基于Sobel算子的混合有理插值图像算法

应用传统的插值算法,在水平或垂直方向上不加区别地插入丢失的像素,会造成图像模糊、阻塞、振铃等伪像问题。为了解决此问题,提出基于Sobel算子的混合有理图像插值算法。运用该算法适应图像的变化边缘结构,在此基础上按照三次卷积插值流程建立插值曲面,再对图像进行下采样,实现图像的缩放。经实例验证,可以利用Sobel算子提取出图像的边缘特征,同时有效地对数字图像进行缩放,其峰值信噪比和结构相似性比传统算法有了较大提升。同时,运用该插值算法能有效地抑制图像缩放中的伪像问题,减少插值带来的噪声,基本满足图像插值过程中的噪声小、鲁棒性强、稳定可靠等要求。     

灰度共生矩阵与Sobel算子结合的图像检索方法

为了加快基于纹理的图像检索的速度，提出了一种灰度共生矩阵和Sobel算子结合的图像检索方法．该方法克服了灰度共生矩阵算法在表示纹理特征时计算量过大的缺点，又较好地保留了灰度共生矩阵算法的优点．实验结果表明，该方法取得了较好的检索效果．     

基于数学形态学的边缘提取方法

论述了图像数学形态学基本方法及扁平结构元素在图像灰度均衡和噪声去除方面的原理,阐述基于图像细节的结构元素选取规则及对图像处理结果的影响,介绍了在医学图像处理中综合应用改进Sobel算子和图像数学形态学方法进行目标边缘的提取过程,提出一种根据图像区域灰度方差自动选取Sobel强度值的算法,并给出一种实用的实现方法和实例。     

基于小波变换与二阶差分的低对比度图像增强

针对传统小波增强算法在处理光照不均或光照不足图像时出现的图像细节丢失、图像噪声增大以及信息熵降低问题,提出了新的基于小波变换与二阶差分的图像增强算法。根据小波变换的特性,首先将图像信息分解为高频分量和低频分量,然后通过二阶差分来控制图像细节成分在输出图像中占的比例,对图像信息的高频分量进行了小波重构。实验表明,所提出算法在图像增强效果和抗噪性能上均优于AHE算法、CLAHE算法、HE算法、Laplace算法等传统的图像增强算法,在有效抑制噪声的同时能够突出图像细节信息,具有良好的适用性。     

基于改进阈值函数的手指静脉图像增强算法

针对传统图像增强算法对含噪手指静脉图像增强效果差、易丢失图像细节信息的问题,提出一种基于改进阈值函数的手指静脉图像增强算法.首先,对手指静脉图像进行二维小波变换,将小波变换后的低频子带系数非线性增强,各高频子带系数脊波变换得到脊波系数.然后,在脊波域利用改进阈值函数对脊波系数进行处理,将改进后的脊波系数通过脊波逆变换到...     

结合边缘检测和区域方法的医学图像分割算法

由于医学图像的复杂性,一般图像分割方法对于医学图像的分割效果并不理想.针对医学CT图像特点,提出了一种把边缘检测和基于区域方法相结合的图像分割算法,首先使用Sobel算子进行边缘检测,检测出目标可能的边缘像素集,并计算该点的平均灰度,然后利用该灰度及目标区域的连通性作为生长判别条件,利用区域生长法实现图像的准确分割.实验结果表明,该方法避免了单独使用边缘检测或基于区域法进行图像分割时的典型错误,结合了两者的优点,取得了感兴趣目标的良好分割效果.     

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．     

基于多分辨率分析理论的口腔CT图像的增强

针对牙齿CT影像经常出现的正常组织和病态组织之间对比度不清的问题,提出了基于小波变换的图像多分辨率梯度信息的医学图像增强算法,算法原理简单、实用,较好地解决了牙齿图像对比度增强的问题。     

多小波图像去噪算法的研究

尽管多小波相比于单小波,具有正交性、紧支撑、实对称、高阶消失矩等性质,但是多小波进行图像去噪效果并不是很理想,其主要原因是没有充分利用图像在多小波域内所特有的性质.通过将含噪图像变换到多小波域,在小波域内应用Laplace算子的一种特殊差分格式,并考虑小波域内各个子带的分形维数,提出了一种自适应的多小波阈值算法,即AMT算法.对于欲去噪的图像,AMT算法能够在多小波域内自动确定去噪的小波伸缩阈值,而不需要知道图像的任何先验知识,例如图像中噪声的方差等等.仿真实验结果表明,该算法去噪效果好,特别是对于高度污染的图像,AMT算法的去噪效果更加显著.     

一种改进的水下偏振图像融合算法研究

针对传统图像融合算法造成的对比度低、细节信息模糊等问题,提出了一种改进的基于二维离散小波变换的图像融合算法.利用光强度相机和分焦平面相机同时对水下运动目标进行探测,获得光强图像和偏振图像.将计算得到的偏振度图像和偏振角图像先进行简单的融合处理,再将融合后的偏振特征图像与光强图像采用改进的二维离散小波变换进行分解,得到低频分量和高频分量.对于低频部分,提出一种基于区域方差加局部能量相结合的图像融合算法;高频部分采用一种基于Sobel算子的图像融合算法.最后将低频分量与高频分量进行二维离散小波重构,得到结果图像.仿真结果表明,与传统图像融合算法相比,该算法获得的融合图像有效地拉升了目标与背景的对比度,增强了水下图像视觉效果,有利于准确识别水下运动目标.     

