一种小波域的图像增强算法

微弱图像具有对比度低、噪声高、质量差等特点,一定程度上影响了图像的观察和使用。因此,提出一种小波域的图像增强算法,通过对微弱图像多尺度、多分辨率的小波变换分离各维度小波系数,对低频小波系数进行直方图均衡化,高频小波系数进行Canny算法提取边缘,最后将处理后的各维度小波系数进行图像重构以实现图像增强。并选取了3幅微弱图像,将其经所提出的算法及几种传统经典图像增强算法增强后的图像进行实验仿真对比。仿真结果表明,在主观评价上,所提算法增强后的图像的细节更加丰富,视觉感受更加平滑自然;客观评价指标中信息熵的值也都是最大的,分别是4.989 3,3.741 5,4.796 1,信息丰富度最高;而峰值信噪比和图像质量测量函数的数据表明所提算法增强图像的强度适中,整体性较好。可见,所提出的针对微弱图像的增强算法能够在视觉效果上和图像信息上进行有效的图像增强。     

基于灰阶熵的模糊对比度自适应图像增强算法

一般的数字图像存在噪声大、对比度低、边缘模糊等缺陷.为了有效地增强图像的模糊对比度,以满足后续的识别与检测要求,提出了一种基于灰阶熵的模糊对比度自适应图像增强算法.在模糊域内,根据邻域窗口灰阶熵值的大小,合理选取阈值,对阈值两侧的图像像素点进行不同程度的对比度增强处理,实现局部特征的增强.实验结果表明,该方法不仅增强了图像的整体对比度,而且有效地丰富了目标图像的细节信息,并抑制了噪声的放大.     

基于小波变换与反锐化掩模的图像对比度增强

针对传统空间域图像对比度增强算法存在灰度级空间分配不合理和噪声敏感的问题,基于图像的局部细节信息分析,提出了一种新的基于小波变换和反锐化掩模(UM)的图像对比度增强算法.该算法以小波变换作为工具,运用反锐化掩模的思想,计算出代表局部细节信息且同时考虑了图像中的噪声信息的统计量,然后将这一新的统计量作为重新分配灰度级空间...     

工业内窥镜图像对比度增强算法

针对内窥镜图像由于照明等原因而造成的亮度不均匀,局部对比度较低的问题,本文提出一种基于小波变换的同态滤波算法对内窥镜图像进行对比度增强.分析了照明反射模型的基本原理及可用于消除光照不均的同态滤波方法,采用快速小波变换代替传统傅里叶变换,在变换域中对小波系数进行非线性增强,对不同尺度上的小波系数进行不同程度的增强.实验结果表明,该方法可以有效消除由光照不均匀引起的图像亮度不均匀,增强图像对比度的同时不改变图像的原始面貌,其效果优于传统的同态滤波方法.     

基于模糊熵的X射线图像局部对比度拉伸增强算法

在基于X射线的工件缺陷检测中,X射线图像往往存在亮度低、对比度低的问题。传统的局部对比度拉伸方法在增强图像的同时,容易引入噪音和光晕效应。针对此问题,提出了一种基于模糊熵的X射线图像局部对比度拉伸增强算法,该算法通过引入图像模糊熵来控制局部区域的对比度拉伸,使图像均匀区域和边缘区域得到了不同程度的对比度拉伸。实验结果表明,该算法在增强图像细节的同时对噪声和边缘光晕现象进行了削弱,增强了图像的整体质量。     

基于视觉对比度特性的红外图像超分辨率重建

针对现有超分辨率算法重建后的红外图像存在对比度差、信噪比低、视觉效果模糊的缺点,提出一种基于视觉对比度特性的红外图像超分辨率重建算法。该算法首先利用人眼在不同灰度级的分辨能力不同,通过引入红外图像对比度这一先验信息重建红外图像,其次构建一噪声度量因子以区分图像目标与噪声,然后对目标边缘进行增强,噪声进行滤除。实验结果表明:经过改进算法重建的超分辨率红外图像对比度提高了2倍,噪声得到了有效抑制,视觉效果明显改善。     

基于图像处理的轴类零件表面裂纹检测

针对轴类零件表面图像的特点,提出一种基于图像处理的表面裂纹检测算法.算法首先采用空域和小波域混合滤波对图像去噪,提出一种图像分块自适应模糊集增强方法,以提高裂纹区和背景区的对比度;然后应用Canny边缘检测算子和数学形态学操作进行图像分割,提取裂纹区域;最后通过计算裂纹连通域的圆形度和长宽比特征判断零件的表面图像中是否有裂纹存在,实现裂纹检测.试验表明,该算法即使在信噪比不高的图像中也能实现对目标裂纹的检测,证明了算法的有效性.     

基于视觉特性的非锐化掩模图像增强

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中.选择HSV彩色空问,提出最优可见偏差(OND)引导的非锐化掩模(LJM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强:而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正.仿真结果表明,OND-UM对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉.     

增强图像细节和去噪能力的改进形态学分水岭算法

为了抑制分水岭算法过分割和滤波后保持图像细节,论文提出一种改进的形态学分水岭分割算法.首先,对图像进行多尺度小波分解得到低频系数和高频系数;对低频系数进行基于Perona-Malik扩散模型各向异性扩散滤波;对高频系数,引入神经网络中的sigrnoid函数改进自适应遗传算法的变异和交叉概率生成,并用父代的最优个体替换子代中最差的个体来保护最优个体不被破坏,克服遗传算法的局部最优现象,利用改进的自适应遗传算法增强和去噪.然后,对梯度图像做锐化处理以突出边缘,再做形态学运算并进行H-minima标记.最后,执行分水岭分割,实现改进的算法.实验结果表明,改进算法能够有效地抑制噪声的干扰,减轻过分割,分割精度也有所提高.     

红外图像增强机车电力系统故障诊断与定位

针对机车电力设备红外图像的对比度较差、细节不够明显的特点,该文提出一种基于非线性变换(nonsubsampled contourlet transform,NSCT)的图像增强算法,在算法模型中构造一个非线性匹配函数,该函数能够对红外图像的边缘进行一定的增强,并且能够抑制噪声的干扰。实验结果表明:该方法能够对电力系统过热故障进行智能诊断,并且能够提供复选解决方案。