基于小波变换直方图规定的非均匀性校正算法

为了实现红外探测器的自适应校正,提出了一种基于小波变换的中值直方图规定非均匀性自适应校正方法。新算法利用正交小波变换分解图像,分别统计分解后图像像素的时域直方图,对像素邻域直方图进行排序得到中值,利用中值直方图灰度映射得到校正图像,最后把所有尺度校正后的图像反变换得到最终结果。实际应用证明,与同类自适应非均匀校正算法相比,该算法具有校正精度高、速度快的优点。     

中值直方图均衡的单帧红外图像非均匀校正算法

为了实现红外图像的自适应校正,利用红外焦平面的非均匀性成列分布的特性,提出了一种针对红外图像进行非均匀校正的新方法。新算法统计图像每列的直方图,对列局部的直方图进行排序,得到局部直方图的中值,然后对中值直方图进行均衡,通过均衡直方图灰度映射得到校正后的图像。算法实现不需要任何运动补偿或累加计算,在单帧图像内完成非均匀校正。实际应用证明,与同类自适应校正算法相比,该算法具有校正精度高、速度快、抑制目标退化能力强的优点。     

基于直方图均衡的图像增强及其FPGA实现

直方图均衡是一种简单且有效的图像增强技术。它以概率论为基础,运用灰度点运算来实现直方图变换。本文对直方图均衡算法进行了分析,在此基础上提出用FPGA来实现直方图均衡的算法,并给出了具体的实现步骤。该方法可以快速准确地对图像进行均衡化,整个系统处理一帧数据的时间约为17ms。结果表明,该方法达到了提高图像对比度和图像质量的预期目标。     

基于直方图均衡化的景象匹配导航方法研究

针对基准图与实时图之间灰度分布差异对匹配结果的影响,将直方图调整与灰度相关算法相结合,提出了一种基于直方图均衡化预处理的景象匹配导航方法.首先对基准图与实时图的直方图进行调整,减少二者的灰度分布差异,然后采用积相关算法计算匹配结果.分析了景象匹配主要验证方法的优缺点,提出了一种实用的验证方法.利用该验证方法,在各种干扰...     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

低质量图像基于散射图SEM估计的MAP像素聚类方法

直方图是最常用的图像灰度统计分布的表示方法,二维直方图包括共生矩阵,灰度－边界值散射图,灰度平均灰度散射图等,本文提出了一种采用ＳＥＭ算法完成对灰－平均灰度的二维正态分布假设的参数估计,然后采用最大后验概率（ＭＰＡ）准则进行像素无监督聚类的图像分割算法,测试结果显示,我们的算法性能良好,尤其是对低对比度,有阴影和重噪声的低质量图像的分效果远优于其他基于散射图的阈值化方法。     

高噪声率红外图像直方图加权滤波算法

针对高噪声率红外图像,提出一种基于邻域相关度量的滤波算法(HWF).以图像灰度相关理论为基础,分析了盐椒噪声对红外图像灰度分布和灰度差分布的影响.盐椒噪声改变红外图像灰度直方图的相对幅值,但不改变其基本形状,高噪声率红外图像直方图保留了原始图像的灰度分布信息.定义了邻域相关系数以描述像素作为有效信号点的概率.用邻域相关系数作为滤波处理的强度指数,自适应调整处理窗内各像素在邻域加权滤波算法中的权重.灰度直方图体现了对原始信息的保留,邻域相关系数体现了对有效信号和噪声信号的识别和区别处理.实验表明,对于高噪声率红外图像,HWF算法具有良好去噪效果和细节保持能力.     

新的基于边缘特征的图像相关匹配方法

传统的图像相关匹配方法利用求取对应像素灰度差的累加和进行图像之间的相似性度量,或者设定阈值计算具有相近灰度值的像素点的个数进行相似性度量,由于参考图和实测图之间存在着灰度差异、模糊以及局部遮挡等,使得仅依靠图像灰度信息的算法的性能受到影响。结合图像的边界特征匹配技术,提出了一种新的图像相关匹配算法。该算法首先对图像进行边界提取并二值化,然后利用所定义的基于边缘的相似距离(ESD)对处理后的二值图像进行相似性匹配运算。试验结果表明这种算法在多种图像畸变情况下的有效性。     

基于双直方图均衡算法的红外图像增强

为了抑制全局直方图均衡产生的灰度饱和和局部细节丢失的情况,提出了一种双直方图均衡算法。首先对图像的背景和前景进行分割,提出基于直方图的局部最小值和修正的K-Means聚类算法来确定图像的理想分割阈值,然后再对分割的子图分别作全局直方图均衡（Global Histogram Equalization,GHE）。对该算法进行了实验验证,结果表明,相较于GHE算法,经该算法增强后的图像峰值信噪比（Peak Signal to Noise Ratio,PSNR）提高约16.425%,结构相似度（Structural Similarity Index,SSIM）提高约14.85%。同时通过主观分析,基于直方图局部最小值和修正的K-Means聚类算法的图像分割进行双直方图均衡可以有效抑制GHE算法产生的灰度饱和和细节丢失现象。     

