一种基于无抽样小波变换的云阴影去除算法

提出了一种基于无抽样小波变换的人机交互半自动云阴影去除算法。首先通过无抽样小波变换将图像分解成高频部分和低频部分,通过半自动人机交互方式在低频图像中将图像分割为云区域、阴影区域、清晰地物区域3个部分,然后对各个独立云阴影区域分别进行低频信息补偿和高频信息补偿,最后通过无抽样小波反变换得到一幅过渡平滑,并对图像细节保存完好地去除了云阴影的图像。实验结果表明,该方法能够取得比传统的直方图匹配更好的效果。     

一种基于融合指标的小波去云参数选取方法

遥感图像普遍存在着薄云噪声,对其使用造成影响,因此需要针对薄云的特性来进行去云处理.一种利用频率特点将各层小波系数分开处理的小波去云方法有较好的去云效果,但其中一些参数的正确选取对结果有很大影响,尚未完全找到有效的方法来选择.根据遥感图像的特点,选择评价指标来构造融合指标,利用该融合指标寻找到最佳的分界层和分解层数.通过使用该方法求得的两个参数能够实现较好的去云目的,证明方法的高效性.     

基于小波变换和稀疏表示的图像去噪

传统小波阈值去噪在对图像进行去噪时,并不能很好地保留图像的细节纹理等边缘信息部分.针对这一不足,结合了稀疏表示相关的理论,提出了一种基于小波变换和正交匹配算法相结合的图像去噪算法.首先选取小波函数对含噪图像进行处理,分离出图像的高频和低频小波系数,然后对高频系数结合正交匹配追踪算法,通过多次反复迭代求得高频稀疏分量,再结合低频分量,用逆小波变换得到恢复图像.实验结果表明,在相同的噪声条件下,该算法能取得较好的峰值信噪比(PSNR),获得更好的视觉效果.     

一种矿井低照度图像增强算法

针对小波变换在图像边缘保持和细节处理方面无法保持平衡及多尺度Retinex算法易造成图像出现光晕伪影和噪声污染严重等问题,将小波变换与基于多尺度引导滤波的多尺度Retinex算法相结合,提出了一种矿井低照度图像增强算法。该算法首先将低照度图像进行小波分解得到高频分量和低频分量;然后对图像高频分量采用三段式阈值函数进行小波去噪,对图像低频分量采用非线性全局亮度校正以增强图像亮度,同时采用多尺度引导滤波函数代替传统多尺度Retinex算法的高斯滤波函数来估计照射分量,进而求取反射分量,并运用主成分分析法对反射分量与非线性全局亮度校正的图像进行融合,有效提升图像边缘细节保持效果;最后对图像高频分量和低频分量进行小波重构,并对小波重构后的图像进行非线性变换,解决图像泛灰问题。实验结果表明,该算法具有很强的噪声抑制能力,可有效提升图像亮度和对比度,使图像边缘保持性能和细节信息丰富度得到有效平衡,避免了图像出现光晕伪影、颜色失真等现象。     

基于小波变换多聚焦图像融合算法改进

传统于小波变换多聚焦图像融合算法忽略了低频分量融合处理,这样会导致边缘失真问题.为了解决这个问题,文章提出了一种改进小波变换多聚焦图像融合算法,该算法的核心思想是对待融合图像进行多尺度分解,这样得到的图像就包含了低频图像,在对高频图像进行处理的同时,对低频图像使用局部区域梯度信息的方法进行处理.测试结果表明,和传统的融合方法相比本方法的融合结果效果更好.     

一种新的基于主分量变换与小波变换的图像融合方法

为了更好地进行不同分辨率图像的融合,提出了一种基于主分量变换与小波变换结合的多光谱图像与高分辨率图像融合方法。该新方法首先对多光谱图像进行主分量变换;然后分别对其第1主分量与高分辨率图像进行小波变换,并采用成像强度对比法有效地将经小波分解的高分辨率图像的低频分量信息融合到经小波分解的多光谱图像的第1主分量的低频分量中;最后,通过将小波融合结果作为多光谱图像的第1主分量再做逆主分量变换来得到最终的融合图像。实验结果分析表明,该新方法使融合图像在较好地保留光谱信息的同时,空间细节信息也得到了增强,比典型的IHS变换、主分量变换及小波变换融合方法具有更好的融合效果。     

基于点锐度法和小波变换的图像融合方法

小波变换在图像融合中已有广泛的应用,但在进行小波塔形分解后通常是直接将低频分量简单替换或者均值加权,不能很好地利用多源图像的低频信息。针对这一现状,对基于小波变换的图像融合方法作了改进,对低频分量融合提出点锐度法进行处理,并对高频部分融合采用的区域能量法进行改进。仿真实验结果表明,融合的图像在保持细节和光谱信息方面都有一定的提高,评价指标较好。     

