     

自动指纹识别系统算法的优化改良

在对自动指纹识别系统研究的基础上，从提高指纹图像评估质量的角度出发，提出了在对指纹图像的预处理过程中，提高分割提取算法效率的想法，并提出了相应的算法改进方案。在对自动指纹识别系统算法进行优化改进后，通过对优化前后的指纹图像进行对比，可确定优化后的算法能达到提高指纹识别系统快速性、可靠性、稳定性和准确性的目的。     

基于CLAHE和top-hat变换的手背静脉图像增强算法

为了克服光强,手背厚度对手背静脉图像的影响,提出一种新的手背静脉图像增强方法,对比度受限的局部直方图均衡（CLAHE）和tophat变换相结合的方法。在进行CLAHE处理的基础上,利用tophat变换提取图像的波峰和波谷,并将提取的波峰和波谷进行直方图修正,拉开灰度分布,再与之进行加减运算。实验表明,该算法能得到很清晰的增强效果。     

自动指纹识别系统预处理关键技术的研究

系统阐述了自动指纹识别系统预处理的理论、算法.在比较各种预处理方法并结合指纹图像特点的基础上,研究了指纹预处理的关键技术,包括基于直方图均衡和傅里叶变换方法的指纹图像增强、局部阈值自适应二值化等,并提出了一种新的基于方向图特性和数学形态学的指纹图像分级分割算法.实验结果表明,处理效果较好.     

基于遗传算法的最大熵阈值的图像分割

图像阈值分割技术在图像分析和图像识别中具有重要的意义.最大熵方法具有很多优点,但同时也存在弱点:需要大量的运算时间,特别是在计算多阈值时.因此需要引入优化算法.文中将遗传算法用于最大熵阈值的图像分割方法中,分别对一维及二维阈值分割的情况进行讨论,并提出了一种基于改进型遗传算法的最大熵阈值图像分割方法. 通过对几幅经典图像的分割结果对比,表明了基于遗传算法的最大熵阈值的图像分割方法可以有效地提高最大熵图像分割的计算速度,提高图像处理的实时性.     

图像小波增强算法在无损检测中的应用比较

射线数字成像是当前射线检测、诊断技术发展的重要方向,图像降噪增强是提高无损检测图像质量的关键.将基于小波变换的图像增强技术引入到射线无损检测(NDT)图像处理中,介绍了基于小波变换的反锐化掩模法、子带增强法和自适应增强法3种增强算法,并分别用这3种算法对射线NDT图像进行增强处理.通过对实验结果数据进行对比分析得出,相比另外两种小波增强算法,自适应小波增强算法处理后的图像更贴近实际,能够更好地在抑制图像噪声的同时增强图像细节.     

低对比度图像分割算法研究

在分析图像分割算法的基础上，针对灰度随机分布的低对比度图像．提出采用空间区域方差和灰度区域方差进行图像增强和灰度分区。实验结果表明该方法能有效地实现低对比度图像的分割。     

基于灰度和局部熵迭代的红外目标分割算法

图像阈值分割在图像分析和图像识别中具有重要的意义,给出了一种以改进的最大类间方差法为基础的自适应阈值图像分割方法,同时利用分割后目标和背景区域的灰度信息和局部熵信息,设计了一个判断是否得到正确分割的准则,通过迭代循环,完成对图像的自动分割.实验结果表明,本文算法自适应性强,可以快速、准确、完整地分割出复杂背景图像中不同大小的红外目标.     

一种改进的图谱阈值分割算法

针对图像分割是典型的结构不良问题,将图谱划分理论作为一种新型的模式分析工具应用到图像分割并引起广大学者关注。考虑到现有的图谱阈值法中图权计算方法采用基于欧氏距离的幂指数函数导致其计算量过大的不足,首先采用基于欧氏距离的分式型柯西函数代替基于欧氏距离的幂指数函数提出图权计算的新方法,其次将其应用基于图谱划分测度的图像阈值分割算法中并得到一种改进的图谱阈值分割方法。实验结果表明,该方法的计算量小且对目标和背景相差比例较大的图像能获得满意的结果。     

低照度环境下图像增强算法的FPGA实现

在低照度环境下,通用的图像传感器普遍存在成像效果不佳的情况,因此采用图像增强算法来提升图像对比度就显得尤为重要,然而大多数图像增强算法都是针对静态图像进行增强.为此,基于现有的图像增强算法,提出了一种改进的基于图像去雾的图像增强算法架构,该架构不仅利于FPGA实现,而且能够较好地增强视频的显示效果.测试结果表明:该算法占用FPGA资源较少,能够实时处理1080P 60 f/s的视频且增强效果良好.