射线图像增强技术仿真研究

图像增强在生物医学、无损检测、卫星遥感等领域得到广泛应用。对于低对比度射线图像而言,局部图像的反差较小是其特点。针对这一特点,将全局自适应均衡与局部动态增强相结合,通过增强倍数进行局部动态调整以适合各种对比度增强的要求。仿真结果表明,该算法能有效提高低对比度射线图像的整体对比度并同时突出细节。在实际应用中,对于其他成像技术的处理也有很好的参考价值。     

基于局部和全局特征融合的图像检索

提出了一种综合全局统计特征和局部二值位图特征的图像检索算法。首先,分别计算图像R、G、B三通道的均值和方差,获取图像全局统计特征。然后根据块截断编码思想,将图像划分成4×4的图像子块,同样计算其均值,若块均值大于图像全局均值,则该块设为“1”,否则,设为“0”,由此得到图像的二值位图特征。最后,对归一化的特征进行有机融合获取最佳相似匹配函数进行检索。实验结果证明：综合两种特征的效果比使用单一特征的效果好;和同类算法相比,其算法鲁棒性好,检索准确率更高。     

彩色遥感图像的亮度直方图局部线性化增强

针对遥感图像能量低的实际问题,提出了一种亮度直方图局部线性化图像增强方法来提高彩色遥感图像的可视效果。首先,对RGB模型描述的彩色遥感图像进行HSI变换,以有效分离H、S和I分量;其次,对亮度I分量进行传统的直方图均衡化,得到均衡化灰度映射曲线;然后,将图像梯度作为目标函数,求出最优的线性化折点位置,对灰度低端动态范围映射曲线进行线性化处理,得到局部线性化的灰度映射曲线;最后利用新的灰度映射曲线对图像进行增强处理。Himawari-8真彩色图像增强实验结果表明,经亮度直方图局部线性化增强后,像素平均梯度由73提高到了147,较传统的RGB域直方图均衡化的123及HSI域直方图均衡化的134高;图像信息熵由5.87提高到6.63,全部优于传统的RGB域直方图均衡化和HSI域直方图均衡化。本文方法有效地改善了彩色遥感图像的可视效果,提高了图像对不同目标的辨识能力。     

基于多尺度Retinex的数字X光图像增强方法研究

提出了基于多尺度Retinex(MSR)方法的医学数字X光图像增强处理方法,论述了该算法的原理及实现方法。在3种标准偏差下,求得高斯滤波系数;然后使用3种不同的高斯滤波系数对X光图像进行卷积操作,将3种标准偏差尺度下得到的结果进行加权平均;最后将输出灰度值进行增益映射,得到可用于显示的结果。试验结果表明:MSR算法既可实现低对比的数字X光图像增强,又能实现图像的动态范围压缩,可显著提高暗区数字X光图像的信息。将该方法与几种常用图像增强方法进行了分析比较,表明MSR算法使得X光图像具有更好的灰度分布,能够显著提高暗区图像的信息量,其增强后的信息熵是常规增强方法的2倍,表现出了优良的性能。该方法克服了目前常规的数字X光图像增强方法的不足,能够满足医生临床诊断的要求。     

结合偏微分方程增强图像纹理及对比度

针对图像获取过程中外界光照的非均匀性会使图像存在阴影区和高亮区,从而丢失图像细节的问题,本文结合偏微分理论,提出了基于直方图均衡化的偏微分图像增强方法.该方法首先将图像变换到梯度域,通过梯度场的变换得到新的梯度函数;然后应用最小二乘原理,对梯度场中变换后的图像进行重建以增强图像的纹理细节,表现原本不清楚的细节信息.另外,针对光照的不均匀特性,结合直方图均衡化,提出反均衡变换来增强图像的亮度和对比度.提出的算法采用有限差分法将图像离散化,并与热方程相结合,其计算简单,运行速度快,具有较强的灵活性和较广的应用范围.采用Visiual C++编程,对于大小为512 pixel×512 pixel的图像的处理时间为35 ms,达到了视频实时增强显示要求.     

Reducing scanning electron microscope charging by using exponential contrast stretching technique on post‐processing images

An exponential contrast stretching (ECS) technique is developed to reduce the charging effects on scanning electron microscope images. Compared to some of the conventional histogram equalization methods, such as bi‐histogram equalization and recursive mean‐separate histogram equalization, the proposed ECS method yields better image compensation. Diode sample chips with insulating and conductive surfaces are used as test samples to evaluate the efficiency of the developed algorithm. The algorithm is implemented in software with a frame grabber card, forming the front‐end video capture element.     

