遥感卫星图像处理中的一种新方法—二维RGS法

本文提出了一种对卫星遥感数字图像进行图质改善处理的既简单又节省时间的方法（二维ＲＧＳ法），用此方法进行处理的结果与常用的ＭＴＦ处理结果相比较，有以下几个优点：①操作简单，很容易地处理得到良好的图像图质改善处理效果。②不花费操作时间只调整两个参数很快就能得到理想的图质改善图像，ＣＰＵ时间也比ＭＴＦ处理明显减少。③对不同分辨率图像也有良好的改善处理效果。     

基于相似场景的低照度监控图像增强

为了使低照度监控图像增强后的效果近似于自然光照下的图像,更有利于辨识,对基于相似场景的低照度监控图像增强方法进行研究。首先获取良好光照下,与低照度监控图像场景相似的图像,并建立图像库,从中选择最合适的图像作为参考图像;然后通过直方图匹配的方法,以参考图像为标准,对低照度图像进行增强,并用迭代增强的方法不断提高图像的清晰度;最终得到增强后的低照度监控图像。实验结果表明,该方法改善了图像的视觉效果,提高了图像的亮度和对比度。     

基于二进小波的医学图像增强

在二进小波理论的基础上对图像的增强做了研究。经大量实验证明:提升二进小波滤波器处理的图像的信息熵和对比度改善指数与初始二进小波滤波器处理的图像相比有较大的提高,表明提升滤波器在图像处理中的有效性;在增强函数的选取上,将分段线性函数和连续非线性函数结合起来对图像进行增强,并根据不同分解层高频系数的特点选取不同的阈值与增强因子对图像进行增强,与使用单一的增强函数相比,图像的信息熵和对比度改善指数有了更进一步的提高。     

噪声控制的图像非线性锐化方法

图像锐化是一种补偿轮廓,突出边缘信息以使图像更为清晰的处理方法。常规的锐化算法对图像进行高频增强时,结果会呈现明显噪声,因此提出了一种基于噪声控制的非线性锐化增强方法。针对图像边缘细节和噪声难以区别对待的缺点,该算法通过控制非线性函数中的参数来有效地将噪声和边缘分开处理。实验证明,该方法不仅能够锐化图像边缘,而且改善了传统锐化算法对图像噪声放大的缺点,经算法处理后的图像细节丰富,峰值信噪比和DV/BV值较高,具有良好的视觉效果,很好地改善了图像质量。     

掌纹图像处理方法的研究

提出了一种利用图像方向信息提取掌纹特征纹线的方法。该方法将掌纹图像分成若干子块，充分利用子块中图像纹理的方向信息对掌纹图像进行滤波和增强处理；剔除图像中不含纹线的图像子块，对含有特征纹线的子块在其主方向上进行方向增强处理，突出特征纹线信息。对不同采集质量的掌纹图像的处理结果表明文中提出的方法是一种有效的掌纹图像处理方法，它可以应用于不同质量掌纹图像特征纹线的提取。     

一种红外图像细节增强算法

受焦平面阵列（FPA）性能限制,红外图像对比度低,细节信息不明显,视觉效果较差,需要经过增强处理改善图像质量。提出了一种红外图像细节增强算法,首先检测原始图像中的极值点并进行替换,去除散粒噪声,再用消噪后图像与低通滤波图像相减得到细节信息,同时还通过数学形态学方法得到图像梯度信息,结合原灰度值计算出灰度统计权值,最后将此权值应用于细节图像的直方图均衡算法中,得到细节增强后图像。实验表明此算法具有很好的效果,而且计算速度快。     

基于曲波变换的图像非线性对比度增强

考虑到人的视觉特性,提出一种新的基于曲波域的图像非线性对比度增强方法.该方法首先利用曲波变换对循环平移过的图像进行分解,然后根据非线性算子对各子带曲波系数进行调整,最后经逆变换和反平移后得到对比度增强图像.实验表明,本文算法是一种简单而有效的图像对比度增强方法,不仅图像视觉效果改善明显,层次感更强,而且避免了传统图像增强方法的噪声过增强.     

