结合细节信息的自适应Retinex算法水下图像增强

针对Retinex算法应用于水下图像增强中,常出现颜色失真与图像细节增强相矛盾的现象,提出了结合细节信息的自适应多尺度Retinex水下图像增强算法。分析包含不同细节信息的水下图像对Retinex算法增强中卷积函数尺度大小的选择要求;采用图像梯度作为调节因子,自适应调整多尺度Retinex算子的权重,用于适应包含不同细节信息的水下图像对对比度增强的要求,有效地缓和了水下图像增强在颜色失真和细节对比度提升之间的矛盾。多组实验验证了该算法在去除水下图像的蓝绿背景、避免颜色失真、消除非均匀光照和图像细节增强等方面均优于传统多尺度和颜色保真的多尺度Retinex算法。     

基于双边滤波和Retinex算法的矿井图像增强方法

针对常用的双边滤波算法易造成图像细节丢失及Retinex算法在光照变化剧烈时易出现光晕伪影现象等缺点,提出了一种基于双边滤波和多尺度Retinex算法的图像增强方法。该方法首先对图像进行小波分解,获得图像高频和低频系数;然后采用多尺度Retinex算法和双边滤波结合的方案对图像低频系数进行处理,采用软阈值滤波算法对图像高频系数进行处理;最后通过离散小波反变换得到增强后的空域图像,并对其局部对比度进行自适应增强处理。实验结果表明,该方法可以有效改善图像颜色失真情况,细节丰富,对比度强,为图像后续的特征提取奠定了基础。     

基于形态滤波的小波融合图像增强算法

研究图像优化问题。针对目前常用的空域或频域图像存在各种噪声干扰降低了图像的清晰度,为了在降低图像噪声,保护图像细节和边缘信息,提出一种形态滤波的小波融合图像增强算法MWF。首先分别采用巴特沃斯低通滤波和形态学高帽处理对含噪图像进行滤波,得到两幅过滤的图像,再将这两幅图像分别进行离散小波变换,然后利用变换结果在小波域内依据融合规则进行融合,最后对融合结果进行反变换得到清晰的图像。得到的图像是通过空域滤波和频域增强方法的结合,综合了两种方法各自的优点,仿真结果表明,MWF算法对混合噪声干扰有较好的抑制作用,并实现了图像增强的效果,为图像优化提供了依据。     

一种新的小波融合的乳腺图像增强方法

为改善乳腺X线图像质量,提出一种新的乳腺X线图像融合增强算法。该算法先用直方图均衡化和中值滤波分别对乳腺X线图像进行预处理,在此基础上采取低频能量取大和高频方差取大的小波融合算法对乳腺X线图像进行图像增强。采用多幅乳腺X线图像进行对比实验,从信息熵、平均梯度、对比度增强3个方面定量地评价。实验表明该算法在提高图像对比度的同时,能抑制噪声及保留边缘细节信息,获得良好的图像增强的效果。     

基于邻域信息的红外图像增强

传统的红外图像增强一般基于平台直方图均衡化思想,这种方法从全局上改变了图像的对比度,从而达到增强图像的目的,是一种快速有效的增强算法。然而现存的平台直方图方法忽略了图像的局部信息,无法改善图像的局部对比度。论文提出了一种新的红外图像增强算法,该算法在基于传统的红外图像平台直方图均衡化思想的基础上,同时加入图像的局部信息,从全局和局部同时增强图像对比度。通过与传统的平台直方图均衡算法对比,证实了算法的优越性。     

基于多层融合和细节恢复的图像增强方法

针对部分图像在光照不均匀、过亮或过暗下出现的对比度低、细节不可见等问题,提出了一种基于多层融合和细节恢复的图像增强方法。首先在HSV图像空间中将V通道等价复制为Retinex增强层、亮度增强层、细节突出层三层。在Retinex增强层中,利用加权引导滤波和形态学结合来消除光晕现象,并通过改进Retinex增强图像亮度和细节;在亮度增强层中,通过自适应归一化进一步增强亮度;在细节突出层中,人工蜂群算法优化改进局部线性增强模型来突出图像细节。最后根据Gamma校正特性和邻域像素关系,提出细节恢复方案避免融合后造成的部分细节模糊。实验数据表明,该算法能更有效地突出图像细节和提高对比度,并与现有算法在客观量化方面进行对比,综合性能更为优越,尤其在清晰度指标上远高于其他算法。     

