基于形态学梯度的灰度图像质量盲评价

提出一种基于形态学梯度的灰度图像清晰度评价算法。针对灰度图像,通过多种形态学结构元素在图像上分别计算出对应的梯度信息,将梯度信息叠加后得到图像的形态学梯度边缘,利用该图像梯度边缘信息作为图像质量清晰度评价的测度,得到图像清晰度评价结果。实验表明:该图像质量评价结果与主观评价结果有很好的相关性,具有无参考、运算复杂度低等特点。     

数字图像清晰度评价函数的通用评价能力研究

图像质量客观评价是计算机视觉领域长期以来研究的难点和热点问题。如何能让计算机像人的视觉系统一样具有评价图像质量的能力,至今仍是尚未完全解决的难题。图像清晰度评价函数是图像质量客观评价标准中的重要组成部分。现有的图像清晰度评价函数主要基于图像边缘细节或者整体信息熵的统计,给出对图像相对清晰度的估计。主要考察了五种具有代表性的清晰度评价函数,着重分析了它们对不同模糊程度下不同内容图像的清晰度评价能力,进而说明现有的清晰度客观评价方法与人主观感受的差距。     

基于四元数小波变换的清晰度评价

针对当前各种图像清晰度评价方法在清晰度判别过程中单调性和区分度不够以及适用范围较小的问题,提出了一种基于四元数小波变换（QWT）幅值与相位的图像清晰度评价方法。该算法通过四元数小波变换将图像从空间域变换到频率域,对得到的四元数小波变换系数进一步计算之后获得低频子带与高频子带的幅值与相位信息,求得低频子带幅值各方向的梯度之后与对应方向的相位相乘求和,最终得到两个清晰度指标值。采用该算法与多种现有算法对不同内容的图像、不同程度模糊的图像以及含有不同程度噪声的图像进行清晰度评价实验：相对于现有算法,所提算法在对上述多种图像的清晰度评价中都保持着很好的单调性与区分度。实验结果表明,所提算法不但克服了现有算法在单调性与区分度上的不足,而且所提清晰度评价指标可以应用在图像处理中。     

基于3维矩阵变换的彩色图像质量评价方法研究

鉴于传统的图像质量评价指标不能很好地反映图像质量，为了对图像质量进行更合理的评价，提出了一种新的彩色图像质量评价方法，该方法从图像的客观保真度、视觉失真度及清晰度3个方面来综合评价图像质量，其中，客观保真度作为图像质量的横向评价标准，而视觉失真度和清晰度则为其纵向评价标准。在评价图像的清晰度时，还充分考虑了彩色图像3帧间的结构相似性，把彩色图像的各个分量表示在一个统一的数学模型里，使用3维矩阵宽离散余弦变换来衡量图像的清晰度。实验结果表明，相对于传统的峰值信噪比评价指标来说，这种方法更为符合人眼视觉特性。     

数字图像清晰度评价函数的研究与改进

通过分析常见的图像清晰度评价函数,针对自动对焦系统中图像清晰度评价问题,提出了一种基于聚焦窗口的改进梯度评价函数算法。改进后的算法具有计算量小、实时性好、评价曲线单峰性好、灵敏度高、聚焦检测效率高等特点,可以更好地满足自动对焦系统对图像清晰度评价的要求。     

针对模糊效应的卫星图像质量评价模型研究*

为了实现景象匹配制导应用中对图像数据源质量的客观评价,针对卫星图像的模糊效应,研究了影响图像质量的清晰度评价指标,通过分析比较其对图像匹配过程的影响,挑选出有效指标作为评价因子;通过对大量实验数据特性的统计,结合线性回归分析,提出了基于假设检验的权值拟合算法,完成了各指标贡献率（即权值）的求解;进而建立了面向匹配制导应用的图像质量评价模型。实验表明,该模型具有良好的单调性和稳健性,在匹配制导中能对图像质量进行有效评定,对把握卫星基准图像源质量具有重要现实意义。     

一种基于灰度分割的自动调焦算法

针对红外图像的自动调焦问题,提出了基于灰度分割的图像清晰度评价函数,对比传统的图像清晰度评价算法,新算法满足无偏性和单峰性,并且具有更高的灵敏度和较快的计算速度。     