基于曲波变换的红外/可见光图像融合

和小波变换相比较,曲波变换能更好地表示图像的边缘信息.在此基础上给出了一种基于曲波变换的图像融合方法,并将其应用于红外和可见光图像融合.首先,对红外图像和可见光图像分别进行曲波变换,得到两幅图像的低频分量和不同尺度的高频分量.在对源图像的各分量融合时,对低频分量采用平均加权进行融合.对高频分量采用取绝对值较大的方法进行融合,得到融合后的低频分量和不同尺度的高频分量,最后对这些融合后的分量进行重构,得到融合图像.仿真结果表明:和基于小波变换的融合算法相比较,该算法较好地保留了源图像的细节信息,提高了融合的效果.     

基于膨胀腐蚀卷积块的单幅图像去雨算法

成像设备在雨天拍摄图像时由于雨雾和雨条纹的存在会导致图像质量严重退化,对后续图像处理性能造成极大影响.因此,图像的去雨算法研究引起了广泛关注,其中针对单幅图像的去雨算法由于没有先验知识的支持,面临较大挑战.近年来,深度学习因其高特征表示能力被应用在图像去雨算法研究中.本文基于小波变换,采取了一种深度学习与数字图像形态学处理相结合的算法来实现单幅图像去雨,具有训练参数少、训练时间短和去雨效果好等优点.首先对含雨图像进行小波变换,分为低频分量、水平高频分量、垂直高频分量和对角高频分量,然后对这4个分量分别构造深度学习神经网络,并在神经网络架构中根据雨的特征加入图像膨胀、腐蚀等形态学处理来进行去雨操作,大大简化了模型架构,并能取得较好的结果.     

基于小波分频和二次均衡的图像增强算法

传统的图像增强算法在增强图像的同时也增强了图像的噪声信号,导致信息熵下降.结合小波变换多尺度、多分辨率的特点和直方图均衡的优势,提出一种基于小波分频和二次均衡的高亮度图像增强算法.首先利用小波变换将图像分解为低频分量和高频分量,然后仅对低频分量作直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构,最后对重构的图像再次进行直方图均衡处理.实验结果表明,该算法对于亮度较高的灰度图像有较好的增强效果.     

利用HSV空间的双通道同态滤波真彩图像增强

在RGB空间中分别对真彩图像的三个通道进行增强能够很好地压缩图像动态范围,但往往会产生色彩偏离。文章提出先将真彩图像由RGB空间变换到HSV空间,进行色度、饱和度和亮度分离,然后对饱和度通道进行巴特沃斯同态滤波增强,对亮度通道进行高斯同态滤波增强,除此之外,研究了同态滤波中高通滤波器截止频率如何确定的问题,并解释了同态滤波器中的比例系数。实验证实,增强后的真彩图像色彩基本无偏差,图像动态范围压缩良好。     

HSV变换和同态滤波的彩色图像光照补偿

为了有效消除光照对彩色图像的影响,提出应用HSV变换和同态滤波的光照补偿方法。首先将图像从RGB色彩空间变换至HSV色彩空间,然后将高斯高通滤波传递函数引入同态滤波中,设计出一种新的动态高斯同态滤波器,在频域内对图像亮度分量进行增强,并保持色调和饱和度不变,在增强图像细节的同时,削减图像低频分量,弥补因光照不足引起的图像质量下降,实现对彩色图像的光照补偿。实验分析表明,所提出方法能够弱化光照影响,提高彩色图像质量,是一种比传统高斯高通滤波和Gamma矫正更有效的光照补偿方法。     

提升小波的同态滤波在图像烟雾弱化中的应用

针对烟雾引起的图像质量下降问题,提出采用基于提升小波的同态滤波算法对图像进行增强。首先研究了基于照明反射模型的同态滤波方法,给出了适用的滤波模型和表达式,然后将提升小波变换引入同态滤波,采用高通滤波对小波变换系数进行处理,旨在对烟雾有效弱化的同时,提高处理速度。最后采用6种不同的客观评价参数对处理后的图像进行评价。结果表明,提出的算法比传统同态滤波具有更好的增强效果,与传统小波同态滤波效果相当,且运算速度比传统小波同态滤波更快。     

