一种雾天图像低对比度增强的快速算法

为解决雾天图像低对比度问题，提出一种插值自适应直方图均衡化算法。该算法不仅避开了物理模型方法对景物信息的依赖，而且与其他图像处理算法相比能大幅度降低运算复杂度、消除块状效应、有效地突出图像细节信息，因此特别适合于深度信息多变且对比度较低的雾天图像。算法的有效性为实验结果所证实。     

基于模糊数模型的医学超声图像分割方法

针对基于模糊推理的医学超声图像分割方法存在算法复杂度高及灵活性较差等问题,提出了一种基于模糊数模型的医学超声图像分割方法。用局部直方图间相似性匹配和自适应平滑方法对输入图像进行预处理得到相似图像和平滑图像,通过一种基于模糊数模型的模糊控制方法处理生成的相似图像和平滑图像,实现医学超声图像的分割。实验结果表明,该方法简化了处理过程,降低了算法复杂度,对医学超声图像能够进行有效分割。     

一种基于卫星图像的增强方法

直方图均衡化是图像增强的一种有效方法,其基本思想是调整图像的灰度分布。线性拉伸的方法对图像进行增强处理,提高了图像的解译能力。本文从合成图像直方图均衡化和线性增强的优点入手,给出了一种直方图均衡化和线性增强相结合的改进算法,通过对算法中调节参数的选择来获取更好的图像增强效果,该算法避免了图像过亮等现象,改善了图像质量,实验验证了该算法更为有效。     

实际且快速的图像对比度增强方法

根据以前有关图像对比度增强技术的研发成果加以修正改进,提出一种实际且快速的图像对比度增强方法(practical and efficient contrast enhancement method,PECE),此方法不仅可使增强后的清晰图像更趋近于原始图像的亮度,更能简化实际电路让用户易于操作调整.通过现场可编程逻辑门阵列(field-programmable gate array,FPGA)的硬件实现验证,可发现此硬件电路可达到43.6 MSps (millionsample per second),其处理速度为常规清晰度电视(standard definition television,SDTV) NTSC 720×480i规格的3.23倍及增强清晰度电视(enhanced digital television,EDTV) NTSC 720×480p规格的1.61倍.为了能更客观公正地观察PECE及各种图像对比度增强技术的效果及优缺点,综合了各种主客观评量标准,藉由对多种不同技术的全面化评估分析,各种技术的许多效能特色及优劣也在此一评估程序中显现.     

基于梯度场均衡化的图像对比度增强

在偏微分方程理论框架下提出一种能够有效增强图像中阴影或高亮区域信息的方法.首先对图像梯度场进行直方图均衡化,使这些图像阴影或高亮区域中的细节能够在梯度域得到增强;然后利用最小二乘原理重建出增强后的结果图像.通过引入 Lab 彩色空间将对比度增强方法推广到对彩色图像的处理中.在数值求解方面,根据Laplacian 算子的特点改进了求解 Poisson 方程的快速算法,改进后的算法具有程序设计简单、计算量小的特点.实验结果表明,文中方法能够有效地改善由于光照影响造成的图像对比度下降.     

基于直方图均衡化的手背静脉图像对比度增强

手背静脉图像对比度往往较低,这将影响整个手背静脉识别系统的识别准确率。首先提取手背静脉图像中的有效区域,然后利用直方图均衡化 (HE) 及其各种改进算法对提取的手背静脉图像进行对比度增强处理。实验结果表明,子块部分重叠局部直方图均衡化算法（POSHE）不但能够增强图像的整体对比度,而且图像中细节与背景之间的对比度也得到了增强,同时该算法效率较高,适合于手背静脉图像的对比度增强处理。     

子图像加权的彩色图像对比度增强算法

为了更好地实现彩色图像的对比度增强,提出一种有效的基于亮度保持的子图像加权对比度增强算法.首先利用基于亮度保持的双直方图均衡(BBHE)算法定义了2个子图像;然后根据输入图像以及2个子图像的亮度均值,给出一种基于亮度保持的权重系数的计算方法;最后对2个子图像进行加权求和,得到输出图像.对具有不同对比度的彩色图像的实验结果表明,与其他算法相比,文中算法能够有效地实现对比度增强,并且不会出现局部过度增强以及细节丢失等噪声问题,使得输出图像显得更为自然.     