基于梯度算子的线检测算法及其Matlab实现

为对图像特征准确识别提供数据分析,提出了一种基于梯度算子的线检测算法。算法首先对转化为灰度图的图像进行边缘检测,经过高斯滤波去除噪声等处理后利用线检测模版求出各像素的梯度值,从而求出图像的灰度直方图及梯度向量直方图。最后基于Matlab进行仿真模拟,仿真结果表明:方法具有较好的抗干扰性和定位准确性。     

微装配中变焦变倍视觉系统标定及自动聚焦

在微装配中,采用变焦变倍视觉系统可以有效解决测量范围与精度的矛盾,但同时也引入了动态标定和实时自动聚焦的新问题。为此,对变焦变倍显微视觉系统的标定和自动聚焦技术展开研究。在标定方面,首先通过变倍率法完成图像主点的标定。基于平面靶标定法,采用单视图单应矩阵分解对固定倍率下相机内外参数进行线性标定,再引入畸变模型,并由量子行为粒子群优化算法对标定结果进行非线性优化,优化之后的最大反投影误差约为0.13 pixel,平均反投影误差约为0.1 pixel。此外,通过高斯曲线拟合完成对任意工作状态下视觉系统放大倍数的校准。在自动聚焦方面,针对传统灰度梯度函数只考虑固定梯度方向且易受噪声影响的问题,采用八邻域最大梯度阈值的自动调焦算法,通过梯度阈值提高算法的抗噪性。与其他几种灰度梯度调焦函数相比,该算法的单峰性好,抗噪性强。     

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.     

一种改进的直方图均衡化图像增强方法

分析了直方图均衡化算法的基本原理,指出图像部分灰度级尤其是表征图像细节的灰度级被过度合并是导致处理后图像细节信息丢失而变得模糊的原因。针对此不足,提出了一种均衡化处理后增加图像灰度级的方法。首先在空间域或者频域中,提取出原图像的高频细节成分,然后将其与原图像直方图均衡化处理后的结果进行叠加,并且可以通过调整高频成分的权值系数获得细节得到不同程度增强后的图像。实验结果表明：与传统直方图均衡化算法相比,使用该方法处理后的图像既增强了整体对比度,又保留了原图像更多的细节信息。     

汽车牌照实时几何畸变校正方法

经过摄像机摄入的图像会发生几何畸变，给车牌的准确识别带来了困难。针对此问题提出了一套实时几何畸变校正方法。首先对提取出的汽车牌照信息进行预处理；然后提出了一种基于Hough变换和图像分析法提取控制点的实时标定方法；最后通过空间坐标变换和灰度插值完成图像的校正。实验证明，该方法符合汽车牌照图像的特点，具有较好的处理效果。     

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术.近年来,对图像分割的研究一直是图像技术研究中的热点和焦点.介绍一种基于小波变换的图像分割方法,该方法先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值.实验结果表明,该方法具有较好的抗噪声性能.     

基于直方图平移的医学图像可逆水印算法

结合医学图像特点,提出一种基于分块的灰度直方图平移水印算法.首先构建图像的灰度直方图,寻找峰值点和零值点;然后对图像分块,根据图像块的特点设定标志位;最后在指定的图像块内通过直方图变换来嵌入水印.实验结果表明,该算法不仅可以实现可逆水印,而且水印不可见性较好,嵌入容量较高,算法复杂度较低.该算法可以应用到信息隐藏、图像认证、隐秘传输等安全领域.     

一种自适应红外图像增强新算法

针对红外图像经直方图均衡后因部分灰度级被合并而导致细节丢失的问题,提出了一种新的红外图像增强算法——双阈值区分增强算法.该算法首先在原始图像直方图中剔除截断阈值以下的冗余灰度级,接着根据重建直方图的包络确定分界阈值用以区分背景和目标,最后对背景进行直方图均衡处理,对目标进行局部对比度增强及线性灰度变换处理.算法定义了一个自适应参数来适当地抑制背景和噪声,并放大目标细节.相对于传统的直方图均衡算法,所提算法能在增强整体对比度的同时保留图像细节,并且计算量小、实时性好.     

基于灰度和边界方向直方图的医学图像检索

本文研究了采用分级检索的机制,综合利用灰度及形状特征进行基于内容的医学图像检索的方法,该方法克服了灰度直方图不能充分表示空间分布信息的不足。利用边界方向直方图描述形状特征,避开了对图像进行精确分割这一医学图像处理中的难点问题。对CT图像数据库进行的检索实验,验证了该方法具有良好的检索性能。     

基于灰度冗余的红外图像实时均衡技术

文章提出一种新型的基于灰度冗余的红外图像实时均衡算法,通过图像灰度直方图的统计,将灰度像素分布为零的灰度级进行完全压缩,将灰度分布很少的灰度级映射到最近的大于阈值的灰度级,然后将有效图像灰度级进行等间距排列,最后完成排列后的直方图映射.该算法在压缩灰度冗余的同时,进行直方图的实时无损均衡,提高了图像质量,并实现实时处理,避免了常规直方图均衡带来的灰度断层现象.该算法在红外热像仪的应用中取得了较好效果.