基于灰度等间距密度均衡的红外图像增强算法

针对红外图像具有高背景,低反差的特点,提出了一种基于灰度级等间距密度均衡的红外图象自适应增强方法。该方法以图像灰度相关理论为基础,采用窗口递推的方式,自适应地选择直方图窗口,获得高低阈值,再通过灰度线性变换及灰度级等间距密度均衡,增大图像灰度动态范围,获得细节丰富灰度连续的图像。理论分析和实验结果均表明,该算法克服了平台直方图均衡引起的灰度断层现象,有效地增强了红外图像的对比度,提高了图像质量。     

一种基于图像融合的红外图像增强新方法

提出了一种红外图像增强的新方法，该方法对红外图像处理过程中不同类型的噪声采用不同的方法滤波，有效地滤除了高斯噪声和脉冲噪声，同时增强了目标和背景中的边缘成分．该方法以增加检测系统硬件复杂程度为代价换取对红外图像特定信息的增强，可用于地面背景下红外图像目标检测或匹配跟踪的预处理．     

基于改进阈值函数的手指静脉图像增强算法

针对传统图像增强算法对含噪手指静脉图像增强效果差、易丢失图像细节信息的问题,提出一种基于改进阈值函数的手指静脉图像增强算法.首先,对手指静脉图像进行二维小波变换,将小波变换后的低频子带系数非线性增强,各高频子带系数脊波变换得到脊波系数.然后,在脊波域利用改进阈值函数对脊波系数进行处理,将改进后的脊波系数通过脊波逆变换到...     

一种自适应红外图像增强技术

针对红外热成像对比度不足的问题,提出了一种S曲线映射函数,该函数具有定义域与值域区间一致、拐点非对称的特点,在目标图像增强的同时拟制了杂波背景．为了满足动态场景自适应增强的需要,建立了基于场景灰度特征调整S曲线参数的动态自适应模型,该模型用灰度直方图的阈值和调制度作为输入,用图像增强算法的参数作为输出,并基于典型样本数据通过人工神经网络的BP算法确定出了模型中权系数的值,工程应用实例表明这种方法是切实有效的．     

一种红外图像增强的新方法

针对红外图像增加问题,提出利用双门限分割后再进行灰度变换的图像增强新方法,将图像按两个灰度阈值分割成３部分,即灰度值的高段、中段和低段。对３部分采用不同的灰度变换方法,以求得到最佳的视觉效果。实验结果表明该方法效果很好。     

基于形态学的红外图像边缘检测

为了提高红外图像边缘检测的性能,提出了一种基于形态学的红外图像边缘检测算法,改进了仅依靠单一方向和采用固定方向权重的边缘检测算法.通过使用多方向结构元素对图像边缘进行提取,采用方向自适应权重进行加权融合,得到图像边缘检测的结果.实验结果表明,该方法能够有效地抑制图像中的噪声,提取的图像边缘更加完整,提高了红外图像边缘检测的效果.     

基于模糊理论的医学图像增强方法

提出了一种基于模糊逻辑理论的医学图像边缘检测的增强算法.该方法采用S函数作为隶属函数,实现空间域与模糊域之间的转换;在模糊域中采用幂次变换对图像进行对比度增强,最后再通过逆模糊化过程将数据映射到空间域中,得到增强后的图像.实验表明,针对所要处理的医学图像,与几种经典的处理方法相比,所提出的方法使增强后的图像能显示出更完整的边界信息.     

多尺度图像增强可见光与红外图像融合

针对同一场景在可见光和红外传感器得到的图像其高频细节部分存在着较大差异这一特点,首先对已经配准的红外传感器和可见光得到的图像进行小波变换,在多尺度下对两幅图像进行边缘提取。然后以局部模方为活性测度,局部模方的比值为匹配测度,并且利用图像的边缘特征指导融合策略,经过合成模块和多尺度逆变换得到融合图像。最后对融合后的图像进行图像增强,并对其进行客观评价,证明了本文方法的有效性。     

基于提升格式小波变换和Snake模型的红外目标边缘增强与分割算法

针对红外图像对比度差、信噪比低的特点,将提升格式小波变换和Snake模型相结合,提出了一种红外图像边缘增强与分割算法。该算法先采用提升格式小波变换对原图像进行增强,以提升图像中目标与背景的对比度;而后再利用Snake模型对目标的边缘进行提取,最终实现目标的边缘分割。实验结果验证了这种算法可有效地对红外图像的对比度进行提升,从而提取出更为精确的目标边缘。     

基于Retinex理论的红外图像的边缘增强算法

提出一种基于颜色恒常性与Retinex理论的红外图像边缘增强方法.首先把SC3000型红外热像仪采集到的红外图像进行R、G、B分量分解,然后对分解后的三幅图像用SSR算法进行处理,最后将处理后的三幅图像按R、G、B顺序依次写入一个24位的彩色图像中输出,得到的即是增强后的红外图像.实验结果表明,本文提出的方法在有效的增强红外图像边缘的同时,还防止局部区域出现过增强现象,保证局部细节也较为清晰.     

