空域内数字图像增强技术研究

本文分别从图像的点运算、灰度直方图变换和空域滤波变换三个方面对数字图像增强技术进行了研究,图像的点运算采用了图像的线性变换和图像的非线性变换,空域滤波变换采用空域平滑滤波和空域锐化滤波,其中空域锐化滤波采用拉普拉斯算子和索贝尔算子,对增强技术在MATLAB中进行了实验仿真。     

超声图像大规模乘性噪声干扰的过滤算法仿真

超声图像广泛应用于工业,海洋,医学等领域并且在诸多领域起到不可替代的重要作用。但大规模乘性噪声严重影响了超声图像的成像质量。无法精准判读超声图像,制约着超声图像应用的发展。为此,提出超声图像大规模乘性噪声干扰的过滤算法,通过对超声图像成像像素进行像块分解重组重构出大规模乘性噪声部分,运用滤波函数公式提取出大规模乘性噪声干扰量,建立超声图像大规模乘性噪声过滤模型将乘性噪声干扰进行过滤计算,重构更为清晰的超声图像的过程。仿真实验证明,超声图像大规模乘性噪声干扰过滤算法有效的抑制了大规模乘性噪声对图像质量的影响,更好的保留了超声图像的细节信息。     

数字图像增强的方法

在进行图像增强的处理过程中,如何有效的增强图像是图像分析中的一个难点,这一步处理的好坏将影响到后面图像处理的效果.文章根据中值滤波和直方图规定化各自的优缺点,提出了将中值滤波与直方图规定化相结合使用的方法.     

基于超声图像的血管重构技术研究

为了使医生能够清楚地看到冠心病患者的病变情况,针对血管内超声获取的血管序列图像,探究了血管部位的三维重构。通过实验研究了医学图像预处理技术和三维重构技术,基于MFC程序框架开发了可视化工具开发包VTK。选用混合滤波算法对血管内超声图像进行滤波处理,选用区域生长法提取血管轮廓信息,并利用改进的面绘制算法进行血管部位三维重构,最后开发了三维血管模型重建系统。结果表明:系统实现了利用血管内超声图像进行血管病变部位三维重构的过程,为冠心病患者的病情诊断提供了方便。     

图像滤波及边缘检测技术研究

主要研究了计算机视觉中的图像滤波、边缘检测技术,首先介绍了图像噪声滤波算法,针对脉冲噪声采用开关中值滤波技术,既能有效去除噪声,又在一定程度上地保护了图像细节;同时研究了边缘检测技术,采用基于梯度直方图的边缘提取法,利用梯度直方图的统计特征实现阈值的选取,并且有效地增强图像边缘,取得满意的视觉效果。     

基于MATLAB的图像增强处理与应用

本文对数字图像增强技术中的基于MATLAB实现图像的对比度增强、直方图均衡化、平滑滤波、锐化等操作进行了讨论,同时给出了运用MATLAB进行图像处理的前后对照图像。     

基于小波变换图像增强的研究与分析

本文基于小波变换的理论,对图像进行增强分析,并与频域法的低通滤波和高通滤波以及空域法的平滑滤波、锐化滤波进行比较,表明小波变换对改善图像质量较好。     

雾霾天气下多尺度劣质图像质量增强方法研究

提出一种基于Retinex算法的多尺度劣质图像增强方法。该方法首先利用图像保持的映射算法进行多尺度劣质图像的特征提取,结合特征提取的图像利用Retinex增强算法对多尺度劣质图像进行图像增强,引入变换实现多尺度劣质图像动态范围的压缩,采用非线性的变换对多尺度劣质图像的高光区域进行抑制,利用反锐化滤波代替高斯函数的滤波和原始的多尺度劣质图像进行卷积,以图像增强的结果完成对雾霾天气下多尺度劣质图像质量增强方法研究。实验结果表明,该方法能有效地提高雾天图像的对比度与饱和度,并保持图像色度不变。     

碳纤维复合材料的超声特征扫描成像检测研究

研究特征扫描(F扫描)超声成像检测技术;研制了复合材料的F扫描超声自动成像检测系统;利用F扫描成像系统对碳纤维复合材料及结合层及层与层胶接和修补层质量的检测进行了研究;采用聚焦探头可检测碳纤维复合材料修补中的分层脱粘等缺陷,对检测结果进行多种形式(C扫描、相位特征和CT)成像。     

基于改进的区域生长与GVF snake的超声图像分割

针对传统的区域生长法应用于超声图像时,在选取相邻的生长阈值的情况下会分别出现欠分割与过分割而导致分割失败的现象,提出一种改进方案,在生长之前先将每个待生长像素进行压缩之后再与种子点进行比较,并通过改进的方案与各向异性滤波技术的结合获得超声图像目标区域并提取其轮廓,然后将此轮廓作为GVF Snake模型的初始轮廓收敛获得最终的分割结果。通过对临床采集的超声图像进行的实验结果表明,改进后的区域生长法能成功地应用于超声图像,并能很好地作为GVFSnake的初始模型从而获得理想的分割结果。     

