图像清晰度评价算法研究

通过图像清晰度评价函数判断离焦图像的清晰度是相机实现自动调焦的关键.使用最优离散余弦变换(DCT)系数的和作为评价图像清晰度方法,并用该评价方法与图像的调制传递函数(MTF)的变化趋势做相关性分析,以验证该评价方法的有效性.结果表明:基于离散余弦变换的评价方法可以得到与MTF相似的评价结果,归一化后,最清晰图像的判断值都为1,随图像变模糊时函数的下降趋势基本一致.     

基于小波尺度相关的图像清晰度判别方法①

为提高图像清晰度判别函数的单峰性和抗噪性,提出了一种基于小波变换尺度相关的清晰度判别方法。该方法利用信号的小波系数幅值随尺度增大而增大,噪声的小波系数幅值随尺度增大而减小的特性,取相邻尺度间小波系数乘积构造清晰度判别函数,实现了增强信号抑制噪声的目的。通过CCD采集的图像数据对该方法与传统方法进行对比实验,结果表明提出方法具有较好的单峰性和较强的抗噪性,能够准确地评价数字图像聚焦程度。     

基于特征像分析的光学镜头MTF测试方法的研究

光学镜头的MTF(ModulationTransferFunction)是一个准确、客观并且定量的成像质量评价指标.采用基于特征像分析的MTF测试方法,重点对刀口法进行改进,提出自适应平均行数算法和微倾刀口法.通过MATLAB进行实验仿真,获得的值与IMATEST模拟仿真的值在空间频率较低时误差控制在5%以内.实验结果证明了MTF计算值的可靠性;该方法具有数据处理简单、成本低、操作简便等优点.     

一种针对图像模糊的无参考质量评价指标

在成像模型的基础上,分析了图像模糊的原因,提出了一种为图像构造参考图像的方法,进而将结构相似度(SSIM)评价方法引入到无参考图像质量评价中,提出一种无参考结构清晰度(NRSS)的新的无参考图像质量评价方法,将其用于对模糊图像的质量评价。该方法通过低通滤波器来构造参考图像,通过计算原始图像与参考图像的结构相似度值来评价原始图像质量,很好地结合了成像系统的数学模型和结构相似度评价方法的优势,实验结果表明无参考结构清晰度评价指标能够给出和主观评价方法以及其余有参考评价方法一致的结果。     

一种改进的数字图像清晰度评价函数研究

图像自动聚焦时，由于噪声和不同光照条件影响图像质量，实时评价图像清晰度效果较差。本文比较了能量梯度函数、频谱函数、灰度熵函数、灰度变化函数评价图像清晰度的优劣，提出了一种改进的能量梯度闽值方法评价图像清晰度，建立了数学模型，并给出了三种不同物体的数字图像聚焦重复精度的试验结果和分析。试验结果表明：实时评价图像清晰度该方法速度快，计算量小，信噪比高，可靠性好，聚焦重复精度高。     

视觉检测中的光照强度优化研究

为了实现自适应控制光照强度,保障视觉检测系统获得高质量原始图像,研究了彩色图像成像感知模型,建立了图像灰度值与光源光照强度的关系,提出基于HIS彩色空间,单独使用I分量进行光照强度评价,给出了基于数字图像的清晰度和高频信息的光照强度评价函数,并设计了光照强度调控实验系统,通过实验分析了不同测度函数对光照强度变化的评价结果,取得了与人类主观评价一致的结果。实验结果表明,通过提出的方法控制光源强度,可以使视觉系统获得高质量的原始图像,保证检测的质量和精度。     

合成孔径光学成像系统与图像复原技术

结合信息光学理论知识与合成孔径系统的基本成像原理,得出了三种类型子孔径排布方式下的光学调制传递函数(MTF)分布,分析其成像特性;利用MATLAB软件在不同孔径排布情况下模拟其成像退化结果;采用最大似然的R--L复原方法对成像结果分别进行复原。根据计算机理论模拟的结果,该方法有较好的复原效果,图像的清晰度有所改善,一些细节系信息也有所完善;其中三臂型的清晰度最好,复原结果最佳。     

微操纵系统自动调焦方法的研究

讨论了在微操纵系统中显微成像的自动调焦方法。首先介绍了一些常用的自动调焦方法，然后重点讲述了清晰度法自动调焦原理．对各种清晰度评价函数进行了分类，并通过理论和实验分析比较了在微操纵系统中各种评价函数的性能，最后确定了适合微操纵系统的清晰度评价函数。     