一种针对图像模糊的无参考质量评价指标

在成像模型的基础上,分析了图像模糊的原因,提出了一种为图像构造参考图像的方法,进而将结构相似度(SSIM)评价方法引入到无参考图像质量评价中,提出一种无参考结构清晰度(NRSS)的新的无参考图像质量评价方法,将其用于对模糊图像的质量评价。该方法通过低通滤波器来构造参考图像,通过计算原始图像与参考图像的结构相似度值来评价原始图像质量,很好地结合了成像系统的数学模型和结构相似度评价方法的优势,实验结果表明无参考结构清晰度评价指标能够给出和主观评价方法以及其余有参考评价方法一致的结果。     

基于颜色衰减的自适应去雾算法

雾霾使室外拍摄的图像、视频画质退化严重,给室外安防和交通监控等系统的正常运行带来困难。去雾算法旨在恢复图像质量,增强图像对比度和清晰度。本文提出了一种结合大气散射模型与颜色衰减先验的去雾复原模型,并以新增可见边比为评价标准,给出了模型参数的自适应求取方法,并采用引导滤波对透射率进行优化,从而较好地恢复出无雾图像。对有雾图像分别采用本文方法和三种现有去雾算法进行对比实验,从实验结果看,基于颜色衰减的自适应去雾算法可使图像清晰度、对比度得到较大的提高,与其他算法相比,在实时性和清晰度方面有一定优势。     

裂隙灯转鼓数字化装校方法研究

为解决裂隙灯转鼓装校时,人眼对转鼓图像清晰度的评价存在不确定性等问题,提出一种基于清晰度评价算法的转鼓数字化装校方法,以提高转鼓质量.通过研究目前比较主流的图像清晰度评价算法,选取与主观评价符合程度较好的几种算法,采用合适的图像预处理方法,编写程序对转鼓图像进行实际测试.模拟转鼓装校生产线上相机焦距变化、转鼓放大倍率变化、光照变化因素的影响,设计了三组实验,从算法的单峰性、无偏性、灵敏性与实时性四个方面对计算结果进行对比和分析.结果表明,筛选出来的算法能够在不同倍率,不同光照下对转鼓图像进行准确的清晰度评价,且能够满足生产线上的实时性要求.     

野外视频监控图像去雾算法研究

在野外雾天环境下,由于大气粒子的散射作用导致图像降质严重,直接影响图像的视觉效果和应用价值,因此有必要对雾天图像进行去雾处理,以提高雾天图像的清晰度和保真度。为此,提出一种野外视频监控图像去雾新方法。基于暗原色先验去雾的原理,采用区域生长算法准确快速估计雾天图像的深度信息,应用雾天图像物理模型对图像去雾处理,并进行亮度补偿。实验结果表明,该算法能有效改善雾天图像的质量,大幅提高运算速度。     

改进BP 网络在超光谱图像压缩中的应用

鉴于超光谱图像的应用领域,对超光谱图像的压缩要重点考虑压缩质量和 压缩时间。将BP 神经网络用于超光谱图像压缩可得到较好的压缩质量。在保证较好恢复质 量的前提下,提出了一种利用Cauchy 误差估计器、在转移函数中引入陡度因子、进行导数 提升及各层调节变尺度的改进BP 算法进一步减少压缩时间。实验结果表明：算法减少了压 缩时间,提高了编码效率。     

1种新颖的图像超分辨率算法的设计与实现

随着人们对图像质量要求的不断提高,为了弥补原有图像数据空间分辨率的不足,重建质量更好、空间分辨率更高的图像数据,进一步提高图像空间解像力和清晰度,在对现有图像分辨率增强技术进行分析的基础上,提出了1种新颖的图像超分辨率算法-单向多样学习图像超分辨率算法.该算法思路是:首先建立训练图像集,再对待处理图像和训练集中的特征图像对进行分割、光栅排列和对比度正则化等适当的预处理.然后让待处理图像上的每个局部图像块在训练集中使用搜索算法进行多样学习,以获得低分辨图像上不同区域缺乏的高频细节信息,最后使用这些学习所获得的信息预测生成超分辨率图像.在本算法中,训练样本具有更好的一般化能力,训练集的通用性强,其图像存储空间减小,采用的最先最优搜索算法能快速找到了1个较好的匹配结果,从而以极小的计算代价提高了匹配质量,比采用图像超分辨率重建技术所获得图像质量更好.因此在军事遥感侦察、目标的识别与监测、天文观察、生物医学、公安侦破和交通监视等诸多领域具有广泛的应用前景.实验结果也表明,本文算法得到的高分辨率图像较大程度上提高了图像质量.     