基于加权相似性度量的脑MR图像特定组织分割

基于多图谱的分割方法能有效解决脑MR图像中特定对象如海马体、杏仁核等组织的自动精确分割问题.为加快处理速度,该方法需要从大型图谱数据集中挑选与目标分割图像比较近似的若干图谱作为分割参考.传统的多图谱分割方法在选择图谱时通常只依据图谱图像与目标图像在灰度上的相似性,没有考虑到两者在分割对象局部形态上的相似性,使得所选择的图谱对分割的参考价值难以保证.针对这一问题,文中提出一种图谱图像与目标图像的以分割对象为中心的加权相似性度量方法,首先通过将图谱图像向目标图像作全局配准得到分割对象在目标图像中的估计位置,然后根据分割对象在两幅图像间的局部扭曲形变来度量它们的相似性.文中将这种加权相似度应用到多图谱分割方法中,在图谱选择时只挑选与目标图像具有较高加权相似度的部分图谱,在融合分割标记时将加权相似度作为权重.对IBSR脑MR图像中豆状核壳核组织的分割实验结果表明,基于该加权相似性度量的多图谱分割方法可以得到较高的分割精度.     

基于度量直方图的医学图像检索

研究了医学图像灰度分布的特性,利用相邻灰度的相关性提出了基于度量直方图的医学图像检索方法及其度量空间上的距离函数MHD0;该方法减少了传统直方图特征的维教,克服了SAM索引的缺点。通过对CT图像数据库的检索实验,验证了该方法在性能和速度上都超过了传统直方图检索方法。     

一种基于三维医学图像的对比度模糊增强算法

由CT、MRI断层切片重建出的三维医学图像可以划分为目标区和背景区两部分,进行医疗诊断的信息主要集中在目标区,因此在图像进行处理时应合理区分两部分并采用不同的方法进行处理。文章针对这一问题,提出了一种三维医学图像的对比度模糊增强算法;该算法能够将三维图像目标区与背景区分开,并单独对目标区进行模糊增强处理。实验表明了该算法的有效性和可行性。     

Feature enhancement angiographic images in medical diagnosis

Multimedia Tools and Applications - This paper suggest three new proposed algorithms for the feature enhancement in the angiographic images. The first approach is based on mixing the features of...     

基于GPU的血管造影图像增强方法*

血管增强扩散算法遵循多尺度方法,利用非线性各向异性扩散方法进行血管增强,该方法在可视化不同半径的血管和增强血管外观上比现存的大部分方法都要好,但医学图像数据分辨率和灰度级都很高,多尺度选择和求解非线性各向异性扩散的偏微分方程时运算量很大,执行速率低,不适合实际应用。提出一种基于GPU(graphic processing unit)的血管造影图像增强方法,采用计算统一设备架构(CUDA)技术,利用像素的独立性和偏微分方程求解的并发性,实现了并行血管增强扩散算法。实验结果表明,该方法在保持血管增强效果一样的同时降低了处理时间,加速比达到27倍以上。     

基于参数自适应CNN的灰度图像边缘检测

边缘是图像的重要特征。在应用细胞神经网络提取图像边缘时,网络的稳定性和参数的选择是关键。文中推导了细胞神经网络的稳定条件,并提出了网络参数的自适应设计思路。基于Matlab7.0平台,通过编写仿真程序,检测灰度图像边缘,得到良好效果。实验证明,该法还能有效抑制噪声的干扰。     

结构相似性的水下偏振图像复原

目的 针对水下偏振图像存在雾状模糊和场景细节不明显的问题,以水体透射率图与目标反射光图像存在的相互独立性为基础,提出一种基于结构相似性的水下偏振图像复原方法,旨在提高水下偏振图像的清晰度、对比度和色彩真实度。方法 首先,获取同一水下场景下具有正交偏振方向且分别具有最大和最小光强的两幅偏振图像;然后根据透射率图与目标反射光之间的统计无关性,使用结构相似性推导求解透射率的关系式,并通过偏振差分图像计算透射率的初始值,利用该关系式进行水体透射率的迭代求解;最后将透射率代入偏振成像模型得到目标反射光图像,进而进行颜色校正得到复原图像。结果 选取多组正交的水下偏振图像作为研究对象,采用本文提出的方法与另两种偏振复原算法对其进行复原处理,使用对比度、信息熵、灰度平均梯度、峰值信噪比、增强量以及时间等量化指标进行评估。对比实验结果表明,本文算法在对比度、信息熵、灰度平均梯度、增强量以及颜色恢复上都优于另两种偏振图像复原方法,并有较大幅度的提高;灰度平均梯度和对比度较YY算法提高了一倍左右;本文复原图像的色彩分布较均匀使得图像的信息含量大,信息熵高;而突出的EME也证明本文算法的结果纹理清晰、对比度高以及图像复原程度好;提出算法的复原效果有显著的改善,但算法运行时间较长,实时性有待提高。结论 本文基于水下偏振成像模型的分析以及透射率图与目标反射光图像之间的统计无关性,从水体透射率的估计出发进行图像复原,有效地解决了水下偏振图像细节模糊、对比度低的问题。通过对算法实验效果的主客观分析表明,本文算法能有效地复原水下偏振图像,得到对比度高、细节明显和色彩丰富的恢复图像。     

