用分形理论增强红外图像的方法

红外图像边缘模糊不利于人眼观察,为了改善红外图像的视觉效果,提高红外图像的可视度,采用分形布朗理论对红外图像进行增强.由分形布朗随机场的性质可知,图像的小区域范围满足自相似性,但区域的边界处的规律性被打破,因此边界的H值发生奇异,红外图像灰度表面粗糙度即被描述出来.首先计算图像每个像素的分形参数,根据人眼的视觉敏感特征把图像的像素进行分类,分为平滑点和边缘点,然后对各个像素分别加权增强.试验结果表明,增强图像突出了目标的轮廓,获得良好的视觉效果.由于该方法充分考虑视觉特性,可以解决红外图像边缘模糊可视性差的问题.     

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。     

基于分形维数的复杂图像特征提取方法

提出了一种通用的图像特征提取方法,这种方法运用分形维数可以表示曲线的复杂程度的特性来提取图像纹理特征,它具有计算简单、物理意义明确、抗干扰能力的特点,证明了对于离散函数图像在一定条件下可以采用与连续函数图像类似的方法求分形维数,最后给出了一个应用实例表明不同复杂程度的纹理其频谱曲线的分形维数是不相同的。     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

基于分形截距特征多尺度图像边缘检测技术及应用

分形概念的提出及分形几何学的创立,为人们描述客观世界提供了更准确的数学模型,引起了自然科学领域和社会科学领域的普遍关注,并在化学、生物学、天文学等诸多领域中得到了广泛的应用。由于分形集可以用简单的迭代方法生成复杂的自然景物、用分数维有效度量物体的复杂性,因此分形与图像之间存在着一种自然联系,而正是这种联系,奠定了分形理论用于图像处理的基础,开辟了分形理论在图像处理中应用的新领域。目前分形在图像中的应用大致可以概括为两类;一类是利用分形的自相似特征,采用映射变换的方法对自然界景物进行仿真,对图像进行压缩编码;另一类是根据分形及分数维的特征参量来建立模型,通过对模型参数的研究,有效地进行图像分析和处理。     

基于Retinex理论的红外图像的边缘增强算法

提出一种基于颜色恒常性与Retinex理论的红外图像边缘增强方法.首先把SC3000型红外热像仪采集到的红外图像进行R、G、B分量分解,然后对分解后的三幅图像用SSR算法进行处理,最后将处理后的三幅图像按R、G、B顺序依次写入一个24位的彩色图像中输出,得到的即是增强后的红外图像.实验结果表明,本文提出的方法在有效的增强红外图像边缘的同时,还防止局部区域出现过增强现象,保证局部细节也较为清晰.     

MATLAB环境下图像分形维数的计算

利用MATLAB的图像处理和数值计算功能，对大气可吸入颗粒物的场发射电镜（FESEM）图像进行处理，得到颗粒物边界的二值图像；编制MATLAB程序，统计一系列以不同像素数量为边长的正方形块覆盖二值图像时的个数，根据像素数量和正方形块个数之间的关系，确定图像的计盒维数。结果表明：MATLAB对分形图像的处理简单、方便，通过科赫曲线、谢宾斯基填料等有规分形图形分形维数的计算表明该方法计算出的结果准确、可靠。对大气颗粒物的分形维数的计算表明，不同不规则程度的颗粒物有不同的分形维数，可以通过颗粒物分形维数的计算分析颗粒物的来源和输运过程．     

焦炭图像分形维数的计算

通过对焦炭图片的分析和研究,采用数盒子的处理方法,将数字图像转化为分形图像,并根据分形图像计算分形维数.方案用Visual C 编程实现.分形维数与颗粒度间存在内在的联系,本计算为进一步的焦炭光学组织识别提供了依据.     

基于分形模型的指纹图像中心三角区域的检测

提出了基于离散分形布朗运动的指纹图像模型表示指纹图像数据,并给出了一种利用模型的分形参数构成判别器的方法来粗找中心、三角区域.实验结果表明该方法弥补了以往仅用单一维数不足以描述纹理图像的缺陷,同时弥补了传统方法在确定指纹中心、三角区域时对噪声敏感的不足.     