一种基于同态滤波原理的井下光照不均图像处理方法

传统的同态滤波函数基于高通滤波函数设计,采用该同态滤波函数处理的光照不均图像较暗。根据传统低通滤波器在截止频率半径为5时的图像滤波结果,得出导致图像光照不均现象的主要区域为半径5以内的低频区域的结论;介绍了一种新型同态滤波器的设计过程,进而提出一种基于同态滤波原理的井下光照不均图像的处理方法。该方法采用传统低通滤波函数抑制低频分量,采用传统高通滤波函数增强高频分量;对图像低频分量范围进行细化,对不同的低频分量采用不同的处理方法,即抑制低频分量抑制半径以内的低频分量,使低频分量抑制半径与高频分量增强半径之间较低频率范围内的低频分量基本保持不变,避免了过度抑制低频分量。测试结果表明,该方法在有效处理井下图像光照不均现象的同时避免了对图像整体亮度的过度削弱,效果较好。     

在频域中利用同态滤波增强图像对比度

在介绍基于照明反射模型的同态滤波模型原理、实现过程和特点的基础上,在频域内通过对高斯高通滤波器、巴特沃斯高通滤波器、指数高通滤波器的改进后得出三种同态滤波器,并对三种同态滤波器通过实验结果给出适用的滤波模型和表达式参数。由对同一幅照明不良会使图像亮度不足和细节模糊,而且图像信噪比很低,图像对比度明显变差的图像处理结果表明,巴特沃斯同态滤波函数优于其它两种同态滤波函数,对光照不足的图像进行灰度动态范围压缩和对比度增强效果显著。     

同态滤波在图像角点提取中的应用

针对图像分割中角点提取对图像增强的要求，探讨了同态滤波图像增强技术，研究了同态滤波在频域中的实现方法，同时探讨了其在时域中的对应形式，并且实现了基于小波变换的同态滤波。通过实验验证了算法的有效性，给出了实验分析和结论。实验结果表明，对图像采取同态滤波增强方法，可以增强图像角点提取的准确性。     

Homomorphic filtering based illumination normalization method for face recognition

The appearance of a face image is severely affected by illumination conditions that will hinder the automatic face recognition process. To recognize faces under varying lighting conditions, a homomorphic filtering-based illumination normalization method is proposed in this paper. In this work, the effect of illumination is effectively reduced by a modified implementation of homomorphic filtering whose key component is a Difference of Gaussian (DoG) filter, and the contrast is enhanced by histogram equalization. The resulted face image is not only reduced illumination effect but also preserved edges and details that will facilitate the further face recognition task. Among others, our method has the following advantages: (1) neither does it need any prior information of 3D shape or light sources, nor many training samples thus can be directly applied to single training image per person condition; and (2) it is simple and computationally fast because there are mature and fast algorithms for the Fourier transform used in homomorphic filter. The Eigenfaces method is chosen to recognize the normalized face images. Experimental results on the Yale face database B and the CMU PIE face database demonstrate the significant performance improvement of the proposed method in the face recognition system for the face images with large illumination variations.     

基于改进同态滤波的低对比度图像增强

针对传统同态滤波算法计算量大、参数设置困难、实验难度大等问题,提出一种改进同态滤波和对比度约束自适应直方图均衡相结合的低对比度图像增强算法。对原始图像进行均衡,保留图像的细节,增强图像的对比度;通过对同态滤波算法进行改进,进一步提高预处理图像的对比度。改进同态滤波算法利用滤波器特性对滤波函数进行简化,不但保证了原始算法的效果,而且在很大程度上减少了计算。结果表明,该算法是可控的,效果明显,细节更加完整。     

单幅遥感图像去除薄云算法的改进

针对基于小波阈值理论提出的云区阈值法存在的容易产生边界效应的问题,提出了一种改进的单幅图像去除薄云的新算法。对有云图像做多层小波分解,找到合适的分界层数,将小波系数分成高、低细节系数和近似系数3个部分。去云处理中仅对高层小波细节系数作同态滤波,而对低层小波细节系数和近似系数作简单的加权处理,最后将三部分系数重构得到去云的结果图像。将该方法与同态滤波法和云区阈值法进行了对比实验研究。实验结果表明,该方法不仅可以有效减少薄云雾的影响,而且可以更好地保留图像细节信息,同时防止了边缘效应的产生。     

气象计量自动化温度检定系统中的图像预处理研究

针对气象计量自动化温度检定系统中图像噪声大、对比度不够等问题,在采用图像 预处理技术的基础上,提出一种同态滤波的对比度受限自适应图像预处理方法。尝试中值滤波对 红外图像进行去噪,保证噪声不被增强的前提下,利用同态滤波的原理,对图像细节进行增强。 但同态滤波依然存在图像特征点与非特征点在图像质量不高的情况下容易混淆的问题,对此采用 限制对比度自适应直方图均衡的方法进一步调整图像的动态范围。通过仿真实验对此方法进行验 证,验证了所提出方法的有效性。