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.     

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。     

基于线性和非线性混合滤波器的噪声抑制技术

图像去噪处理的目的是抑制图像中的噪声、锐化边缘信息，为图像的后续处理(边缘检测和特征提取)提供基础，但目前的滤波技术较难达到同时平滑噪声，锐化边缘的要求，只能是在平滑噪声的同时，最大限度地保留边缘信息和细节。针对这一情况，在分析一般滤波器特点的基础上，提出了一种，基于线性和非线性混合滤波器的噪声抑制技术。该滤波器在平滑噪声的同时，能较好地保留边缘信息和细节。     

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.     

图像混合噪声的一种组合滤波消除方法

提出了一种基于高斯拉普拉斯边缘检测的含高斯噪声和脉冲噪声的图像组合滤波去噪方法,即首先对含有混合噪声的图像进行中值滤波,再用高斯拉普拉斯边缘检测方法检测出图像的边缘,得到边缘图像;然后利用自适应Wiener滤波对中值滤波后得到的图像进一步滤波去噪,最后将边缘图像嵌入经Wiener滤波得到的平滑图像中。此种方法不但能够有效去除含高斯噪声和脉冲噪声的图像中的噪声,而且可以保持图像的边缘信息,提高了图像的去噪效果和清晰度。     

一种基于模糊人物图像的锐化新方法

本文提出了一种基于模糊人物图像的锐化新方法。该方法是先从彩色图像中提取R分量图像进行边缘检测并且照亮边缘,然后处理边缘图像的对比度和平滑度,提取出边缘,并对该边缘图像进行锐化,得到了图像边缘锐化而其它部分平滑的清晰图像。该方法和常用的反锐化掩模法进行了对比,效果明显好于反锐化掩模法。     

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。     

一种基于形态学的文本图像二值化算法

在实验的基础上通过对现有的二值化算法进行研究分析,提出了一种新的二值化算法.该算法利用形态学的开运算来消除图像光照不均匀,根据最大类阃方差确定图像阈值,然后高斯平滑噪声,锐化边缘.结果表明该算法能较好地保留图像特征,并且能够克服传统方法带来的离散噪声,二值化效果较好.     

基于Sobel算子滤波的图像增强算法

针对传统图像增强算法对噪声比较敏感、图像失真和细节信息丢失等不足,提出一种基于Sobel算子滤波的图像增强算法。通过理想高通滤波和Sobel算子提取出边缘掩膜,再利用平滑滤波和拉普拉斯算子结合得到简单的细节增强图像。然后将其和掩膜相乘后,再与输入图像相加可得到效果较好的边缘细节增强图像。通过实验进行比较分析,评价结果显示,该方法得到图像的视觉效果相对原始图像和同态滤波都有明显的改善。实验结果验证了该方法的有效性,在增强图像边缘细节的同时,能够抑制噪声并保持图像的真实性。     

一种图像锐化改进算法

针对图像锐化后噪声被放大、图像不清晰的问题,本文提出了一种改进的拉普拉斯锐化算法。改进算法先对图像进行中值滤波预处理,然后将彩色图像分成三个信道分别进行拉普拉斯锐化,最后将锐化后的信道合并。实验结果表明依据图像质量评价指标改进后的拉普拉斯锐化算法可明显改善图像视觉效果。     

基于马尔科夫随机场的图像锐化方法

针对常规的反锐化掩膜方法对图像进行增强时会放大噪声的问题,提出一种基于马尔科夫随机场理论的图像锐化方法,将Thin Plate先验能量函数引入到反锐化掩膜方法中。实验结果表明,该方法在突出图像边缘细节的同时,可有效抑制噪声。主观视觉效果和客观评价结果表明,该方法的处理效果较好。     

小波与自蛇模型在放大图像清晰化中的应用

针对传统插值放大图像出现的边缘模糊与锯齿化问题,结合小波具有多分辨率分析和局部化时频域特性,提出了一种基于小波插值与改进自蛇模型相结合的放大图像清晰化方法。该方法对无噪声图像采用小波插值对图像进行放大,并用改进自蛇模型对放大后的图像进行边缘修正,而对于噪声图像则采用改进自蛇模型对其进行清晰化处理,通过小波插值进行放大。实验结果显示,采用该方法与传统放大图像清晰方法相比,图像的边缘轮廓清晰度和细节部分的辨识度更精确,同时能够有效提高放大图像的峰值信噪比。     

