基于模糊变换的射线图像增强算法

运用模糊理论的思想提出了一种基于模糊变换域的射线图像增强算法,该算法利用模糊隶属度函数对中值滤波的结果进行改善,引入对数图像处理模型对模糊线性增强的结果加以优化,使其在抑制噪声的同时显著提高了图像对比度.     

基于小波变换的X射线图像增强技术

针对射线图像存在对比度差，灰度范围小，影像模糊，一般的增强方法不能在增强对比度的同时较好地保持边缘的问题，提出了基于小波变换的图像增强方法．实验证明：基于小波变换的图像增强方法对常规射线图像有很好的增强效果，其增强后的图像质量明显优于一般常规方法．     

图像模糊篡改盲取证

针对图像篡改人工模糊润饰操作,提出了一种新的盲取证技术。首先用保持边缘平滑滤波结构增强源图像模糊区域,并对滤波图像进行边缘检测;然后采用能量比和信息熵构建模糊边缘约简规则来检测源图像自然强边缘;接着设计模糊隶属度函数,计算源图像每个像素的模糊隶属度,并用该隶属度集合对初始模糊边缘图像进行处理,得到模糊边缘图像;最后对前面的图像进行融合并经过闭运算处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法能够很好地区分模糊边缘与自然强边缘,篡改区域的定位效果较好。     

基于遗传算法阈值优化的模糊边缘检测

针对Pal和King提出的模糊边缘检测算法易导致图像灰度信息丢失的问题,提出一种改进的图像模糊边缘检测算法。算法先使用遗传算法和Otsu得到最佳阈值参数,通过阈值定义一个新的隶属函数将原始图像映射到模糊特征平面;然后利用模糊增强提高区域之间的层次,加强边缘两侧的对比度;再对图像进行灰度增强;最后用Min算子提取出图像的边缘。实验结果表明,改进算法提高了边缘检测质量。     

图像模糊篡改盲取证

为了提高模糊润饰篡改取证技术的准确率和召回率,提出新的盲取证技术。采用能量比和信息熵构建模糊边缘属性约简规则来检测源图像自然强边缘;设计保持边缘平滑的滤波结构增强源图像模糊区域,对滤波图像进行全边缘检测;设计人工模糊隶属度函数,计算源图像人工模糊隶属度集合;对所得边缘图像进行融合,利用人工模糊隶属度集合对融合图像进行处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法盲取证准确率和召回率较高,能较好区别人工模糊和自然模糊,篡改区域定位效果较好。     

基于邻域加权的多层次模糊边缘检测算法

针对目前边缘检测方法在低对比度图像、噪声图像中检测效果不理想的问题,本文结合微分算子和模糊边缘检测的优点,提出一种基于邻域加权的多层次模糊边缘检测方法。首先,利用微分算子计算图像梯度特征,依据图像梯度特征对图像进行自适应地分层;然后构造模糊函数,用模糊函数增强不同强度的图像梯度特征,取得了较好的边缘检测结果。仿真实验表明:基于邻域加权的多层次模糊边缘检测算法能较好地检测低对比度图像的边缘,同时能有效抑制椒盐噪声、高斯噪声对图像边缘检测的干扰。     

基于小波变换的X射线图像增强技术

针对射线图像存在对比度差,灰度范围小,影像模糊,一般的增强方法不能在增强对比度的同时较好地保持边缘的问题,提出了基于小波变换的图像增强方法.实验证明:基于小波变换的图像增强方法对常规射线图像有很好的增强效果,其增强后的图像质量明显优于一般常规方法.     

改进的模糊竞争边缘检测方法

广义模糊增强的主要功能是增强图像的区域对比度,减少灰度层次;而具有竞争性质的模糊边缘检测方法希望待处理图像的区域对比度大.所以将广义模糊增强算法用于对图像作区域对比度增强处理,然后对增强后的图像再施以具有竞争性质的模糊边缘检测方法,便可以提高图像边缘的提取精度.     

一种新的模糊图像边缘检测方法

边缘检测技术是图像预处理中最重要和最困难的任务之一，本提出了一种新的模糊图像边缘检测算法，算法中图像所对应的模糊特征平面通过一个基于阈值的隶属函数来提取，在模糊特征平面上应用模糊增强算子对低灰度区域的大部分象素进行衰减运算，对高灰度区域的大部分象素进行增强运算来提高两个区域之间的对比度，图像的边缘采用min或max算子来提取，仿真结果表明，该算法是一种有效的边缘检测方法。     

改进的模糊边缘检测算法在图像处理中的应用

分析了Pal模糊边缘检测算法,并针对Pal算法提取边缘轮廓不清晰的问题,提出了一种新的模糊边缘检测算法.该算法重新定义了隶属度函数,简化了复杂的变换运算,而且提出了确定模糊增强变换中最佳隶属度阈值的算法.实验结果表明,该算法提高了运算效率,而且提取的边缘比较精细.     

