结合方差和方向的指纹图像分割算法

指纹图像分割指从图像背景中分离出有用的指纹区域的过程。良好的指纹分割能够有效提高特征提取精度和减少后续处理时间,在指纹图像预处理中具有重要作用。结合指纹图像灰度方差和方向信息,提出一种指纹图像分割算法。将指纹图像分块,计算每块灰度方差和点方向图,根据图像块方差和点方向一致性设定两种分割阈值实现基于方差和方向的指纹图像分割。实验结果表明该算法兼具方差法和方向法的优点,简单快速,是一种有效的指纹图像分割方法。     

图像采集综合评估的嵌入式指纹识别系统

为提高指纹采集与指纹图像数据处理的效率,设计一种新型的指纹识别系统,采用了专用指纹芯片、指纹传感器芯片和LCD显示模块。设计了一种指纹图像综合评估算法,采用综合基于方向图的灰度值计算、计算灰度值的前背景分割、计算优势方向块的图像质量分析、计算灰度均值和标准差的指纹图像干湿程度分析、指纹位置的分析等技术和方法,对指纹图像进行处理,并将指纹图像的评估结果输出到显示屏上。系统已应用于医疗机构的EMR系统中。     

图像边界检测的区域对比度模糊增强算法

分析了Pal的区域对比度模糊增强边界检测算法的不足,给出了一种新的用于增强图像区域之间对比度的广义模糊算子,并利用升半梯形模糊分布将空间域的灰度图像变换为对应的广义隶属度.最后给出的两个实例表明该算法提取图像边界速度快、效果好.     

基于模糊集的图像增强算法研究

该文通过定义新的隶属函数形式提出了一种自动图像增强的方法,该方法将图像转化为等效的图像模糊特征平面,在此基础上进行模糊增强,最后再转换为空域图像;模糊增强提高了低灰度区域和高灰度区域之间的对比度,从而使增强后图像的效果更好;最后对具有多峰直方图分布图像的模糊增强方法进行了推广。     

多层次的红外图像模糊增强算法

在分析现有模糊增强算法的基础上,提出了一种基于图像灰度特性的隶属度函数,该隶属度函数减少了人为设定的参数,并利用最大熵原理实现了参数的优化设置.然后将提出的隶属度函数应用到多层次的模糊增强算法中.通过对红外图像的仿真实验表明, 该算法能够提高图像的对比度,突出图像中不同层次的灰度信息和边缘信息,取得了较好的增强效果.     

基于模糊增强信息的图像边缘检测改进算法

针对经典的Pal和King模糊增强算法存在的固有缺陷,提出改进的模糊增强算法;为增强图像的对比度而获取更多的图像边缘细节信息,提出基于模糊对比度的图像增强算法;结合全局模糊增强与局部模糊对比度增强两种算法思想,提出基于模糊增强信息的图像边缘检测改进算法,由于该算法在增强图像边缘细节信息的同时也增强了噪声,因此,采用中值平滑滤波方法消除噪声.实验证明,该算法取得了良好的边缘检测效果.     

基于遗传算法的图像自适应模糊增强

提出了一种新的基于模糊理论的图像质量的测量函数，把它作为遗传算法的适应度函数对非完全Beta函数的α和β参数进行自适应动态调节来拟合几种典型的灰度变换曲线，实现了灰度图像的自动对比度增强。选择HSI的颜色模式，实现把灰度图像增强算法拓展到彩色图像的增强。无论灰度还是彩色像，实验结果表明：该方法不仅能使图像的对比度得到改善，而且能很好的保存局部信息，具有较高的自适应性；对于灰度图像，其在性能上优于传统的图像增强技术和现有的一些同类增强技术；对于彩色图像，这种方法既得到了清晰的彩色图像，又保护了原有的彩色信息，而且图像像质还强于传统的图像增强技术和Photoshop软件处理的效果。     

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法。首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像。实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善。     

