小波域红外图像增强算法研究

由于红外图像成像机理及红外成像系统自身的原因,红外图像大多对比度低、细节信息不明显,视觉效果差,需要经过增强处理改善图像质量。提出一种基于小波的多分辨分析方法和Retinex图像增强算法相结合的红外图像增强方法。利用小波把红外图像分解成近似子图像和细节子图像,对近似子图像进行改进的Retinex增强算法处理,对细节子图像采用多策略小波阈值增强,最后小波重构得到增强的红外图像。实验结果表明,该算法对红外图像具有较好的增强效果。     

一种基于小波分析的SAR图像增强去噪方法

提出了一种基于小波分析的SAR图像增强去噪声方法。该方法首先对被噪声污染的SAR图像进行小波变换,然后在小波域内对该图像进行平滑滤波,最后实现了一个SAR图像增强去噪处理系统。由处理结果可以看出,本方法在对SAR图像直接进行平滑滤波的应用中取得了较好的结果,为进一步图像分割、边缘提取奠定了一个较好的基础。     

基于小波变换的红外图像增强算法研究

针对目前夜间红外图像质量低、噪声大,无法为后续的分析提供支持等问题,提出一种基于小波变换的红外图像增强算法对红外图像进行增强.首先采用二维FWT滤波器组通过小波变换将低质量、缺陷明显的夜间红外图像分解成高频和低频两部分,对高频部分采用改进NL-means算法和改进维纳滤波算法进行降噪,通过改进直方图均衡化防止过度增强....     

车载红外夜视图像的小波-遗传图像增强算法

针对传统红外图像增强算法在视觉效果上不够理想的问题,提出了一种适用于车载红外夜视图像的图像增强方法。该方法利用红外夜视仪的非接触生成热图像的原理,建立了针对车载红外夜视图像的小波-遗传灰度图像增强方法,并将该方法与传统的直方图均衡化法和多尺度Retinex算法进行了对比。在红外夜视图像增强效果方面,该方法具有改善图像亮度均匀性、避免图像过分增强和抑制噪声的特点。实验表明,所提出的小波-遗传图像增强算法在车载红外夜视图像增强方面的处理效果较好。     

小波分析应用于直流系统接地故障检测

针对直流系统接地故障检测中常用的低频信号注入法容易受到各支路电缆中存在的对地电容的影响这一问题,提出了利用小波分析实现故障信号特征的提取的方法。分析了低频信号注入法的原理及存在的缺陷,针对其故障信号的特点,提出了基于小波变换的直流系统接地故障检测方案。基于小波去噪的原理,通过选择适当的小波函数,对支路电流信号进行分析和处理。经过仿真实验分析。表明该方法可以克服对地电容对接地故障检测的不利影响,完成故障信号分析,实现故障支路的准确定位。     

基于小波融合的射线图像增强算法*

提出一种基于小波融合的射线图像增强算法,利用射线成像的特点,对射线成像系统采集信号作分段灰度变换,将变换得到的多幅图像利用小波变换进行图像融合,以增强射线图像的显示效果。融合中采用低频图像的小波系数均值作为融合后的低频系数,高频图像根据梯度和一致性检测确定融合规则,调整高频小波系数大小,很好地将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价。实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,且优于传统的射线图像增强方法。     

一种基于小波分析的故障检测与诊断

小波分析是一种时变信号时－频两维分析方法。根据小波分析的思想，构造出一种新型机械设备故障诊断装置，使得机械故障的诊断晚加准确，并在实际应用中取得了良好效果。实践证明这种拟小波理论的信号处理方法在故障诊断中是十分有效的。     

小波域中的PDE指纹图像增强

提出了一种基于偏微分方程的小波域指纹增强算法。分析了一致性扩散方程的缺陷,改为使用方向扩散使方程严格沿着指纹纹路扩散;进而提出了一种基于方向扩散的小波域指纹增强算法。该算法利用小波域低频系数图增强指纹,抑制了噪声的影响,将增强子图利用小波逆变换实现重构。通过对FVC2002的dB4指纹库中部分低质量图像的增强结果比较,表明该算法对低质量指纹图像的增强效果明显,且处理速度比现存的基于PDE的增强方法快。     

基于二维离散小波变换的红外图像增强算法

针对红外图像对比度差、噪声较大的缺点,提出一种基于二维离散小波变换的红外图像增强方法。对红外图像进行离散小波变换后,得到图像各个方向的梯度信息,对该信息进行正则化和线性滤波,最后将图像复原,提高了红外图像对比度,同时也降低了噪声。实验结果表明,提出的方法在性能上优于传统的直方图均衡法和反锐化掩膜法。     