基于小波变换的近红外图像特征提取方法

提出用二次样条小波对近红外数字图像进行特征边缘提取,与传统边缘检测算子进行比较,并在Windows 平台的VC ＋ ＋6.0集成开发环境下编程实现.实验结果显示,当目标对比度下降到一定程度时,常规算子无法提取出弱目标,利用二次样条小波变换能够将近红外图像中弱目标的特征边缘提取出来,效果较好,且算法简单,效率较高.     

基于提升小波构造在图像去噪的应用研究

在图像处理中，基于离散小波变换的提升算法比传统的卷积算法运算简单、实时性好、易于实现，因而被新的图像去噪所采用。小波提升算法是一种新的双正交小波构造方法，通过预测算子，确定高频信息，并初步确定低频信息，然后通过更新算子，对初步确定的低频信息进行修正，从而确定低频信息。笔者以该提升方法为基础，通过对初始D4双正交滤波器组进行提升和对偶提升，来获得不同的提升算子和对偶提升算子，从而构造出具有理想特性的新小波。通过实验数据和分析表明：笔者提出的算法和软阈值法结合比其他小波更能有效地取出图像噪声。     

融合改进形态学和LOG算子的齿轮边缘检测

针对传统边缘检测算法在提取含噪齿轮边缘过程中,存在难以有效抑制噪声和边缘不连续不清晰的问题,提出了一种融合改进数学形态学和高斯拉普拉斯（LOG）算子的齿轮边缘检测算法。首先,用改进的数学形态学边缘检测算法和改进的LOG边缘检测算法分别对原图像进行边缘检测,得到两幅边缘检测图像。其次,对两幅图像进行4层小波分解且对得到的高、低频信息赋予一定的融合规则进行融合处理。最后,利用小波逆变换重构融合图像。实验结果表明,对比单一使用LOG算子和数学形态学算法,该算法不仅能更好抑制噪声还能得到更加清晰的图像边缘。     

基于提升小波分解曲波变换的雷达影像消噪法

利用提升法对传统小波进行提升,将提升小波对雷达影像进行分解,形成子带影像,再将子带影像进行脊 波变换,并对变换结果进行消噪处理,然后进行脊波逆变换和提升小波重构,得到新的雷达影像。试验结果表 明:基于提升小波分解的曲波变换比传统小波分解的曲波变换对雷达影像消噪效果好,同时与传统的均值滤波 相比效果更好。     

有效图像压缩的提升小波优化设计

提出了多种群遗传算法和蚂蚁算法融合的提升格式小波优化设计方法。首先采用多种群遗传算法对构成小波的提升步进行优化；并提出局部适应度和全局适应度的概念，将其和蚂蚁算法中蚂蚁选择路径时对全局启发信息和局部启发信息的利用有机地结合起来；采用蚂蚁算法对遗传优化的结果进一步寻优，精确求解适合给定变换问题的最优小波，形成一种时间效率和求解效率都比较好的启发式随机优化方法。将所设计的小波应用于基于小波的图像编码器对指纹及医学图像压缩，实验结果验证了设计方法的有效性和图像压缩性能的优越性。     

基于快速整数提升小波变换的多幅图像融合

在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。     

基于提升小波变换的多传感器图像融合算法研究

为了更好的进行图像融合,基于提升小波变换,采用了一种基于区域方差和方向对比度的融合规则相结合的图像融合新算法.该算法结合提升小波的优势,将图像进行多分辨率分解;针对变换后的低频分量和高频分量的不同特点,采用了不同的融合规则进行融合;最后通过提升小波逆变换得到融合图像.实验结果表明,该算法具有增强图像空间细节的能力,使得融合后的图像内容清晰,相比于传统小波变换法,具有更好的融合效果.     

一种更新提升形态小波图像去噪算法

提出了一种新的构造非线性更新提升形态小波的方法．它利用细节信号的信息改进尺度信号,并且可以保证该小波变换具有完备重构特性．对更新提升形态小波中的更新算子进行了拓展,提出了广义更新算子,它由一系列对细节信号空域滤波的数学形态学算子综合构成．将采用了广义更新算子的更新提升小波应用于图像去噪,对比实现结果表明,与传统小波阈值去噪方法相比,该提升形态小波具有更好的去噪性能,细节图像中的边缘损失很小,尤其在低信噪比情况下性能更加优越．     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树。仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法。     

基于掌纹的身份自动识别方法综述

回顾了身份自动识别技术的各种方法,按照识别特征的不同,对掌纹的识别方法进行了分类综述,主要介绍了基于模板匹配的方法、图像分析的方法、基于线特征的方法、傅立叶变换(Fourier transform)的方法、Sobel算子和形态学的方法、K-L变换的识别方法、二维Gabor滤波器的方法、F isher-palm s方法、模板学习、小波变换的方法。最后提出了掌纹识别技术今后的发展方向。