基于S曲线多尺度Retinex红外图像增强算法

针对受环境影响造成红外图像热成像对比度不足的问题,应用多尺度Retinex增强算法,对低能见度的红外图像进行图像增强,并在此基础上提出了一种改进的基于S曲线多尺度Retinex红外图像增强算法,该S曲线函数具有定义域与值域区间一致、拐点非对称的特点.实验结果表明:利用改进后的算法,对红外图像进行图像增强,在目标图像增强...     

基于非下采样contourlet变换的彩色图像增强算法

本文提出一种结合DCT变换和非下采样contourlet变换的彩色图像增强算法。算法根据非下采样contourlet变换后不同子带的特点对低频子带和高频子带采用不同的增强方法进行处理;为了修复增强过程中产生的颜色偏移,对增强后的图像进行了颜色修复;最后通过简单锐化即可达到很好的效果。由实验结果可知,算法提高了图像整体对比度的同时保留了完整的边缘细节信息和色彩保真度,从视觉效果和性能指标上来看都优于curvelet变换的方法和DCT变换的方法。     

基于Contourlet变换的医学图像增强

针对传统算法中存在噪声过增强的问题,给出了一种基于Contourlet变换的乳腺X线照片去噪增强算法。Contourlet变换作为一种多尺度几何分析方法,是一种具有多分辨的、局部化和方向化性质的图像表示方法。以此为基础,算法对图像分解后的Contourlet系数进行Stein阈值去噪,然后对不同子带上的各分解系数用非线性增益函数进行不同程度的增强。实验表明,该算法在去除噪声的同时有效突出了乳腺X线照片中的细微特征,有利于小乳腺癌的诊断。最后,文中还通过客观量化指标比较了不同增强算法的效果。     

红外监控系统中图像增强技术的应用

提出了分形布朗运动的方法增强红外监控图像,利用分形布朗运动模型分析红外图像每个像素并计算出分形维数,根据分形维数和人眼对像素的敏感程度对监控图像进行增强.通过红外监控系统的软硬件试验,人眼视觉特性被引入到监控系统中,图像突出增强了景物的轮廓,使得监控画面能够取得较好的观察效果,该方法能够解决红外监控系统图像边缘模糊可视性差的问题.     

基于Contourlet变换的医学图像增强

针对传统算法中存在噪声过增强的问题,给出了一种基于Contourlet变换的乳腺X线照片去噪增强算法。Contourlet变换作为一种多尺度几何分析方法,是一种具有多分辨的、局部化和方向化性质的图像表示方法。以此为基础,算法对图像分解后的Contourlet系数进行Stein阈值去噪,然后对不同子带上的各分解系数用非线性增益函数进行不同程度的增强。实验表明,该算法在去除噪声的同时有效突出了乳腺X线照片中的细微特征,有利于小乳腺癌的诊断。最后,文中还通过客观量化指标比较了不同增强算法的效果。     

基于图像增强和边缘检测的电力设备故障诊断研究

本文重点介绍了电力设备红外热像技术中的图像增强和边缘监测两个方面的内容,对其分类和优缺点进行了全面的阐述,同时基于Matlab技术对某电厂的红外热像图片进行了相应处理,处理后的图像对准确定位故障位置,起着良好的参考作用,为现场检修人员提供了一定的借鉴作用.     

基于小波模极大值的火灾图像边缘检测方法

目的 提出一种基于小波模极大值和自适应阈值的火灾图像边缘检测方法 .方法 计算火灾图像小波变换后的梯度模极大值,采用自适应阈值法去除伪边缘,从而实现火灾图像的边缘检测.结果 实验结果 表明,笔者算法可以从带有噪声的火灾图像中有效地进行边缘检测,并且算法计算量小,具有良好的鲁棒性与实时性.结论 能够提高边缘检测的准确性,并且能够满足火灾图像边缘检测的实时性要求.