一种能够同时提取图像强弱边界的局部极值算法

根据图像强边界和弱边界在局部区域都存在极值的现象,提出的局部极值算法能够同时提取图像强弱边界,并对强弱边界进行精确定位,具有重要的理论和实用价值.     

基于平均局部熵的显微立体匹配算法

本文在特征提取和立体匹配研究中引入熵的概念,建立了一种基于平均局部熵最大单元立体匹配算法.由于采用了目标识别与栅格化,提高了匹配准确度,减少了时间消耗.实验结果表明,基于本算法的结果数据可以重建出微观对象的表面.     

显微细胞的图像分析技术

目前图像处理技术在细胞定量分析研究工作中起着重要作用，随着计算机技术的快速发展，图像处理技术也有了很大的进步，专门用于显微细胞病理判断的图像处理技术也得到很大提高。介绍了显微细胞图像分析系统的研究现状、基本结构和基本方法，并对今后的发展与应用作出了展望。     

基于单尺度Retinex的电路板刀具磨损图像细节增强方法

在采集电路板刀具磨损图像过程中,会因光照角度的变化导致图像细节不足,而常规图像细节增强方法在处理过程中存在噪声混叠的情况,实时性不强。针对这一问题提出基于单尺度Retinex的电路板刀具磨损图像细节增强方法,根据目标图像的灰度值变化来定义灰度色调函数,在构建图像处理模型的基础上,采用引导滤波函数处理目标图像模型,去除图像噪声干扰后,使用高斯函数获得图像内的照射分量和反射分量,再利用单尺度Retinex方法剔除照射分量,增强电路板刀具磨损图像的细节。实验结果表明：设计的基于单尺度Retinex的图像细节增强方法运行时间短,增强效果好,处理后的图像质量高。     

数字化显微图像分析检测系统的设计研究

传统光学显微图像观测通过计算机硬件和软件技术的实现光电－数字化,是显微图像分析技术在信号化时代的升级换代,本文阐述实现数字显微图像技术跃变过程中若干重要的设计研究问题,包括图像的光电转换,图像处理,静态观测,活态观测和动力学观测,通用和特殊图像处理方法,若干专用显微图像信息处理技术等,并介绍所取得的成果。     

显微图像的一种快速拼接算法

针对高放大倍数下，在一帧显微图像中无法获取所观测对象全貌的问题。运用基于块匹配的算法进行了多帧图像的自动拼接，并采用多分辨率技术实现了匹配算法的快速实现。拼接结果表明提出的显微图像快速拼接算法的简洁有效性．     

融合Retinex框架对电子内镜图像的增强

针对目前图像增强算法对于电子内镜图像光照不均匀、低照度区域边缘细节不明显以及高噪声等问题的局限性,设计了一种用于电子内镜图像的融合低噪声、均衡光照和细节增强的Retinex框架,并根据此框架设计了增强算法。算法首先利用基于位置信息与相邻频率的滤波器得到低噪光照值;为了有效区分噪声与细节信息,设计了一种基于最大后验概率估计(Maximum A Posteriori estimation,MAP)的反射率估计方法,引入光照因子控制概率权重,对于低照度区域反射率平滑项施加强约束,并通过最大化其后验概率以应对低照度区域的高噪声问题;为均衡光照、应对人体内黏膜和消化液的散射和吸收导致的图像退化,基于暗通道先验(Dark Channel Prior,DCP)算法设计了反向均衡化模型以得到均衡光照值;为应对低照度区域细节信息不明显问题,利用对比度限制自适应直方图均衡化得到细节增强结果。通过使用均衡光照值补偿增强后的反射率,实现噪声抑制、光照均衡、细节增强提高之间的有效融合。实验结果表明,本算法较于近期的同类算法NIEIE(Non-uniform Illumination Endoscopic Imaging Enhancement),能够在保持信息熵与峰值信噪比的基础上,增强度提升23.94%,对于电子内镜图像具有良好的适用性。     