基于模糊域的图像增强改进算法研究

基于模糊集理论的图像增强算法会丢掉部分的边缘细节,针对这一不足,该文改进了算法,最大程度上保留了低灰度值部分。首先构建一个新的隶属函数,实现了图像空域到模糊域之间的转换;在模糊域中采用非线性变换和递归调用对图像进行了增强,最后再通过逆模糊化转换到空域,得到新的灰度值。仿真结果表明,改进的图像增强算法克服了丢失部分细节的不足,提高了图像质量。     

基于时空域滤波的二维动画图像细节增强方法

应用常规二维动画图像增强方法，容易产生图像边缘模糊和清晰度较差等问题。基于此，引入时空域滤波算法，提出了一种全新的二维动画图像细节增强方法。首先，多尺度分解二维动画图像，提取有针对性的图像细节特征信息。其次，利用时空域滤波算法对动画图像进行降噪处理，减少图像中的噪声干扰。最后，依据双边滤波方法原理捕获动画图像的特征结构，增强和融合图像细节。实验结果分析可知，新方法能够显著提高各种不同类型动画图像的峰值信噪比，降低失真，从而优化图像质量、清晰度、视觉冲击力。     

一种自适应的仿生图像增强方法:LDRF算法

为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性.     

频域图像增强混合滤波算法及在作物缺素中的应用

针对目前常用的频域图像增强方法存在振铃现象、模糊效应与过度锐化,为突出图像的细节及边缘信息,保护图像原有的光滑区域灰度,提出一种新方法.利用低通和高通滤波器它们各自的优势,有选择性地对图像进行滤波处理,即对图像的高频和低频部分分别进行不同的系数增强.实验结果表明,该算法保持了图像的光滑区域灰度,改善了边缘区域的对比度,验证了该算法的有效性.针对作物缺素问题,运用不同滤波算法对采样图像进行处理后,对病斑部位采用相同的形状特征提取方法进行实验,实验结果表明,该算法突出了叶面纹络与褐色斑块,保持了样本图像的光滑区域灰度,有效改善了对病斑部位形状特征参数的提取效果,具有一定的可应用性.     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

空域中实现基于DC系数的图像水印算法*

针对多数图像水印算法是在单一的空域或频域中执行的现状,提出一种结合两者优点的彩色图像盲水印算法。根据DCT域中DC系数的形成原理,在空域中直接求得亮度分量Y中8×8子块的DC系数并建立其量化表;在空域中通过直接修改像素值实现在DCT域中修改DC系数来嵌入水印的目的。水印的提取不需要原始水印和原始宿主图像。实验结果表明,该算法既有频域算法鲁棒性高的优点,又有空域算法执行效率高的优点。     

基于2D-FFT的掌静脉图像Gabor滤波快速增强法

手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.有效提取手掌静脉特征对于手掌静脉分类至关重要.然而,由于采集到的手掌静脉图像的质量较差,必须在识别前对手掌静脉图像进行增强.使用二维离散快速傅里叶变换（2D-FFT）代替传统空域卷积滤波,实现Gabor滤波器与原图像的频域卷积滤波.实验结果显示,本文提出的增强方法,相比较传统的自适应直方图均衡化和Retinex算法具有更佳的增强效果,相比于传统Gabor空域卷积滤波具有更低的计算复杂度,更适用于实时系统.     

