电镜图像的量子衍生协同式边缘滤波

针对冠状病毒电镜图像特点及其轮廓提取、目标检测和噪声抑制的综合处理需求,研究了量子衍生边缘滤波机制及协同策略。从像素的双量子比特态表示与量子测量及结果检验方式出发,结合力场转换与量子衍生中值滤波,构建了量子衍生协同式边缘滤波框架及实施路线。实验分析了边缘滤波框架中的协同策略及融合效果,对比验证了量子测量结果检验方式的有效性。实验表明:冠状病毒电镜图像经过量子衍生协同式边缘滤波处理后,提升了形态学分析的质量条件。     

基于改进蛙跳算法的图像自适应增强研究

为了提高图像增强的效果,提出改进蛙跳算法。首先对蛙群分组,一组采用群体智能算法,另一组用自适应算法;基于实数算法对图像像素映射编码;然后通过模糊集合对蛙跳微调更新;最后以均方误差函数作为评价函数,通过Beta非线性变换函数最优参数值实现图像自适应增强。实验仿真结果得出:改进蛙跳算法对图像增强对比度较高,处理时间少,像素数据求解精度高。     

改进反锐化掩模的自适应图像增强算法

图像增强是图像预处理过程中的一个重要环节,传统的线性反锐化掩模是一种常用的图像增强算法,但它在增强图像的同时会放大图像噪声或使边缘部分产生过冲现象,导致图像质量下降.针对这一问题,提出了一种改进反锐化掩模技术的自适应图像增强算法,该算法通过使用正弦函数来自适应地控制邻域内不同像素的权重,使图像平坦区域和边缘部分进行不同程度的增强.实验结果表明该算法对图像边缘细节的增强有了明显的提升,同时也在一定程度上减弱了噪声的放大和边缘过冲现象,改善了图像整体质量.     

同态滤波耦合后处理优化的图像增强算法

目的为了提高图像增强算法中的亮度分布,抑制伪光晕与噪声现象,改善增强图像的细节与亮度。方法提出一种同态滤波耦合后处理优化的图像增强方案。首先,利用引导滤波器估计输入图像的照度,利用YCb Cr色彩空间中平滑的Y通道为导向图像,以有效捕捉真实场景的亮度,准确计算图像照度。其次,根据得到的照度估计,提取图像景物的反射率,为了同时提供动态范围压缩和色调再现,设计一种多尺度Retinex和色彩修复算子,利用3个不同尺度的Gaussian滤波加权组合,进行彩色图像增强。最后,为了实现多尺度Retinex与色彩修复算子的最优性能,通过非线性拉伸和参数优化组成的自动后处理方法,构建一种学习策略,利用量子行为粒子优化机制(QDPSO)自适应地确定每个输入图像的最佳参数,从而有效考虑了景物的照度与反射率的关系,避免了色彩失真。结果实验数据表明,与当前常用的增强算法对比,所提算法得到增强图像清晰度和细节更优,更符合视觉的感知特性,且效率更高,耗时约为0.7 s左右。结论所提算法具有良好的增强效果,在图像信息处理领域具有一定的借鉴作用。     

基于人眼视觉特性的邻域自适应模糊增强算法

针对灰度适中时人眼分辨力较强的视觉特性,利用Prewitt算子求得梯度图像,并在隶属函数的定义中引入像素的邻域均值分量,对梯度图像进行模糊域的自适应增强。实验证明该算法克服了传统模糊增强算法会对噪声点进行增强的缺点,在增强图像细节的同时有效地抑制了图像的噪声。     

一种小波域的图像增强算法

微弱图像具有对比度低、噪声高、质量差等特点,一定程度上影响了图像的观察和使用。因此,提出一种小波域的图像增强算法,通过对微弱图像多尺度、多分辨率的小波变换分离各维度小波系数,对低频小波系数进行直方图均衡化,高频小波系数进行Canny算法提取边缘,最后将处理后的各维度小波系数进行图像重构以实现图像增强。并选取了3幅微弱图像,将其经所提出的算法及几种传统经典图像增强算法增强后的图像进行实验仿真对比。仿真结果表明,在主观评价上,所提算法增强后的图像的细节更加丰富,视觉感受更加平滑自然;客观评价指标中信息熵的值也都是最大的,分别是4.989 3,3.741 5,4.796 1,信息丰富度最高;而峰值信噪比和图像质量测量函数的数据表明所提算法增强图像的强度适中,整体性较好。可见,所提出的针对微弱图像的增强算法能够在视觉效果上和图像信息上进行有效的图像增强。     

