针对皮肤图像清晰度评价方法的研究

离焦模糊图像清晰度评价函像是采用数字处理技术实现自动调焦的一个关键。需要不断地提高评价函数的准确性和有效性。通过深入研究各种皮肤图像梯度分布情况以及灰度共生矩阵的纹理特征函数．本文提出基于梯度和灰度共生矩阵阈值法．建立了上述评价函数的数学模型。给出了实验结果和分析。这样可以突出清晰皮肤图像的优势。易于准确判断。     

一种新的图像清晰度评价函数

离焦模糊图像清晰度评价函数是采用数字图像处理技术实现自动调焦的一个关键．需要不断地提高评价函数的准确性和有效性。深入研究了各种图像梯度的分布情况后发现模糊图像小梯度像素数较大,而清晰图像大梯度的像素数则明显比模糊图像的多,因此可以给梯度加一个阈值．去掉梯度小的值保留梯度大的值,这样可以突出清晰图像的的优势．易于准确判断。首次提出了一种用图像梯度加阈值求和作为由于离焦产生的模糊图像的评价函数,建立了上述评价函数的数学模型．并给出了实验结果和分析。与以往的图像灰度方差、梯度和、小波变换等评价函数相比,给出的评价函数无偏性好、单峰性强,信噪比高,计算量小,在焦平面附近具有变化趋势明显和灵敏度高的特点。     

基于Matlab的图像清晰度评价方法研究

准确有效的清晰度评价函数是采用数字图像处理技术实现自动调焦的基础.采用Matlab软件的图像处理工具比较空域和频域上的图像清晰度评价算法;提出一种基于离散小波变换的快速算法(FDWT)的图像清晰度算子,采用Matlab软件对该算法进行仿真,实验结果表明该算法具有较高的可靠性和聚焦灵敏度.同时还与其它已有方法进行了对比,包含基于图像边缘检测的方法:Robert算子、Sobel算子、Prewitt算子、Laplace算子;频域方法:离散余弦变换(DCT)等.结果表明FDWT算法不仅计算速度快,而且模拟出的MTF曲线平滑,具有较好的效果.     

针对皮肤图像清晰度评价方法的研究

离焦模糊图像清晰度评价函数是采用数字图像处理技术实现自动调焦的一个关键.需要不断地提高评价函数的准确性和有效性.通过深入研究各种皮肤图像梯度分布情况以及灰度共生矩阵的纹理特征函数,本文提出基于梯度和灰度共生矩阵阈值法,建立了上述评价函数的数学模型.给出了实验结果和分析.这样可以突出清晰皮肤图像的优势.易于准确判断.     

一种提高电视图像清晰度的方法

从电视图像信号的频谱分析出发，采用逐行扫描和频谱移动的方法，提高了电视图像的清晰度。     

一种新的清晰度评价算法

高效、准确的图像清晰度评价是实现基于分块的多聚焦图像融合的关键.在分析了图像清晰度影响因素和现有图像清晰度评价方法优缺点的基础上,提出了一种改进的应用平均梯度函数的清晰度评价,建立了评价清晰度函数的数学模型,并对不同聚焦图像进行实验和仿真,比较了各种评价函数.结果表明,该方法具有独立性好、精确度高、对比度明显等优点,能够应用于实际的图像清晰度评价和多聚焦融合中,具有较高的实用性和可靠性.     

一种改进SMD评价函数的自适应阈值红外图像分割法

变压器红热成像受制作工艺或环境因素等影响,造成图片边缘不清晰和背景众多等问题,不利于对变压器区域的提取.本文从不同阈值下清晰度变化情况出发,提出了一种基于SMD评价函数的自适应变化阈值的图像分割算法,该方法对SMD评价函数进行了改进,以方差乘积的方式代替原先方差和方式,然后绘出该函数评价每一个灰度值作为分割阈值的折线图...     

基于梯度算子的图像清晰度检测方法

随着数字成像技术向自动化和智能化发展,自动对焦技术的应用范围不断扩大,在自动化、高精度、高稳定性方面取的了很大的进展;各种数字图像处理应用软件,算法规则层数不穷;文章在vc++环境内,提出了一种基于robert梯度算子的图像清晰度检测方法,梯度函数具有运算速度快的特点,能满足图像快速处理的要求。     

数字遥感图像清晰度评价研究

清晰度作为衡量数字图像质量的重要指标,现有的评价方法仍不够成熟。经对当前主要的图像清晰度评价方法分析研究,提出一种基于边缘对比度的遥感图像清晰度评价方法,并进行了实验数据分析。结果表明,该评价方法客观、高效,既能够对不同模糊程度的同一图像内容进行清晰度评价,也能在一定程度上对不同内容的遥感图像进行评价,具有很高的实用性。     

一种基于倒谱的人脸图像清晰度评价方法

针对人脸图像清晰度,给出了一种基于倒谱的定量评价方法。实验结果表明,与传统方法相比,所提出的清晰度评价方法能更加准确地评价出人脸图像的质量;采用该方法对人脸识别样本进行筛选,能有效地提高自动人脸识别的识别率,且对整体识别时间影响很小,因而更适合用作自动人脸识别中的图像质量评价。     

基于萤火虫优化算法的红外图像增强研究

为了提高红外图像增强的质量,采用萤火虫优化算法.首先对红外热区进行标示,通过直线函数对目标与背景阈值快速确定;然后结合人眼最小灰度分辨力函数对图像进行高斯混合建模进行红外图像细节增强;接着萤火虫优化算法在其动态决策域半径进行数据更新,对模型求解.实验仿真结果显示,该算法能够增强红外图像的细节信息,检测指标EME、PC、UIQI数据较优.     