HSI色彩空间下的低照度遥感图像增强

为了提高低照度遥感图像的可视性,提出了利用改进的多尺度Retinex算法与局部对比度自适应调整相结合的方法来改善图像质量。首先,把原始图像变换到HSI色彩空间,有效分离H、S、I分量;然后,然后在保持色调分量H不变的前提下,对亮度分量I利用改进的多尺度Retinex算法进行处理,对整幅图像进行亮度和对比度的初步调整,通过使用Sigmoid函数替换多尺度Retinex算法中的对数函数来减少数据丢失;为了使局部细节信息得到更好的改善,在利用改进的多尺度Retinex算法处理后进行自适应局部对比度增强,提高图像局部对比度;对饱和度分量S采用分段线性增强的方法进行处理;最后,将处理后的图像变换回到RGB空间。实验结果表明:图像信息熵由5.79提高至6.65;图像感兴趣区域的局部对比度由0.695提高至0.701,图像质量以及利用价值得到了提升。     

应用红外图像识别技术的电机滑模变结构同步控制方法

为了使电机机械部件按照标准要求运行、满足自动化生产需求,提出一种应用红外图像识别技术的电机滑模变结构同步控制方法。利用光学系统、扫描器、探测器和制冷机等设备,组成热成像系统,采集目标具体信息,通过空间域增强和灰度均衡操作,增强图像整体画质和均匀灰度值,利用 Laplacian 算子锐化图像边缘,丰富细节信息,保护图像背景,将静止坐标系变换为旋转坐标系,结合电机的电压、定子磁链与转矩方程,构建电机运动数学模型;针对滑膜同步控制器,预留图像传输接口,将图像信息转变为电信号,选取切换函数,设置函数切换、状态变量和等效 3 种控制规律,结合不同目标实际情况,完成滑膜变结构同步控制。仿真结果表明,该算法能够获得更多目标信息,提供丰富的控制依据,提高了电机滑模变结构同步控制过程的精准度和稳定性。     

多图像融合Retinex用于弱光图像增强

为解决弱光图像增强过程中对比度增强和自然度保持问题,本文提出一种基于Retinex的多图像自适应加权最小二乘滤波算法。首先,在图像的每个像素的R,G,B三通道中找到最大亮度值作为该像素的初始照明估计,根据Retinex理论生成反射图像,并通过形态学闭合方式调整反射图;接着,在初始照明图基础上,通过Gamma变换和双对数变换方法分别生成全局对比度增强图和局部自然度保持照明图;随后,设计一种自适应加权最小二乘滤波融合策略将三幅照明图融合成最终照明估计图;最后合成上述的最终照明图和调整反射图以获得弱光增强后的图像。实验结果表明,本文所提出算法的亮度顺序差(LOE)及盲图像质量评价(NIQE)值更低,可同时降低到4.12和3.25,较其他方法表现出更好的增强效果。证明了本文算法能有效地增强弱光图像对比度,同时保持图像自然度。     

Reducing charging effects in scanning electron microscope images by Rayleigh contrast stretching method (RCS)

To reduce undesirable charging effects in scanning electron microscope images, Rayleigh contrast stretching is developed and employed. First, re-scaling is performed on the input image histograms with Rayleigh algorithm. Then, contrast stretching or contrast adjustment is implemented to improve the images while reducing the contrast charging artifacts. This technique has been compared to some existing histogram equalization (HE) extension techniques: recursive sub-image HE, contrast stretching dynamic HE, multipeak HE and recursive mean separate HE. Other post processing methods, such as wavelet approach, spatial filtering, and exponential contrast stretching, are compared as well. Overall, the proposed method produces better image compensation in reducing charging artifacts.     

