同态滤波在人脸识别中的应用研究

论文首先对人脸识别进行了介绍,通过对人脸识别系统的分析指出预处理在人脸识别中的重要性。然后对已有的人脸识别预处理法作了详细的介绍,并对各种方法进行比较。最后针对光照对人脸图像的影响还提出了同态滤波的方法,在预处理阶段消除光照对人脸图像的影响,实验结果表明,此种方法可以提高识别率。     

基于自适应加权重复值滤波和同态滤波的MR图像增强

磁共振(Magnetic Resonance,MR)图像通常存在椒盐噪声(Salt and Pepper Noise,SPN)以及对比度低的问题,为了增强MR图像,分别在空域和频域针对不同侧重点分步进行滤波.对于多数滤波算法去除高水平SPN不理想的情况,提出了自适应加权重复值滤波算法(Adaptive Weighted Duplicate Filter,AWDF),通过连续放大窗口直到两个连续窗口的最大值和最小值分别相等来确定自适应窗口大小,用窗口内最大重复无噪像素的均值替代噪声像素.将其应用于不同噪声水平下的MR图像的预处理中,再在频域应用同态滤波.仿真结果表明,用自适应加权重复值滤波器和优化的高斯同态滤波器相结合的办法处理MR图像,能够在去除高水平SPN的同时提高图像对比度,增加图像细节,对图像的PSNR和SSIM等都有较大提高,图像增强效果显著.     

基于同态滤波的彩色图像增强

给出一种基于同态滤波的彩色图像增强算法。引入新的传递函数,改进同态滤波算法,用以增强低照度彩色图像的RGB各分量;将RGB图像转换到HSV彩色空间,保持色度和饱和度不变,利用对比度受限自适应直方图均衡法对亮度分量进行变换和分段线性拉伸;将HSV图像还原为RGB图像,得到增强图像。仿真结果显示,所给算法在提升图像亮度的同时,能够增强图像细节。     

雷达——通信一体化系统设计

针对日益复杂的电磁环境和目标威胁,作战平台一体化是军事对抗领域的强烈需求.研究在保持或很少影响雷达系统性能的前提下,利用软件无线电技术将通信功能加载到现有的雷达系统中,实现雷达与通信的综合一体化设计.首先将通信信号调制到雷达信号上,形成一体化信号进行发射,在接收端使接收信号先通过信号分离器,采用同态滤波和修正的肓信号分...     

一种基于ENVI二次开发的遥感薄云去除方法的改进

近年来常用的同态滤波去云算法因其采用滤波器的局限性只能去除低频区域的云而无法去除高频区域的云。因此在分析传统的同态滤波去云算法的基础上,引入了空域滤波,采用中值滤波器对图像进行处理,旨在去除高频区域的云。而后在ENVI遥感图像处理软件平台中采用IDL语言实现了算法并对ENVI进行二次开发。经实验结果分析表明,该法是有效的,并且为遥感数据的后续应用提供了方便。     

基于空域同态滤波的钢丝绳表面缺陷检测

提出了一种基于空域同态滤波的钢丝绳表面缺陷检测方法。即研究同态滤波优化算法和统计学自动闻值法,消除钢丝绳图像不均匀光照的影响并分离钢丝绳纹路与背景;提取钢丝绳纹路的纹理特征并使用神经网络分类器进行识别。实验结果表明,该算法能快速、准确完成对钢丝绳表面缺陷的自动检测。     

CIS采集纸币图像的冠字符处理

针对纸币冠字符识别过程中,用接触式图像传感器(CIS)获得的图像不如扫描图像清晰,同时由于不均匀光照和对焦不准等问题,所以如何将待识别的有效信息进行提取是实现冠字符自动识别的关键。提出一种解决办法,首先使用同态滤波去掉不均匀光照的影响,然后使用改进的Bernsen算法对图像进行二值化。实验结果表明了此算法的有效性,使用该算法能有效地克服不均匀光照的影响,二值化效果良好。     

基于背景估计和同态滤波的眼底图像归一化

针对眼底图像的归一化问题,提出一种基于背景估计和同态滤波的眼底图像归一化方法。从图像观测模型的角度出发,利用背景取样估计和插值技术实现图像背景的估计,通过边界奇异值处理和同态滤波增强图像细节,使图像的非均匀照度和对比度得到归一化增强。实验结果表明,与其他方法相比,该方法的归一化性能较好。     

一种人脸皮肤图像诊断方法

在皮肤病诊断、化妆品功效判定和皮肤评价中都需要精确地检测和提取色斑、皱纹和毛孔。在人脸皮肤图像中截取一块矩形区域,设计了一个滤波器组对该区域图像进行诊断。该滤波器组包括一个小波同态滤波器和一个ε-滤波器组。一方面,把区域图像用小波同态滤波器滤波,进而检测出色斑。另一方面,把区域图像用ε-滤波器组滤波,进而检测出皱纹和毛孔。结合它们各自的特点和一些形态学图像处理算法分别对它们进行了提取。根据实验结果进行了分析,验证了方法的准确性。     

基于对数域同态滤波的时延估计算法研究

针对水声信道中窄带信号的多途时延估计问题,本文在对复倒谱时延估计方法进行研究的基础上,提出了一种基于对数域同态滤波的时延估计算法.结合复倒谱与同态滤波思想,将接收的窄带信号首先变换到对数域,然后与本地存储的信号进行谱减法,再对相减后的信号进行滤波以消除残余的信号与噪声成分,最后将其恢复到时域以获取多途时延估计.与传统的匹配滤波/相关处理以及复倒谱分析方法相比,本文算法具有时延估计精度高、噪声抑制能力较强等特点.仿真与湖试数据处理结果证明了该方法的有效性.