基于小波的水下图像对比度增强方法研究

因水下信道的特殊性以及成像的复杂性,使得水下图像中的不确定因素给图像处理带来严重的影响.主要介绍了一种利用小波变换进行水下图像增强的方法,以克服水下不确定因素给图像处理带来的困难,并对其进行了仿真试验.为降低对水下图像噪声增强程度,该方法对不同尺度上的系数进行不同尺度的对比度增强.试验结果表明,此方法在对深海图像的处理能够取得好的效果,可有效地克服水下图像灰度分布不均匀和环境不确定因素的干扰.     

一种基于小波变换的低对比度图像增强方法

提出一种基于小波变换的低对比度图像增强方法.利用小波变换多尺度特性,对图像的能量、细节和噪声部分分别采取不同的滤波策略,对图像进行整体增强.在VC 环境下编程实现该方法.实验结果表明用该增强算法能得到整体视觉效果好的图像.     

小波变换在水下图像处理中的应用

因水下信道的特殊性以及成像的复杂性,使得水下图像中的不确定因素给图像处理带来严重的影响。本文主要介绍了一种利用小波变换进行水下图像增强的方法。为降低对水下图像噪声增强程度,方法对不同尺度上的系数进行不同尺度的对比度增强。通过真实水下图像实验证明了该方法的有效性。     

基于小波对比度的图像增强算法

根据人眼视觉对局部对比度敏感的视觉特性,提出一种基于小波对比度的图像增强算法.首先,对图像进行小波变换,同时得到小波对比度;然后,根据小波对比度,采用非线性运算对小波系数进行调整以增强图像细节.最后,进行小波逆变换得到增强图像.实验结果表明,算法有效地突出图像细节,改善图像质量.     

基于小波变换的低对比度图像增强方法

传统的图像增强方法对于光照不足或不均匀的图像处理效果不佳.而且还存在噪声增强的问题.文章提出了一种基于小波变换的低对比度图像增强算法,对小波变换后的高频系数进行去噪、增强,对低频系数进行多尺度Retinex增强,既作了图像动态范围压缩,又较好地保证了图像的色感一致性.实验结果表明,该算法效果较好,可以有效增强图像的细节...     

一种基于小波分析和人眼视觉特性的图像增强方法

在分析视觉系统特性的基础上，提出了一种基于小波分析的图像对比度增强算法。为降低对噪声增强程度，算法对不同尺度上的系数进行不同程度的对比度增强。在此过程中，算法考虑了视觉特性以得到更好的效果。为保证得到足够的对比度增强效果，算法首先对分解得到的尺度系数进行增强；为避免视觉明显的噪声放大，只对处于边缘区域的系数进行对比度拉伸；为了能在各尺度上较为准确地找出边缘区域，算法采用局部阈值技术并利用了各分解尺度上边缘区域的相关性；为降低视觉明显的噪声放大，不同区域的对比度增强程度决定于区域的亮度。算法的实验表明，上述特点使本文算法在充分增强对比度的同时，极大地降低了对噪声的过增强，具有较好的视觉效果。     

基于小波对比度的图像水印算法研究

根据人眼视觉系统特征,提出一种将小波对比度的思想引入图像水印中的算法.先将宿主图像分块并根据纹理强弱进行分类,然后对每个块进行小波分解,小波对比度的大小同时决定了嵌入对象的选择和嵌入的强度.由于小波对比度能反映图像明暗对比度,从而实现了对图像的自适应嵌入.实验表明,该算法具有较好的不可见性,而且对于抵抗滤波、加性噪声及JPEG压缩具有较好的鲁棒性.     

图像对比度增强的小波变换法

提出一种基于离散正交小波变换和非线性增益的图像对比度增强方法。对图像进行离散正交小波变换后,对分辨率较好的各高频子带直接利用所提出的去噪方法去噪;对分辨率较差的各高频子带利用所提出的非线性增益法结合文中的去噪法进行增强。实验结果表明,论文提出的方法在有效地增强图像对比度的同时,又能很好地抑制图像中的白噪声。算法在视觉质量上优于传统的反锐化掩膜法、直方图均衡法。     

基于多尺度边缘增强的遥感图象融合

边缘是图象(尤其是遥感图象)的一种重要特征.如果能够在将遥感图象进行融合的同时,增强融合图象的主体边缘特征,这显然对融合图象的进一步分析和应用具有重要的意义.因此,本文根据小波多尺度边缘检测的特性,结合小波变换融合的原理,提出了一种基于多尺度边缘增强的遥感图象融合.实验结果表明,该方法确实能够显著增强主要地物的边缘特征,为图象分割、特征提取和地物识别等应用奠定了基础.     