MATLAB实现测量图像增强处理

基于数字图像增强对光学经纬仪测量图像处理的重要性,将计算软件MATLAB应用于测量图像增强中,给出了用这一软件完成图像的对比度增强、直方图均衡化、平滑滤波等操作的示例,并给出了处理前后的对照图像,同时论述了MATLAB在进行测量图像处理时简洁、高效的特点。     

基于多小波分析的图像优化去噪方法研究

针对传统单小波在对称性、正交性、有限支撑等特性上的不足,提出一种基于多小波分析的图像优化去噪方法。对图像进行预滤波处理操作,消除多小波的不恰当离散性。对待处理信号经预滤波处理后产生的四个分量进行多小波变换处理。采用Visu shrink方法与基于stein无风险估计的Sureshrink方法对阈值进行确定。保持总像素量不变,给出多小波分解及重构系统框图。以S=2的多小波为例对多小波变换进行分析。分别完成行滤波和列滤波。对噪声方差进行预测,完成对原始图像多小波系数的方差的估计,对尺度参数和阈值进行计算。仿真实验结果表明,所提方法能够有效去除图像噪声,进一步增强了图像的信噪比。     

浅谈图像预处理对轮廓提取的影响

对动态采集到的视频图像序列进行处理过程,经常需要对图像进行预处理,对图像进行滤波,边界增强等平滑处理以克服图像干扰,以便于得到好的灰度图,有利于后面的处理。本文对几种图像预处理过程中的方法进行了比较,并进行了相应的利弊分析。     

图像处理在机器人焊缝识别中的应用

采用Visual C 6.0开发了焊缝图像采集及处理系统,对电荷耦合器件(CCD)摄像头获取的焊缝激光条图像进行特征提取,分别采用两套不同的识别方案对激光条图像进行处理,前者采用中值滤波-拉普拉斯锐化-Sobel边缘检测-中线提取;后者采用平滑滤波(平均模板)-自适应阈值分割-Krisch边缘检测-中线提取。通过实际中试验结果的对比发现,后者能更好的对激光条图像进行特征识别。     

全自动金丝球焊机的芯片图像预处理

全自动金丝球焊机是半导体制造后端工序的关键设备之一,本文提出应用同态增晰滤波法增强图像的对比度,减少了光照变化并锐化了边缘和细节图像,去除了因光照不均而引起图像像素灰度的低动态范围,然后再用多图像平均法以降低信噪比,完成芯片图像的预处理,为全自动金丝球焊机芯片图像的定位奠定了基础。     

HEVC中滤波算法研究与优化

在视频编码过程中,为了消除图像的块效应,视频编码标准H．264中采用了去块效应滤波算法．但是没有考虑到原始图像和重建图像之间的相关性,在HEVC中提出了基于块与四叉树的环路滤波算法。该算法用于去块效应滤波。文章提出一种最优对称性的快速自适应环路滤波算法,保证重建图像质量的同时,减少编码时间。     

指纹图像增强算法的研究与实现

本文详细介绍了Gabor小波函数、Gabor滤波、指纹图像增强算法,并根据文中设计的增强算法在计算机上用VC＋＋编程实现,实验结果表明该算法对指纹图像中的断点、毛刺等噪声能有效去除,达到较好的增强效果。     

应用双重滤波去噪的混合加密图像认证算法

为了避免图像压缩与恶意篡改对图像认证的影响,提出一种以图像自适应中值滤波和Haar小波滤波为基础,通过混合加密处理来实现的图像认证算法。在图像双重滤波去噪的基础上,算法通过DCT和DWT混合变换域提取图像的特征信息,并且结合幻方算法和Arnold算法对图像进行混合加密,接收方通过密钥与hash值进行认证。实验结果表明,算法提高了抗图像压缩和图像篡改的性能,并且能够快速检测并精确定位篡改位置,为图像在网络中传输提供了较好的安全性。     

几种典型数字图像中值滤波算法的对比分析

中值滤波方法是图像去除噪声的重要方法之一,广泛应用于数字图像处理中。本文为了更好地检验滤波方法的效果,在图像中添加随机和椒盐两种常见噪声,对多级中值滤波、开关中值滤波和极值中值滤波算法进行仿真,以峰值信噪比和归一化均方差(NMSE)作为客观评价标准,对几种典型中值滤波算法进行了对比分析。结果表明,中值滤波既可以去除图像中的噪声又能保护图像的边缘和轮廓。     

基于Gabor特征分解的高斯混合非线性图像滤波

通过图像滤波提高图像的分辨和识别能力,传统的图像滤波算法采用小波降噪方法,由于受到背景色噪声的干扰,小波分解中对低频图像参量的滤波性能不好。提出一种基于Gabor特征分解的高斯混合非线性图像滤波算法。首先进行图像平滑和小波分解预处理,沿梯度方向求得图像边缘信息,在尺度平移平面上进行小波特征分解,得到图像滤波过程中的Gabor小波变换系数,采用高斯混合非线性滤波算法实现图像滤波方法改进。仿真结果表明,采用该方法进行图像滤波,能有效抑制图像斑点噪声,提高图像的分辨性能,对边缘特征和细节的保持能力方面性能有优越,特别适用于对合成孔径雷达成像的滤波处理。