基于图像增强的去雾快速算法的FPGA实现

基于图像增强方法，本文提出了一种使用亮度映射的图像去雾快速算法。此算法通过调整室外多雾场景图像的对比度，提高了雾中物体的辨识度。算法的复杂度低、处理延迟小，实时性高，利于FPGA的实现。实现时不需外存储器，延时为ns级，并提供了强度调节接口，以适应较广的应用环境。     

伪彩色技术在鉴别纸张上的应用

随着市场经济的不断发展,以非法获利为目的的各种犯罪现象层出不穷.其中以非法占有为目的,伪造、变造合同的内容、条款;伪造、变造各种证件;违反国家发票管理法规,伪造、擅自制造和出售发票等现象较为普遍.为了维护正常的社会经济秩序,在继续加强管理的同时,必须提高对伪造、变造的各种合同、证件、票据等的鉴别水准.因此,通过利用伪彩色图像增强技术作用于纸张的光学性能并进行分析、比较,很容易鉴别出待检物的真伪.     

基于非锐化掩模的实时自适应图像增强算法

针对传统的非锐化掩模算法的局限性,依据图像中各像素点及以其为中心的若干相邻像素点的均方差值,提出了自适应图像增强算法的原理,并分析其硬件实现方法,然后给出了该算法与其它算法应用于图像增强的对比结果,最后在FPGA（field programmable gate array）实验板上进行验证.实验结果表明,此算法有效的增强图像的细节区域,防止图像边缘区域出现过冲现象,抑制图像平坦区域的噪声放大.因此,该算法取得了良好的视觉效果,硬件实现简单,适合于实时条件下图像的增强.     

冲击眼球 图像做主

人类获取外界信息有视觉、听觉、触觉、味觉等多种方式，但绝大部分(80％)是来自视觉所接受的图像倍息。为吸引眼球，越来越多的人开始关注“数字图像处理”(Digital Image Processing)。     

用C++ Builder实现数字图像的平滑处理

介绍了图像增强技术中，空间域处理方法中的邻域平均法的原理、算法，及该原理在windows平台上以C＋＋ Builder为开发工具的具体程序实现。     

基于森林火灾平台的红外图像识别技术研究

森林火灾探测一直是森林资源保护工作中的老大难问题。早期的火灾探测技术多是基于火灾的烟雾和温度特征的,但其判别标准过于单一,误报率较高。随着计算机技术的发展和红外探测器的发明,出现了基于红外图像处理的森林火灾防护技术,该技术主要对红外探测器获得的森林现场的红外图像进行一定的处理后识别图像中是否有火灾出现。本文的主要工作是进行红外图像增强算法的研究,通过对各种算法的描述和仿真实验结果分析,提出一种相对较适合森林背景红外图像的处理算法一将基于频域处理的提升小波变换与直方图修正结合起来的红外图像增强算法。     

煤矿监控图像增强算法的分析与实现

针对煤矿井下粉尘多、光照差的恶劣环境使得矿井监控图像偏暗、对比度低、视觉效果差的特点,提出了一种基于小波变换和模糊理论的图像增强算法。该算法选择小波变换为工具分解图像,应用新的模糊隶属度和增强算子对高频信息进行模糊处理,利用直方图均衡化对低频信息进行处理,最后对图像进行重构。处理结果较好地增强了图像细节信息,从整体上改善了图像效果。     

本期摘要

基于非线性处理的图像增强算法研究作者：何楚瑶单位：中北大学信息与通信工程学院山西太原030051摘要近年来．基于非线性处理的图像增强技术成为相关领域研究人员关注的一个热点。尽管非线性方法与通常的图像增强算法相比,其计算量非常大．但是灵活多样的数值计算方法使其能够满足高质量图像方面的需要,因而基于非线性图像处理的图像增强方法逐渐在图像处理领域中受到青睐。     

基于机器视觉的加工刀具磨损监测方法

为了对加工过程中刀具的磨损状态进行监测,针对麻花钻的磨损形式,提出基于机器视觉的加工刀具磨损监测方法. 根据磨损刀具图像的灰度分布特点,提出基于积分图加速和Turky bi-weight核函数的非局部均值去噪方法;采用单、双阈值大津法获取磨损区域的灰度区间,实现对图像的自适应对比度增强;提出基于形态学重构方法的磨损区域局部极值点提取方法,有效完成对磨损区域的检测和边界提取. 该刀具磨损检测方法成功应用于麻花钻头磨损状态的监测过程,实验结果表明,相较于目前已有的机器视觉监测方法,所提出的方法具有更高的检测精度和效率,准确地提取磨损轮廓,从而有效实现对刀具磨损状态的监测和自动化监控加工过程,达到降低人工成本和产品不合格率的目的.     

雾天视频清晰化系统研究

针对在雾天等恶劣天气条件下普通监控系统不能发挥应有的作用,设计基于DM642数字信号处理器的雾天视频清晰化系统,给出系统硬件结构和软件流程。以Retinex图像增强理论为基础,根据传统Retinex算法的数学定义提出随机喷射Retinex(RSR)算法。RSR算法以2-D像素点集合代替传统路径比较方法,解决了路径依赖、样本噪声问题,优化了计算复杂度。实验结果表明,系统实现了良好的实时性、稳定性和视频图像清晰化。