非接触指纹图像分割与增强方法的研究

非接触指纹图像的背景区域比接触式的相对复杂,且脊、谷线的对比度也比较低,用一般的接触式指纹图像处理方法很难达到很好的处理效果。本文针对非接触指纹图像的这两个特点提出了合理的分割与增强方法。采用基于照明-反射模型的同态滤波思想进行指纹图像与背景区域的分割。在对指纹图像增强时首先采用相干滤波技术进行滤波增强,再用简化的Gabor函数模板进行二次增强。实验结果表明,本文提出的方法在一定条件下能够很好的实现指纹图像的背景分割,同时本文方法的增强效果相比于以往的也有了明显的提高。     

指纹图像增强技术综述

通过对指纹识别技术的应用现状和目前存在问题的分析,介绍了指纹识别中常用的图像增强算法。并重点介绍两种主流低质量指纹增强算法的原理,最后总结了该方向上的难点问题和一些新的研究方向。     

基于局部方向场的非局部指纹图像去噪研究

为了更好的保留指纹图像中的局部细节和指纹图像去噪问题,本文将指纹图像和手指的姿态分别作为输入和输出,将指纹转化为由手指中心和方向定义的手指坐标系。建立了涵盖主要指纹图案类型的高质量训练样本,通过对原型定向场的空间分布和姿态估计进行分析,提出了一种基于局部方向场的非局部均值(NLM-LOF)方法。对仿真图像和真实图像的实验结果表明,所提出的方法在保持指纹图像边缘和细节的同时能够有效抑制噪声,并在定性度量和视觉比较方面形成了一种新的非局部均值方法。     

傅里叶变换在指纹图像增强中的应用

提出一种基于傅里叶变换的指纹图像增强方法,通过对图像分块进行傅里叶变换,用求期望值的方法获取指纹图像的频率、方向以及能量分布,在此基础上根据指纹纹线的分布在脊线方向变化剧烈的特殊性,采用在径向滤波器滤波后增加角方向滤波器的滤波方法,对图像进行滤波增强。实验结果表明,该方法对低质量的指纹图像增强效果显著,同时其计算量较少,实现时间短,对实时指纹识别系统的应用具有重要的意义。     

基于改进型Retinex算法的彩色图像增强技术

由于单尺度Retinex算法在处理过程中会产生光照强度问题导致图像细节表达不细致,提出一种改进的基于单尺度Retinex(SSR)算法的 真彩图像增强算法。首先,使用加权最小二乘法对原始彩色图像进行细节增强,然后对原始图像进行优化。对处理后的图像层和细节图像层构造增益系数,并进行重构输出一幅新的合并图像。实验结果表明,所提算法能够有效减少图像中的噪声,并使图像细节和对比度更加突出,亮度增强。相比于其它传统的算法,改进型Retinex算法处理后的图像客观评价指标有大幅度提升,图像增强能力有大幅改善。     

图像引导滤波的局部多尺度Retinex算法

Retinex算法是一种用于消除由光照变化给图像所带来的负面影响的图像增强算法。该算法的求解通常需要基于入射分量分段光滑的假设,利用正则化的方法迭代求解,计算效率低。文中基于一项最近提出的研究——"图像引导滤波",提出一种非迭代的Retinex算法框架。基于反射分量也满足分段光滑的假设,采用两次图像引导滤波克服了图像噪声所带来的影响。然后在基于小波变换域图像融合策略的基础上,提出基于图像引导滤波的多尺度Retinex算法,实现图像细节增强与颜色保真之间的平衡。实验结果表明,与各种算法相比,该算法在克服噪声、细节增强和颜色保真方面能够取得更好的效果。     

改进参数的Gabor滤波器指纹图像增强算法的研究

在指纹识别之前,首先要对指纹图像进行预处理操作,预处理中,Gabor滤波器能够很好的平滑和分割指纹图像,然而由于Gabor滤波器对指纹中纹路的走向和频率非常的敏感,导致经过Gabor滤波操作后的指纹图像特征点剧烈的缺失和变化。该文利用相位差二值化,使其在指纹图像二值化时能够不需要Gabor滤波,然而对指纹增加时通过Gabor,使得在增强过程中有效的连接纹理的断裂并且很好的平滑图像,这样做使得Gabor滤波对纹路频率的敏感不再影响指纹的预处理,并且很好的保留了指纹的特征。     