一种基于卫星图像的增强方法

直方图均衡化是图像增强的一种有效方法,其基本思想是调整图像的灰度分布。线性拉伸的方法对图像进行增强处理,提高了图像的解译能力。本文从合成图像直方图均衡化和线性增强的优点入手,给出了一种直方图均衡化和线性增强相结合的改进算法,通过对算法中调节参数的选择来获取更好的图像增强效果,该算法避免了图像过亮等现象,改善了图像质量,实验验证了该算法更为有效。     

小波及模糊理论在擦窗机器人实时图像检测中的应用

针对擦窗机器人的障碍检测与识别问题，提出了一种综合、实用的玻璃窗框及 边界的检测方法．方法首先对采集图像进行小波分解，得到图像低频部分的直方图，再通过 对直方图的小波分析确定图像模糊化的阈值，然后根据该阈值定义新的隶属度函数，将图像 转换到等效的模糊特征平面上作增强运算，得到增强图像，最后针对增强图像完成边缘检测 及识别．实验结果证明了此方法对提高实时性和可靠性是有效的．     

一种基于模糊增强的图像分割方法

本文基于模糊技术,在现有的模糊增强方法的基础上提出一种改进方案：首先对图像进行自适应滤波,以减小噪声,然后再进行两次模糊增强处理,最后得到分割结果。经过与多种方法的实验对比,验证了本方案的有效性。     

基于DSP的夜间图像实时增强系统

为了实现夜间图像的实时增强,本文设计了基于DSP的夜间图像实时增强系统,然后对Ardely提出的DADPEQU夜间图像增强方法进行了改进,提出了基于有效黑暗连通集的增强算法,取得了较为满意的增强效果.在设计的实时图像增强系统上对夜间视频图像实时增强进行了尝试,结果表明,本文的方法既能取得较好的增强效果,又能满足实时的处理要求.     

基于小波变换的真彩图像降噪与增强

适用于带噪声彩色图像增强的方法少,而应用灰度图像的增强方法,不仅增强噪声,而且会产生色彩偏离。基于此,提出在HSV色彩空间上的降噪与增强方法。根据人眼视觉系统对亮度的变换敏感性大于色度和饱和度的变换敏感性,以及图像噪声只对亮度和饱和度产生影响,将真彩图像由RGB空间变换到HSV空间,保持色度通道不变,对亮度通道进行小波变换,直接对J尺度下的低频信息进行动态范围的压缩,对各尺度下的高频信息进行基于贝叶斯估计阈值的降噪处理。对饱和度通道,利用得到的降噪公式进行降噪处理,将图像变换到RGB 空间。仿真实验证实,增强后的真彩图像包含噪声少,色彩基本无偏差,图像动态范围压缩良好。     

一种基于特征的遥感影像融合新方法

基于特征的影像融合主要是在突出目标地物的空间结构和纹理特征情况下的信息融合。在小波多分辨率分析理论基础上，采用小波变换方法对高分辨图像的目标地物边缘信息增强后与多光谱图像进行特征融合。在融合过程中，没有采用传统的HIS小波融合方法，而是采用RGB小波变换的方法，用多光谱图像中的R、G、B3波段经小波分解后的低频图像与特征增强后的高分辨率图像经小波分解后的高频图像分别进行融合，再经RGB合成为彩色图像得到最后的融合图像，这样既改善了图像的清晰度和分辨率，同时也保留了原多光谱图像的光谱信息。最后通过实验验证了上述结论。     

一种基于局部方差的雾天图像增强方法

提出了一种基于图像局部方差的保持灰度级和亮度的雾天图像增强算法。即在对图像作局部处理的基础上，利用局部方差可以较好的体现图像细节信息的特性，通过计算并比较图像局部标准方差的大小来判断局部图像的增强程度，然后以灰度均值为基准进行局部灰度拉伸。该算法可以有效增强和保留图像细节，克服了传统直方图均衡化处理所造成的灰度级损失的缺点，保持了原图的灰度级和平均亮度，较好的抑制了噪声，图像视觉效果明显改善，因此特别适合于深度信息多变且对比度较低的雾天图像。实验结果表明该算法可以有效的增强雾天图像。     

