基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容,目前人们已经提出了多种图像增强的方法,但是这些方法会放大噪声或引入新的噪声.利用反锐化掩模法对图像增强进行了研究,由于小波分析的多尺度特性,该方法可以有效地消除噪声,并且具有良好的增强效果.     

基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容,目前人们已经提出了多种图像增强的方法,但是这些方法会放大噪声或引入新的噪声.利用反锐化掩模法对图像增强进行了研究,由于小波分析的多尺度特性,该方法可以有效地消除噪声,并且具有良好的增强效果.     

基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容 ,目前人们已经提出了多种图像增强的方法 ,但是这些方法会放大噪声或引入新的噪声。利用反锐化掩模法对图像增强进行了研究 ,由于小波分析的多尺度特性 ,该方法可以有效地消除噪声 ,并且具有良好的增强效果     

基于NSCT的反锐化掩模遥感图像增强方法

针对传统图像增强过程中产生的伪吉布斯现象,清晰度差和对比度低的问题,提出一种基于非F采样Contourlet变换（NonsubsampledContourletTransform,NSCT）的反锐化掩模图像增强算法。该算法一方面利用NSCT变换的平移不变性,抑制传统增强算法中产生伪吉布斯现象,另一方面用反锐化掩膜算法来处理图像,提高增强后图像的清晰度和对比度。实验仿真结果表明,本文提出的方法与Conlourlet增强方法,反锐化掩模增强方法相比能够有效提高图像的清晰度,对比度和抑制伪吉布斯现象,图像视觉效果有明显改善。     

基于多尺度反锐化掩模的红外图像云层背景抑制

为检测强云杂波背景中的红外弱小运动目标,结合反锐化掩模理论,提出了一种基于曲线波变换的多尺度反锐化掩模红外图像云层背景抑制新方法。首先,根据红外目标和背景杂波的特性,采用二代曲线波变换对图像进行多尺度、多方向分解,提取图像的多尺度和方向细节特征,然后,根据目标和背景杂波子带系数的差异,通过应用反锐化掩模理论调整分解后的各子带系数,从而将红外图像中弱小目标信号和背景杂波分离,达到抑制背,景的目的。实验结果显示,与最大中值（MMed）和二维最小均方误差（TDLMS）方法比较,该方法对信杂比较低的红外弱小目标复杂云层背景从主观视觉和数值指标都具有良好抑制效果。     

基于非锐化掩模的实时自适应图像增强算法

针对传统的非锐化掩模算法的局限性,依据图像中各像素点及以其为中心的若干相邻像素点的均方差值,提出了自适应图像增强算法的原理,并分析其硬件实现方法,然后给出了该算法与其它算法应用于图像增强的对比结果,最后在FPGA（field programmable gate array）实验板上进行验证.实验结果表明,此算法有效的增强图像的细节区域,防止图像边缘区域出现过冲现象,抑制图像平坦区域的噪声放大.因此,该算法取得了良好的视觉效果,硬件实现简单,适合于实时条件下图像的增强.     

适用于小尺寸TFT-LCD的图像锐化算法及其硬件实现

针对小尺寸TFT-LCD驱动控制芯片的结构特点,提出了一种适用于小尺寸TFT-LCD的新型图像锐化算法.在传统的反锐化掩膜算法中考虑了人眼的视觉系统特性,加入了能量色散滤波器,进而提高了图像锐化效果,降低了锐化噪声,减小了灰度溢出,同时也避免了色彩失真现象.所提出的算法简单且易于硬件实现,硬件开销小,还可以通过寄存器配置锐化强度等参数,以实现显示画质的优化和微调,尤其适应于手机等小尺寸TFT-LCD显示终端应用.     

一种改进的自适应非锐化掩模图像增强算法

提出了一种改进的自适应非锐化掩膜(UM)图像增强算法.它首先利用拉普拉斯算子值检测局部细节特征。然后依据定义的期望增强特性获取增强控制参数,最后利用上述步骤得到的参数计算增强后图像值.实验结果表明,本算法极大地提高了增强算法的稳定性,减少了计算量.使用本算法对标准测试集中的若干图像进行了增强,从增强结果的图像质量评价指标DV、BV值不定期捍,该算法部优于原有的算法.     