细节保留的多曝光图像融合

针对传统的多曝光图像融合算法存在的细节丟失严重和鬼影现象,提出了一种细节保留的多曝光图像融合算法。该算法首先计算曝光序列的3个特征指标:图像细节、曝光亮度和色彩信息,其中图像细节通过引导滤波计算,曝光亮度的权值由高斯方程分配,而曝光序列的色彩信息用色彩饱和度表示。然后,利用差分图和邻域相关系数检测多曝光序列中运动物体,利用3个特征指标和运动目标检测结果分别计算静态场景和动态场景的融合权值图。为了消除噪声的影响,采用递归滤波器来修正融合权值图。最后,采取加权融合的方式得到融合图像。选取10组不同的曝光序列,分别从主观和客观两方面与6种传统的融合算法进行了比较。实验结果表明,本文算法保留了丰富的细节信息,呈现出了更加生动自然的现实场景,并且有效去除了由运动物体产生的鬼影现象,效果优于其他比较算法,在静态场景和动态场景的曝光融合中都取得了好的效果。     

基于小波分析的显微序列图像合成系统

由于显微镜物镜焦深范围有限,故造成显微图像局部模糊,研究人员对图像的理解不完整等问题。根据聚焦评价函数分布,采用小波分析,将一序列局部聚焦图像合成全焦图像。改进的小波融合算法得到的融合图像极大地保留了系列图像聚焦部分的信息,合成全焦图像。由此得出的聚焦合成图像使研究人员可直接测量所需的显微结果。     

融合边缘增强与非局部模块的遥感图像超分辨率重建生成对抗网络

针对遥感图像成像过程中噪声污染严重,超分辨率重建图像存在目标边缘模糊和伪影等问题,本文提出一种融合边缘增强与非局部模块的遥感图像超分辨率算法（Edge-Enhanced and Non-local Modules Generative Adversarial Network,ENGAN）。为了使图像细节边缘更清晰,本文融合一种图像边缘增强模块;同时,为进一步扩大模型感受野和增强去除边缘噪声性能,改进边缘增强模块中的Mask分支;此外,引入非局部模块,通过更好地利用图像的内在特征相关性,进一步提升了网络的重建性能。本文在UCAS-AOD和NWPU VHR-10两种遥感图像数据集上进行多个算法的对比实验,结果表明本文提出的方法在多个评价指标上均有所改善。以退化类型Ⅳ为例,本文方法相比深度盲超分辨率退化模型,4倍超分辨率的SSIM提升了0.068,PSNR提升了1.400 dB,RMSE减少了12.5%,且重建后的遥感图像相较于原始图像可以得到更好的地面目标检测结果。     

一种基于局部复杂度的水下图像增强方法

因水下信道的特殊性及成像的复杂性,水下图像多呈现出对比度低、边缘模糊等缺陷.提出一种基于局部复杂度的图像增强算法并用于水下图像的增强,不仅锐化了目标边缘,还提高了图像整体对比度.由于局部复杂度对噪声不敏感,所以本算法还具有较好的抗噪性,实验结果表明,可以有效地增强水下图像.     

一种改进的基于差分曲率和对比度场的细节增强算法

针对图像细节增强过程中梯度对噪声敏感的缺点,本文提出了一种改进的基于差分曲率和对比度场的细节增强算法.首先,该算法利用差分曲率代替梯度值决定系数的放大倍数,以差分曲率作为自变量的放大系数函数考虑了更多的邻域像素,从而克服了图像梯度对噪声敏感的缺点;然后,利用该放大系数非线性地放大对比度场,并构造能量泛函;最后,通过变分方法得到增强后的图像.标准测试图像和工业X射线图像的实验结果表明,本文提出的算法在有效增强图像对比度的同时,能够较好地抑制噪声.     

利用MATLAB实现遥感图像增强

图像增强是数字图像的预处理。本文采用直方图增强、对比度增强、平滑滤波方法,利用MATLAB软件实现对了遥感图像增强处理,并给出了实验结果图像。结果表明,对利用MATLAB实现遥感图像增强,能够改善图像的质量。     

基于非下采样Contourlet变换系数直方图匹配的自适应图像增强

由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数。对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数,具有自适应性和实用性强的优点。     

基于模糊形态筛和四元数的水下彩色图像增强

水下彩色图像增强是水下视觉领域的一个重要问题.其中,照明引起的非均匀亮度往往严重影响了对水下图像增强的效果.首先运用彩色模糊形态筛改善非均匀照明情况,然后通过围绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标与背景的差别.实验结果对比表明,新的彩色水下图像增强算法修正了水下图像的色彩不平衡,更适于处理水下图像的亮度不均匀情况.     