Development of Automatic Extraction Weld for Industrial Radiographic Negative Inspection

In industrial X-ray inspection, in order to identify weld defects automatically, raise the identification ratio, and avoid processing of complex background, it is an important step for sequent processing to extract weld from the image. According to the characteristics of weld radiograph image, median filter is adopted to reduce the noise with high frequency, then relative gray-scale of image is chosen as fuzzy characteristic, and image gray-scale fuzzy matrix is constructed and suitable membership function is selected to describe edge characteristic. A fuzzy algorithm is adopted for enhancing radiograph image processing. Based on the in tensity distribution characteristic in weld, methodology of weld extraction is then designed. This paper describes the methodology of all the weld extraction, including reducing noise, fuzzy enhancement and weld extraction process. To prove its effectiveness,this methodology was tested with 64 weld negative images available for this study. The experimental results show that this methodoloJzv is very effective for extracting linear weld.     

基于模糊神经网络的焊缝缺陷识别方法的研究

通过对射线底片焊缝缺陷特征分析，提出了用于焊缝缺陷识别的模糊神经网络模型，并介绍了隶属度的构造和BP网络学习算法，用52个典型缺陷样本训练该模型后，对8个缺陷样本进行识别试验，试验结果表明，该方法能够提高介于模糊边界模式分类时的识别率，对焊缝缺陷识别的效果优于分类识别法。     

基于模糊理论的医学图像增强方法

提出了一种基于模糊逻辑理论的医学图像边缘检测的增强算法.该方法采用S函数作为隶属函数,实现空间域与模糊域之间的转换;在模糊域中采用幂次变换对图像进行对比度增强,最后再通过逆模糊化过程将数据映射到空间域中,得到增强后的图像.实验表明,针对所要处理的医学图像,与几种经典的处理方法相比,所提出的方法使增强后的图像能显示出更完整的边界信息.     

结合人眼视觉特性和模糊集理论的彩色图像增强

针对不均匀光照或低照度的彩色图像对比度低的问题,提出一种结合人眼视觉特性的全局亮度调节和局部对比度增强的方法. 首先,将已有的RGB图像转换到HSV彩色空间,根据人眼视觉特性,自适应生成算法参数,非线性调节图像全局亮度和动态范围,提高图像亮度的整体水平; 然后,结合模糊集理论增强算法特性,建立局部对比度隶属度函数,非线性调整图像的局部对比度细节信息; 最后,将增强后的图像由HSV空间转换回RGB空间,完成彩色空间恢复. 实验表明,该方法能够有效地增强低照度图像的全局亮度和局部对比度,提升低照度图像的视见度.     

基于邻域信息的多层次图像模糊算法

为了提高图像识别的准确率,提出了一种基于模糊理论的多层次图像增强算法.首先利用图像的统计特性对图像进行初步模糊划分,然后采用非线性连续阶梯状隶属度函数对图像进行模糊化,最后通过利用邻域特征自适应调节增强系数,对各模糊子集进行非线性增强处理以实现局部特征增强.通过与经典方法进行实验比较,显示出该增强算法能够在保存同质区内...     

基于小波域的图像增强算法

针对图像边缘增强和滤噪的矛盾,提出了符合视觉特性的基于小波域的图像增强算法.将图像的小波变换结果看成一幅图像,则在空域中的阶跃边,在小波域的高频通道中表现为屋脊边,而空域中的屋脊边,在小波域高频通道中表现为成奇对称的屋脊边缘对.在高频通道中,用高斯函数或升余弦函数拟合屋脊边,用正弦函数拟合屋脊边对.通过修改拟合函数的参数来改变其形状,从而使反变换回来的图像的边缘斜率提高,进而达到图像增强的目的.由于在对屋脊边的识别中采用了方向信息测度,使算法能很好地处理边缘增强和滤噪的矛盾.分别对测试图像和实际图像进行处理,并与传统的高通滤波方法进行了对比,实验结果表明,本文提出的方法具有更好的视觉效果.     

加权空间函数优化FCM的SAR图像分割

传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果．基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权空间隶属度是多尺度条件下空间各相邻像素的位置和强度信息的加权隶属度值,加权空间函数中各加权空间隶属度的影响系数由自适应遗传算法优化,最终的隶属度值由加权空间函数修正．由于在这种聚类过程中融入了优化的空间信息,因此弱化了斑点噪声的影响,提高了分割精度．这种算法应用于实际合成孔径雷达图像分割实验,结果表明此算法对初始分类结果不敏感,具有较强的抗噪性能,改善了SAR图像的分割结果．     

应用模糊逻辑的车道线检测方法

为了实现受大片阴影干扰或强光照等条件下的车道线边缘增强与车道线检测,提出了一种应用模糊逻辑的图像处理方法检测车道线,通过最大信息熵求取直方图的谷底作为隶属度函数的参数值,利用模糊逻辑增强了车道线像素与柏油路像素之间的对比度.在车道线检测过程中,对预处理后的图像利用HT检测直道,利用3次曲线方程拟合弯道.为了节省数据处理时间,根据上一帧的车道线参数,利用Kalman滤波器动态建立感兴趣区域,并且预测当前帧的车道线拟合参数,实现道路的实时检测.对比分析表明,该算法提高了受大片阴影干扰或强光照等条件下的车道线边缘像素和柏油路像素之间的对比度,强化了车道线边缘信息.车道线检测结果表明,经过模糊逻辑处理能准确提取大片阴影干扰或强光照等条件下的车道线参数,稳定检测多种光照条件下的车道线.