基于拉普拉斯算法的图像锐化算法研究和实现

该文提出了一种基于拉普拉斯算法的图像锐化方法,并在DSP上实现其算法。首先研究拉普拉斯算子锐化图像的基本原理,并推导出图像锐化的拉普拉斯算子。其次,根据拉普拉斯算子,在CCS2软件上运用C语言编写主函数和读取图像数据的Read-image子函数、初始化图像的InitImage子函数和对图像锐化的计算Laplace子函数等子函数来实现基于拉普拉斯算法的图像锐化程序。最后采用三副模糊图像验证图像锐化的效果。比较实验结果,可知运用该算法锐化处理的图像比原来图像清晰。     

基于拉普拉斯算子的彩色图像锐化处理

彩色图像增强过程中,对图像进行锐化处理是一个重要环节。介绍了图像锐化处理的概念和拉普拉斯算子的算法原理;重点阐述了一种基于拉普拉斯算子,在C#.NET中构造功能函数并借助模板取样测试原理实现彩色图像锐化处理的方法。实践证明,BMP、JPEG格式的图像使用该方法锐化后的效果良好。     

基于改进拉普拉斯金字塔的图像融合方法

提出了一种新的基于改进拉普拉斯金字塔变换的图像融合算法。传统拉普拉斯金字塔变换的重构算法在图像在融合过程中会引入噪声,而改进的重构算法能有效抑制融合噪声。首先将图像进行拉普拉斯金字塔分解,得到各层拉普拉斯金字塔图像,针对不同的分解层图像,采用不同的方法进行融合,最后采用改进的拉普拉斯金字塔重构算法进行重构,得到最终的融合图像。通过仿真实验验证了算法的有效性。     

图像增强技术的研究

如何有效地增强图像是图像分析中的一个难点,通常,图像的目标背景对比度低,噪声大.平滑处理后图像的边缘轮廓更加模糊不清.常用的拉普拉斯锐化方法在突出图像边缘的同时,也提升了平滑图像中的残留噪声.针对这种问题,提出了用直方图规定化方法增强平滑后的图像,该方法克服了拉普拉斯锐化的缺点,且明显地增强了图像的细节部分.理论分析和仿真结果均表明,该算法能够提高图像成分的清晰度,提供更准确、更满意的图像.     

面向全景拼接的图像配准技术研究及应用

针对SIFT算法在生成特征向量和进行特征匹配过程中存在的计算量较大、容易产生误匹配等不足,提出一种优化的SIFT配准算法。优化算法首先引入拉普拉斯算子对图像边缘进行锐化处理,结合图像单元信息投影熵原理提取分块图像特征;再依据投影熵矢量欧氏距离最小揣度进行特征匹配;最后利用改进的随机抽样一致性算法删除误匹配。改进算法应用于全景图像拼接中。实验表明,与原始SIFT配准算法相比,优化算法能够有效提高算法效率,减少错误匹配,取得了较好的匹配效果。     

一种骨科X线片的混合图像增强算法

为了改善骨科X线片的清晰度,增强其对比度,突出骨骼的细节及边缘,文中提出了一种有效的混合图像增强算法.该算法首先用拉普拉斯变换突出图像的细节,用梯度法突出其边缘,接着用平滑过的梯度图像掩蔽拉普拉斯图像,再经过二阶巴特沃思高通滤波和高频加强滤波后得到锐化图像,最后经过灰度变换得到最终的增强图像.实验结果表明该算法比传统的采用单一算法如灰度变换、直方图均衡化或对比度自适应直方图均衡化的效果更好.     