基于光照预处理与特征提取的纺织品瑕疵检测方法

针对光照对纺织品图像特征提取的影响以及传统完整局部二值模式（complete local binary pattern）算法的局限性，本文提出了一种基于局部对比度增强（local contrast enhancement ）算法的改进CLBP特征提取方法并将其应用到纺织品瑕疵检测中。该方法采用局部对比度增强算法对受光照影响的纺织品图像进行预处理，使用改进CLBP算法对分块后（格分割）图像进行特征提取，计算每一格子特征值与标准特征值的KLD散度并与训练得到的阈值进行比较，大于阈值格子标记为瑕疵。使用本文方法在标准星形（star）数据库与箱形（box）数据库中实验结果表明，该方法与其他预处理方法相比有更加出色的处理效果，大部分检测结果的查全率均可达到0.99左右。     

基于小波分析的超声医学图像非线性增强

首先将超声医学图像投影到小波变换域,然后利用软阈值技术方法进行降噪处理,最后使用非线性增强技术提高图像对比度。处理结果有效地去除原图像的斑点噪声,使图像中较模糊、对比度差的细节得到增强,优于传统的直方图均衡增强方法。     

基于同态滤波与Curvelet变换的钻孔图像自适应增强

针对岩石数字钻孔图像存在的光照不均、图像中岩石表面边缘细节模糊等情况,提出了一种钻孔图像自适应增强算法.对原图进行同态滤波;使用Curvelet变换分解原图与滤波后的图像,对两者的低频子带使用系数直方图匹配算法,将前者与后者的直方图进行匹配,改善光照不均的影响;对原图的高频子带使用自适应的阈值进行滤波,同时利用自适应增强函数进行增强;使用Curvelet反变换重构得到增强后的图像.实验结果表明:算法可以有效地改善钻孔图像光照不均的问题,增强图像中物体的边缘信息,在主观视觉效果和图像客观评价指标上相对于其他算法均有一定优势.     

基于小波变换的图像增强算法研究

针对图像对比度低、成像质量差的问题,提出一种基于小波变换的直方图均衡算法,用于图像对比度增强.首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理.实验结果证明,处理后的图像细节清晰可辨,边界信息也得到了保留,由此认为小波变换对改善图像的质量是有效的.     

基于小波变换的图像增强新算法

传统的小波增强算法应用于光照不足或不均匀的图像时处理效果一般,针对该问题提出了基于小波变换的图像增强新算法。首先,对图像进行多级小波分解,得到尺度系数和多个层次的小波系数;然后,对不同层次的小波系数采用不同的增强算法进行处理,同时,对图像的尺度系数采用多尺度方法进行处理;最后,利用得到的小波系数和尺度系数进行小波逆变换。实验表明,该方法无论是增强效果还是抗噪性能都明显优于传统的图像增强算法,同时对光照不足或不均匀的图像具有较好的处理效果。     

MaskMix:用于变化检测的掩码混合数据增强方法

数据增强是提升变化检测模型泛化能力的一种主要方法。尽管现有的数据增强方法在图像分类、目标检测中取得了较好的效果,但忽略了多个时间序列图像之间的差异和变化目标的多样性。为了较好地保留变化区域并且增加复杂的背景信息,基于变化区域掩码,提出一种适用于变化检测的数据增强方法：MaskMix。首先,将当前图像对的变化区域粘贴到一个图像对上,得到具有新的背景和新的变化的变化图像对。其次,采用多路径加权融合策略进一步增强变化图像对。在每条路径上,从图像处理集合中随机选取一种经典的图像处理方法进一步处理变化图像对,然后使用Dirichlet分布产生的K维权重将K条路径处理后的图像对进行融合。最后,通过跳跃连接将处理前的图像对和处理后的图像对按Beta分布产生权重进行更深层次的混合。实验结果表明,提出的MaskMix在BCD和LEVIR-CD两个数据集上,有效地提升了变化检测方法ADCDNet、BIT、ChangeFormer、SNUNet和DSAMNet的泛化性能。与现有的图像增强方法MixUp、AugMix、MUM和CropMix相比,MaskMix能有效增加变化图像的复杂性和多样性,提升现有变化检测方法的泛化性能。