信噪比后滤波与特征空间融合的最小方差超声成像算法

为了提高超声成像空间分辨率和对比度,提出了一种信噪比后滤波与特征空间融合的最小方差波束形成算法。首先,利用信号子空间划分将最小方差算法得到的权矢量投影到信号子空间中提高成像对比度,然后基于信号相干性设计滤波系数,并引入基于信噪比的噪声加权系数,最终得到融合信噪比后滤波与特征空间的最小方差算法。为验证本算法的有效性,使用FieldⅡ对点目标和吸声斑目标进行了仿真实验验证,并采用密歇根大学geabr_0实验数据进行成像。实验结果表明:所提算法在对比度和分辨率上均有所提高,明显优于传统延时叠加算法,最小方差算法和ESBMV_wiener算法,且对噪声具有较强鲁棒性。     

一种基于PCNN和改进的OTSU的图像分割算法

脉冲耦合神经网络(PCNN)已广泛应用于图像分割领域,但其参数众多,计算复杂,迭代次数需人工判别,且对低对比度的图像分割效果不理想。针对这些情况提出了算法改进,首先将PCNN的参数简化为单参数可调,然后将图像对比度作为新的判断因子加入最大类间方差(OTSU)的判别式中,以判断PCNN迭代的停止时间。最后利用PCNN的同步点火机制,设计出一种新的双向PCNN算法,对图像分割结果进行优化,去除孤立的噪点,同时使分割边缘更加清晰。计算机仿真结果表明,该方法具有较好的图像分割效果和较强的适应性。     

一种边缘优化的红外与可见光图像模块化融合方法

针对红外与可见光图像融合中出现的对比度较低和图像模糊的问题,提出了一种边缘优化的模块化融合方法.首先,对红外图像进行局部对比度自适应增强,突出红外图像中的目标;然后分别对红外图像和可见光图像进行HSV色空间变换,在亮度分量中,对其进行边缘细节增强的模块化融合,进一步突出红外图像中的目标轮廓;最后,结合可见光图像的色调和饱和度分量,经过RGB色空间的转换,获取融合后的图像.结果表明,与简单加权平均算法和小波融合算法的融合结果相比较,该融合算法能够较好的保持原图像的细节和目标信息,图像的对比度和清晰度也有较大的提高.     

基于改进的MDAL算法的图像复原研究

目前基于小波框架的图像复原模型研究较为普遍,它在图像方面的成功应用主要是因为稀疏逼近的分段光滑函数。虽然基于l_0平滑的图像复原算法中能够提供图像的稀疏表示,但基于l_0范数的约束项会使得计算量较为复杂,且代码运行时间较长。针对此问题,提出一种改进的MDAL算法。算法中采用光滑高斯函数近似代替l0范数,通过牛顿迭代法来更新小波框架的系数。实验结果表明,与其他算法相比,提出的改进的MDAL算法具有自适应的鲁棒性,很好地保持了图像的边缘特征,能够明显改善图像的视觉效果,且具有较高的峰值信噪比(PSNR)。     

一种改进的瓷套式电缆终端红外图像边缘提取算法

红外热像仪测温是电气设备状态检测的重要手段。在实际应用中,存在红外图像边缘粗糙模糊、噪声干扰严重等缺点,这给红外图像处理带来了极大的不便,为此提出一种基于改进Sobel算子和自适应最佳阈值的边缘提取算法。该算法利用八方向模板的Sobel算子对含有噪声的红外图像进行高温目标区域的边缘提取;通过广义高斯分布(GGD)描述图像的小波子带系数,并基于其间系数的局部领域信息进行方差估计,由此得到自适应最佳去噪阈值;结合改进Sobel算子和最佳阈值,最终得到所需边缘提取图像。MATLAB仿真结果表明:该算法在有效检测红外图像边缘信息的同时,极大提高了图像的抗噪能力。     