Construction of saliency map and hybrid set of features for efficient segmentation and classification of skin lesion

Skin cancer is being a most deadly type of cancers which have grown extensively worldwide from the last decade. For an accurate detection and classification of melanoma, several measures should be considered which include, contrast stretching, irregularity measurement, selection of most optimal features, and so forth. A poor contrast of lesion affects the segmentation accuracy and also increases classification error. To overcome this problem, an efficient model for accurate border detection and classification is presented. The proposed model improves the segmentation accuracy in its preprocessing phase, utilizing contrast enhancement of lesion area compared to the background. The enhanced 2D blue channel is selected for the construction of saliency map, at the end of which threshold function produces the binary image. In addition, particle swarm optimization (PSO) based segmentation is also utilized for accurate border detection and refinement. Few selected features including shape, texture, local, and global are also extracted which are later selected based on genetic algorithm with an advantage of identifying the fittest chromosome. Finally, optimized features are later fed into the support vector machine (SVM) for classification. Comprehensive experiments have been carried out on three datasets named as PH2, ISBI2016, and ISIC (i.e., ISIC MSK‐1, ISIC MSK‐2, and ISIC UDA). The improved accuracy of 97.9, 99.1, 98.4, and 93.8%, respectively obtained for each dataset. The SVM outperforms on the selected dataset in terms of sensitivity, precision rate, accuracy, and FNR. Furthermore, the selection method outperforms and successfully removed the redundant features.     

基于随机分布的局部直方图均衡算法

针对现有的局部直方图均衡算法存在自适应性较弱、容易导致过增强等缺陷,本文提出了一种基于随机分布的局部直方图均衡算法。该算法首先建立随机分布模型,在图像中选取随机子图;然后采用保持亮度的双直方图均衡算法对这些子图进行增强;最后融合各个子图得到最终增强结果。实验测试结果表明,本文算法自适应性强,能够在保持均值亮度、减少过增强的基础上增强局部细节,增强后的图像具有较好的视觉效果。     

基于DV1000高清数字图像增强器的研究与应用

通过对目前图像处理技术发展现状的考察分析,了解到传统图像处理方法所存在的缺陷,并从该问题出发．采用新的方案设计了一种高清数字图像增强器。本文详细介绍了该增强器内核芯片DV1000的功能模块、硬件框图以及所采用的核心算法,并通过实验演示,达到了很好的图像对比增强效果。     

自适应量子遗传算法的遥感图像自动增强

针对传统基于归一化非完全Beta函数(Normalized Incomplete Beta Function,NIBF)的图像增强方法难以有效地自动获取最优参数且其增强效果受图像动态范围限制的问题,提出一种基于自适应量子遗传算法的NIBF遥感图像自动增强方法。首先,由图像色深,对待增强图像引入最大和最小光谱测度级,扩大其动态范围。其次,利用量子比特将NIBF参数编码为量子染色体,并设置若干量子染色体构成初始参数种群;对该参数种群进行测量和解码,以解码值作为NIBF的参数输入,对图像进行光谱测度变换,得到对应的增强图像种群。然后,利用八方向边缘检测模板提取增强图像种群中每个个体的边缘图像,由边缘强度、边缘数以及熵测度定义刻画参数种群中个体品质的适应度函数,并以此评价参数种群中的每个参数个体,保留和记录最优参数个体。在提出的进化策略中,利用量子旋转门实现量子染色体向最大适应度方向进化,并根据每代适应度的差异和进化代数自适应地调整量子旋转角的大小;以最终演化的参数种群中适应度最大的参数个体作为NIBF的最优参数,生成相应的光谱测度变换曲线,从而确定输入和输出光谱测度之间的映射关系,实现图像最优自动增强。对5幅图像的平均实验结果表明:盲/无参考图像空域质量评价指标提升了122.2%;自然图像质量评价指标提升了71.8%;运行时间为10.758s。满足了遥感图像增强处理中的自动化、鲁棒性和高效率的要求。     

基于混沌映射与差分进化自适应教与学优化算法的太赫兹图像增强模型

为消除功率起伏效应引起的太赫兹(THz)图像局部伪影,构建了基于同态滤波的THz图像增强模型.然而,模型各参数取值差异大且耦合性强,给其参数确定带来了困难.为此,本文提出了混沌映射与差分进化自适应教与学优化算法以求解增强模型最优参数.首先,改进了标准Logistic混沌映射,提高了种群多样性.其次,引入适应度更新率,构...     

