基于多级维纳滤波的OCT图像除噪方法研究

为了实现光学相干层析成像（OCT）过程中采集信号的噪声去除,设计了基于维纳滤波和对比度增强的OCT图像处理方法。首先对OCT图像的噪声进行了分析,继而针对OCT信号的噪声干扰问题提出一种除噪算法,通过多尺度维纳滤波器对图像进行滤波处理,然后根据区域特性采用对比度增强方法提高图像对比度。实验结果表明：经该方法处理后图像的背景方差（BV）较原始图像降低了3-7倍,而且信噪比高,细节方差和背景方差之比（DV/BV）提高了3-6倍。该方法不仅有效去除了OCT图像的噪声,而且视觉效果良好,是一种有效的图像后处理方法。     

由冠脉光学相干层析图像自动提取血管壁内轮廓

研究了冠脉光学相干层析(OCT)图像血管壁内轮廓的自动提取方法以提高算法的鲁棒性和计算效率.首先,利用冠脉OCT体数据中相邻图像之间的相关性去除鞘管信号对边缘提取的影响.接着,采用射线发射法估计血管中心,并以血管中心作为极点对去除鞘管信号的图像进行极坐标变换.然后,采用分块阈值滤波去除变换后图像的噪声并提取上边缘.最后,做逆极坐标变换得到血管壁的内轮廓.对400多幅测试图像的实验结果表明,该方法可以正确提取冠脉OCT图像的血管壁内轮廓,每幅图像的平均处理时间约为1.2s.该方法不仅能够正确处理血管分叉或鞘管干扰大的图像,而且计算效率高,因此在鲁棒性和处理速度上具有优势.     

星上时间延迟积分CCD拼接相机图像的实时处理

提出一种基于现场可编程门阵列(FPGA)的时间延迟积分(TDI)CCD图像实时处理方法以提高拼接成像系统输出图像的质量和视觉效果。首先,对TDICCD成像系统进行像元级非均匀性校正,去除像元响应差异、固定图形噪声和暗电流噪声;对图像进行了基于行极值的自适应中值滤波,去除了图像中的随机噪声和脉冲噪声。然后,对噪声处理后的图像进行图像增强,通过提取图像的低频和高频成分,实现图像细节信息的调整和对比度增强。最后,采用基于行的分段线性拉伸方式,提高图像的动态范围。设计了基于FPGA的TDICCD成像系统的图像实时校正处理结构,分析了算法占用的资源、算法计算误差和可靠性等指标。实验结果表明,提出的图像实时处理结构将图像输出信噪比均值由48db提高到52db,图像非均匀性由3.41%降低到1.73%,图像的对比度显著增强,其动态范围提高了6%.     

基于超声红外热成像的缺陷检测与定位研究

超声红外热成像以超声作为激励源,能够用于检测多种工件,但是由于热传导效应及空气的散射,检测结果中缺陷边缘较为模糊,成像对比度不高,并且会有温度分布不均引起的"散斑噪声"。为解决以上问题,提出了一种对超声红外热成像结果进行缺陷检测和定位的方法,使用限制对比度自适应直方图均衡(contrast limited adaptive histogram equalization,简称CLAHE)方法对图像进行对比度增强,用巴特沃斯滤波器进行降噪,根据图像的局部方差特征判断是否有缺陷,并通过形态学处理对缺陷中心进行定位。实验表明,根据局部方差可以对图像进行有效判断,经过形态学处理之后能够准确定位。该研究为通过超声红外热成像实现缺陷检测及定位提供了一种便捷有效的方法。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

重轨图像增强与边缘提取的关键技术

针对重轨图像两个边缘像素特征不一致,传统边缘算子检测法难以精确提取边缘的问题,提出了一种新的边缘提取方法.该方法利用灰度强对比度拉伸算法对重轨表面和背景进行差异化拉伸增强边缘信息,削弱背景信息.运用最大方差比算法选取增强后图像的最佳阈值实现二值化.最后,运用递归连通域标识法定位边缘像素坐标,完成图像分割.对随机选取的30幅图像进行分析表明:处理后的图像边缘灰度特征明显增强,有效地抑制了表面纹理及虚假边缘.重轨表面像素宽度波动减少到-0.64％～0.34％.离散预处理算法通过遍历寄存器全局数组,减少分割时间至10.165 s.该方法在抗干扰性、准确性及时效性等方面优于传统边缘算子检测法,适用于在线工业检测系统.     

