共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
基于各向异性反应扩散的血管增强方法 总被引:1,自引:0,他引:1
文章提出了一种基于各向异性反应扩散的血管增强方法,该方法能够增强图像中血管的一致性取向结构,在去噪的同时增强血管边界,并利用基于AOS策略的快速算法实现数值求解。大大提高了血管图像对比度,为血管的准确提取和理解带来方便。实验结果表明,该方法可以应用于实时临床分析,并可以有效增强多模态的血管图像。 相似文献
3.
根据遥感图像细节信息丰富,信息量大,目标和背景区分度小等特点,针对目前的遥感图像增强方法无法满足在去噪的同时增强图像对比度、细节和边缘的现象,提出了一种混合的遥感图像增强方法。首先将遥感图像做直方图均衡化,从全局增强图像的对比度,然后对遥感图像做NSCT变换,将其分解为一个低频子带和多个高频子带,对高频部分进行自适应阈值去噪和模糊对比度增强处理,为了防止过增强,对低频部分不做处理。最后对逆变换回空间域的图像用拉普拉斯滤波器增强图像的边缘。实验结果表明本文方法对遥感图像增强效果显著。 相似文献
4.
5.
一种基于曲线累积的指纹图像增强新方法 总被引:7,自引:0,他引:7
提出了一种基于马尔可夫随机场的指纹图像增强新方法,它用来描述纹线的局部随机特性,然后多次进行曲纹线方向和幅值引导的曲线累积,直到能够区分指纹中脊与谷的统计差别.实验结果表明这种方法不仅能提高指纹图像中纹线脊与谷的对比度,还能有效保持纹线的细节特征. 相似文献
6.
7.
合成孔径雷达(SAR)图像经过相干斑抑制后,图像中目标边缘会出现模糊。针对这一问题,提出了一种改进的基于各向异性微分的SAR图像增强方法。该方法在梯度方向和与梯度垂直方向构造了两个扩散系数分布函数。在非目标边缘区域,各方向扩散程度不同,对相干斑噪声具有较好的抑制效果;在目标边缘区域,梯度方向不做平滑,以保护和增强边缘,而在垂直于梯度方向有较大的平滑,突出边缘轮廓。实验结果表明,该方法具有很好的相干斑抑制能力和边缘增强能力。 相似文献
8.
9.
一种各向异性扩散图像去噪的方法 总被引:1,自引:0,他引:1
在用各向异性扩散的方法对图像去处噪声的过程中,有时要预先对图像进行平滑处理,再进行各向异性扩散,本文提出了一种对图像预先平滑的方法,并用实验验证了该方法的有效性。 相似文献
10.
一种新的AC PDP低灰度级图像增强方法及SoC实现 总被引:1,自引:0,他引:1
为增强交流等离子体显示器(AC PDP)中经过反Gamma校正后的低灰度级图像,在图像进行反Gamma校正后,根据图像原始灰度与二进制编码灰度之差建立浮动灰度编码.然后利用误差扩散方法将浮动灰度编码所包含的低灰度级图像信息融合到用于显示的子场编码中.同时提出了采用并行流水线结构进行该方法的在系统芯片(SoC)实现.仿真及实验结果表明,本文提出的新方法补偿了反Gamma校正后损失的低灰度图像信息,有效地改善了AC PDP低灰度级图像质量,并且该方法的SoC实现具有良好的实时处理性及较高计算精度,且占用系统资源较少. 相似文献
11.
12.
针对红外图像灰度分布集中、对比度低的特征,提出了一种基于改进直方图均衡的对比度增强算法。首先采用线性对比度增强将原始16位红外图像映射到8位图像A;然后采用改进的平台直方图均衡将原始16位红外图像映射到8位图像B;再根据输入图像的灰度级范围动态确定映射图像A和B的权值;最后以确定的权值将映射图像A和B合并,得到最终对比度增强的图像。该方法克服了传统平台直方图均衡算法噪声过大及亮度突变的缺点,动态结合了传统的灰度变换增强算法,能根据全图目标与背景灰度的分布情况自适应调整对比度。实验表明,该算法在增强目标对比度的同时有效保留了图像的整体信息,改善了视觉效果。 相似文献
13.
14.
基于各向异性扩散方程的图像对比度增强方法 总被引:3,自引:1,他引:2
讨论了光学图像中同时存在噪声与模糊时的对比度增强问题.构造了一种基于边缘定向扩散的各向异性非线性扩散方程来作为图像的光滑约束项,并根据模糊后的图像在边缘处相对清晰图像具有较大误差的事实,构造增强图像与原图像之间的非均匀逼近项,将此两项通过正则化参数联系起来,得到了一种图像对比度增强的正则化模型,并利用Euler方程将该模型转换成一种可以快速求解的各向异性非线性扩散模型.该模型能在抑制噪声的同时增强图像的边缘,在模型的解算上也不存在大型矩阵的存储与运算问题.数值计算结果表明,新方法适合于多种形式的模糊和不同程度的噪声污染,相对现有方法具有更好的边缘锐化能力和更高的清晰度,峰值信噪比比现有方法提高了1~2 dB,边缘保护指数也比现有方法有较大提高. 相似文献
15.
16.
17.
为了使红外图像与可见光图像融合较好凸显目标与挖掘更多细节信息,提出了一种提取目标区域与融入更多细节信息的融合方法。首先,对红外图像进行分割获取目标区域,并对可见光图像进行增强以挖掘更多细节信息;然后对原始红外图像与增强后的可见光图像分别进行非下采样contourlet变换(NSCT),得到不同的低频系数与高频系数,依据分割得到的二值化图像,低频部分的目标区域系数选自原始红外图像目标区域低频系数,其余区域选择增强后的可见光对应区域低频系数,高频部分按照邻域方差取大法选择高频系数;最后,进行NSCT反变换,得到融合图像。实验结果表明,与其他3种融合方法对比,主客观评价表明,该算法有效提高了图像的对比度,具有较好的整体视觉效果。 相似文献