全局参数估计的水下目标偏振复原方法

水体介质对光的吸收和散射是导致水下成像退化的两大主要影响因素。针对水下目标成像,本文提出了一种全局参数估计的水下目标偏振复原方法,利用构建的精简水下目标偏振重构模型,通过自动估计全局最优偏振信息重构参数,复原出水下目标图像,降低水体对图像质量的影响。在估计重构参数的过程中,首先,采用偏振中值滤波方法和基于亮原色原理的方法,分别估算水下背景光偏振度信息和无穷远处水下背景光强值;再利用基于最小互信息原则对估计的背景光偏振度信息进行优化;然后采用水下目标偏振图像增强算法将得到的水下目标重构图进行细节增强处理,最终获得复原后的水下目标辐射信息图。实验结果表明,在性能评价指标方面,相较于水下原图和其他水下复原方法处理图,利用本文方法处理后所得的图像增强测量值EME平均提高了120%,图像质量得到了明显的改善。该方法解决了人工取景估计参数不佳的问题,提高了复原目标图像的对比度,可以用于浑浊水下的目标探测与识别。     

手指静脉图像增强算法研究

根据手指静脉图像的特点,采用了一系列增强图像的算法,分平滑去噪、锐化和二值化三个步骤实现,从而达到分离静脉区域和背景区域的目的。在平滑去噪部分,根据手指静脉图像相邻区域间灰度的关系特点,采用了梯度倒数权重平滑法,对图像进行了去噪处理;在锐化部分,采用将高频强调滤波和直方图均衡化相结合的方法,达到了增强静脉和背景对比度的较理想的效果;在二值化处理部分,根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理的方法。试验表明,该算法能有效的分离静脉区域和背景区域。     

升余弦变增益微视觉图像自适应增强与应用

微视觉系统中同轴光源和光学衍射的存在,使CCD相机获取的图像具有灰度值偏低、光照不均匀、动态范围大、对比度差以及微细结构丢失或无法辨识的缺陷。为改善图像质量,本文提出一种升余弦变增益子带分解微视觉图像自适应增强方法。该算法首先基于图像特性利用自适应Log增益对原图像进行增强,提高微视觉图像中亮暗区细节特征与背景的对比度;接着使用自适应升余弦卷积进行快速照度估计;然后对各通道的输出图像采用自适应变增益子带分解算法获取独立光谱子带;最后进行亮度校正、图像融合与色彩恢复。将该算法用于微位移测量系统中可使测量结果的相对误差小于20%;用于处理光照不均的图像可有效降低同轴光源靠近中心区域的亮度;此外,扩展至普通图像的处理中可提高对比度,改善细节特征。3组实验结果的平均图像质量相对提高率为81.46%,71.18%和93.75%;平均耗时为3.86s,0.24s和1.27s。     

Moderated histogram equalization, an automatic means of enhancing the contrast in digital light micrographs reversibly

A means for improving the contrast in the images produced from digital light micrographs is described that requires no intervention by the experimenter: zero‐order, scaling, tonally independent, moderated histogram equalization. It is based upon histogram equalization, which often results in digital light micrographs that contain regions that appear to be saturated, negatively biased or very grainy. Here a non‐decreasing monotonic function is introduced into the process, which moderates the changes in contrast that are generated. This method is highly effective for all three of the main types of contrast found in digital light micrography: bright objects viewed against a dark background, e.g. fluorescence and dark‐ground or dark‐field image data sets; bright and dark objects sets against a grey background, e.g. image data sets collected with phase or Nomarski differential interference contrast optics; and darker objects set against a light background, e.g. views of absorbing specimens. Moreover, it is demonstrated that there is a single fixed moderating function, whose actions are independent of the number of elements of image data, which works well with all types of digital light micrographs, including multimodal or multidimensional image data sets. The use of this fixed function is very robust as the appearance of the final image is not altered discernibly when it is applied repeatedly to an image data set. Consequently, moderated histogram equalization can be applied to digital light micrographs as a push‐button solution, thereby eliminating biases that those undertaking the processing might have introduced during manual processing. Finally, moderated histogram equalization yields a mapping function and so, through the use of look‐up tables, indexes or palettes, the information present in the original data file can be preserved while an image with the improved contrast is displayed on the monitor screen.     

应用参数化对数模型增强图像细节及对比度

传统红外图像增强方法由于未考虑人眼视觉特性而存在"超区间值",故极易丢失图像细节。本文结合对数图像处理（LIP）理论,提出了基于参数化对数模型（PLIP）的平台直方图均衡图像增强方法。该方法首先将图像变换为灰度色调函数;然后应用PLIP模型对变换后的图像进行重建,结合平台直方图均衡化来增强图像的对比度和细节信息,并利用图像评价函数（EMEE）与信息熵（En）确定模型的参数值。最后,研制了算法硬件平台,分别用中波和长波红外成像系统对算法进行了实验验证。实验结果显示：该方法对不同场景的图像均可取得很好的增强效果,图像的EMEE值比传统的平台直方图均衡算法提高至少5倍以上,对改善图像质量和视觉效果具有实用价值。