基于Matlab的图像锐化的研究

在图像处理时,常常需要对图像进行平滑,但是平滑后图像的轮廓往往变的有些模糊,为了改变这一影响,需要对图像进行锐化处理,使图像边缘信息呈现出来。对几种图像锐化的方法进行研究,并且对Sobel算法进行改进,进一步对各种方法进行Matlab仿真,分析它们的优缺点,为工程应用提供参考。     

浅谈MATLAB在数字图像处理中的应用

介绍利用MATLAB在边缘检测方面的各种函数和算子,对图像进行处理和比较,得出各种函数和算子对图像的处理的特点;利用MATLAB实现图像增强的3种常用方法：灰度直方图均衡化、灰度变换、平滑与锐化滤波等;探讨利用MATLAB实现图像频域变换处理中的应用。     

基于空间域的空间光通信系统接收信标光斑图像平滑处理

本文首先对基于空间域的图像平滑处理滤波 (中值滤波和平均值滤波 )算法原理及误差进行了分析 ,同时对实测光斑进行了图像平滑处理 ,实验结果表明 :进行图像平滑处理后的原图像噪声被有效地抑制和消除 ,光强分布较为平滑。这表明图像平滑处理工作能有效减小系统误差 ,提高APT跟踪精度     

改进的Hermite单元平滑算法及其在图像处理中的应用

由于图像中存在噪声等干扰,需要通过噪声平滑算法对图像进行处理.为了保证图像的处理精度,本文提出改进的Hermite有限单元平滑算法.首先介绍了有限元平滑方法的基本理论,然后提出了改进的Hermite单元平滑方法及其实现过程,最后通过测量发电机叶片的三维形貌验证了方法的有效性.本文的方法可以处理任意形状的计算区域,并能保证处理数据的连续性和光顺性.     

一种图像自适应平滑与增强算法

图像的平滑与增强是数字图像处理过程中的重要步聚,图像平滑可以消减噪声,但会丢失细节,增强可以突出边缘但同时会放大噪声。为了解决图像平滑与增强之间的矛盾关系,提出一种图像的自适应平滑与增强方法,在进行滤波时,动态确定所处理像素点的滤波权值,在平滑了图像区域内部的同时,又对图像中的区域边缘进行锐化增强,有效解决了图像平滑与增强的矛盾。     

基于C++的真彩色图像处理

真彩色图像是由红、黄、蓝三基色组成,针对真彩色数字图像的特点,对图像可以进行各种多媒体效果的处理,实现平滑、锐化、马赛克等多种特效处理。     

一种基于均值漂移和遗传算法的图像分割算法

考虑到图像的噪声和边缘保持等因素,提出了一种基于均值漂移的图像平滑和利用遗传算法取得直方图最大熵的图像分割算法相结合的方法,首先利用均值漂移算法对图像进行平滑处理,然后对平滑后的图像通过遗传算法获得在直方图最大熵时的分割阈值,实验得出,本文算法能取得较好的分割效果。     

基于分数阶图像增强的P-M模型

P-M扩散模型是图像处理中用于去噪平滑的经典模型,但在实际应用中常会出现零散的斑点。为了去除残存的噪点,通常采用平滑处理来消除高梯度的噪声,但这又模糊了边缘,损失了细节信息。从此问题入手,采用在噪声图像平滑处理后,应用分数阶微分来锐化图像,由于分数阶微分的非线性特性,此方法可以在增强边缘特征的同时不明显加强噪声信息。实验证明,通过文中方法的处理,图像质量和信噪比都有了明显提升。     

一种基于非线性扩散的图像放大算法

针对传统图像放大处理过程中基于线性插值方法通常导致边缘模糊问题,分析了Tikhonov模型、全变差模型和高阶偏微分模型在图像处理中的优缺点,提出了一种全变差和高阶偏微分模型自适应结合的图像放大模型及推导算法。该模型对图像非平滑区域采用全变差模型处理,而平滑区域则采用高阶偏微分模型处理,最终新插入的图像点象素值由该点邻域象素自适应地各向异性加权得到,在保持图像边缘锐度的同时有效克服了平滑区域的阶梯效应。4种模型的实验比较验证了本文算法的有效性。     

双层约束下基于局部和全局信息的图像插值新模型

该文提出一种双层约束的图像插值模型,模型在原始未插值图像梯度模约束下同时基于局部和全局信息处理。使用偏微分方程处理边缘像素,锐化边缘同时平滑边缘块状效应;平滑区域像素点的插值操作使用非局部均值模型,非局部均值模型通过对原始图像全局信息加权平均得到待处理图像像素值,图像平滑。使用双层约束模型处理纹理图像可以保持纹理特征,平滑纹理部分线形特征位置的块状效应。最后理论和实验结果证明使用双层控制模型可以直接将噪声图像插值放大。