一种基于小波方向对比度的多聚焦图像融合方法

人类视觉系统对于图像的局部对比度非常敏感,如果把小波变换和方向对比度结合起来,融合效果可能更好。在研究了方向对比度后提出了一种新的基于小波方向对比度的多聚焦图像融合方法。首先对参加融合的两幅图像进行小波多尺度分解,然后在每幅图像的每个分解层上,分别计算高频子带每个像素的邻域均值和低频子带的邻域均值之比,其中该分解层的低频子带是由上个分解层的低频子带和高频子带求2维离散小波逆变换得到,采用两者之比较大者所对应的高频子带系数作为融合后对应的小波系数,然后从最高分解层到最低分解层依次对得到的高频小波系数和该分解层的低频小波系数求2维离散小波逆变换,最终得到融合后的图像。这种方法考虑了邻域内像素的相关性,减少了融合像素的错误选取。实验结果表明,该方法的融合效果比针对每个像素求小波方向对比度的多聚焦图像融合方法的融合效果得到提高。     

基于小波变换的水下降质图像复原算法

根据水下成像的物理模型,提出一种基于小波变换的水下降质图像清晰化处理算法。该算法将RGB图像转换为YUV图像,根据图像的对比度,对亮度Y图像利用小波变换自适应估计介质散射光的大小,增强水下降质图像的对比度,并在小波变换的低频子带上进行非线性亮度调节,消除水下图像的光照不均问题,将亮度Y图像的处理结果与颜色分量U、V合成得到清晰的水下彩色图像。实验结果表明,该算法可以自适应实现水下观测图像的清晰化处理。     

水下图像处理技术研究综述

随着自主式水下机器人的发展,水下探测技术成为新的研究热点。然而,吸收效应和散射效应导致水下获取的图像存在雾化和色彩偏差等缺陷。降质的水下图像在一定程度上降低了水下目标识别的准确性。为了改善水下图像质量,国内外学者对水下图像处理方法进行了深入研究。因水下图像处理方法对提升水下目标识别准确性具有良好的促进作用,故其具有重要的研究与分析价值。介绍了水下成像模型,分析了水下图像视觉质量下降的原理;根据水下物理成像模型将水下图像处理方法分为水下图像增强与水下图像复原,并分别对两类方法的研究现状进行分析与归纳;最后,总结与讨论了各类方法的优缺点,并展望了未来的发展方向。     

基于小波变换的反锐化掩模图像增强新算法

针对传统的基于小波变换的反锐化掩模图像增强算法中存在的问题,即对比度相同而幅角不同的边缘达到的增强效果之间差别较大,提出了一种新的基于小波变换的反锐化掩模图像增强算法。该算法在对原始图像进行小波分解的基础上,根据小波变换所提供的幅角,对小波系数进行自适应增强处理。实验结果表明,与传统算法相比,新算法使对比度相同而幅角不同的边缘达到的增强效果之间的差别明显减小。     

一种基于小波变换的图像边缘检测方法和实现

介绍了小波变换的基本理论以及小波分析方法用于图像边缘检测的基本原理及利用小波变换进行边缘检测的方法。接着重点研究了基于B样条小波的多尺度边缘检测,并且利用这种方法在几个不同尺度下分别提取了图像边缘。可以看出该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,优于其他已有的边缘检测方法。     

一种新的同态增晰方法在图像增强中的应用

将小波变换的多分辨率分析理论应用于图像增强中,采用基于小波分析的同态增晰方法处理低对比度的图像。实验结果表明,增强了图像对比度,图像细节部分清晰,层次感强,同时抑制了噪声。该方法明显优于经典的同态增晰法和直方图均衡化。     

基于小波的泳池水下图像去噪算法研究

本文以泳池智能救生系统为背景,研究基于小波的泳池水下图像去噪算法.首先对阈值的选取进行讨论,然后分析了阈值函数的选择对去噪效果的影响,并提出采用改进的非线性阈值函数.最后通过仿真实验验证算法的有效性,仿真结果表明,基于非线性阈值函数的小波去噪算法能够获得较高的PSNR值,实时性满足救生需求,能够较好地应用于泳池水下图像的处理.     

一种基于二维离散小波变换的医学图像增强算法

噪声是影响医学图像质量的最重要的因素之一。去除噪声,增强图像以提高图像质量是医学图像处理的重要课题。传统的图像增强方法在改善图像视觉效果的同时还存在噪声过增强问题,不适于医学图像增强。针对这种情况,文章提出了基于二维离散小波变换的医学图像增强算法。在多尺度分析基础上,该算法对小波分解得到的低频子带图像采用两步提升法进行对比度增强处理,而对小波分解得到的不同方向上的小波系数进行不同程度的去噪并增强。实验结果表明,该方法在提高医学图像对比度改善图像质量的同时有效地解决了传统算法中难以克服的噪声放大问题。处理后的图像更利于医生进行分析诊断和医学影像的后续处理。