金相图像分割和特征提取方法

为了实现对熔痕金相的有效晶格自动划分与相应的内部特征信息描述,针对金相图像边界模糊、内部晶粒块混乱、晶粒形态分布不规则、切削表面图像噪声大的特点,研究了适合于金相图像分割的图像分割算法和特征提取算法。根据鉴定工作中的实际情况,对熔痕金相进行了基本的直方图处理。在直方图规定化的基础上,对金相进行边缘检测算子的比较和图像形态学重建,设计并改进分水岭算法进行图像分割。为了获得金相图像的方向性梯度特征,采取HOG 算法进行计算。实验结果表明：经过直方图处理,并采取改进后的分水岭算法和HOG 算法,能有效进行晶格区域划分和内部特征信息提取。     

改进的最小方差算法在超声成像中的应用

为了提高最小方差超声成像算法的分辨率、对比度以及对噪声的鲁棒性,提出一种改进的最小方差成像算法。该方法首先基于回波信号中期望信号与噪声信号的可分离性将信号划分为期望信号和噪声信号,然后根据最小方差原理,求出加权向量使期望信号功率最小,同时,为了增加算法对噪声的鲁棒性,对信号方向向量增加一对约束条件,进一步提高图像质量。在全发全收和合成孔径模式下对点目标和吸声斑进行仿真,结果表明所提算法在全发全收模式下,-6 dB处分辨率在最小方差基础上提高了1倍左右,在合成孔径模式下,对比度在特征空间最小方差算法基础上提高了8 dB,且远优于传统延时叠加算法。最后通过实验进一步表明改进的最小方差算法图像在分辨率、对比度及对噪声的鲁棒性等方面表现更优,可以有效的改善超声图像的质量。     

基于Canny算子改进的边缘检测算法

针对经典Canny算子在噪声去除、高低阈值选取和边缘断裂等问题,提出了1种改进的Canny算子边缘检测算法。首先用自适应中值滤波取代高斯滤波;然后采用改进的Otsu算法根据图像梯度幅值自适应地生成Canny算子的高、低双阈值;最后采用多特征融合技术修复断裂的边缘。实验结果表明,改进的算法具有较好的检测精度和抗噪声能力,能有效地修复图像断裂边缘,很好地控制断裂边缘的错误连接。     

改进型PCNN在绝缘子图像分割中的应用

针对高压输电线路绝缘子状态检测中光照不均匀、对比度不强的红外绝缘子图像分割,提出了一种基于类内绝对差准则的改进型PCNN图像分割算法。对最小类内绝对差法进行改进,引入背景与目标的面积差因子,确定最佳分割阈值后通过PCNN算法迭代优化进行图像分割。与经典OTSU算法、基于最小类内绝对差准则的PCNN算法进行比较。实验结果表明,本文方法能够取得更好的分割效果,并且具有较强的实用性。     

子阵列差分系数加权的超声成像算法

传统的自适应加权系数可以有效改善超声图像的分辨率和对比度,但会影响背景图像的散斑特性,因此提出子阵列差分加权系数(SDF)以提升图像质量。该系数适用于传统线扫描超声成像,首先对阵列接收到的回波信号采用子阵列平滑的方式计算均值,得到信号中高相干性成份的强度,再用差分的方式反映相邻阵元回波信号之间的差异性,最后对延时叠加(DAS)成像结果进行加权成像。仿真和实验结果表明SDF (L=8)加权算法相对于传统的DAS成像算法,可以有效改善分辨率和对比度,其中仿真数据的对比度提高了62.9%,体模实验数据的对比度提高了74.7%。相对于相干系数(CF)、广义相干系数(GCF)和信号均值标准差系数(SMSF),SDF可以改善背景组织的成像质量,其中仿真图像的散斑信噪比(SSNR)分别提高了36.8%,5.7%和26.2%,体模实验图像的SSNR分别提高了48.6%,17.0%和20.9%。可见SDF系数可以有效改善超声成像的质量。