一种新的基于小波变换的图像放大算法

图像放大技术的主要难点在于如何使放大后的图像尽可能保持原始图像的清晰度.传统的内插法存在着一定的缺陷.提出了一种新的图像放大算法,该算法以小波变换为基础,采用分段样条插值法进行高频系数放大,通过对变换系数进行非线性增强保证放大图像的清晰度.实验证明,该方法具有很好的放大效果.     

基于小波域分析的图像模糊度算法研究

针对模糊图像处理问题，提出了一种基于小波域分析的测量图像模糊程度的算法。这种算法可在图像处理中获得该图像的模糊程度(图像模糊度)的客观、准确的度量。实验结果表明：该模糊度与人的主观排序丰目吻合，可用于图像品质的评价。     

通用型无参考图像质量评价算法综述

图像质量评价可有效评估图像采集和传输过程引起的失真或退化,在数字多媒体领域具有广阔的应用前景,无参考图像质量评价算法由于不需要参考图像先验知识,近年来成为图像质量评价领域研究的热点。在对国内外文献进行广泛调研的基础上,从评价算法原理和性能比较两个方面,系统综述了BIQI、DIIVINE、BLIINDS、BLIINDS-II、BRISQUE、NIQE和GRNN等当前性能较优的几种无参考图像质量评价算法。介绍了各种算法的特征提取和质量评价原理,在LIVE数据库上对上述评价方法进行仿真评估,并分析和比较了各种算法的评价性能和执行速度,提出了无参考评价方法的进一步研究方向。综述的几种无参考图像质量评价算法虽然已具有很好的效果,但在评价时严重依赖数据库中的主观评价数据,并且在评价精度和算法复杂度方面还存在一些不足,需要进行深入研究。     

图像边缘检测算法研究新进展

边缘检测技术是图像处理和机器视觉领域的关键环节,可用于产品外观质量的评价和技术路线的改进。改进传统算法和设计新算法已成为图像边缘检测技术的研究热点。总结了二维图像边缘检测的基本原理和各类边缘检测算法的最新研究进展,分别从信噪比、定位精度、单边缘响应和计算效率等方面对一阶和二阶微分算子进行算法对比,分析了各算法的优缺点。同时也总结了现代边缘检测算法在数字图像处理用的新进展,指出了新算法在现代数字图像处理中的优势和应用特点。     

截断Baker变换及其在数字图像加密中的应用

利用截断面包师变换对图像进行加解密。首先介绍了截断面包师变换定义及其性质；然后采用截断Baker变换对图像进行加密运算，将加密后的图像和密钥分别从公共通道和密钥通道传输，解密算法是加密算法的逆过程。试验结果表明，截断面包师变换具有很好的统计特性，该算法能够得到令人满意的结果。     

基于Hausdorff距离的图像匹配并行算法设计与实现

随着图像匹配的应用越来越广泛,图像匹配的实时性要求也越来越高。为了提高图像匹配的速度和更好地利用多核计算资源,设计了一种基于Hausdorff距离的图像匹配并行算法。首先介绍了Hausdorff距离的定义,然后分析了图像匹配串行算法的效率,在此基础上设计了基于Hausdorff距离的图像匹配并行算法,最后采用Matlab在多核计算机上对并行算法进行了实现。实验结果表明,文中所设计的并行算法能够显著提高图像匹配速度,并具有较好的抗失真和抗噪声性能。文中设计的并行算法有较好的扩展性,可以将这种并行思想应用到其它图像匹配算法的并行设计中。     

供应链质量追溯的烟草叶片图像帧特征动态识别方法

目前叶片特征识别方法多依据叶片颜色识别叶片形状、脉络等特征,导致识别的图像特征存在清晰度低的问题,提出了生产线质量追溯的烟草叶片图像帧特征动态识别方法。采用无线网络硬盘录像机设置叶片图像采集流程,采集生产线质量追溯时的烟草叶片图像,并且引入直方图均衡化、灰度化、降噪预处理技术,预处理叶片图像;引入四叉树分裂算法分割烟草叶片图像,从叶片的纹理着手,通过分形维数、缝隙量、能量、熵、对比度、对比度和相关性特征提取技术,提取叶片图像帧纹理复杂程度、疏密程度、灰度、信息量、清晰度和线性相关度特征;根据图像帧特征提取结果,使用DS合成算法动态识别烟草叶片图像帧特征。结果分析：此次研究方法应用后,提取的雪茄烟叶片脉络特征清晰度分别提升8.2、2.68;白肋烟叶片脉络特征清晰度分别提升7.56、1.5。