增强彩色电子纸饱和度的误差扩散优化

为解决彩色电泳电子纸因粘滞阻力等引起的显示颜色饱和度低、边缘模糊等问题,本文提出基于HSL空间的彩色电子纸边缘增强误差扩散算法,以提高图像显示质量。该算法首先将去噪图像利用边缘检测算子得到边缘增强图像,结合边缘增强图像像素邻域平均灰度、像素与邻域灰度差异和像素邻域相似度得到新RGB图像像素值。接着,新RGB图像通过阈值处理过程得到16色阶RGB图像。最后,16色阶RGB图像转换到HSL空间,建立HSL和RGB色彩空间的转换模型,根据像素点的亮度和饱和度计算出调整因子,从而增强RGB图像饱和度。该算法与传统的误差扩散算法相比,信噪比PSNR提高了3.9%～26.7%,UCIQE提高了10.1%～48.2%,相似度SSIM提高了13.2%～25.4%。主观评价参考ITU-R BT.500-1标准设计实验计算Z得分,最终本文算法处理后图像在彩色电子纸上显示的图像细节和颜色更加接近原图,整体视觉效果更好。     

基于LOG-Zernike算子的快速图像测量

图像测量技术,一个很重要的方面就是图像的边缘检测定位,而边缘定位的准确与否又直接影响到测量的精度.常用的检测算法都是像素级的,对测量要求较高的场合无法满足要求.定位速度一直是边缘检测算法的一大瓶颈,本文正是在保证一定精度的前提下,研究了快速图像测量算法,即运用LOG算子先对工件进行快速边缘定位,在此基础上采用zernjke矩法将精度提高到亚像素级.为了得到实际的测量尺寸,应用块规进行了系统标定并进行了一系列测量实验,实验结果表明该方法定位精度接近于Zernike矩法,且算法的运行对间大约在1.5s左右.     

光伏电池边缘检测算法研究

为了满足晶硅光伏电池视觉印刷高精度边缘定位要求,本文提出了一种改进的亚像素边缘定位算法.该算法首先应用Sobel算子和线性插值得到边缘垂直方向上新的边缘图像;最后对插值的边缘图像使用改进的灰度矩算子,得到的亚像素边缘.同时本文进行改进亚像素检测算法与传统亚像素检测算法的精度及鲁棒性对比实验.结果表明:本文算法比传统亚像素定位算法有着更好的定位精度和鲁棒性,直线检测精度能达到1μm;在高噪声污染的图像有着较高的检测精度,其标准差为0.195μm.     

基于改进粒子群算法的图像灰度增强研究

针对灰度图像增强的特点,采用具有混沌量子特性的粒子群优化算法。首先粒子以全局最优解更新自身的速度和位置：接着量子效应的概率密度函数使束缚状态的粒子以一定概率出现在整个可行搜索空间的任何位置：然后混沌状态使粒子从无序到有序转变,相关因子避免了搜索的盲目性：最后灰度图像采用非线性映射曲线变换,其函数转化为改进粒子群算法的参数。实验仿真显示算法对图像灰度增强效果优,定量评价指标好,时效性佳。     

Pixel’s Quantum Image Enhancement Using Quantum Calculus

The current study provides a quantum calculus-based medical image enhancement technique that dynamically chooses the spatial distribution of image pixel intensity values. The technique focuses on boosting the edges and texture of an image while leaving the smooth areas alone. The brain Magnetic Resonance Imaging (MRI) scans are used to visualize the tumors that have spread throughout the brain in order to gain a better understanding of the stage of brain cancer. Accurately detecting brain cancer is a complex challenge that the medical system faces when diagnosing the disease. To solve this issue, this research offers a quantum calculus-based MRI image enhancement as a pre-processing step for brain cancer diagnosis. The proposed image enhancement approach improves images with low gray level changes by estimating the pixel’s quantum probability. The suggested image enhancement technique is demonstrated to be robust and resistant to major quality changes on a variety of MRI scan datasets of variable quality. For MRI scans, the BRISQUE “blind/referenceless image spatial quality evaluator” and the NIQE “natural image quality evaluator” measures were 39.38 and 3.58, respectively. The proposed image enhancement model, according to the data, produces the best image quality ratings, and it may be able to aid medical experts in the diagnosis process. The experimental results were achieved using a publicly available collection of MRI scans.     