一种异性扩散的自适应平滑滤波算法

固定尺度的高斯滤波器对图像中的所有像素使用相同的加权系数,在平滑噪声的同时也模糊了边缘信息,影响了后期的边缘定位和提取,为此提出了一种异性扩散的自适应仿高斯滤波器,通过计算当前像素与周围像素的灰度梯度,预判该像素类型（噪声点或是边缘点）,并根据像素点类型和梯度生成自适应的、各向异性的加权系数,通过多次平滑迭代实现权重的异性扩散。实验结果表明,该滤波算法具有平滑噪声的同时保留并锐化边缘效果。     

针对合成孔径雷达图像的新型LOG 边缘检测算法

传统LOG 边缘检测算法对合成孔径雷达图像进行边缘检测时,对噪声敏感,同时也 易损坏部分低强度边缘。针对这一问题,提出了一种新型的LOG 边缘检测算法,首先采用双边滤 波和自适应中值滤波来代替传统LOG 算子中的高斯滤波,再计算平滑后图像的拉普拉斯,最后提 取运算后的零交叉点作为图像的边缘。仿真实验表明,本文方法在脉冲噪声环境下具有显著的去噪 效果,而且能较好地保护边缘,提高了检测精度,相对传统LOG 算法具有更好地检测效果。     

基于邻域相关信息的X射线图像增强算法

射线图像存在对比度差、灰度范围小、影像模糊等缺陷。传统的反锐化增强算法是图像增强经常用到的方法,该方法简单易行,但对噪声非常敏感。一般是加上一个低通滤波器来抑制噪声,但加上低通滤波器后又会对边缘造成模糊。 针对上述问题,提出了基于邻域相关信息的射线图像增强算法。首先对射线图像进行多幅叠加降噪,然后根据掩模中心像素和周围邻域像素灰度值的差与输出灰度的查找表进行图像增强。该方法在增强图像的同时能够很好地抑制噪声的增加,实验证明这种方法是可行的。     

Improved Geometric Anisotropic Diffusion Filter for Radiography Image Enhancement

In radiography imaging, contrast, sharpness and noise there are three fundamental factors that determine the image quality. Removing noise while preserving and sharpening image contours is a complicated task particularly for images with low contrast like radiography. This paper proposes a new anisotropic diffusion method for radiography image enhancement. The proposed method is based on the integration of geometric parameters derived from the local pixel intensity distribution in a nonlinear diffusion formulation that can concurrently perform the smoothing and the sharpening operations. The main novelty of the proposed anisotropic diffusion model is the ability to combine in one process noise reduction, edge preserving and sharpening. Experimental results using both synthetic and real welding radiography images prove the efficiency of the proposed method in comparison with other anisotropic diffusion methods.     

基于HVS特性的图像边缘锐化方法

边缘锐化是提取图像中特定信息的基本手段。从分析边缘锐化常规算法以及图像的统计特征,讨论人类视觉系统（HVS）的特性的基础出发,提出了一种基于HVS特性的边缘锐化方法,进一步深入分析讨论了该算法的原理与推广使用。应用C＋＋编码实现算法,在分析实验图像结果的基础上,论证了该方法针对背景颜色较为单一的图像进行边缘锐化时的简单实用性。     

基于中值滤波和梯度锐化的边缘检测

实现一种基于中值滤波和梯度锐化的边缘检测方法。首先采用既能过滤噪声又能保护边缘信息的中值滤波对图像进行平滑处理。然后采用梯度锐化加强边缘像素强度,通过简单的二值化获得图像的初始边缘,系统采用连通区域标记的方法去除位于图像封闭边界内的残留黑块。最后通过实验结果与人工提取的结果比较,进行误差分析,找出本文算法的不足之处,以便对该算法进行改进。实践证明,本文的边缘检测方法对含有噪声点且灰度分布比较均匀的图像有很好的效果。