基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明:此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。     

MATLAB环境中的人脑医学图像融合与识别方法研究

运用MATLAB平台开发了人脑医学图像融合系统,引入小波变换方法,提出了基于坐标映射的小波最佳分解级数选择准则。对使用不同高低频选择规则和融合算法时的融合结果都进行了主客观分析。实验表明,基于小波变换的融合方法比其他方法更好。由于已经融合的灰度图像不能包括两幅源图像的所有细节信息,而且灰度图像在细节上不如彩色图像容易辨别,所以对已融合图像进行了伪彩色变换。实验表明,伪彩色图像增强了融合图像某些细节信息的可视性。     

多尺度分解算法与融合规则优化组合的双模态红外图像融合

针对现有双模态红外图像多尺度分解算法与融合规则的组合关系不能随着图像特征的不同而改变的问题,提出基于不同图像特征的多尺度分解算法与融合规则优化组合的融合方法。首先分析比较了7种常用多尺度分解算法对图像结构、边缘、纹理特征的提取效果;其次利用8种典型的融合规则对上述特征进行融合,并分析融合效果;最后提出了选择优化组合的融合效果分作为依据,构建了不同组合融合效果分数图,利用该分数图得出对于单特征与双特征融合的优化组合算法。实验结果表明,该优化组合方法对于不同图像特征的融合效果具有明显提升。     

基于NSST和区域生长的红外与可见光图像融合算法

针对当前红外与可见光图像融合中红外目标提取信息度不足和灰度对比度较低的问题,将多尺度多方向变换技术与目标提取技术相结合,提出了1种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和区域生长的红外与可见光图像融合算法。首先对红外图像运用区域生长法提取出目标区域并投影到可见光图像中,然后对映射图像与红外图像做NSST分解得到各尺度各方向的子带图像。低通子带融合系数的选择采用基于区域能量的加权平均法,高频子带系数的选择采用基于改进型Sobel算子和区域平均梯度的融合规则。最后通过对融合系数做NSST逆变换得到期望的融合图像。实验结果表明,所提算法得到的融合图像红外目标突出,背景清晰,定位准确,平均灰度也更接近源可见光图像,具有良好的视觉效果。     

深度玻尔兹曼机在图像融合中的应用

针对可见光与红外图像融合时出现的特征信息提取不足等问题,提出了一种基于非下采样剪切波变换(NSST)与深度玻尔兹曼机(DBM)的可见光与红外图像融合方法。首先,利用DBM实现红外图像的最优能量分割以提取其中的显著红外目标;其次,将分割得到的显著目标区域与背景区域分别投影至源图像,获得相关映射图;最后,使用NSST分别对可见光图像与红外投影图像进行多尺度、多方向稀疏分解,对源图像的一系列子图像进行融合,并采取NSST反变换重构获得最终融合图像。仿真实验结果表明:与现有的3种经典方法相比,本文方法在信息熵方面高于轮廓波变换法约4.1%,在平均梯度方面高于NSST法约1.0%,在互信息方面高于NSCT法约3.8%。获得的融合图像具有较高的对比度和丰富的细节信息。     

RTV绝缘子憎水性图像增强新方法及应用

在研究RTV绝缘子憎水性等级过程中,低照度的RTV绝缘子憎水性图像对等级的判定有一定影响,故需对其增强处理。然而,目前传统增强法以及Retinex增强法在处理该类图像都存在一定的问题。为此,提出一种基于改进双边滤波Retinex算法,该算法首先对经典双边滤波进行改进,对其空间邻度因子最优化、在水平和垂直方向上降维滤波以及自适应求解σr;然后将改进双边滤波对RTV绝缘子憎水性图像照度估计,与Retinex算法相结合,最终达到增强的目的。实验表明,该算法对RTV绝缘子憎水性图像增强效果明显,在RTV绝缘子憎水性等级判定应用中提高了其准确率。     

一种基于二维离散小波变换的边缘检测方法

本文在传统边缘检测算法的基础上,给出了一种基于二维离散小波变换的边缘检测方法。首先对原图用直方图均衡化进行图像增强,对增强后的图进行二次小波分解得到图像的近似部分和细节部分,然后把第二次的低频图像置为零,进行小波重构得到图像的边缘,因此能够更好的检测到原图像忽略掉的边缘。     

基于引导滤波的数字图像自动聚焦融合方法研究

为了提高远程物探遥感数字图像的自动聚焦检测能力,提出基于引导滤波的数字图像自动聚焦融合方法。建立远程物探遥感数字图像滤波检测模型,在信息增强技术下进行数字图像的特征匹配,建立远程物探遥感数字图像三维重建模型,构建可见光数字图像的模糊特征检测算法,通过远程物探遥感特征匹配,进行数字图像RGB分解,获得远程物探遥感下数字图像的空间匹配函数,在视觉分布模型下,进行远程物探遥感信息融合,结合空间视觉信息增强的方法,进行数字图像的融合滤波检测,通过引导滤波方法,进行数字图像自动聚焦融合处理,提高图像的输出信噪比。仿真结果表明,采用该方法进行高远程物探遥感数字图像聚焦融合的输出质量较好,图像输出信噪比较高,自动匹配性能较好,提高了高远程物探遥感数字图像识别和聚焦成像质量。     

基于提升小波和直方图均衡化的MSR Retinex多参数融合方法的真彩色图像增强

基于原始提升小波和直方图均衡化算法的不足,文章提出了一种基于提升小波的多尺度(MSR)Retinex与直方图均衡化融合的真彩色图像增强算法。该算法将HSV空间下的亮度V分量运用MSR Retinex不同参数所得到的图像提升小波变换,并对低频与高频进行最大值处理,利用提升小波逆变换重构得到新的图像RGB1,并对原始的HSV颜色模型中的亮度分量V进行自适应直方图均衡化处理得到新的图像RGB2,将RGB1与RGB2图像进行融合得到增强后的彩色图像。     

基于融合协方差的红外和可见光图像特征融合方法

考虑到不同特征代表了图像的不同信息,融合后的特征更能体现图像的本质,重点阐述分析了基于融合区域协方差的特征融合方法,该方法可以自然地融合多个相关的特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,融合协方差描述子可以较好地融合舰船可见光图像和红外图像的联合目标特征,提高目标识别能力。