一种夜间图像增强算法及实现

本文提出了一种夜间图像处理算法。首先采用拉普拉斯算子对锐化图像增强图像细节;然后比较局部灰度均值与全局灰度均值、局部灰度方差与全局灰度方差,确定夜间图像暗色背景区域,并将其分割出来,对分割后的区域使用局部对比度增强的直方图均衡化算法进行灰度调整;最后用Gamma变换柔和图像亮度。Matlab仿真环境实验结果表明：与传统的均衡直方图增强算法相比,该算法在增强夜间图像对比度时,具有更高的信息熵值,更加有效地保护了图像细节。     

基于位图图像锐化处理算法的设计与实现

随着计算机技术的不断发展,数字图像处理也越来越重要,原始的数字化图像包含很多信息,为了进行图像信息的进一步处理,往往需要对原始的数字图像进行后续处理.论文主要针对常见的BMP位图图像,基于拉普拉斯算法设计并实现了一套锐化处理机制,并把该机制应用到具体的社会实际应用中.从实际的实验结果可以得到锐化后的图像在对比度、清晰度以及灰度特征等方面都有明显的改善,非常适合后续的数字图像处理工作,有较强的社会应用价值.     

基于CNN和局部信息的脑血管图像分割方法

为实现脑血管的分割,提出了一种基于卷积神经网络和局部信息的多模态脑血管图像分割方法.方法 对原始脑部CT血管造影图像分别使用高斯滤波和拉普拉斯滤波去除噪声和做锐化处理,和原始图像分别以单个模态作为输入采用卷积神经网络对图像进行血管提取,得到三个模态的分割结果,然后采用加权平均法得到融合结果,最后采用基于局部信息的改进模糊C均值算法对融合结果进行分割得到最终结果.实验结果证明,上述算法比其它算法在脑血管分割上具有更高的有效性.     

Visual C_卄在数字图像增强中的应用

数字图像处理技术在医学、工业、军事等方面已经广泛应用。其经典算法有局部平均法、中值滤波、拉普拉斯算法等。VisualC 是Microsoft公司推出的编程工具 ,它是图形处理上具有很大优势的软件开发工具之一。VisualC 一个图形的开发界面 ,它提供了丰富的关于位图操作的函数 ,为开发图像处理系统提供了极大的方便。总之 ,利用VisualC 编程语言 ,结合经典的图像处理算法对图像进行拉普拉斯锐化等处理将取得良好效果。     

基于并行运算的双层图像锐化方法

针对低清晰度照片或图像放大后边界模糊、画质差及人们对高清图像的实际需求,基于统一计算架构(CUDA)环境,提出了一个两层结构的图像并行锐化方法,设计并实现了一个基于GPU的并行锐化算法：第一层采用并行线性插值法,反复对图像非边界部分进行计算以及边缘区域锐化处理;第二层采用改进的梯度法对图像进一步优化。放大后的图像经该方法处理后,基本上可消除图像边缘区域的锯齿,使图像画质平滑、自然、清晰。经实验验证,设计的基于GPU的并行锐化算法在效率和画质上都优于目前流行的算法,提出的方法可应用于现有图像及照片放大后处理。     

拉普拉斯与双边滤波的图像去运动模糊算法

运动模糊图像盲复原是图像复原中的关键问题之一,由于模糊信息的复杂性以及图像噪声的影响,导致复原的结果有振铃效应.为解决这些问题,提出基于拉普拉斯先验的改进算法.在原有的模糊核估计过程中,引入拉普拉斯锐化增强,增强图像的边缘信息,达到改善模糊核估计结果的目的.在复原时,针对图像振铃噪声,引入了双边滤波,抑制该噪声对复原结果的影响,进一步改善复原图像的质量.与三种现有图像去模糊算法相比,该方法能更准确地估计模糊信息,对图像复原具有更好的鲁棒性.     

基于Hough圆卷积变换的孔组检测

为降低孔组测量的成本,提高测量的精确度,提出一种基于Hough国卷积的孔组检测方法.对孔组图像进行中值滤波、拉普拉斯锐化增强和边缘检测;根据孔组半径大小的变化范围,对Hough圆锥进行改进;在此基础上,利用改进的Hough圆锥与边缘检测后的图像进行三维卷积,得到Hough参数空间,计算出孔组的坐标和半径值;采用快速傅立叶变换法代替三维卷积,减少算法的计算时间.实验结果表明,该方法的检测精度高、实时性强,可以用于孔组的自动化检测.     