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。     

基于听觉掩蔽效应和噪声估计的语音增强算法

谱减法在增强语音、提高信噪比的同时,残留的音乐噪声较大.在利用听觉掩蔽闻值对谱减系数进行修正的基础上,采用实时噪声估计来减少谱减法噪声估计误差,并对谱减后的语音信号进行感知滤波来进一步抑制残留音乐噪声.实验结果表明,该算法能去除噪声,增强语音,并在不影响信噪比的同时降低语音失真测度值.主观测听表明语音音质有明显提高.     

坦克舱强噪声背景下利用掩蔽效应的语音增强

采用了一种基于人耳听觉掩蔽效应的语音增强算法。该算法通过计算每一帧语音信号各个关键频率段的听觉掩蔽阈值,动态地调整谱减系数,有选择性地进行谱减。通过对采集的坦克舱内含强噪声的语音信号的计算机仿真表明,该算法优于基本谱减法,不仅信噪比有较大的提高而且有效地减少了主观听觉的失真和残留音乐噪声。     

接触式图像传感器噪声抑制方法研究

介绍了接触式图像传感器(CIS)的简要原理和存在的噪声类型,阐述了用相关双采样来消除这些噪声的机理,分析了CIS要求的驱动信号CP、SP和采样保持信号SH1、SH2之间的时序关系,并用复杂可编程逻辑器件(CPID)来产生这几个信号.分析了相关双采样电路的工作原理,在此基础上进行了实验.实验表明,用相关双采样抑制CIS中的噪声,能够得到较为满意的结果.     

数字化2D—TDI及其在微光电视系统中的应用

提出一种二维时间延迟帧积分技术并给出其数字实现方法,实际用于微光图像处理结果表明,它不仅可以有效地增强微光图像信息,提高信噪比,而且能够实现视频图像的实时显示,完全克服了帧积分技术中所存在视觉闪烁现象弊端,具有重要的实际应用价值。     

基于小波变换的CR图像增强

数字X光影像仪（CR）图像对比度低、细节不清晰,要对其进行增强处理方能满足临床诊断的需要,而目前通用的CR图像增强算法对比度和噪声增强过度、丢失细节,为此提出了基于小波变换的CR图像增强法。该算法将CR图像进行小波变换分解,针对各子图像的特征,对高频细节部分采用非线性函数进行对比度增强,提高细节清晰度;对低频平滑部分采用反锐化掩模（UM）的方法对图像进行增强,以保证CR图像整体增强效果,最后进行小波变换得到增强后的CR图像。实验证明,该算法处理后的CR图像细节丰富,细节方差（DV）比通用增强算法提高了将近3倍,而且信噪比高,细节方差和背景方差（BV）之比（DV/BV）约为其他算法的3．5倍,具有良好的视觉效果。     

汉语语言谱窄带噪声向上掩蔽特性的测量

以汉语语音清晰度客观评价方法为背景,对汉语语言谱噪声相邻倍频带间的向上掩蔽特性进行了实验测量,与语言传输指数(STI)算法中采用的低频窄带噪声向上掩蔽模式的结果进行了对比分析。实验结果表明,当掩蔽声的声压级固定时,掩蔽斜率会根据掩蔽声频率的不同而有所不同但差别较小;当掩蔽声的频率一定时,随着声压级的提高,掩蔽斜率是渐增的趋势但并不明显,掩蔽斜率值基本保持在30~35 d B/octave之间,这与STI算法中使用掩蔽量级有较大的不同。     

非平稳环境下基于人耳听觉掩蔽特性的语音增强

传统的语音增强算法往往仅对平稳噪声或缓慢变化的噪声有效,且残留的音乐噪声较大。对此,本文研究了一种非平稳环境下基于听觉掩蔽效应的语音增强算法。该算法对传统谱减法的功率谱估计算法进行改进,根据最小均方误差原则和语音信号的听觉掩蔽阈值调整功率谱估计的参数,并引入了基于最小值统计特性的噪声估计算法,使估计的噪声更好地跟踪噪声的变化。实验结果表明:该算法对平稳和非平稳的噪声都得到较好的增强效果,且较好地抑制了音乐噪声。