基于STFT的无人机跳频信号检测与参数估计

为了有效实现对无人机的监管,避免涉密、干扰航班、扰民等事件发生,需快速识别出监测范围内的无人机信号,为此提出一种基于STFT的无人机跳频信号检测与参数估计方法。该技术对接收的信号样本做STFT变换,在时频图上采用时频能量对消法实现无人机跳频信号的盲检测,并在此基础上设计一种自适应的形态学滤波器消除干扰,同时引入最小二乘估计算法提升无人机跳频信号参数估计的性能。通过实验测试表明,算法在SNR不低于6 dB时,无人机跳频信号的检测概率在95%以上,且能正确估计出无人机跳频信号的跳频周期、跳频起跳时刻和跳频频率集等参数,实用性较强,工程使用价值较高。     

基于Retinex理论的图像增强算法研究

Retinex理论的图像增强算法,就是在一个图像中,忽略透射光的影响,同时来获得物体的反射的基本特性,并通过这种方式来获得物体原本的图像形态。本文在探讨了Retinex基本理论,对建立在该理论基础上的图像增强算法的实现做了理论与实践的研究。     

基于FPGA的方向滤波指纹图像增强算法实现

设计了一种基于FPGA纯硬件方式实现方向滤波的指纹图像增强算法。采用寄存器传输级(RTL)硬件描述语言(Verilog HDL),利用时分复用和流水线处理等技术完成了方向滤波指纹图像增强算法在FPGA上的实现。系统通过了Modelsim的仿真验证,并在Terasic公司的DE2平台上完成了硬件测试。     

基于Retinex理论的图像增强算法*

这种增强算法首先依据像素的R,G,B分量将输入的彩色图像被分解成为三幅图像,代表场景中波长不同（长波、中波和短波）的反射光的强度;分别计算长波、中波和短波波段内像素间的相对明暗关系,进而确定每个像素的色彩。最后,将Retinex色度空间内的色彩线性映射到RGB空间,获得经过增强的图像。通过这种方法所获得的图像具有色彩逼真度、动态范围大的特点。计算机仿真结果表明运用这种方法进行图像处理可以获得非常好的处理效果。     

基于Retinex的图像增强方法综述

Retinex作为一种源自人类视觉系统研究的颜色恒常性模型,在解决光照不均、色偏等方面都有非常广泛的应用。本文首先介绍了Retinex理论的来源与后续的发展。然后根据当前研究现状将Retinex模型分为路径模型、PDE（Partial differential equations）模型、变分模型和中央周边（Center-Surround）模型4种类型,并对每一种类型进行综述。最后介绍了Retinex在图像增强方面的典型应用,并总结4种Retinex模型的优劣,展望了Retinex的未来发展方向。     

基于光照图估计的Retinex低照度图像增强算法

针对低照度环境下采集的图像存在对比度较低、细节丢失、噪声干扰等问题,提出一种基于Retinex的光照图估计改进算法,以实现低照度图像增强.计算R、G、B 3个颜色通道中的最大值,并用L2范数对光照进行近似,运用基于相对总变差形式的改进模型对亮通道进行平滑细化及自适应Gamma校正,并利用Retinex模型进行图像增强.在MATLAB仿真平台上对不同的低照度图像进行增强处理,实验结果表明,与Retinex-Net、SRIE等典型算法相比,该算法能有效提高图像对比度与清晰度,增强图像细节信息,使图像颜色更加鲜艳自然,视觉质量更好.     

