基于拉普拉斯算法的图像锐化算法研究和实现

该文提出了一种基于拉普拉斯算法的图像锐化方法,并在DSP上实现其算法。首先研究拉普拉斯算子锐化图像的基本原理,并推导出图像锐化的拉普拉斯算子。其次,根据拉普拉斯算子,在CCS2软件上运用C语言编写主函数和读取图像数据的Read-image子函数、初始化图像的InitImage子函数和对图像锐化的计算Laplace子函数等子函数来实现基于拉普拉斯算法的图像锐化程序。最后采用三副模糊图像验证图像锐化的效果。比较实验结果,可知运用该算法锐化处理的图像比原来图像清晰。     

一种图像锐化改进算法

针对图像锐化后噪声被放大、图像不清晰的问题,本文提出了一种改进的拉普拉斯锐化算法。改进算法先对图像进行中值滤波预处理,然后将彩色图像分成三个信道分别进行拉普拉斯锐化,最后将锐化后的信道合并。实验结果表明依据图像质量评价指标改进后的拉普拉斯锐化算法可明显改善图像视觉效果。     

图像边缘细节增强方法及VC++实现

介绍了图像边缘细节增强技术,详细说明了边缘细节增强方法中的梯度算子、拉普拉斯算子和反锐化掩模的原理算法,并给出了Windows平台下以VisualC++6.0为开发工具实现及各种算法的处理结果。     

多通道图像EMD及应用

针对现有的经验模态分解方法（Empirical Mode Decomposition,EMD）对多通道图像（如彩色图像）进行分解时通常忽略各通道图像之间相关性的问题,提出了一种多通道图像EMD方法。该方法采用双拉普拉斯算子插值得到图像上下包络,并建立一个整体筛分停止准则进行筛分来考虑各通道图像相关性,能够将多通道图像自适应分解为数目不多的内蕴模态函数（Intrinsic Mode Function,IMF）分量和一个余量,其中内蕴模态函数分量体现了原始图像不同尺度的特征信息,余量体现了图像的整体变化趋势。该方法可以应用在图像锐化、夜景图像增强等图像分析和处理领域。实验结果显示该方法能够取得较好的效果。     

一种基于模糊人物图像的锐化新方法

本文提出了一种基于模糊人物图像的锐化新方法。该方法是先从彩色图像中提取R分量图像进行边缘检测并且照亮边缘,然后处理边缘图像的对比度和平滑度,提取出边缘,并对该边缘图像进行锐化,得到了图像边缘锐化而其它部分平滑的清晰图像。该方法和常用的反锐化掩模法进行了对比,效果明显好于反锐化掩模法。     

一种快速有效的彩色图像边缘检测方法

在传统的灰度图像的边缘检测算子的基础上,对其进行改进。充分利用了彩色图像的颜色信息,将算法从灰度空间转换到RGB颜色空间。提出了彩色图像的高斯-拉普拉斯边缘检测算子,同时采用滤波来抑制噪声以及非极大值抑制来细化边缘,算法简单易于实现。实验结果表明,算法能有效地提取出彩色图像的边缘信息。     

面向全景拼接的图像配准技术研究及应用

针对SIFT算法在生成特征向量和进行特征匹配过程中存在的计算量较大、容易产生误匹配等不足,提出一种优化的SIFT配准算法。优化算法首先引入拉普拉斯算子对图像边缘进行锐化处理,结合图像单元信息投影熵原理提取分块图像特征;再依据投影熵矢量欧氏距离最小揣度进行特征匹配;最后利用改进的随机抽样一致性算法删除误匹配。改进算法应用于全景图像拼接中。实验表明,与原始SIFT配准算法相比,优化算法能够有效提高算法效率,减少错误匹配,取得了较好的匹配效果。     

图像增强技术的研究

如何有效地增强图像是图像分析中的一个难点,通常,图像的目标背景对比度低,噪声大.平滑处理后图像的边缘轮廓更加模糊不清.常用的拉普拉斯锐化方法在突出图像边缘的同时,也提升了平滑图像中的残留噪声.针对这种问题,提出了用直方图规定化方法增强平滑后的图像,该方法克服了拉普拉斯锐化的缺点,且明显地增强了图像的细节部分.理论分析和仿真结果均表明,该算法能够提高图像成分的清晰度,提供更准确、更满意的图像.     

一种快速有效的彩色图像边缘检测方法

在传统的灰度图像的边缘检测算子的基础上，对其进行改进。充分利用了彩色图像的颜色信息，将算法从灰度空间转换到RGB颜色空间。提出了彩色图像的高斯-拉普拉斯边缘检测算子．同时采用滤波来抑制噪声以及非极大值抑制来细化边缘，算法简单易于实现。实验结果表明，算法能有效地提取出彩色图像的边缘信息。     

基于相关理论的小波域数字盲水印算法

提出了一种新的图像数字盲水印算法。在水印嵌入过程中,用一个单元模板表示一个水印图像像素;在检测过程中,计算单元模板和嵌入水印后图像的小波变换系数的相关值,进行适当的门限处理就能提取出水印。水印检测不需要原始图像数据和水印位置信息,实现了水印图像的自同步盲检测。为了进一步提高该水印算法的鲁棒性和改善检测结果,在水印检测前使用拉普拉斯算子对图像进行锐化处理,使得所嵌入水印能抗击更多攻击种类,并使检测结果更清晰。在检测前加入锐化处理步骤,可以减小水印嵌入强度,而能得到同样的检测效果,因此也增强了水印的隐蔽性。实验表明,该算法具有较好的水印隐蔽性和鲁棒性。     