基于分形维数实现语音分割和增强

在研究语音分形维数基础上,提出语音音素分割和模糊控制语音增强的新方法。     

基于梯度稀疏和多尺度变分约束的图像增强算法

针对低照度条件下采集到的图像存在亮度偏低、细节模糊等问题,通过分析传统Retinex理论在增强图像过程中的缺陷,提出了一种基于梯度稀疏和多尺度变分约束的图像增强算法。该算法首先将输入图像由RGB空间转换到HSV空间,提取亮度分量,实现三个通道的解耦合。然后根据零范数的梯度全局显著特性,定义了一个新的相对全变分正则项。接着在HSV空间下惩罚亮度分量,构建一种具有梯度稀疏的变分模型对亮度通道进行约束,并通过将控制因子扩张为多个尺度,形成多尺度变分约束,提升照度估计的准确度,使之更加符合光照分布特性。根据Retinex理论进行映射,获取亮度通道对应的反射图像。进而利用亮度通道不同尺度下的约束所对应的不同照度结果,分别提取图像的粗略细节、中等细节和精细细节,通过多尺度细节加权,对反射图像进行细节增强。最后,对照度图像进行伽马校正,与经细节提升后的反射图像重组并进行颜色空间转换得到输出的增强图像。通过实验对比表明,所提算法的增强图像有着更高的色彩丰富度和更低的色差水平,能够保持图像的自然度,提升图像的视觉效果。在均值、平均梯度和信息熵的表现上,相比原图均有大幅度提升,与现有的先进算法相比,平均定量指标在不同类型低照度图像的增强图像上均产生了较优的效果,且有着较快的运算效率。     

基于NSCT变换的红外图像增强新算法

针对夜间红外图像噪声大、对比度低的问题,探讨一种基于正态分布特性和NSCT变换相结合的夜间红外图像增强算法。充分利用了高频子带的系数标准差、系数均值和每个子带系数最大值的构造自适应阈值,保护图像的边缘细节,抑制图像噪声;提出一种新的弱边缘系数增益函数,有效地提升了图像的弱边缘信息。低频系数采用了基于正态分布特性的对比度拉伸增强算法。     

基于S曲线多尺度Retinex红外图像增强算法

针对受环境影响造成红外图像热成像对比度不足的问题,应用多尺度Retinex增强算法,对低能见度的红外图像进行图像增强,并在此基础上提出了一种改进的基于S曲线多尺度Retinex红外图像增强算法,该S曲线函数具有定义域与值域区间一致、拐点非对称的特点.实验结果表明:利用改进后的算法,对红外图像进行图像增强,在目标图像增强...     

一种自适应红外图像边缘增强算法

针对红外图像边缘模糊和非均匀性噪声强的特点,提出了一种基于加权的自适应红外图像边缘增强方法。该方法不仅增强红外图像边缘,而且改善了传统边缘增强算法对图像噪声放大的缺点,避免了对强边缘的过渡增强导致图像出现过增强现象,改善了图像质量。实验结果表明,该方法具有良好的前景和实用价值。     

彩色图像增强的改进算法

为提高彩色图像的整体感官效果,在研究CES（Color image Enhancement by Scaling）算法出现块效应的原因基础上,提出了一种改进算法,即各向异性扩散滤波器的ICES（Improved Color image Enhancement byScaling）。与CES相比,ICES算法在不增加计算复杂性的前提下,不仅得到了不逊于CES算法的增强效果,还能极大地抑制块效应。     

数字图像的局部分数阶微分增强

为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出了一种局部分数阶微分增强图像算法。首先根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字图像分数阶微分增强模板,在该模板中增加亮度控制函数得到边缘、纹理和对比度同时增强的分数阶微分增强算法。实验表明,该方法能扩大分数阶微分在图像增强处理中阶次的范围;不但能很好地增强图像的边缘、纹理和轮廓等信息,又能明显改善图像的对比度和亮度,增强图像的视觉效果优于传统的分数阶微分增强方法的视觉效果。     

红外监控系统中图像增强技术的应用

提出了分形布朗运动的方法增强红外监控图像,利用分形布朗运动模型分析红外图像每个像素并计算出分形维数,根据分形维数和人眼对像素的敏感程度对监控图像进行增强.通过红外监控系统的软硬件试验,人眼视觉特性被引入到监控系统中,图像突出增强了景物的轮廓,使得监控画面能够取得较好的观察效果,该方法能够解决红外监控系统图像边缘模糊可视性差的问题.     

一种图像分形压缩的改进算法

将矩阵的相关理论运用到图像分形压缩中,简化了分形编码过程,在传统分形压缩的基础上,进一步提高了分形压缩比,同时,提出一种矢量法分形块分类的方法,缩短了分形编码时间.