基于小波变换的X射线图像增强技术

针对射线图像存在对比度差,灰度范围小,影像模糊,一般的增强方法不能在增强对比度的同时较好地保持边缘的问题,提出了基于小波变换的图像增强方法.实验证明:基于小波变换的图像增强方法对常规射线图像有很好的增强效果,其增强后的图像质量明显优于一般常规方法.     

基于小波变换的X射线图像增强技术

针对射线图像存在对比度差，灰度范围小，影像模糊，一般的增强方法不能在增强对比度的同时较好地保持边缘的问题，提出了基于小波变换的图像增强方法．实验证明：基于小波变换的图像增强方法对常规射线图像有很好的增强效果，其增强后的图像质量明显优于一般常规方法．     

基于小波域的图像增强算法

针对图像边缘增强和滤噪的矛盾,提出了符合视觉特性的基于小波域的图像增强算法.将图像的小波变换结果看成一幅图像,则在空域中的阶跃边,在小波域的高频通道中表现为屋脊边,而空域中的屋脊边,在小波域高频通道中表现为成奇对称的屋脊边缘对.在高频通道中,用高斯函数或升余弦函数拟合屋脊边,用正弦函数拟合屋脊边对.通过修改拟合函数的参数来改变其形状,从而使反变换回来的图像的边缘斜率提高,进而达到图像增强的目的.由于在对屋脊边的识别中采用了方向信息测度,使算法能很好地处理边缘增强和滤噪的矛盾.分别对测试图像和实际图像进行处理,并与传统的高通滤波方法进行了对比,实验结果表明,本文提出的方法具有更好的视觉效果.     

结构相似性灰关联在强噪声图像增强中的应用

为提高强噪声环境下的图像质量,提出一种图像增强新算法．该算法首先对含噪图像进行多尺度小波分解,得到不同尺度、不同方向下的频域信息,然后利用图像中噪声与边缘在不同频带上的分布规律和衰减特性,通过灰色理论中的灰色关联度来区分噪声与边缘,从而在噪声抑制和边缘增强两个方面提高图像的质量．实验结果初步显示,与传统的空域滤波方法和相对较新的小波自适应阈值去噪、Contourlet域自适应阈值去噪等方法相比较,新算法所得图像的视觉效果得到了改善,峰值信噪比最优,可用于强噪声环境下的图像增强预处理．     

炭素材料X射线图像的小波融合增强方法研究

针对炭素材料 X 射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法。该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像。实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其处理结果比现有的图像增强方法更令人满意。     

基于MAS小波的噪声污染图像边缘检测方法

提出了一种基于MAS小波变换多尺度相关的噪声污染图像边缘检测方法.该方法采用二进MAS小波对图像进行多尺度分析,由于小波变换的模极大值充分刻画了图像的奇异点,利用模极大值得到所有的奇异点包括边缘和噪声的图像;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声,得到边缘轮廓不太光滑的图像;将两幅图像进行融合,得到最终检测结果.实验结果表明,该方法能够有效地对噪声污染的图像进行边缘检测.     

一种改进的自适应图像增强法

在去除噪声的同时，如何避免图像细节信息的损失和边缘的模糊，这是图像增强技术中的一个难点和关键问题．本文提出了一种自适应图像增强方法，即在对小波变换系数取阈值处理，并结合图像的自身特征对噪声和信号加以区分，通过对调整因子的设置来自适应增强图像边缘的方法．并用该法进行了实验仿真分析，取得了较好的增强效果，在降噪的同时保持了大部分细节及边缘信息．     

一种基于小波变换和数据融合降噪的图像边缘检测方法

提出的一种基于小波变换和数据融合降噪的边缘检测方法,是在边缘检测前先进行去噪处理,为避免去噪不完全、微分算子对噪声敏感,在边缘检测的同时增强了噪声,并把微分算子检测得到的边缘幅值图像融合与去噪相结合.最后,对融合后的图像进行灰度阈值处理和细化,得到边缘二值图像.实验结果表明：该方法在抑制噪声的同时能较好的检测出图像的边缘.     

基于目标的图像增强算法研究

基于图像信息的目标检测与识别一直是研究的重点和难点.针对复杂坏境的图像呈现出对比度低的特点,本文提出了一种结合小波变换和数学形态学的目标图像增强方法.实验结果表示,信噪比有了明显提高,目标得到了一定程度的增强.     

小波分析技术在高速摄像中的应用

鉴于高速摄像图像亮度低、对比度差的缺点,提出基于小波分析技术将高速摄像图像进行增强处理.首先将图像进行小波分解;分别对低频、高频小波系数放大;最后通过将处理后的小波系数重构,实现对高速摄像图像增强;并且介绍了选择不同小波基、放大系数对图像增强效果的影响.利用MATLAB程序中小波分析的工具箱可以轻松地实现增强处理.处理结果证明了该方法的可行性,该方法为提高高速摄像图像质量提供了一种新途径.