基于极化相似性特征的极化SAR图像的谱分类

针对极化SAR图像分类存在的问题,提出了基于SAR目标的极化特征的二维谱聚类方法。该方法可以充分考虑目标的极化相似性特征,利用二维的谱聚类方法实现极化SAR图像的分类。它以两目标散射的极化相似性参数图像作为输入特征,用二维图权函数代替一维图权函数求权值,使采样点分类和特征矢量分类相一致,从而实现极化SAR图像的分类。实验结果表明,该方法具有更好的分类结果,明显优于K均值分类。     

Denoising of document images based on similarity and connectivity principles

This paper proposes a highly efficient denoising technique in restoring document images that have been corrupted by impulse noise. The proposed algorithm consists of a number of shells and is based on the connectivity principle; whereby, pixels that have connections with at least one other pixel in each of the consecutive shells are deemed noise-free pixels. Simulation results indicate that the new denoising method is not only useful in eliminating the noise efficiently; it also keeps the fine details of the image.     

Fast computation of Hessian-based enhancement filters for medical images

This paper presents a method for fast computation of Hessian-based enhancement filters, whose conditions for identifying particular structures in medical images are associated only with the signs of Hessian eigenvalues. The computational costs of Hessian-based enhancement filters come mainly from the computation of Hessian eigenvalues corresponding to image elements to obtain filter responses, because computing eigenvalues of a matrix requires substantial computational effort. High computational cost has become a challenge in the application of Hessian-based enhancement filters. Using a property of the characteristic polynomial coefficients of a matrix and the well-known Routh–Hurwitz criterion in control engineering, it is shown that under certain conditions, the response of a Hessian-based enhancement filter to an image element can be obtained without having to compute Hessian eigenvalues. The computational cost can thus be reduced. Experimental results on several medical images show that the method proposed in this paper can reduce significantly the number of computations of Hessian eigenvalues and the processing times of images. The percentage reductions of the number of computations of Hessian eigenvalues for enhancing blob- and tubular-like structures in two-dimensional images are approximately 90% and 65%, respectively. For enhancing blob-, tubular-, and plane-like structures in three-dimensional images, the reductions are approximately 97%, 75%, and 12%, respectively. For the processing times, the percentage reductions for enhancing blob- and tubular-like structures in two-dimensional images are approximately 31% and 7.5%, respectively. The reductions for enhancing blob-, tubular-, and plane-like structures in three-dimensional images are approximately 68%, 55%, and 3%, respectively.     

基于医疗本体的语义相似度评估方法

为了能够正确地理解医疗概念和精确地分析临床记录,提出了一种基于概念信息量的方法来衡量概念之间的语义相似度.引进了计算概念信息量的算法,从医疗本体的分类知识中来计算概念的信息量.介绍和分析了常用的语义相似度算法,根据概念的信息量来重定义这些语义相似度算法,产生新的基于概念信息量的语义相似度算法.通过使用一个医疗术语的评估标准和一个标准的医疗本体来评估和比较这些算法.实验结果表明,相比常用的语义相似度算法,重定义后的算法有效地改善了概念相似性评估的准确性.     

Binarization of degraded document images based on contrast enhancement

International Journal on Document Analysis and Recognition (IJDAR) - Because of the different types of document degradation such as uneven illumination, image contrast variation, blur caused by...     

Edge enhancement nucleus and cytoplast contour detector of cervical smear images.

This paper presents an edge enhancement nucleus and cytoplast contour (EENCC) detector to enable cutting the nucleus and cytoplast from a cervical smear cell image. To clean up noises from an image, this paper proposes a trim-meaning filter that can effectively remove impulse and Gaussian noises but still preserves the sharpness of object boundaries. In addition, a bigroup enhancer is proposed to make a clear-cut separation of the pixels lying in-between two objects. A mean vector difference enhancer is presented to suppress the gradients of noises and also to brighten the gradients of object contours. What is more, a relative-distance-error measure is put forward to evaluate the segmentation error between the extracted and target object contours. The experimental results show that all the aforementioned techniques proposed have performed impressively. Other than for cervical smear images, these proposed techniques can also be utilized in object segmentation of other images.