基于快速非抽样小波变换的岩屑多聚焦图像融合

针对传统非抽样小波变换算法较复杂的缺点,结合空、频域处理上的特点,提出了一种基于快速非抽样小波变换的多聚焦图像融合算法。与之前基于非抽样小波变换的融合算法不同,该算法取消了反变换,它根据高频小波系数绝对值和取大原则,融合图像像素值直接在对应源图像的相应位置取值,从而大大提高了图像处理的实时性,改善了融合效果。通过与六种非抽样小波变换融合算法的比较,以及快速非抽样小波变换与非抽样小波变换的融合时间对比,直观地给出了该算法的效果和时间优势。     

PCB光电图像融合增强研究

分析了去灰度冗余的线性灰度变换与基于傅里叶变换的巴特沃斯高通滤波图像增强的基本原理,讨论了它们在图像增强中的实现方法,指出了各自的优点。为了使整体偏暗的印刷电路板（PCB）光电图像更好地增强,提出了结合两者优点的加权平均图像融合增强新方法。对由CCD获取的PCB光电图像进行了实际的图像增强实验,实验结果证明了基本原理分析的正确性。     

粒子群优化算法在关联规则挖掘中的研究综述

关联规则挖掘是数据挖掘中的重要领域,考虑到当前数据的大规模、高维度、模态多样及类型复杂等特性,传统关联规则挖掘算法已无法适应大数据的需求,粒子群优化算法作为一种高效的智能优化算法,为其提供了一种全新的解决方案,近年来被广泛应用于该领域.首先对粒子群优化算法的基本原理及关联规则的基本概念进行了详细介绍,回顾了粒子群优化算...     

分数阶微分的婴幼儿脑MR图像增强算法

目的 由于传统的分数阶微分算法本质是提高相邻像素点的灰度差,达到增强对比度的作用,但是同时会放大和产生噪声,这容易使婴幼儿脑MR图像的增强效果有限或过增强。为了解决上述问题,提出一种融合非局部均值信息的自适应分数阶微分的婴幼儿脑MR图像增强算法。方法 用平均梯度和大津算法自适应确定分数阶阶数,融合纹理粗糙度确定初始的分数阶阶数。为了进一步抵制噪声等干扰,利用更大邻域的纹理信息,融入非局部思想确定分数阶微分的阶数。最后用最终的分数阶阶数对图像进行滤波,得到最终的增强图像。结果 实验通过信息熵、平均梯度和空间频率指标统计结果证明本文算法具有优越的图像增强性能。信息熵指标能够高出对比算法0.2%~12%,平均梯度指标能够高出对比算法5%~59%,空间频率指标能够高出对比算法6%~59%。结论 本文算法可以在增强纹理细节及抑制分数阶微分引入噪声方面都取得较好的效果。本文算法也适用于普通的模糊图像,具有良好的应用背景。     

目标成像处理算法验证平台设计与实现

为了验证基于光电图像的目标成像处理算法,并对不同算法之间的优缺点进行比较,设计并实现了操作简单、移植性强的目标成像处理算法验证平台。基于VC＋＋6.0进行模块化设计,方便了经典算法的改进和新算法的植入,并且易于验证、调试与修改。视频源处理模块为待验证的目标跟踪算法提供可自定义亮度、对比度、噪声等的场景。同时,算法中预处理、目标分割等模块可将质量较差的图像进行去噪、增强、边缘提取等变换,易于跟踪算法对有用信息的提取。设计模块之间的接口,使平台具有更强的可植入性,方便目标跟踪算法的开发。     

混合滤波指纹增强

在自动指纹识别系统中,从指纹图像准确和可靠地提取细节点是一项很重要的工作,而指纹图像的质量和合适的增强技术又是指纹特征提取的关键步骤。根据方向一致性条件,可以将指纹划分为方向平缓区域和方向变化剧烈区域。在方向平缓的区域,提出一种新的方向滤波器进行指纹增强,增强算法具有自适应性。在方向变化剧烈区域,方向滤波器不能很好地增强指纹图像,因此在频率域中对指纹进行增强。实验结果表明:该算法对指纹增强有较好的效果、较快的速度。     

智能优化算法在机械故障诊断领域的应用综述

开展机械设备的故障诊断对保障设备的稳定运行和企业的安全生产具有重要意义.故障诊断的准确率在很大程度上受所提取特征质量、诊断模型参数的影响,因此采用优化算法进行特征优选、寻找模型最优参数是提高诊断准确率的关键.介绍了3种经典智能优化算法和3种新型智能优化算法的原理、基本运算过程及应用现状;总结了算法的优缺点,提出了改进算...