结合人眼亮度调制传递函数的形态学锐化算法

针对常规彩色图像锐化方法存在的局限性,提出一种空间域锐化算法,其中包括数学形态学运算,利用高斯滤波器分离图像的低频成分和高频成分,强化图像高频成分,调整图像低频成分,将两者合成为新的输出图像。由于形态学开运算和闭运算分别具有自适应极大值滤波和极小值滤波的特点,因此将开闭组合运算用于图像高频成分,自适应地突出图像局部细节,再根据人眼亮度调制传递函数模型,对图像的低频成分进行全局调整,从而进一步改善图像的整体视觉效果。结果证明,该方法在RGB彩色空间和色调/亮度/饱和度感知彩色空间内的锐化效果都好于常规锐化方法。     

拉普拉斯与双边滤波的图像去运动模糊算法

运动模糊图像盲复原是图像复原中的关键问题之一,由于模糊信息的复杂性以及图像噪声的影响,导致复原的结果有振铃效应.为解决这些问题,提出基于拉普拉斯先验的改进算法.在原有的模糊核估计过程中,引入拉普拉斯锐化增强,增强图像的边缘信息,达到改善模糊核估计结果的目的.在复原时,针对图像振铃噪声,引入了双边滤波,抑制该噪声对复原结果的影响,进一步改善复原图像的质量.与三种现有图像去模糊算法相比,该方法能更准确地估计模糊信息,对图像复原具有更好的鲁棒性.     

基于FPGA的图像锐化实现

简要介绍了图像锐化中的Laplacian算法和FPGA实现图像处理的优点,然后给出了基于FPGA的Laplacian算法实现方案,并且利用Altera公司提供的IP核实现了算法。对关键部分进行了仿真分析,将程序下载到开发板上进行验证,从结果可以看出,本算法很好地满足了实时性和增强图像的要求。     

手机软板自动检测的图像预处理及分割方法

针对自动光学检测在手机软板缺陷检测中对图像处理的要求比较高的特殊性,研究了手机软板图像的预处理及分割的方法;根据手机软板图像存在的噪声多为椒盐噪声的特点,采用中值滤波的平滑方法;而LOG(Laplacian of Gaussian)的锐化方法既可以实现噪声的控制,又能对边缘进行检测,很适合图像的增强;在分割方法的选择上,根据其灰度分布特性,提出了一种改进的自适应阈值选取方法;实验结果证明了算法的有效性和可靠性,为进一步提高手机软板缺陷检测的准确性提供了保障。     

基于拉普拉高斯金字塔的数字图像融合研究

阐述了基于拉普拉斯金字塔图像融合的原理和方法,首先对原图像分别进行拉普拉斯金字塔分解,接着在对应的分层子图像上采用变换区域特征量测法进行融合,然后对得到的拉普拉斯金字塔反变换得到融合图像。通过使用MATLAB软件对本文研究的融合算法进行仿真实验,实验结果证明基于拉普拉斯金字塔图像融合方法得到的融合图像视觉效果良好,可视化清晰,图像质量得到了较大提高,该技术可广泛应用于多种研究领域。     

基于图像增强的灰度插值算法

针对传统彩色滤波阵列（Color Filter Array,CFA）插值算法在图像识别前一般需要对彩色图像预处理,其中包括把插值后的彩色图像转化为灰度图像、平滑内部和锐化边缘,过程较为繁琐的问题,提出一种新的基于图像增强的灰度插值算法,即在插值过程中锐化图像的边缘并平滑内部,插值结果直接是一幅灰度图像并且保证图像的几何特性不变．实验结果表明此算法的有效性．     

Robust color image retrieval using visual interest point feature of significant bit-planes

In this paper, we propose a robust color image retrieval method using visual interest point feature of significant bit-planes. We firstly extract the visually significant bit-plane image from the original color image according to the bit-plane theory and noise attack characteristic. And then, we extract the visual interest points from the original color image by using the significant bit-plane image and multi-scale Harris–Laplace detector, and construct the fuzzy color histogram of visual interest points. We finally compute the similarity between color images by using the fuzzy color histogram of visual interest points. Experiments on large databases show that the proposed algorithm is significantly more effective than the state-of-the-art approaches. Especially, it can retrieve the noise-attacked (including blurring, sharpening, and illumination, etc.) image effectively.     

基于 Kinect 的拉普拉斯网格形变三维人脸建模

为了快速创建真实感较强的三维人脸模型,提出了基于 Kinect 的拉普拉斯网格形 变建模方法。利用 Kinect 获取彩色和深度图像信息,对深度图像进行双边滤波处理,对彩色图 像进行低层级顶点定位;构建标准三维人脸模型,并为该人脸模型中的顶点建立低、中、高 3 个级别的层级结构,通过低、中层级中顶点的位置关系创建 Sibson 局部坐标约束;利用该约束 构建彩色图像中间层级顶点,并结合深度信息对标准三维人脸模型进行拉普拉斯网格变形,获 得真实感较强的三维人脸模型。实验结果表明,该算法在建模的真实感上得到了提高,与对比 算法相比,在建模时间上得到很大的优化。     

采用块间关系的彩色图像水印方法

提出一种空间域彩色图像的盲水印方法。该方法首先对YUV彩色空间中图像的亮度分量Y进行4×4分块,按每两个相邻图像块为一组对其分组。然后从挑选的图像块组中利用相邻图像块的亮度均值间的大小关系来实现水印的嵌入。而水印的提取是通过判别相邻两个图像块亮度均值间的大小关系来完成。该方法具有其实现简单、计算代价小和速度快的特点,同时实验结果表明在对抗诸如JPEG压缩、旋转、缩放、锐化和低通滤波等攻击有比其他几种方法有更好的性能和鲁棒性。