一种基于小波多尺度边缘表示的图像滤波方法

该文首先介绍了信号小波变换的模极大值点和过零点的特性以及信号的多尺度边缘表示方法,然后介绍了一种在尺度空间基于小波多尺度边缘表示的图像非线性滤波方法。实验结果表明,这种滤波方法能取得令人满意的结果。     

一种新的指纹图像分割方法

为了准确可靠地将指纹图像从背景区域中分割出来,提出了一种新的指纹图像分割方法,即利用灰度值频数和纹线12方向图判断是否有指纹脊线和谷线的存在,从而判断指纹图像小块是否为指纹前景区。实验结果表明,该方法适用于由于采集原因造成的指纹脊线和谷线灰度值相差较大或不大的指纹图像的分割,分割结果只求出指纹图像的边界而不改变指纹图。     

一种新的指纹图像模板细化方法*

OPTA方法是一个经典的指纹图像细化方法,针对OPTA的不足提出的改进OPTA方法能够得到完全细化的指纹图像,细化后图像纹线扭曲小。但是这两种模板细化方法均存在细化后图像容易产生毛刺的不足,究其原因是由于模板细化方向粗糙造成的。为此提出了16方向的细化模板,该模板以22.5°为角度单位对图像进行更细致的细化处理,得到的细化图像光滑几乎无毛刺,取得了更为理想的细化效果。     

基于小波变换和纹理滤波的指纹图像增强方法

针对以往的基于方向图的指纹增强算法忽略了指纹的全局纹理特征,提出了基于小波变换和纹理滤波来增强指纹图像的方法。实验表明效果良好和有效。     

指纹图像预处理方法的研究

本文研究了一种指纹图像预处理方法，结合指纹的结构信息对指纹图像进行了处理．包括方向图的计算、平滑，图像分割，方向滤波及增强二值化等．并给出了实验结果．实验结果表明：处理效果较好．     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法.实验结果表明该算法能有效地增强指纹图像,且具有较快的速度.     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法。实验结果表明该算法能有效地增强指纹图像,且具有较快的速度。     

基于非线性滤波的万有引力边缘检测方法

将非线性滤波算子融入到万有引力边缘检测算法中,提出了一种新的边缘检测方法。通过计算图像中每个像素点的非线性梯度值,构造以该梯度值为自变量的归一化函数,用该函数值代替中心像素点灰度值对图像进行万有引力边缘检测。实验结果表明,同传统的边缘检测算法相比,此方法不仅边缘定位准确,而且对于各种噪声图像也具有良好的边缘检测效果。     

一种新的彩色图象边缘检测方法

通过对HSV彩色视觉模型的分析,充分利用边缘信息的多尺度特性、小波变换和多尺度基本形式的特性,提出了基于HSV色度空间的,应用小波多尺度基本形式对彩色图象进行多尺度边缘检测的新方法.实验结果表明,该方法能准确检测出彩色图象的边缘,效果较好.     

一种彩色图像混合滤波的方法

提出了一种彩色图像混合滤波算法,对混有高斯和脉冲噪声的图像进行去噪处理。算法首先滤除受脉冲噪声污染的像素点,采用基于个数判断脉冲噪声的中值滤波算法;其次滤除受高斯噪声污染的像素点,采用对称近邻均值滤波算法。实验结果表明,与传统的中值滤波和均值滤波算法相比,该算法能够有效地去除高斯和脉冲噪声,同时能够保留更多的图像细节信息。     

基于信号多尺度边缘表示的CT医学图像增强

基于信号的多尺度边缘表示理论框架，提出了一种CT医学图像增强算法。较之传统的窗位一窗宽CT医学图像增强技术，该算法具有自适应的特点，以及更好地满足CT医学图像放射科临床检查应用需求的性能。临床实验结果表明，该算法在CT医学图像增强领域有着良好的应用前景和实用价值，是一种新的CT医学图像增强方法。     

一种彩色图像混合滤波的方法

提出了一种彩色图像混合滤波算法,对混有高斯和脉冲噪声的图像进行去噪处理。算法首先滤除受脉冲噪声污染的像素点,采用基于个数判断脉冲噪声的中值滤波算法;其次滤除受高斯噪声污染的像素点,采用对称近邻均值滤波算法。实验结果表明,与传统的中值滤波和均值滤波算法相比,该算法能够有效地去除高斯和脉冲噪声,同时能够保留更多的图像细节信息。     

基于方向滤波的指纹图像增强算法研究

论文在传统指纹图像增强算法的基础上,提出了一种改进的方向滤波指纹图像增强算法,算法速度得到提高,指纹图像增强效果显著。算法以方向滤波为基础,通过Sobel算子计算指纹图像的梯度和方向,根据指纹的特点设计方向滤波矩阵,由指纹局部方向选择相应方向滤波矩阵进行滤波,使指纹图像在纹线方向上得到增强,在垂直纹线方向上得到减弱,从而增加了前景和背景的对比度,消弱了噪声干扰,突出了指纹的有效信息,为后续的处理过程提供了良好的图像基础。     

基于局部方差和高通滤波的小波变换图像融合

在利用小波变换进行图像融合的基础上,针对局部方差和高通滤波各自的优缺点,研究了一种新的融合规则的选择方法,提出了基于局部方差和高通滤波的小波变换图像融合算法.先对各源图像进行小波分解,然后采用局部方差准则融合源图像各分解层的高频信息,再针对参与融合的全色波段图像各分解层的低频信息进行高通滤波,用滤波后的低频细节信息叠加多光谱相应层的低频分量,最后通过小波逆变换得到融合图像.实验结果表明,该方法确实有效,相对单一的利用局部方差,提高了保持细节的能力;相对只用高通滤波,提高了保持光谱信息的能力.     

一种新的实时图加窗中值滤波算法

实时图的匹配性能是影响景象匹配精度的重要因素,然而实时图在获取过程中,由于受各种干扰因素的影响,图像存在模糊、毛糙等现象,影响了实时图的匹配性能。结合空域滤波方法中最常用的中值滤波器和邻域均值滤波器的特点,设计了一种加窗中值滤波器,并将其应用于景象匹配实时图的滤波预处理,通过仿真实验验证了该方法的有效性和在景象匹配中的实用性,可有效提高实时图的信噪比,改善其匹配性能。     

边界探测的小波变换方法

根据Ｍａｌｌａｔ的多尺度边界探测的思想,实现了连续小波变换的多尺度边界探测,并用Ｆｏｕｒｉｅｒ变换作为工具,进行连续小波变换的计算,在计算任意方向的模值时,了使用加权平均的方法。给出了算例。     

一种基于双边滤波的图像边缘检测方法

提出了一种基于双边滤波的图像边缘检测方法。利用图像像素的空间邻近度和灰度相似度的乘积来代替传统的Canny算法中高斯滤波的权系数,用该乘积与原图像进行卷积运算,然后通过非极大值抑制和高低阈值的方法检测出图像的边缘。基于双边滤波的图像边缘检测方法不仅有效地去除了图像中的噪声,而且很好地检测出了图像的真实边缘。