舰船目标红外图像锐化处理

海天背景下舰船目标红外图像的目标背景对比度低,噪声大。平滑处理后图像的目标轮廓更加模糊。采取了梯度锐化和拉普拉斯锐化的方法进行锐化处理,从实验结果得出：对海天背景下平滑后的舰船目标红外图像进行锐化处理时,选用拉普拉斯锐化法比较有效。在对工程实现中的一些问题进行分析研究后,认为拉普拉斯锐化法是可行的。     

红外图像综合处理算法研究

本文对点运算的图像增强算法和红外滤波增强算法进行探讨和研究,包括灰度变换和直方图修正,平滑滤波和锐化滤波。平滑滤波能够有效的对噪声进行平滑处理,达到去除噪声、提高图像质量的目的。锐化滤波中的拉普拉斯模板算法能够对图像的轮廓线进行有效的增强,图像的视觉效果得到了很大的提高。但是该算法处理后的图像视觉效果生硬、不够柔和,同时也会对噪声进行增强。以上方法的单独应用只能针对图像的某些特征进行处理,为了能够提高图像的综合质量,我们需要对以上算法的综合应用进行研究。     

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。     

静止图像的一种自适应平滑滤波算法

本文提出了一种基于梯度信息的自适应平滑滤波算法，该算法根据图像中像元灰度值的突变特性，自适应地改变滤波器的权值，在区域平滑近过程中使图像的边缘锐化，较地处理了平滑噪声、锐化边缘这对滤技术中的矛盾。后续实验结果表明，该算法具有良好的滤波性能，易于实时处理。     

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。     

基于自适应平滑滤波的图像增强

为了有效增强含有噪声点的图像,采用基于自适应平滑的图像增强方法。首先根据当前像素点与周围相邻像素点灰度之差决定是将此点进行均值滤波还是沿着某方向进行加权滤波,即利用多个平滑模板对图像进行自适应平滑滤波得到平滑后的图像;然后将原图像减去平滑后的图像得到细节图像;最后将细节图像乘以系数后加在平滑后的图像上得到增强的图像。与单纯的平滑、单纯的锐化相比,此方法不仅有效去除了噪声,又增强了图像的细节,增强效果明显。     

图像的频域滤波增强研究与仿真

图像增强是一种基本的图像处理技术,可以通过突出图像中的某些信息,同时抑制或去除某些不需要的信息来提高图像的质量。文章详细地介绍了图像的频域滤波增强处理,并利用MATLAB进行了仿真实验,实验结果表明：低通滤波可以起到平滑图像、去除噪声的增强作用;高通滤波可使图像的边缘或线条变得清晰,图像得到锐化。     

基于边缘检测的图像锐化算法

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。锐化的目标实质上是要增强原始图像的高频成分。常规的锐化算法对整幅图像进行高频增强,结果呈现明显噪声。为此,在对锐化原理进行深入研究的基础上,提出了先用边缘检测算法检出边缘,然后根据检出的边缘对图像进行高频增强的方法。实验结果表明,该方法有效地解决了图像锐化后的噪声问题。     

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。     

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。     

基于Matlab的彩色图像分量处理

应用于图像处理的计算机软件技术平台很多,如VC++,Matlab等,Matlab从本质上就可以提供对图像处理的技术支持.在对彩色图像进行概述的基础上,提出彩色分量处理的方法,利用Matlab中的函数对其进行滤波处理,主要是进行平滑和锐化,经过仿真得出其方法效果明显,可改善图像的视觉效果的结论.     

