改进的K-Means高通量dPCR荧光图像分类算法

目的 为实现高通量dPCR荧光图像阳性点高精确度分类,提出一种改进的K-means高通量dPCR荧光图像分类算法。方法 首先,将预处理后的荧光图像进行像素灰度值统计,依据图像亮度自适应选择波峰波谷作为聚类中心,通过马氏距离度量确定像素簇类;然后,将粗分类结果进行开、闭运算及删除小面积对象等形态学处理;最后,利用3次连通域统计方法完成细分类、位置标识和计数。结果 选取4种通道825幅荧光图像进行检验,平均精确率达到99.06%,召回率达到98.97%,分类效果良好。结论 文中提出的改进K-means分类算法可以实现对高通量dPCR荧光图像的高精度分类和计数,对其他荧光图像分类识别具有一定借鉴意义。     

基于SVM的高通量dPCR基因芯片荧光图像分类研究

目的 为了实现高通量dPCR基因芯片荧光图像的亮点分类与计数,提出一种基于支持向量机（SVM）的荧光图像分类与计数方法。方法 首先对荧光图像进行去噪、对比度增强等图像预处理,对预处理后荧光图像进行亮点区域提取标注,去除背景与暗点的冗余信息,利用方向梯度直方图（Histogram of Oriented Gradient, HOG）提取鉴别特征,计算合并所有样本的亮点特征得到HOG特征向量,根据已得到的HOG特征向量创建一个线性SVM分类器,利用训练好的SVM分类器对荧光图像亮点进行分类与计数。结果 对比传统算法,文中算法具有较高的分类识别精度,平均准确率高达98%以上,可以很好地实现荧光图像亮点分类与计数。结论 在有限的小样本标注数据下,文中算法具有良好的分类性能,能够有效识别荧光图像中的亮点,对其他荧光图像分类研究也具有一定参考价值。     

一种高效地修正Retinex图像自适应对比度增强算法

介绍了修正Retinex的图像对比度增强方法,引入了非线性变换函数修正彩色图像的照射分量和反射分量.全局对比度增强函数拉伸图像照射分量,改善了全局视觉效果.非线性S型函数对较大和较小的反射分量值改变较小,对中间值的改变较大,从而改善了图像局部对比度.将该方法与基于Retinex模型的图像增强方法进行了分析比较,结果表明,本算法处理后的图像具有更好的视觉效果,能够显著提高图像明亮区域和黑暗区域的可视细节.常规Retinex方法由于受到多尺度卷积运算的影响,运算复杂度普遍较高,提出的方法克服了目前常规的Retinex图像增强方法的不足,在RGB彩色空间和许多分离色度亮度的彩色空间的处理速度都很快,参数自适应较好,处理图像也没有出现明显的彩色失真现象.     

基于自适应传播机制的红外图像快速增强算法

针对传统的红外图像对比度增强方法存在的运算速度慢、增强效果不佳的问题,提出了一种基于自适应传播机制的红外图像对比度快速增强算法。首先使用自适应传播机制求出红外图像的各种局部空间信息,然后对各种信息进行非线性拉伸调整,得到增强后的图像。最后,比较和分析了几种增强算法实验结果,证明了本方法快速高效的优异性质。     

一种用于锁定髓内钉的图像导航方法

图像导航是将机器人用于长骨骨折内固定手术中的关键技术．本文首先使用了一种用于定义和改变图像局部对比度的相似性测量方法．避免了图像的过增强和欠增强,然后用局部法对X光图像进行畸变校正;并提出了一种基于几何模型的对准方法,得到一条能够穿过髓内钉远端孔的三维路径,从而引导串联机器人锁定髓内钉．实验结果表明,该方法能够提高图像质量,有足够的定位精度和稳定性,并可以大大减少手术所需时间,降低医生所受辐射剂量．     

一种声图像局部自适应增强方法

声图像具有分辨率较低、混响干扰强、物体区域面积小、边界轮廓模糊不清等特点，因此采用全局的增强算法不能取得满意的结果。根据声图像特点，定义了局部增强函数，以边缘数目、边缘强度和熵定义了评价函数，通过采用PSO算法对增强函数中的参数进行了优化选取。最后与已实现的迭代自适应增强算法和直方图均衡化算法进行了对比分析，结果表明，该算法在保持了原图的灰度级的基础上，不但明显改善图像视觉效果，而且有效地增强和保留图像细节，改善图像质量，利于后续图像检测，是一种适合于声图像的增强方法。     

一种改进的声呐图像自适应增强算法

针对声呐图像增强算法研究较少等问题，提出了一种具有较强自适应能力改进图像增强算法，该算法通过自适应选择方差最小的滑动窗口作为当前像素点的增强处理窗口，并自适应判别像素点所属的区域类别，以进行相应的增强处理。仿真与现有算法的结果对比表明，本方法具有算法简单、易于实现等特点，且增强效果可较好地满足视觉效果的需求。     

一种自适应的图像双边滤波方法

提出一种利用双边滤波的图像平滑滤波方法,即在滤除图像中高频噪声的同时,按照图像亮度变化保持图像中处于高频部分的边缘信息的自适应滤波过程。该滤波方法将传统的Gauss滤波器的权系数优化成Gauss函数和图像的亮度信息乘积的形式,优化后的权系数再与图像作卷积运算。这样,滤波时就可以考虑到图像的亮度信息,在滤除图像噪声的同时尽量保持了图像的边缘。由于双边滤波的方法可以使滤波器的权系数随着图像的亮度变化而改变,所以在滤波过程中能达到自适应滤波的目的。     

