基于模糊集的相控阵超声监测成像图像增强研究

利用超声信号处理的方法,得到更准确的监测图像。通过控制阵元激发信号的时间延迟来控制波束的指向,进而实现结构中的损伤监测。分析结构损伤状况下接收到的信号,根据相控阵原理控制信号的延迟和聚焦,获得更高信噪比的信号。并将相应角度上的监测信号用图像的灰度级来表示。因为原始数据得到的图像并不清晰,所以采用模糊集的图像增强方法进行处理,提高图像的可识别度。该方法在铝板结构中进行实验分析,验证了方法的正确性和有效性。     

基于暗原色和直方图匹配的雾天图像增强算法

针对雾天图像景物容易退化的问题,提出一种基于暗原色和插值直方图匹配的雾天图像自适应增强算法。该算法基于暗原色先验信息寻找并分割出图像中的天空区域,利用插值直方图匹配方法对非天空区域进行自适应增强处理,采用主成分分析方法将处理前后的图像信息进行融合。实验结果表明,该算法不仅能避免天空噪声对图像的干扰,而且能有效提高图像对比度,获得满意的图像视觉效果。     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

直方图匹配算法在超声弹性成像上的应用研究

为了降低弹性噪声、提高图像质量,对直方图匹配算法在超声弹性成像上的应用进行了研究。为使算法去噪效果最佳,通过实验探讨了最佳匹配窗口大小与超声弹性图像分辨率单元大小之间的关系,测试和分析了中心频率及互相关计算窗口长度对算法去噪效果的影响,并采集临床体模数据对算法效果进行了验证。实验结果表明,将直方图匹配算法应用至弹性成像后,弹性信噪比和对比度噪声比得到了显著的提高;最佳匹配窗口宽度与横向分辨率一致,长度与互相关计算窗口大小及中心频率成正比。     

一种非线性变换的双直方图红外图像增强方法

红外图像具有噪声大、对比度低等特点,红外图像增强是红外探测、识别和跟踪应用中的核心问题之一。在红外图像增强技术中,直方图均衡方法简单、有效,但存在细节信息损失较大的缺陷。提出一种对红外图像采用非线性变换分段直方图的增强方法,该方法对红外图像进行非线性变换,提高较暗区域的像素亮度,根据前背景区域特征将直方图分成两段,进行双直方图均衡化处理,对前景和背景分别进行图像的增强。经过实验验证,该算法能有效提高图像亮度,扩大目标区的灰度范围,增强前景图像的细节部分。     

无方向数据采集的相控阵结构健康监测研究

超声相控阵结构健康监测过程中由于按角度扫描的数据采集持续时间长,结构损伤前后采集的数据易受环境和结构变化的影响,针对这一问题,提出无方向数据采集的相控阵结构健康监测成像定位方法。基于相控阵方法,对采集后数据根据发射和接收过程进行时间延迟的计算,然后将监测结果进行二维成像。该方法在玻璃纤维复合材料板结构上的实验研究证明,采用无方向数据采集的相控阵结构健康监测方法能够精确监测结构中损伤并对损伤进行清晰成像;并且该方法可以大大缩短监测时间,从而使监测过程不受环境条件变化的影响,为超声相控阵监测方法的工程化奠定基础。     

“直方图”均衡化图像增强技术研究综述

均衡化即等可能分布,以均衡化指导思想的图像增强方法内涵丰富,意义深远,应用广泛。直方图均衡化(Histogram Equalization,HE)算法在图像增强中具有很强的代表性,近几年研究人员在此基础上又进一步拓展了均衡化思想在图像增强领域的应用。不过,目前缺乏针对直方图均衡化技术较为全面的综述评论性文章,以均衡化思想为主线,对于相关改进工作,分为五类技术,并分析了各类技术的典型算法,最后指出了今后可能的研究方向。     

基于直方图分割的彩色图像增强算法

针对直方图均衡化直接对彩色图像处理会导致图像色彩失真的情况,在对传统的直方图均衡化方法进行改进的基础上,提出了一种新的带色彩恢复的均衡化算法。该算法对于彩色图像R,G,B各个分量子图的灰度直方图,首先根据其灰度中值和分割直方图等面积原则进行两次分割,同时对分割后的各子灰度直方图分别进行均衡化处理;然后通过计算R,G,B各分量子图的灰度级总数占原彩色图像灰度级总数的比例,将均衡化处理后的R,G,B各分量子图进行合并。实验表明,该算法对彩色图像处理具有较好的增强处理效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

直方图图像增强技术

图像增强就是通过一定的方法对图像进行处理和变换,它能有效地改善图像整体质量和局部特征,是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术,能有效地改善图像的对比度和灰度动态范围。实验结果表明,直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围,从而改善图像的可视质量。     

图像直方图不变特征在影像匹配定位中的应用

图像的直方图在影像的亮度及对比度发生变化时,可以保持基本不变.基于此,提出了由图像直方图的不变特征进行影像匹配的算法,使匹配的稳定性提高且大大减少了匹配时间.     

基于衰减补偿与直方图拉伸的水下图像增强算法

水下物理环境复杂多变,导致获取的水下图像颜色失真、对比度低且细节模糊,影响了水下场景探测的准确性。结合衰减补偿和直方图拉伸技术,提出水下图像增强算法ACHS。根据不同颜色通道的衰减特性,设计基于衰减补偿的颜色校正方法解决水下图像颜色失真问题。将需要颜色校正的水下图像从RGB颜色模型转换到LAB颜色模型,使用引导滤波将亮度通道L分解为基础层和细节层,同时提出基于K-means聚类的双直方图增强算法用于增强基础层的对比度,通过Gamma校正突显细节层的纹理结构。在此基础上,累加亮度通道L的基础层和细节层,并将其从LAB颜色模型转换到RGB颜色模型以获取最终的增强图像。实验结果表明,与GDCP、REBE、WaterNet等算法相比,经该算法增强的水下图像可视度较高,并且具有自然的颜色和清晰的细节。