基于形态学梯度的红外图像分割算法

提出了一种新的红外图像分割方法。该方法利用形态学方法来处理红外图像。首先进行形态学滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着提出了一种计算红外图像梯度的多尺度算法提取图像形态学梯度,而后分析了图像分形特征估计方法与形态学梯度的关系,提出了一种新的红外图像分形特征估计算法,在此基础上对图像进行分割。实验结果表明,该算法能较好地解决红外图像的分割问题。     

红外视频图像中的人体目标检测方法

人体目标检测是很多机器视觉应用的难点,如智能视频监控和车辆辅助驾驶,基于可见光图像的方法很难解决复杂背景和目标区域的分离问题,因此,越来越多的研究转向利用红外图像进行检测。提出了一种红外视频图像中的人体目标检测方法,该方法首先利用红外图像中像素值近似呈现单模态分布的特点,对高亮像素进行检测,然后采用灰度直方图和投影直方图相结合的2D直方图特征对目标进行检测。实验结果表明:该方法具有较高的检测率,但误报率也较高,其原因在于负样本的数量和代表性不足,因此,改进空间很大。     

基于边缘导向视觉测量图像的LWP-SPIHT精确编码

为实现对视觉测量图像更加有效地稀疏表示,尽可能地捕捉图像本身的几何特性,该文首先提出一种基于灰度梯度方向预测边缘走向的方法,精确定位图像边缘,并在此基础上运用方向提升格式小波包(LWP)变换与普通提升小波包变换相结合的方式,对整幅测量图像进行分解。其次,采用的各个子带能量信息与方向信息和的代价函数,有效地保持边缘信息的完整性。最后完善并解决了小波包变换在SPIHT(Set Partitioning In Hierarchical Trees)编码中产生的父子节点间的冲突问题。通过对视觉测量中的远、近景图像、局部放大图像以及靶标图像的测试证实,基于边缘导向的提升格式小波包多级树集合分裂(LWP-SPIHT)的视觉测量图像压缩算法,更好地保留了压缩后视觉测量图像的边缘信息,改善了图像的重构质量和精度。     

一种红外海面小目标检测算法的ASIC结构实现

文章基于一种用于红外图像小目标检测的多级滤波算法,提出其硬件实现结构。该结构选用统一的1×3模板,通过改变滤波器的级连数目得到不同大小的滤波模板,从而检测不同大小的小目标。数据路径包含三个并行的数据通道,采用流水线形式对数据进行处理,分别检测1×1～1×3、1×4～1×5和1×6～1×7的目标。这种结构可以对输入的红外图像进行实时处理。     

基于梯度场的彩色图像序列光流场算法

采用动态图像模型,针对实际环境中亮度改变的特点,充分利用彩色图像的色彩信息,提出基于梯度场的彩色图像序列光流法.试验结果表明,本文方法能在光照改变的条件下,得到各种复杂运动连续而一致的光流场.     

一种直边缘物体宽度的图像测量法

提出一种基于方向功率谱与投影梯度的直边缘物体宽度测量方法,通过对目标图像功率谱进行极坐标变换得到方向功率谱,并由此计算出直边缘物体的伸展方向;然后对原始图像按照该伸展方向进行灰度投影,并由投影梯度结果得到待测宽度。该方法无需对目标图像进行边缘检测、阈值分割等预处理操作,因而测量结果更加准确、可靠,且计算量较小、测量效率高。数值模拟与实验结果表明,本文所提方法能够保证1像素的测量精度,且物体长度方向的几何尺寸不影响宽度测量结果。     

立体图像对校正技术在三维显示中的应用

基于相机阵列的立体视差图像获取是3D立体显示技术的关键步骤之一,它为立体显示提供了丰富多彩的图像源;由于平行摆放的阵列相机拍摄得到的视差图像没有梯形失真和垂直视差,经3D显示设备后不会使观众产生视疲劳,因此,人们在视差图像获取时常采用时平行摆放的相机阵列.然而,在实际的操作中是很难达到这样理想的条件;本文针对常用的非平行摆放的双相机,经由图像校正的处理方法,来获得相同条件下平行式相机拍摄的效果;通过实验表明,该方案简单易行,效果良好,经3D自由立体显示后,观看的舒适度得到了提高.     

基于正则化观测矢量的H无穷粒子滤波红外目标跟踪方法

提出了一种新颖和鲁棒的红外图像序列中的目标跟踪方法。由于H无穷滤波器在系统噪声源不能确定或是未知的情况下具有较好的预测性能,所以以其估计得到的预测信息来分配粒子滤波算法的粒子。为解决粒子滤波的“采样枯竭”问题,正则化了H无穷粒子滤波器的观测矢量。同时,通过计算每个目标的亮度和局部标准差分布构成级联核的目标模型,以用于计算粒子集中各个粒子的加权值。对于目标的尺寸和表观信息变化的情况,以目标区域像素灰度值零阶矩的函数来调整跟踪窗口的大小,模型更新则通过更新目标模型的每个量化阶来实现。实验结果证明了所提出的红外图像目标跟踪方法是有效的,并且优于所比较的算法。