基于光照图估计的Retinex低照度图像增强算法

针对低照度环境下采集的图像存在对比度较低、细节丢失、噪声干扰等问题,提出一种基于Retinex的光照图估计改进算法,以实现低照度图像增强.计算R、G、B 3个颜色通道中的最大值,并用L2范数对光照进行近似,运用基于相对总变差形式的改进模型对亮通道进行平滑细化及自适应Gamma校正,并利用Retinex模型进行图像增强.在MATLAB仿真平台上对不同的低照度图像进行增强处理,实验结果表明,与Retinex-Net、SRIE等典型算法相比,该算法能有效提高图像对比度与清晰度,增强图像细节信息,使图像颜色更加鲜艳自然,视觉质量更好.     

基于Retinex的彩色图像增强方法综述

Retinex算法是彩色图像增强领域中的重要方法, Retinex算法具有丰富的内涵.针对传统Retinex算法易在增强结果中产生色彩失真、光晕现象等局限性,本文讨论并分析了现有的基于颜色空间转变、色彩校正和估计照度分量设计方法的一系列相关的改进方法.最后指出了Retinex算法可进一步研究的方向.     

基于多尺度Retinex的雾天降质图象增强算法

雾天图象受到严重退化,大大降低了图象的使用价值。利用Retinex理论的颜色恒常性,通过提取照度分量来去除雾天对图象的退化作用。指出MSR算法处理雾天图象的不足,提出将MSR算法处理结果与原图象结合的改进方法:引入原图象对数分量和颜色信息,以保留原图象亮度的全局对比度和恢复平坦区域的颜色;提出进一步增强雾天图象细节信息的方法:将MSR处理结果与边缘增强的原始图象相结合,然后对输出图象各颜色分量先进行正态截取,再统一拉伸到显示设备的动态范围。实验结果表明,该方法能取得较好的图象去雾效果。     

基于改进多尺度Retinex的糊图像增强仿真

针对传统模糊图像增强方法未对图像进行降噪处理,导致增强后的图像出现视觉效果差、质量差、峰值信噪比低的问题,提出基于改进多尺度Retinex的模糊图像增强方法.结合阈值法对增强前的模糊图像进行降噪处理,提高图像质量;利用背景强度和梯度信息对降噪后的模糊图像进行二维分解,并采用改进多尺度Retinex对模糊图像进行照度分割,根据各子图的照度特性,采用不同的尺度的Retinex划分模糊图像各个区域,实现模糊图像增强.仿真结果表明,所提方法呈现的图像视觉效果佳、图像质量好、峰值信噪比高,具有一定的实际应用性.     

基于多尺度Retinex的医学CT图像增强算法

为增强医学CT图像中的暗区信息和图像对比度,扩大灰度分布范围,提高医学CT图像的视觉效果,确保图像边缘轮廓信息完整,提出了基于多尺度Retinex的医学CT图像增强算法.获得准确的光照分布,将图像转换到RGB彩色空间,提取医学CT图像暗区信息,获取医学CT暗区图像,线性平滑处理医学CT暗区图像,得到用于医学CT暗区图像...     

基于双边滤波的Retinex图像增强算法

针对Retinex图像增强技术在高对比度边缘区域存在“光晕伪影”这一缺点,提出了一种基于双边滤波的Retinex算法。该算法先使用带有边缘保存功能的双边滤波将原图像分解成照度图像和反射图像,再分别采用不同的策略压缩照度图像和增强反射图像,最后把两部分图像合成为新的图像。通过从主观视觉效果和客观质量评价两方面对该算法进行检验,实验结果表明它有较好的增强效果,解决了“光晕伪影”问题。     

消除光晕现象的快速Retinex图像增强

由于假设场景中光照是平缓变化的,传统的中心环绕Retinex图像增强方法在处理高动态范围图像时易在明暗对比强烈处产生光晕现象.提出一种快速Retinex图像增强方法,以模拟人类视觉系统的全局和局部自适应性.首先对原图进行全局动态范围调整,然后使用mean shift滤波进行估计光照,并基于中心环绕假设消除光照不均影响,在后处理中对图像去除孤立点所占的直方图范围.实验结果表明,该方法能有效地克服光照不均并消除了光晕现象;使用了mean shift加速算法,运行速度快于已有同类方法.