基于梯度边缘最大值的图像清晰度评价

光电遥感相机获取的遥感图像传回地面后都会出现一定降质模糊现象,通过复原可以得到较高质量的遥感图像。得到复原图像后,需要一些方法来评价复原图像质量提高的程度。为此提出了一种遥感图像清晰度的评价方法,通过提取图像的梯度,找出梯度最大的区域,计算出该区域的像元个数,并以此作为图像的清晰度参数,计算复原图像清晰度与降质图像清晰度之间的相对误差,得到清晰度提升率。通过设计实验来验证该方法的有效性。结果表明,该方法可以准确评估复原图像的清晰度提升率,对弱振铃波纹有较好地抑制效果,在信噪比大于22 d B时,评价结果不受噪声影响。     

基于FPS200的指纹采集系统与图像增强机制

介绍了基于FPS200芯片的指纹采集系统的设计方案，采用USB方式快速简便地获取指纹原始图像，并能够根据不同采集环境调整芯片参数获得图像最佳清晰度。根据该采集系统输出图像的质量，提出了一套增强算法，通过滤波实现指纹图像的平滑与锐化，计算指纹方向流图并进行背景分割，最后进行二值化处理。算法能够有效减少指纹图像处理的时间消耗，较好地保留了指纹纹线的边缘细节，提高了图像对比度。实验表明，该指纹采集系统与图像增强算法能够获得清晰的指纹细化图，适用于AFIS各种后端处理。     

基于模拟退火算法的红外图像自适应对比度增强

基于模拟退火算法击和非完全Beta函数，提出了一种自适应红外图像对比度增强方法。首先基于输入红外图像的灰度直方圈给出一种有效的判据。对输入红外图像先利用所提出的判据判断图像的对比度类型．然后利用这个判据来确定灰度变换参数的搜索空间，进一步指导模拟退火算法的搜索方向和初值的选取，利用模拟退火算法在上述确定的灰度变换参数空间中搜索最佳的灰度变换参数，从而获得一条最佳的灰度变换曲线，实现对图像进行全局增强处理。实验结果表明，该算法在有效地提高红外图像整体对比度的同时，很好地保留了图像中的细节部分信息。算法在视觉质量上优于传统的直方图均衡法、反锐化掩膜法。     

直方图在数字图像的应用

直方图表示数字图像中每一灰度出现频率的统计关系.直方图能给出该图像的概貌性的描述,例如图像的灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等,是进一步处理的重要依据,因此直方图可以反映出一幅图像的质量.通过直方图修整法,可以改变图像的概率分布,提高图像的视觉效应,达到增强图像的目的.     

基于分块搜索的虹膜定位算法

针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精确定位。之后利用卷积运算粗略定位外圆,再对原图像进行分块搜索,观察截图的灰度直方图中的灰度变化精确定位外圆。将得到的虹膜与传统定位算法得到的虹膜用相同的虹膜识别算法处理,结果表明,该算法定位出的图像识别上效果更明显,并且具有很好的鲁棒性。     

基于Riemann-Liouville改进的1~2阶分数阶边缘提取新模型

针对数字图像的处理中采用整数步长与0~1阶分数阶微分的掩模算子未能精确定位边缘信息、缺少图像的纹理细节的问题,在Laplacian算子的基础上提出了一种新的边缘检测掩模算子。该算法从Riemann-Liouville(R-L)定义出发,推出1~2阶分数阶微分在中频信号的增强效果优于0~1阶分数阶微分并显著提升了高频信号,最终得到精确的检测效果。仿真结果表明:提出的算子能更好地提取边缘信息,尤其对灰度变化不大的平滑区域中纹理细节丰富的图像,该算子检测到的信息优于现有0~1阶微分算子,针对主观识别有更高的准确率;客观上采用扫描法的定位误差统计,该算子的综合定位误差率为7.41%,低于整数阶微分算子(最低为10.36%)与0~1阶微分算子(最低为9.97%),有效提高了边缘定位精度。该算子尤其适用于具有较高频信息的图像边缘检测中。     