基于曲波变换的轨道梁面裂纹图像增强

跨座式轨道梁表面出现的裂纹和缺陷,严重影响了列车安全及平稳运行.由于采集的图像存在边缘模糊、局部或整体对比度差等不足,提出一种基于曲波变换的梁面裂纹增强新算法.根据裂纹图像曲波变换后的不同尺度系数,由于分数阶微分能增强信号的中频成分、非线性保留信号低频的特点,在曲波域的低频采用分数阶微分增强纹理信息;同时在曲波域的方向子带根据方向的敏感性,采用对弱边缘增强、强边缘保留、噪声去除的处理.并对低频和方向子带增强时的参数分别进行了讨论.实验结果表明,所提出的方法与其他算法相比,主观上细节增强和对比度提高均优于其他算法,客观上对比度改善指数(contrast improvement index,CII)也大大提高,表明提出的算法增强效果良好.     

基于水平特征的车辆检测与跟踪

利用加权平均滤波算法对图像进行了滤波处理,去除部分噪声,利用Sobel算子的水平算子对图像的水平边缘进行增强处理,利用最大类间方差法对边缘增强后的图像进行图像分割;提出了利用车辆的水平特征中的列直方图和行直方图对车辆进行检测,根据检测结果得出该方法检测效果良好,即使是复杂环境下的车辆也能得到有效的识别,且对货车的识别效果良好;最后,利用限定感兴趣区域法对车辆进行跟踪,验证了识别方法与跟踪方法的有效性。     

结合改进Retinex及自适应分数阶微分的雾霾公路交通图像增强

为了提高雾霾天气条件下交通图像的对比度,清晰度和颜色保真度,减少图像退化所带来的负面影响,提出了一种采用快速引导滤波平滑约束的Retinex及自适应分数阶微分的雾霾天气交通图像增强算法。首先,该方法将原图像从RGB转换到YCbCr颜色空间,提取亮度分量构建初始图像;其次,构建变分模型,借助快速引导滤波构造目标函数的平滑约束项来准确估计初始照射分量;然后,使用Retinex模型获得初始反射分量,再采用自适应分数阶微分掩膜对初始反射分量进行增强得到亮度分量的增强结果,该方法在图像噪声抑制和细节增强方面性能良好;最后,将处理后的反射分量结合Cb,Cr色差信息从YCbCr转换到RGB颜色空间即得到最终增强图像。本文对不同的雾霾交通图像进行了对比实验,实验结果表明,新方法的标准差(STD)和平均梯度(AG)较原图至少提高1.12倍和4倍以上,信息熵(E)至少提高4.76%以上,综合性能优于其他的对比算法。新方法在图像增强和细节保持方面得到了很好地改进,有效地提高了雾霾天气条件下公路交通图像的颜色保真度、对比度和细节清晰度等,使得增强后的图像视觉效果和可视度明显改善,更加真实自然。     

一种改进的基于差分曲率和对比度场的细节增强算法

针对图像细节增强过程中梯度对噪声敏感的缺点,本文提出了一种改进的基于差分曲率和对比度场的细节增强算法.首先,该算法利用差分曲率代替梯度值决定系数的放大倍数,以差分曲率作为自变量的放大系数函数考虑了更多的邻域像素,从而克服了图像梯度对噪声敏感的缺点;然后,利用该放大系数非线性地放大对比度场,并构造能量泛函;最后,通过变分方法得到增强后的图像.标准测试图像和工业X射线图像的实验结果表明,本文提出的算法在有效增强图像对比度的同时,能够较好地抑制噪声.