一种有效的脉内特征分析算法

信号脉内特征分析技术对密集和复杂电磁环境中辐射源的分选和识别有着重要意义。从工程应用的角度出发,提出一种有效的脉内特征分析算法,将多阶相位差分计算得到的瞬时频率特征作为区分调频和调相信号的依据:通过逆序相乘法和瞬时频率直方图统计识别出线性调频和频率编码信号。通过倍频法进一步区分二相编码和四相编码信号,仿真试验表明:该算法在较低信噪比下对常见脉内调制信号具有较好的性能,运算量小,便于硬件实现。     

可调直方图均衡化的正则解释及其改进

将直方图均衡化看作典型的不适定问题,提出了可调直方图均衡化的正则化解释,以及为了获得较好的图像增强效果并给出其改进措施.首先,对可调直方图均衡化方法所对应的目标函数进行简化,得到了基于信息能量作为正则项的可调直方图均衡化崭新解释;其次,考虑到信息熵与信息能量之间呈对偶关系,于是获得了一种基于信息熵作为正则项的可调直方图...     

灰度调整与数字全息图像质的关系

如何在有限的灰度级别下输出高质量全息图是人们关注的问题之一.文章从数字全息图 （计算机制全息图）的灰度直方图出发,研究灰度调整对全息图再现像质的影响.首先通过理论推导研究了压缩计算机制全息图中占比例少的灰度,展宽占比例多的灰度后全息图衍射效率的变化,发现处理后的计算机制全息图经灰度压缩的阈值越大,衍射效率越高.然后研究了灰度压缩的阈值对计算机制全息图再现像噪音的影响,发现全息图再现像的噪音随着阈值的增大,先减少再增大.实验表明,通过取合适的阈值对全息图进行灰度调整,可以在保证全息图再现像的信噪比的同时,提高全息图的衍射效率.计算机仿真和全息图光学再现实验证明了理论分析是正确的,为制作高质量的计算机制全息图提供了参考依据.     

基于插值预测和块分类的低失真可逆数据隐藏

提出一种基于插值预测和块分类模型的低失真可 逆数据隐藏算法。首先,对原始图像 进行插值预测, 得到预测误差图像;然后根据误差图像建立直方图,使得产生的直方图更陡峭,峰值点出现 频率更大;接 着对误差图像进行分块,利用块分类模型,在隐藏块内利用直方图平移隐藏信息,尽可能地 减少平移点的 数量;最后,相应地修改原始像素的灰度值,得到低失真的隐秘图像。实验结果表明,本文 算法不仅可以实现可逆数据隐藏,而且隐藏效果较好,有效载荷较高。     

平台直方图均衡算法实现的存储优化方法

通常热成像系统采用14 bit AD进行探测器输出的模拟数据的采集和处理,而显示设备只要求8 bits数据宽度,因而需要进行动灰度变换。平台直方图均衡是一种常用的变换方法,但直方图的统计以及计算需要消耗大量存储资源,在实现过程中通常需要专用存储器。通过对原始图像的通过抽样统计和、灰度范围线性预压缩以及预设平台最大值的方法可以大幅降低该算法对存储量的需求,并满足在FPGA片内实现的要求。该方法已经在FPGA处理电路上实现,实际试验取得了较好的效果。     

一种改进的保留图像细节信息的图像增强化方法

本文通过分析传统直方图均衡化的思想,得出在传统的直方图均衡化处理过程中由于图像的灰度级合并处理造成图像灰度级丢失继而使原图像细节信息损失,使增强后的图像边缘模糊,效果不理想。由此,本文给出了一种在图像经过均衡化处理后可以增加图像灰度级保留图像细节信息的方法。即先提取原目标图像中的高频细节成分,然后将其与原目标图像经直方图均衡化处理后的结果做叠加。经试验验证,与传统的直方图均衡化[1,2]算法相比,本文算法处理后的目标图像在增强了整体对比度的同时也保留了原图像的细节信息,能达到比较理想的增强效果。通过采用本文提出的改进算法,可以有效的实现图像增强的同时尽可能的保留图像细节信息的效果。     

一种适用于硬件实现的宽动态图像合成算法

针对现有宽动态合成算法因复杂度高而难以应用于实时系统的缺点,提出一种有效且复杂度低、适合硬件实现的实时宽动态图像合成方法。算法首先获取同一场景两副不同曝光量的照片,通过使用线性的亮度映射函数T,从短曝光图像对应区域的信息恢复出长曝光图像中过曝区域的信息。该算法只需利用两幅原始图像,所需数据量少,且无须恢复图像中的亮度与曝光比信息,计算复杂度很低。同时,T用线性关系表示更易于硬件实现。实验表明,算法能够实现良好的宽动态图像效果。     

基于三直方图平移和互补嵌入的可逆信息隐藏

为了提高嵌入算法的整体性能,提出一种基于三 差值直方图平移和互补嵌入的彩色 图像可逆信息 隐藏算法。利用色彩分量之间的相关性以及预测误差之间的关系减小差值,以增加差值直方 图的峰值。采 用三差值直方图平移和双重嵌入方法提高嵌入容量,两次嵌入过程中像素值沿相反方向扩展 ,部分像素值 扩展量相互抵消。选择两种不同的预测方向计算预测误差,以增加扩展量抵消的机会,解决 双重嵌入时图 像质量严重下降的难点问题。实验结果表明,本文算法在保证图像质量的同时大幅提高嵌入 容量,算法的整体性能优于其它同类算法。     

一种改进的直方图均衡化图像增强方法

分析了直方图均衡化算法的基本原理,指出图像部分灰度级尤其是表征图像细节的灰度级被过度合并是导致处理后图像细节信息丢失而变得模糊的原因。针对此不足,提出了一种均衡化处理后增加图像灰度级的方法。首先在空间域或者频域中,提取出原图像的高频细节成分,然后将其与原图像直方图均衡化处理后的结果进行叠加,并且可以通过调整高频成分的权值系数获得细节得到不同程度增强后的图像。实验结果表明：与传统直方图均衡化算法相比,使用该方法处理后的图像既增强了整体对比度,又保留了原图像更多的细节信息。