基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

基于数学形态学的雾天图像增强算法

针对雾天图像对比度低的特点和直方图均衡化处理后天空区域出现的不良块效应及灰白效应,提出一种数学形态学和直方图规定化相结合的雾天图像增强算法.实验结果表明,用本算法处理后,图像的对比度大幅提高,视觉效果明显改善.     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘.仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来.     

基于自适应开关中值滤波算法的工程图像处理

工程施工图像在获取、传输等过程中存在一定程度的噪声干扰。通过对标准中值滤波算法进行分析,得到了一种基于自适应开关中值的图像滤波算法,能够在去除椒盐噪声的同时保持图像细节。该算法用迭代实现了开关中值滤波算法中阈值的自动选取,可有效提高噪声点检测的准确率。通过MATLAB仿真实验,证实了该算法相较于传统滤波算法能够更好地保护图像细节和改进图像清晰度。     

基于改进的数学形态学边缘检测算法研究

研究了彩色图像边缘检测问题。针对传统边缘检测算法存在的边缘分辨率较低、低强度边缘保护能力较差等情况,提出了基于数学形态学彩色图像边缘检测改进算法。该方法将利用数学形态四运算,即膨胀、腐蚀、开、闭等变换以及它们的组合,并根据不同的结构元素的尺度大小和结构元类型,给出了一种改进的形态学抗噪型边缘检测算子,有效地检测出完整的图像边缘信息,并保持图像边缘的平滑性。实验结果证明了,与传统的边缘检测算法相比,本文提出的算法能有效提取准确的边缘信息,而且又具有很强的抗噪性,是一种有效的边缘检测方法。     

基于图像增强的水泥路面裂缝检测方法及应用

针对水泥路面裂缝识别的干扰和噪声问题,提出一种基于图像增强的裂缝检测方法。首先利用小波变换增强裂缝对比度;再采用空域滤波和基于傅里叶变换（FFT）的频域滤波相结合的方法滤除图像中的噪声和干扰;在此基础上,使用边缘检测方法实现裂缝提取。实验结果表明,该方法可有效去除图像中的干扰和噪声,较好地识别水泥路面的裂缝。     

针对边缘检测和数学形态学的红外图像增强算法

本文针对红外图像的特点,提出了将边缘检测和数学形态学相结合进行图像增强的算法,处理效果比较显著。     

改进细节提升多尺度Retinex图像增强算法

为了改善复杂照度下彩色图像增强出现的细节丢失和色彩失真问题,依据颜色空间转换和边缘细节融合算法,提出基于HSI空间细节提升多尺度Retinex图像增强算法。通过边缘提取融合算法增强HSI模型亮度分量,进行基于高斯模糊的多尺度细节提升,获得增强图像。与经典的MSR、MSRCR等进行仿真比较,实验数据表明,在主观视觉效果和客观评价指标下,该算法均优于MSR和MSRCR,增强图像细节丰富,色彩自然逼真。     

基于多尺度融合GAN的水下图像增强方法

针对水下图像浑浊以及色彩失真的问题,提出了一种基于多尺度融合GAN水下视频图像增强方案,该方案主要包括生成网络和判别网络。在生成网络中,将特征融合与跳级连接引入到生成器结构中,提升网络利用上下层之间信息的能力,确保了生成图像保留更多的细节。此外,还通过对每个块进行差别的判别,实现了局部图像特征的提取和表征。通过在公开数据集EUVP和RUIE进行的定性和定量实验,发现本文方法在PSNR、SSIM、UISM、UICM、UIConM和UIQM等评价指标方面明显优于现有的水下图像增强方法,表明所提方法在水下图像数据集上应用的良好性能。     

几种图像增强算法的研究比较

本文深入研究了HE、POSHE、改进的POSHE和改进的插值自适应算法,重点对实验处理后的图像进行了研究和比较。实验结果表明几种算法既有各自的优点,也有各自的缺点。     

数学形态在图像滤波中的应用

章先简单介绍了数学形态学的及基本概念，然后讨论了它在图像滤波中的应用，其中主要讨论了形态滤波算子的设计，最后对其应用前景作了展望。     

基于Matlab的图像增强技术研究

图像增强是图像处理的一个重要分支,是图像边缘提取、图像分割等的基础.文章介绍了常用的图像增强技术,并且以M atlab为工具完成图像的直方图均衡化、巴特沃斯高通滤波器操作的示例,给出了处理前后的对照图像.重点介绍了利用小波变换进行图像增强,获得了比较好的增强效果.     

基于过零检测的子波变换图像边缘检测

以基于过零检测的子波变换方法,对２５６×１５６×ｂｉｔｓ／像素Ｌｅｎａ图像进行边缘提取,得到不同尺度下的边缘。结果表明,此法能有效提取边缘,既保留了子波变换进行边缘提取的各种优点,又吸收了ＬｏＧ算子进行边缘提取的简洁性,算法更简单,计算效率更高。     

基于数学形态学的图象角点检测方法

提出了一种基于多结构元素的数学形态学图象角点检测方法.通过构造多种结构元素分别对图像进行腐蚀和相关的数学形态学运算,得到了图像的各种角点,然后在把这些角点合并起来便得到了图像的所有角点.实验结果表明本文算法能够准确的找到图像的角点,而且对噪声有很好的抑制作用.     

基于Matlab的灰度级线性变换图像增强

通过对退化图像的灰度值分布进行分析,采用灰度级线性变换处理方法为主对退化图像进行增强处理,并结合其他方法如对比度调节、高帽低帽等处理手段增强图像,使之达到理想效果。该方法对灰度级退化图像进行增强处理具有一定的实用性。     

基于多尺度数学形态学边缘检测的图像配准的理论研究

在数字图像处理中,边缘检测和图像配;住是两种最为关键的技术本文研究了多尺度数学形态学边缘检测算子,并在理论上提出了基于多尺度数学形态学边缘检测的图像配准算法。     

基于稳健噪声估计的语音增强研究

提出了一种基于噪声估计的语音增强方法。通过对含噪语音中的噪声直接进行估计,避免了采用端点检测方法（VAD）,该方法能及时更新噪声,能有效地消除噪声。     

基于直方图的暗背景图像自适应增强

图像增像是图像处理的一个重要步骤之一,而直方图均衡化是经典图像信息增强算法之一,但它并不是对于所有图像均适用.本文提出了一种暗背景图像自适应增强的算法,根据直方图对图像进行分类,对属于暗背景的图像采用S形非线性函数进行增强.     

基于VC＋＋的邻域均值滤波法图像增强

采用邻域平均法,对图像进行增强处理,提高图像的使用价值,改善图像的视觉效果。     

基于频域的图像增强技术研究

图像增强是一类基本的图像处理技术,其目的是对图像进行加工,以得到对具体应用来说视觉效果更好、更有用的图像。目前常用的图像增强技术根据处理空间的不同,可分为基于频域的图像增强方法和基于空域的图像增强方法。文中主要针对频域图像增强方法进行研究,包括低通滤波方法、高通滤波方法和同态滤波方法。