一种应用于AC PDP的反gamma校正与动态对比度增强相结合的新方法

由于交流等离子体显示器(AC PDP)的显示特性是线性的,因此在显示接收到的视频信号前必须要进行反gamma校正.同时,为了提高显示器件的画质,必须要进行对比度增强.直方图均衡化是一种重要的对比度增强方法,但直方图均衡化的增强效果不可控,往往由于过增强而导致图像失真.本文结合上述两种技术提出了一种应用于AC PDP的反gamma校正与可控的动态对比度增强相结合算法.该算法能够在对输入视频图像进行反gamma校正的同时,实现幅度可调的动态对比度增强.同时避免了传统直方图均衡化对图像产生的过增强现象.本文实现了基于提出算法的实时图像处理器,并且在50英寸AC PDP上进行了测试.模拟仿真及实际测试结果均表明,本文提出的算法能够使AC PDP的画质得到显著提升.     

一种CCD相机电子快门的自动控制算法

为了使CCD相机适应变化的环境光强,从而获得稳定的高质量图像特征,提出了一种获得稳定图像特征的电子快门自动控制算法.结合图像处理中的灰度拉仲技术,实现了一种方便.稳定及高精度的调光.其算法主要由基于场景灰度均值对数的三次多项式插值函数自动快门控制和图像灰度拉伸实现.实验结果表明,该算法具有稳定快速的收敛性,捕获的视频图像在各种条件下均具有良好的图像质量和环境适应性.     

基于灰阶熵的模糊对比度自适应图像增强算法

一般的数字图像存在噪声大、对比度低、边缘模糊等缺陷.为了有效地增强图像的模糊对比度,以满足后续的识别与检测要求,提出了一种基于灰阶熵的模糊对比度自适应图像增强算法.在模糊域内,根据邻域窗口灰阶熵值的大小,合理选取阈值,对阈值两侧的图像像素点进行不同程度的对比度增强处理,实现局部特征的增强.实验结果表明,该方法不仅增强了图像的整体对比度,而且有效地丰富了目标图像的细节信息,并抑制了噪声的放大.     

基于人眼视觉特性的自适应图像增强算法

针对Deng算法对噪声比较敏感,提出了一种自适应图像增强算法.利用Deng算法的基本原理,结合人眼的视觉特性自适应地生成算法的参数,这样既保留了原Deng算法实现容易、运算速度快等特点,还对噪声具有一定的抑制作用.通过实验比较,所提算法能够自适应地生成算法的参数,并在保持了Deng算法原有的容易实现的优点的基础上,提高了算法在抑制噪声方面的性能.     

Image contrast enhancement with brightness preservation using an optimal gamma correction and weighted sum approach

The enhancement of image contrast and preservation of image brightness are two important but conflicting objectives in image restoration. Previous attempts based on linear histogram equalization had achieved contrast enhancement, but exact preservation of brightness was not accomplished. A new perspective is taken here to provide balanced performance of contrast enhancement and brightness preservation simultaneously by casting the quest of such solution to an optimization problem. Specifically, the non-linear gamma correction method is adopted to enhance the contrast, while a weighted sum approach is employed for brightness preservation. In addition, the efficient golden search algorithm is exploited to determine the required optimal parameters to produce the enhanced images. Experiments are conducted on natural colour images captured under various indoor, outdoor and illumination conditions. Results have shown that the proposed method outperforms currently available methods in contrast to enhancement and brightness preservation.     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

基于改进蛙跳算法的图像自适应增强研究

为了提高图像增强的效果,提出改进蛙跳算法。首先对蛙群分组,一组采用群体智能算法,另一组用自适应算法;基于实数算法对图像像素映射编码;然后通过模糊集合对蛙跳微调更新;最后以均方误差函数作为评价函数,通过Beta非线性变换函数最优参数值实现图像自适应增强。实验仿真结果得出:改进蛙跳算法对图像增强对比度较高,处理时间少,像素数据求解精度高。     

自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法.该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化.算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点.实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标.     

基于RBF神经网络的低对比度图像自适应增强算法

针对低对比度图像增强问题,提出了一种将直方图修正与RBF神经网络相结合的图像对比度增强算法。首先由原始图像获得与其邻域存在对比度的像素的条件概率直方图,通过调整两个增强参数可以改变条件概率直方图和均匀分布直方图的权重,生成新的直方图对图像进行增强。采用RBF神经网络建立图像特征与两个增强参数之间的非线性映射关系。根据图像本身的特征快速获得增强参数,从而实现图像的自适应增强。该方法计算量小,实时性强,应用范围广,有较强的自适应性。     

一种微弱图像增强技术研究

对传统灰度图像直方图均衡化方法进行了深入研究,提出了一种基于正切函数调整的直方图均衡化改进算法,该方法有利于提高图像的对比度,达到对图像判别的要求。 算法实现的关键是最优参数选择,因此采用了一种便于选择最优参数的方法。 另外,将图像相似程度应用于了增强效果的评价,为图像增强的实验分析提供了新的方法,具有一定的科学性与可行性。 实验结果表明,该算法比现有的图像增强方法效果更好。     

基于双边滤波的Retinex图像增强算法

针对Retinex图像增强技术在高对比度边缘区域存在"光晕伪影"这一缺点,提出了一种基于双边滤波的Retinex算法。该算法先使用带有边缘保存功能的双边滤波将原图像分解成照度图像和反射图像,再分别采用不同的策略压缩照度图像和增强反射图像,最后把两部分图像合成为新的图像。通过从主观视觉效果和客观质量评价两方面对该算法进行检验,实验结果表明它有较好的增强效果,解决了"光晕伪影"问题。