指纹图像增强算法研究

指纹识别是一种重要的利用生物特征的个人身份识别技术。指纹图像增强是指纹识别系统中的必要步骤。针对指纹图像中的噪声干扰,提出一种基于指纹局部方向的指纹图像增强算法。首先利用图像的局部灰度分布特点计算局部方向角;然后利用局部正交方向轴线上的灰度投影量估计局部脊线频率;最后利用自适应的具有方向选择和频率选择的Gabor滤波器对原图像进行滤波增强。实验结果表明,此算法能有效地抑制噪声,而保持真实的脊线结构。     

基于模糊理论和CLAHE的雾天图像自适应清晰化算法

为了解决雾天图像低对比度的问题,提出了一种基于模糊理论和CLAHE的雾天图像的自适应清晰化算法.此算法结合图像的均值和标准差,将雾天图像从空域转换到模糊域,采用模糊增强算法实现全局雾天图像的自适应对比度增强后再采用有约束的局部直方图算法对雾天图像的亮度分量进行处理,在空域内进一步实现雾天图像的对比度增强.实验结果表明,该算法将模糊域和空间域的方法相结合,可以提高雾天图像的亮度和对比度,使雾天图像的视觉效果得到一定改善.     

基于模糊逻辑的指纹图像增强滤波

本文提出了一种新的基于模糊逻辑技术的指纹图像增强滤波器，通过模糊边缘判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测，并针对指纹图像的平滑区域和边缘区域分别采用不同的模糊规则进行增强滤波。实验结果表明这种滤波器在图像的平滑区域具有好的滤波性能，对于边缘区域，则能够在保持边缘细节的同时滤除噪声。     

基于模糊小波的图像对比度增强算法

针对传统的图像对比度增强方法存在的诸多问题,本文提出了一种模糊小波增强算法.首先,将低对比度图像进行规范化,选定一个确定小波对规范化后的图像进行小波变换,得到小波系数.然后,模糊化低通小波系数,再采用全局和局部信息进行调整.对高通小波系数,采用非线性运算进行调整.将调整后的小波系数反变换到空域上,得到增强后的结果.最后,给出几种增强算法实验结果的比较和分析,表明该算法对低对比度图片的增强是非常有效的,并且很好的抑制了噪声,没有出现局部区域过增强或增强不足的现象.     

Fuzzy logic-based automatic contrast enhancement of satellite images of ocean

In this paper, we evaluate the conventional contrast enhancement techniques [histogram equalization (HE), adaptive HE] and the recent gray-level grouping method and the fuzzy logic method in order to find out which of these is well suited for automatic contrast enhancement for satellite images of the ocean, obtained from a variety of sensors. All the techniques evaluated were based on the principle of transforming the skewed histogram of the original image into a uniform histogram. The performance of the different contrast enhancement algorithms are evaluated based on the visual quality and the Tenengrad criterion. The inter comparison of different techniques was carried out on a standard low-contrast image and also three different satellite images with different characteristics. Based on our study, we advocate that a modified fuzzy logic method elucidated in this paper is well suited for contrast enhancement of low-contrast satellite images of the ocean.     

A fast and efficient color image enhancement method based on fuzzy-logic and histogram

A new fuzzy logic and histogram based algorithm for enhancing low contrast color images has been proposed here. The method is computationally fast compared to conventional and other advanced enhancement techniques. It is based on two important parameters M and K, where M is the average intensity value of the image, calculated from the histogram and K is the contrast intensification parameter. The given RGB image is converted into HSV color space to preserve the chromatic information contained in the original image. To enhance the image, only the V component is stretched under the control of the parameters M and K. The proposed method has been compared with conventional contrast enhancement techniques as well as with advanced algorithms. All the above techniques were based on the principle of transforming the skewed histogram of the original image into a uniform histogram. The performance of the different contrast enhancement algorithms are evaluated based on the visual quality, Tenengrad, CII and the computational time. The inter comparison of different techniques was carried out on different low contrast color images. Based on the performance analysis, we advocate that our proposed Fuzzy Logic method is well suited for contrast enhancement of low contrast color images.     