基于改进引导滤波的图像边缘检测算法研究

针对Canny算法中图像平滑导致细节缺失,且不能动态判别、锐化图像边缘的问题,提出了一种基于自适应加权引导滤波的Canny边缘检测算法。该算法对引导滤波做出两点改进：一是通过移位技术增加引导图像边缘坡度,实现图像锐化;二是引进分段权值模型对引导滤波算法的正则化参数自适应修正,使其能够根据梯度信息区分边缘和非边缘,从而自动改变平滑程度。较传统Canny算法,采用本算法处理的图像PSNR(峰值信噪比)提高了1.50～6.92dB,PFOM(Pratt品质因数)提高了0.02～0.31。实验结果表明：该算法能有效地锐化图像,提取到完整清晰的边缘。     

远距离传输舰船红外图像的目标识别

针对海天背景下的目标与背景红外图像对比度差、图像边缘模糊等特点,提出了一种远距离舰船红外图像的识别方法,分析了舰船目标的红外辐射特性,对远距离的舰船红外图像进行了预处理,对图像进行了梯度锐化和拉普拉斯锐化处理。仿真实验结果表明：对于远距离舰船红外图像的识别,先用改进的中值滤波方法进行预处理,再进行拉普拉斯锐化处理,可以达到识别目标的目的。     

基于图像复原技术的红外小目标检测方法

提出了一种准确、快速的红外小目标单帧检测方法。该方法首先利用图像复原技术对红外小目标图像进行平滑预处理,达到去噪、提高图像对比度的效果;接着将滤波后的图像与原始图像做差分对消处理,抑制背景杂波;然后采用梯度法对残差图像进行锐化处理,凸显小目标;最后设置两个灰度级做阈值提取,从而检测到红外小目标。仿真实验结果表明本算法能快速、准确的检测出目标点,鲁棒性较好。     

一种识别图像点性质的视频图像锐化算法

针对数字电视视频后处理芯片中现有锐化技术中处理后的图像会放大噪声的缺点,提出了一种通过识别图象点性质来同时去噪并锐化的处理方法。首先提取其中的高频分量,根据高频分量的不同将图像点划分为噪声,细节、小边缘、大边缘、超大边缘等几种分类,然后先平滑掉噪声信号,再分别对细节和各种边缘进行不同程度的增强。实验仿真结果表明该方法既可以消除噪声,细节和小边缘、大边缘得到不同程度地增强,超大边缘却没有白边出现,大幅度提高了图像的清晰度。     

一种用于图像编码的区域分割新方法

为了适应图像分割编码的需要,提高编码性能和效率,本文研究了一种图像区域分割新方法.源于人眼成像原理和视神经网络的知觉分割特性,首先提出一种具有脉冲耦合和梯度锐化能力的神经元网络模型.然后通过构造一个拟合函数对相邻神经元的相似刺激输入进行平滑处理,而对具有不连续变化特性的刺激输入进行锐化,使得神经元比较容易地感知到均匀亮度区域和目标边缘的准确位置.最后通过实验验证了该算法的有效性.本文算法能够准确、有效地的分割出均匀区域,并且与原始图像具有很好的对应关系.在将本文算法应用到图像区域分割编码中,能够大大提高编码的效率,并得到高质量的重建图像.     

基于相机平移模式下的图像拼接技术研究

提出一种基于相机平移模式下的图像拼接算法。对4幅相互重叠的待拼接图像,首先进行图像锐化,再利用像素灰度相关性寻找这4幅图像的最佳缝合位置,最后利用平滑因子对4幅图像的重叠区域进行平滑操作,最终实现4幅图像的无缝拼接。实验证明该算法合理,可行性强,能够达到良好的拼接效果。     

智能车载预警系统中的夜间图像预处理技术研究

文章对用智能车载预警系统获取的夜间图像进行了预处理,包括平滑滤波、锐化、阈值分割、数学形态学和求连通域。通过算法的对比试验,选择出了适合所获取的图像的一套方法。     

基于相机平移模式下的图像拼接技术研究

提出一种基于相机平移模式下的图像拼接算法.对4幅相互重叠的待拼接图像,首先进行图像锐化,再利用像素灰度相关性寻找这4幅图像的最佳缝合位置,最后利用平滑因子对4幅图像的重叠区域进行平滑操作,最终实现4幅图像的无缝拼接.实验证明该算法合理,可行性强,能够达到良好的拼接效果.