基于脊波融合的射线图像增强算法

提出一种基于脊波变换的射线图像增强算法,根据射线成像的特点,对射线成像系统采集信号做分段灰度变换,得到多幅图像,每幅图像含有被测工件的某种细节,再将这些图像分别做有限脊波变换,对得到的变换系数进行融合,再对融合后的系数进行有限脊波逆变换从而得到增强了的射线图像。在融合中低频系数采用基于区域方差和邻域像素相关性分析的融合策略,高频部分采用脊波变换系数绝对值最大的作为融合的高频系数,此法可以将来自不同图像的特征与细节融合在一起并且可以有效地抑制噪声。文中对融合图像质量进行了对比评价,实验结果表明,这种方法能够有效地提高图像的清晰度,在保留图像微小细节方面获得满意的结果。     

基于改进MRF的遥感影像建筑物精提取

随着遥感图像的快速发展与广泛应用,基于遥感影像的建筑物提取能够及时、准确地提取建筑物信息,在地图快速更新、城市管理等应用中具有重要的研究意义。目前经神经网络进行特征分析提取的建筑物灰度图存在图像模糊、错分建筑物等情况,并且需要经过二值化处理才能为后续工作所利用。为了提高分类精度,本文在神经网络初提取的基础上,首先采取大津法分割,形态学处理灰度图。并改进马尔可夫随机场方法,提出根据图像局部邻域特征动态估计先验参数β的新方法,且将原始图像特征引入马尔可夫随机场,对大津法分割的结果进行进一步的分割,并对建筑物边缘的锯齿边界进行修正,以提高分类精度。实验表明,所用方法能够有效减少神经网络提取出的灰度图中的错分建筑物。     

一种强噪声背景下图像标定符号的定位方法

图像中标定符号的定位与识别是进一步计算数字图像对应的空间距离的依据。本文应用Hough变换对图像标定符号进行定位,克服了强噪声背景下单独采用灰度特征定位的缺陷。定位后对图像进行分割,并与传统方法比较。实验证明,本方法对在图像中所占比例较小的标定符号有较好的定位效果,并结合标定符号的灰度特征对强噪声背景下的标定符号进行准确分割。     

采用K-means的脑肿瘤磁共振图像分割与特征提取

大脑肿瘤分割对于医师判断肿瘤恶化程度非常重要。然而,由于肿瘤的不规则形状、与周围组织的低对比度以及出现位置的不固定,给脑肿瘤的精确分割带来很大的困难。传统的K-means分割方法仅仅利用图像的灰度特征,很难准确分割肿瘤边界。利用灰度共生矩阵提取出的纹理特征,并结合图像几何不变矩特征对分割出的脑肿瘤图像进行特征提取。灰度共生矩阵定义为像素对的联合概率分布,是一个对称矩阵,它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息,也反映了相同的灰度级像素之间的位置分布特征,是计算纹理特征的基础;几何矩（不变矩）具有旋转、平移、尺度等特性,能将图像分解为有限特征值,并且通过对比所提取出的同一病人的肿瘤图像的不变矩参数,可以获得该肿瘤几何形状变化程度。实验结果表明,该方法可以同时从纹理和几何特征对图像特征进行描述,与分别采用灰度共生矩阵和不变矩方法进行特征提取相比较,降低了算法计算量,同时提升了算法的抗噪性。     

小波变换在SPOT5全色与多光谱图像融合中的应用

离散小波变换可以将图像分解成为一系列具有不同分辨率特征、频率特征和方向特性的子带信号,并且将图像的光谱特征和空间特征分离,从而为不同分辨率的遥感图像融合提供了有利条件。采用小波变换融合方法对SPOT5全色与多光谱图像进行融合处理,以提高图像的空间信息质量和光谱质量为目的。通过对融合结果图像进行主观和客观的综合评价,可得出融合前后图像灰度均值变化很小,灰度标准差、熵和清晰度三者变化趋势一致;当小波分解层数为3时,融合图像的光谱质量与空间质量之间达到较好的平衡,同时融合图像的视觉效果良好。     

基于图像显著性的路面裂缝检测

有效的视觉显著性方法能准确快速地帮助人们在大量视觉信息中找到感兴趣的物体.针对实际路面图像噪声成分复杂、覆盖面广的特点,提出一种基于图像显著性的路面裂缝检测算法.该算法对路面裂缝图像分块灰度校正后,根据灰度稀疏性、全局对比度计算粗尺度下的裂缝显著值,然后由裂缝局部亮度、边缘特性、连续性特点进行不断扩张的细尺度的局部邻域显著性增强,再经空间显著性加强后,采用自适应阈值分割提取裂缝.大量的实验结果表明,该算法比传统算法更能正确、有效地检测出裂缝整体区域,抗噪声能力强,漏检率和误检率很低,具有和人类视觉特性相符合的检测结果.