基于混沌映射与差分进化自适应教与学优化算法的太赫兹图像增强模型

为消除功率起伏效应引起的太赫兹(THz)图像局部伪影,构建了基于同态滤波的THz图像增强模型.然而,模型各参数取值差异大且耦合性强,给其参数确定带来了困难.为此,本文提出了混沌映射与差分进化自适应教与学优化算法以求解增强模型最优参数.首先,改进了标准Logistic混沌映射,提高了种群多样性.其次,引入适应度更新率,构...     

基于模拟多曝光融合的低照度全景图像增强

针对低照度全景图像存在的对比度低、视觉效果差等问题,提出了一种基于模拟多曝光融合的低照度全景图像增强算法。首先,将原图像从RGB颜色空间转换到HSV颜色空间,以图像信息熵作为度量估计最佳曝光率,采用亮度映射函数对V分量进行增强处理,再将其转回RGB颜色空间得到过曝光图像;接着,以低照度图像和过曝光图像为输入,采用曝光插值法合成中等曝光图像;然后,采用多尺度融合策略将低照度图像、中等曝光图像和过曝光图像进行融合,得到融合后的图像;最后,通过多尺度细节增强算法对融合后的图像进行细节增强,得到最终的增强图像。通过与NPE,LIME,SRIE,Li,Ying,RtinexNet算法相比,在不同场景的全景图像上,亮度顺序误差(LOE)最小为322,自然图像质量评估器(NIQE)最小为2.32,无参考空间域图像质量评估器最小为5.71,结构相似度(SSIM)最高达到0.82,综合性能优于其他对比算法。实验结果表明,本文算法能够有效地提升低照度全景图像的质量。     

基于模糊同组划分的多尺度彩色图像增强算法

现有多尺度Retinex彩色图像增强算法采用同定权值进行加权来融合各个单尺度Retinex算法的增强结果,无法充分体现各个单尺度算法在细节增强和颜色保持上的优势,且噪声信号往往随着图像的增强而放大.针对这些问题,提出一种基于模糊同组划分的多尺度Retinex彩色图像增强算法.算法首先采用模糊同组技术将像素点划分为噪声点、细节点和平滑区域点3类,并对噪声点采用矢量中值滤波进行去除.然后采用不同尺度的Retinex算法增强图像,并通过细节区域和平滑区域所占局部窗口的面积比例来融合各个单尺度增强结果.最后通过颜色恢复和动态截取拉伸操作,进一步减少图像颜色失真,扩大动态范围.实验表明,所提出的方法相比其他算法具有更好的彩色图像增强效果,具有实际应用价值.     

应用参数化对数模型增强图像细节及对比度

传统红外图像增强方法由于未考虑人眼视觉特性而存在"超区间值",故极易丢失图像细节。本文结合对数图像处理（LIP）理论,提出了基于参数化对数模型（PLIP）的平台直方图均衡图像增强方法。该方法首先将图像变换为灰度色调函数;然后应用PLIP模型对变换后的图像进行重建,结合平台直方图均衡化来增强图像的对比度和细节信息,并利用图像评价函数（EMEE）与信息熵（En）确定模型的参数值。最后,研制了算法硬件平台,分别用中波和长波红外成像系统对算法进行了实验验证。实验结果显示：该方法对不同场景的图像均可取得很好的增强效果,图像的EMEE值比传统的平台直方图均衡算法提高至少5倍以上,对改善图像质量和视觉效果具有实用价值。     

升余弦变增益微视觉图像自适应增强与应用

微视觉系统中同轴光源和光学衍射的存在,使CCD相机获取的图像具有灰度值偏低、光照不均匀、动态范围大、对比度差以及微细结构丢失或无法辨识的缺陷。为改善图像质量,本文提出一种升余弦变增益子带分解微视觉图像自适应增强方法。该算法首先基于图像特性利用自适应Log增益对原图像进行增强,提高微视觉图像中亮暗区细节特征与背景的对比度;接着使用自适应升余弦卷积进行快速照度估计;然后对各通道的输出图像采用自适应变增益子带分解算法获取独立光谱子带;最后进行亮度校正、图像融合与色彩恢复。将该算法用于微位移测量系统中可使测量结果的相对误差小于20%;用于处理光照不均的图像可有效降低同轴光源靠近中心区域的亮度;此外,扩展至普通图像的处理中可提高对比度,改善细节特征。3组实验结果的平均图像质量相对提高率为81.46%,71.18%和93.75%;平均耗时为3.86s,0.24s和1.27s。