Visual C++在数字图像增强中的应用

数字图像处理技术在医学、工业、军事等方面已经广泛应用.其经典算法有局部平均法、中值滤波、拉普拉斯算法等.Visual C 是Microsoft公司推出的编程工具,它是图形处理上具有很大优势的软件开发工具之一.Visual C 一个图形的开发界面,它提供了丰富的关于位图操作的函数,为开发图像处理系统提供了极大的方便.总之,利用Visual C 编程语言,结合经典的图像处理算法对图像进行拉普拉斯锐化等处理将取得良好效果.     

噪声控制的图像非线性锐化方法

图像锐化是一种补偿轮廓,突出边缘信息以使图像更为清晰的处理方法。常规的锐化算法对图像进行高频增强时,结果会呈现明显噪声,因此提出了一种基于噪声控制的非线性锐化增强方法。针对图像边缘细节和噪声难以区别对待的缺点,该算法通过控制非线性函数中的参数来有效地将噪声和边缘分开处理。实验证明,该方法不仅能够锐化图像边缘,而且改善了传统锐化算法对图像噪声放大的缺点,经算法处理后的图像细节丰富,峰值信噪比和DV/BV值较高,具有良好的视觉效果,很好地改善了图像质量。     

基于三级图像融合与CLAHE的机场安检X光图像增强算法

针对CLAHE增强机场安检X光图像出现的颜色失真及背景噪声放大问题,提出一种基于三级图像融合与CLAHE的X光图像增强算法.首先将X光图像分别转换成RGB、HSV图像并分别进行CLAHE增强,将增强后的图像通过欧几里得范数实现第1级融合.然后将融合后的图像进行USM锐化,锐化过程中根据掩膜进行图像第2级融合.最后将锐化后的图像与原图像按系数进行合并,完成第3级融合.仿真实验结果表明,本文提出的算法能够有效提高安检X光图像的对比度, PSNR平均值提高了7 dB,同时可以抑制增强图像颜色失真及背景噪声.该算法有助于提高X光图像中违禁物品的识别准确率,对平安机场的构建具有积极意义.     

图像边缘细节增强方法及VC++实现

介绍了图像边缘细节增强技术,详细说明了边缘细节增强方法中的梯度算子、拉普拉斯算子和反锐化掩模的原理算法,并给出了Windows平台下以VisualC++6.0为开发工具实现及各种算法的处理结果。     

基于相关理论的小波域数字盲水印算法

提出了一种新的图像数字盲水印算法。在水印嵌入过程中,用一个单元模板表示一个水印图像像素;在检测过程中,计算单元模板和嵌入水印后图像的小波变换系数的相关值,进行适当的门限处理就能提取出水印。水印检测不需要原始图像数据和水印位置信息,实现了水印图像的自同步盲检测。为了进一步提高该水印算法的鲁棒性和改善检测结果,在水印检测前使用拉普拉斯算子对图像进行锐化处理,使得所嵌入水印能抗击更多攻击种类,并使检测结果更清晰。在检测前加入锐化处理步骤,可以减小水印嵌入强度,而能得到同样的检测效果,因此也增强了水印的隐蔽性。实验表明,该算法具有较好的水印隐蔽性和鲁棒性。     

基于SIFT的图像匹配算法

直接用SIFT算法对较模糊图像进行关键点提取时,提取的关键点个数较少且进行下一步匹配时错误匹配较多。提出一种基于SIFT特征的匹配算法,首先利用拉普拉斯算子对图像进行锐化处理,使其边缘得到突出,然后利用SIFT算法进行关键点提取,最后利用双向匹配算法进行图像匹配。实验结果表明,利用本文算法进行匹配比直接用SIFT算法进行匹配时的匹配点数更多,匹配效果更好。     

基于DSP CCS2.2实现指纹识别预处理系统

介绍了采用TI公司的高速DSP芯片TMS320VC5402的指纹识别系统的预处理算法和编程实现。算法实现采用的DSP集成开发环境(IDE)为CCS2.2。通过采用极值滤波、平滑滤波、拉普拉斯锐化、二值化等对指纹图像进行预处理,取得了良好的试验结果。