共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
基于小波变换的射线图像增强方法的比较分析 总被引:2,自引:0,他引:2
射线数字成像是当前射线检测、诊断技术发展的重要方向,图像降噪增强是提高射线成像检测灵敏度和分辨率的关键。文中介绍了3种基于小波变换的射线图像增强方法及其原理,分别应用这3种增强方法对一幅射线无损检测(NDP)的图像进行了增强处理,对实验结果数据进行对比分析,说明它们在图像增强效果上的差异。 相似文献
3.
4.
成像机理的限制以及海洋中存在的丰富噪声源,导致侧扫声纳图像出现噪声污染严重、目标和背景区域灰度值对比度低以及边缘呈现强度较弱等情况。针对上述问题,提出一种侧扫声纳图像非下采样轮廓波变换(NSCT)域分区增强方法。对于声纳图像低频部分,使用非线性函数增强方法,提升低频图像对比度;对于声纳图像高频部分,通过分析声纳高频图像在NSCT域上同一尺度不同方向子带系数最大值与最小值差值的分布规律,进行噪声和纹理边缘的划分以及对应的处理。将所提方法与小波硬阈值增强方法、小波Shrinkage自适应阈值增强方法做实验对比,结果表明,该方法不仅可以较好地消除噪声,而且可以抑制琐碎纹理、提升弱边缘,侧扫声纳图像增强效果更加突出。 相似文献
5.
低对比度目标因其灰度对比度低、边缘模糊等缺点,使得联合变换相关器无法将其从混杂的背景图像中辨别出来,达到成功识别的目的。针对这一问题,采用了基于Curvelet变换的图像增强算法对目标联合图像进行处理。作为超小波分析范畴的Curvelet变换,因具有极强的方向性,成为比小波变换更适合分析和理解图像特征的多分辨率分析工具。文中采用不同的方法分别调整了Curvelet变换后的高、低频系数,增强了目标的灰度对比度和边缘信息。以低对比度坦克图像为例,增强后的目标对比度由原来的4.16%提高至29.37%. 计算机模拟和光学相关实验结果均表明,增强后的联合图像获得了明亮的相关点对,成功实现了低对比度坦克的自动识别。 相似文献
6.
基于图像平稳小波非线性增强的边缘检测方法 总被引:1,自引:0,他引:1
分析了基于平稳小波变换的图像对比度非线性增强算法和传统的Canny边缘检测算法,将两者相结合,提出了一种适用于低对比度图像的边缘检测方法,首先用平稳小波变换对图像进行非线性增强处理,提高它的对比度,然后利用Canny算子进行边缘提取。实验结果表明,该方法能准确地检测出图像的边缘,而且边缘清晰,连通性较好。 相似文献
7.
8.
基于小波变换和同态滤波的内窥图像增强算法 总被引:4,自引:0,他引:4
由于受照明条件的限制,工业内窥镜图像存在比较严重的由光照不均引起的图像降质.在分析工业内窥镜图像特点的基础上,研究了使用基于照明反射模型的同态滤波方法增强内窥镜图像的方法.从空频分析的角度出发,提出一种基于小波变换的同态滤波方法,采用快速小波变换代替传统傅立叶变换,在变换域中对不同尺度上小波系数进行非线性增强,实现图像的对比度增强.实验结果表明,该方法可以有效消除由光照不均匀引起的图像亮度不均匀,增强图像对比度的同时不改变图像的原始面貌,其效果优于传统的同态滤波方法. 相似文献
9.
10.
针对测量图像的非均匀增强计算量大、增强效果差的问题,基于遗传算法提出了一种测量图像增强方法,将灰度范围作为染色体,搜索图像清晰度达到最优的灰度非线性变换关系,从而达到图像最佳增强效果,为了提高遗传算法的进化能力,本文根据测量图像的具体特性,对进化参数进行了合理优化,取得了理想的执行效率和增强效果。 相似文献
11.
利用小波变换对含有噪声的图像进行变换,针对其小波系数进行阈值操作,得出降噪后的增强图像.首先对原始射线图像进行对数变换,其次对变换后的图像进行小波阈值降噪处理,最后对阈值降噪处理后的图像进行指数拉伸变换,求得消除噪声以后的增强射线图像.实验证明提出的方法对炮弹射线图像处理是有效的. 相似文献
12.
一种基于小波变换的遥感SAR图像与TM图像融合新算法 总被引:2,自引:0,他引:2
以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于小波变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S三个分量;其次,依据特征量积和匹配度为融合准则,将TM图像的亮度分量和SAR图像进行融合处理.并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像。实验结果表明,文中方法在增强空间细节信息的同时更好地保持了光谱信息,与IHS法和小波变换法相比,证明了文中方法的有效性。 相似文献
13.
14.
小波变换在光学相关目标识别中的应用 总被引:1,自引:1,他引:1
光电混合实时联合变换相关器能够实现目标的自动探测、识别和定位,但由于实际中从图像传感器采集到的目标图像对比度较低且存在大量背景噪音,因而目标识别率低且识别效果不佳。基于小波变换的多分辨率分析特点能够更大程度上体现图像的特征信息,将其应用于光学相关目标的自动探测与识别中。将小波变换与联合变换相关器结合起来,通过研究物面的小波图像增强来获取更加尖锐的相关峰,解决复杂背景、低对比度目标的识别问题,取得良好的实验结果,证实小波变换在光学相关领域中具有一定的优越性和良好的应用前景。 相似文献
15.
16.
17.
18.
19.
20.
介绍了小波变换及其应用于图像边缘多尺度检测的原理,并给出了构造小波函数的方法和相对应的滤波器系数。用一幅图像进行的仿真实验表明,基于小波变换进行图像的多尺度边缘检测相对于传统的Roberts算子、Sobel算子和Laplacian算子检测图像边缘是一种较好的方法,而且对随机噪声也有较强的鲁棒性。为此进一步提出从多个目标中快速跟踪和识别指定目标的思想。 相似文献