基于小波分析的图像增强处理

利用小波变换对图像进行降噪和增强处理,在MATLAB环境下,利用小波的自身特性,降低噪声对图像的影响,尽量保持图像本身的有用细节和边缘信息,保证图像的最佳效果。利用小波变换,采用不同的方法对图像进行仿真,通过对仿真结果进行比较,利用小波分析,图像在不同程度上得到优化,更能适应不同领域人们对图像信息的需求。     

一种改进的小波去噪方法在红外图像中应用

针对小波软阈值去噪函数会产生恒定误差导致图像边缘模糊的缺点,提出了一种改进阈值函数的去噪算法。该算法中当小波系数较大时,阈值函数趋向于硬阈值函数;当小波系数较小时,趋向于软阈值函数,具有自适应性。采用维纳滤波消除图像小波变换中低频频带中残留的噪声。实验结果表明,改进后的阈值函数结合贝叶斯阈值的方法与传统小波软阈值去噪相比,能够有效去除红外图像中的噪声,同时保持红外图像热差细节,具有较高的峰值信噪比,非常适用于去除红外图像中的噪声。     

一种基于小波变换的红外图像去噪方法

提出一种基于小波变换的红外图像去噪方法。该方法针对红外图像的噪声分布特性,对红外图像中的乘性噪声进行对数变换,使乘性噪声变为加性噪声,并对变换后红外图像的小波变换系数进行阈值处理实现图像去噪。实验结果表明:此方法比传统的小波变换方法对噪声有更好的抑制作用。     

红外图像处理技术在苹果早期淤伤检测中的应用

在苹果品质检测中,淤伤是影响检测效率的一个重要原因,针对苹果淤伤检测这一难题,提出应用红外图像处理技术解决.根据红外热图像成像原理及其特点,采用风扇加热与冷却两种实验方法.在实验过程中,红外摄像机拍摄获得苹果红外图像,选用优越的混合图像增强算法等红外图像处理方法识别早期淤伤.实验结果表明,应用红外图像技术可以检测苹果早期淤伤,且效率迭96%以上.     

小波变换在医学图像处理上的应用

小波变换是对傅立叶变换的继承和发展,近年来发展迅速,已广泛应用于图像处理、生物医学信号提取、语音合成、地震信号处理等众多领域.小波变换特别适用于提取微弱、背景噪声较强的随机信号,处理医学图像信号这一类非平稳信源.简要介绍了小波变换的原理和特点,综述了小波变换在医学图像压缩、去噪、增强、边缘提取、图像融合等方面的应用.     

故障信号检测时最佳小波基的选择

介绍了小波变换的基本理论及信号奇异性检测的原理。重点研究了故障信号检测的最佳小波基函数及分解尺度的选择问题,按照小波规则性系数选择小波基,这种方法是基于小波变换系数的大小与小波函数和信号之间的相似程度成正比,即小波变换系数越大,说明此小波与所分析信号相似度越高;反之就越低。仿真实验证明该方法的有效性和可行性。     

基于多尺度形态学的红外图像边缘检测方法

提出了一种基于数学形态学算子的多尺度边缘检测方法。首先选取几个有代表性的结构元素对灰度图像进行边缘检测得到边缘图像。改变结构元素的尺寸大小可得到多尺度下的边缘图像,根据局部边缘生存期的长短将不同尺度下的边缘图像合成。对噪声大、边缘较模糊的红外图像进行了边缘检测与比较,实验表明该算法抗噪能力强,能得到更精细准确的边缘。     

用于EVS的改进小波变换图像融合算法

为增强小波变换图像融合算法的实时性,提高视觉增强系统(EVS)可见光图像与红外图像实时融合的效率,提出了一种基于矩阵QR分解和小波变换的图像融合算法.该算法对原始图像的像素矩阵进行QR分解,再利用正交矩阵的性质,根据小波变换图像融合算法对QR分解得到的上三角矩阵进行分解融合,利用QR分解得到的正交矩阵逆变换得到融合图像.实验结果表明,该算法能获得较好的实时性,同时保证较好的融合效果.     

平稳小波域红外图像增强的反正切变换法

针对红外图像噪声大、对比度低等特点,提出一种平稳小波域的红外图像增强方法。综合运用信息熵、信噪比和图像的标准差构造增强后图像的评价函数。结合红外图像的特点,利用反正切变换设计一种简单有效的非线性变换函数用于在平稳小波域内增强红外图像的对比度。该算法用差分演化算法结合构造的评价函数,寻找最优的非线性变换参数。实验结果表明,所提出的算法在有效增强红外图像对比度的同时又对噪声有较强的鲁棒性。所提出的算法综合性能优于两种传统的同类方法。