Medical image contrast enhancement based on improved sparrow search algorithm

The collection or transmission of medical images is often disturbed by various factors, such as insufficient brightness and noise pollution, which will result in the deterioration of image quality and significantly affect the clinical diagnosis. To improve the quality of medical images, a contrast enhancement method based on improved sparrow search algorithm is proposed in this paper. The method is divided into two steps to enhance the medical images. First, a new transform function is introduced to improve the brightness or contrast of medical images, and two parameters in the transform function are optimized by the improved sparrow search algorithm. Second, adaptive histogram equalization method with contrast limited is used to equalize the result image of the previous step to make the pixel distribution of the image more uniform. Finally, a large number of experiments and qualitative and quantitative analyses were conducted on the common data sets. The analysis results demonstrate that the presented approach outperforms some existing medical image processing approaches.     

Contrast enhancement dynamic histogram equalization for medical image processing application

Image processing requires an excellent image contrast‐enhancement technique to extract useful information invisible to the human or machine vision. Because of the histogram flattening, the widely used conventional histogram equalization image‐enhancing technique suffers from severe brightness changes, rendering it undesirable. Hence, we introduce a contrast‐enhancement dynamic histogram‐equalization algorithm method that generates better output image by preserving the input mean brightness without introducing the unfavorable side effects of checkerboard effect, artefacts, and washed‐out appearance. The first procedure of this technique is; normalizing input histogram and followed by smoothing process. Then, the break point detection process is done to divide the histogram into subhistograms before we can remap the gray level allocation. Lastly, the transformation function of each subhistogram is constructed independently. © 2011 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 21, 280‐289, 2011;     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

Contourlet变换和遗传算法相结合的沥青红外图像增强方法

沥青施工过程中,采集的红外图像容易受到周围环境噪声的影响,使图像变得模糊、信噪比低,从而导致后续图像处理分析的准确度降低。针对该噪声特性,提出了一种Contourlet变换和遗传算法相结合的红外图像增强方法。首先对原始红外图像进行Contourlet变换,得到带有多尺度、多方向信息的带通子带,然后对其进行模糊增强,并通过自适应遗传算法优化模糊增强参数,最后对增强后的带通子带进行Contourlet逆变换,得到效果增强的红外图像。实验结果表明,与其它几种常用的红外图像增强方法相比,此方法能更有效地抑制噪声,提高清晰度,取得了较好的增强效果。     

一种高通量dPCR荧光图像自适应增强算法

目的 为了改善荧光图像背景光照不均匀和对比度低的问题,提出一种荧光图像自适应亮度校正和低对比度增强算法。方法 根据光照成像原理,利用引导滤波提取出荧光图像的光照分量,通过改进的二维Gamma函数动态校正背景光照,利用Top-hat变换分离出校正后的前景和背景,对前景进行自适应直方图均衡化,以实现荧光图像自适应增强的目的。结果 对比传统算法,文中算法处理后的图像背景光照均匀,对比度增强效果明显,其中标准差平均提高了9.4倍,平均梯度平均提高了1.2倍,信息熵平均提高了0.2倍。结论 文中算法可以改善高通量dPCR荧光图像背景光照不均匀性,提高图像对比度,突出图像中隐藏的细节,对其他荧光图像处理也具有参考价值。     

基于焦点度量与模糊逻辑的多聚焦图像融合算法

目的为了使多聚焦灰度图像融合时保持源图像清晰信息,并有效抑制块效应和重影现象,基于3种不同聚焦测量与模糊推理系统,设计一种焦点度量与模糊逻辑的多聚焦灰度图像融合方案。方法首先,分别利用空间频率(SF)、改进的Laplacian能量和(SML),以及梯度和(SOG)计算输入灰度图像在像素邻域的局部焦点特征,并利用像素相关性改善对比度,从而得到SF,SML,SOG等3种聚焦度量。其次,根据SF与SML强度关系,建立焦点三态图,结合互补聚焦信息,并进行形态、中值滤波和一致性检查,消除狭窄的鸿沟和突起问题。然后,引入模糊逻辑算子,将每个图像像素的SF,SML图以及SOG作为模糊化的输入,通过模糊规则和去模糊器,生成每个图像的融合权重。最后,根据焦点权重执行加权融合,形成最后的融合图像。结果实验结果表明,与当前流行的融合方案相比,对于灰度图像,所提算法在融合性能上具有一定的优势,其融合图像具有更好的景深信息,避免了块效应与重影现象。结论所提算法具有良好的融合质量,能够有效提高灰度图像的分辨率,在图像处理领域具有一定的价值。