图像分割中的交叉熵和模糊散度算法

本文将交叉熵和模糊散度应用于图像分割中,提出了中最优灰度值选取算法,其一是基于均匀分布假设的最小交叉熵算法,其二是利用后难概率的最大类间交叉熵算法,其三是类间最大模糊散度的改进算法,其四是最小模糊散度算法,针对图像阈什化分割的要求,在后两种算法中构造一种新的模糊录改度函数,本文采用均匀测试和开头测试比较各算法的性能,利用多种类型测试 是到的分割结果,显示了所筛算法的有效性和通用性。     

弱对比度细节模糊增强的自动参数选择

针对广义模糊增强算法中参数选择的主观性，提出了一种模糊参数自动调整的方法。通过分析实验得出模糊参数对图像增强效果的重要性，给出一种用图像可检测边缘度和图像熵的熵值作为图像增强的评价标准，并根据这个标准实现了原来模糊增强算法中参数的自动选择，达到图像的自动增强，提高图像中弱边缘对比度的目的。最后通过实验证明算法的有效性。     

基于极大灰度频数抑制结合动态直方图均衡的图像增强算法

现有的直方图均衡技术存在两方面不足:虽然使得增强图像有高的对比度,但是其对比度的提升程度严重依赖于灰度频数分布,这样常常导致容易过度增强高频数灰度级,而压缩低频数灰度级;另外,增强对象缺乏目的性,难以满足感兴趣灰度区域的特殊要求。针对这个问题,该文提出基于极大灰度频数抑制结合动态直方图均衡的图像增强算法。首先通过分析图像直方图的灰度分布情况来分割图像,并根据用户感兴趣灰度范围确定各子层图像的灰度映射范围及频数控制阈值;然后利用各自阈值重新定义子层直方图,并采用直方图均衡算法构造灰度转换函数,将子层灰度映射到指定范围内;最后综合各个子层的增强结果得到最后的增强图像。实验结果表明,该算法既能抑制过度增强的情况,又能对于用户感兴趣的灰度进行控制,能更好地满足用户对图像对比度增强可控的应用要求。     

融合模糊增强与改进Canny的植物叶脉边缘提取

针对植物叶脉边缘提取存在的问题,提出一种图 像模糊增强与改进Canny算子相结合的叶脉边缘提取方法。该方法首 先构造分段模糊隶属度函数对高低灰度进行不同处理,然后通过模糊增强函数来增强叶脉两 侧邻接区域灰度对比度,最后对 增强图像采用改进Canny算子提取叶脉边缘。改进Canny算子根据像素点与局部像素的均值差 来自适应的应用高斯滤波,以 减小滤波对边缘的平滑影响;采用Prewitt模板计算梯度幅值和方向,以减小噪声对梯度计 算的影响;采用线性插值技术实现 全向非极大值抑制,以更准确的实现边缘细化。实验结果表明,本文方法在低照度叶片和光 照不均叶片下提取叶脉边缘的 PSNR分别为51.136 dB和50.217 dB,与传统边缘提取方法及 相关文献相比,本文方法对边界模糊性不敏感,可以更加有效地提取完整精细的叶脉边缘。     

基于广义模糊集合的红外微弱目标图像自适应增强算法

在广义模糊集合及局部自适应增强算法研究的基础上,提出一种针对红外微弱目标图像的实时模糊域自适应增强算法,利用反正切函数作为映射,将空间域的灰度图像变换为对应的广义隶属函数.实验结果证明,该算法不仅能有效地提高图像灰度动态范围,使各区域之间层次更加清楚,而且同时能自适应地增强图像局部区域不同灰度层次的边缘和细节,使边缘和细节明显地突出.