面向彩色手术显微图像的去噪算法改进

对于要求高保真的彩色手术显微图像,去除采集过程中引入的脉冲噪声是一项非常重要的任务。将自适应矢量中值滤波方法应用于彩色图像去噪,其效果非常理想。该方法可根据噪声干扰的情况自动选择滤波窗口的大小。先对图像各区域进行噪声检测,如果为非噪声区域,则不进行滤波;如果为噪声区域,则根据各区域受噪声污染状况自动确定滤波窗口尺寸。实验显示,采用自适应矢量中值滤波能有效滤除彩色显微图像的噪声,并能较好地保护边缘和细节,其性能较一般的矢量中值滤波方法有明显优势。     

煤矿井下雾尘图像清晰化算法

针对由于煤矿井下环境存在大量煤尘、水雾,监控图像出现模糊、退化现象的问题,提出一种基于暗原色原理和主成分分析的煤矿井下雾尘图像清晰化算法。该算法基于大气散射模型,根据暗原色原理计算透射率;用主成分分析法得出能够充分反映雾尘图像信息的亮度、饱和度及对比度,通过对这些指标进行加权处理来计算大气光值,实现了对煤矿井下雾尘图像的清晰化处理。仿真结果表明,该算法可较大程度地还原图像细节,并保持图像的真实性和结构完整性,实时性较好。     

单幅图像去雾算法

目前图像去雾算法研究大多忽略颜色失真问题,特别是存在高亮度区域的图像复原,针对如何同时保证图像细节与颜色信息问题,本文提出一种基于双边滤波的单幅图像去雾算法。首先,利用巴特沃斯低通滤波直接估计背景空气光,避免对不同尺寸的图像以及对图像不同的分块所引起的误差;然后,利用双边滤波估计大气光幕,代替He算法中soft matting过程,以获得优化的透射图,提高计算效率;最后,在HSV空间利用亮度增益函数对复原图像进行颜色校正,最终获得复原图像。仿真实验通过与几种经典算法的比较验证本文算法在色彩保真度及算法鲁棒性等方面的有效性。     

图像去雾算法综述

由于气候变化、空气污染等原因,含雾图像的产生不可避免。对含雾图像进行去雾处理是消除雾对图像的不良影响,进而获得细节纹理等方面高质量的清晰图像。首先,主要就图像增强、物理模型和深度学习三个方面对图像去雾算法的研究现状进行系统的归纳总结,包括各类去雾算法的优缺点分析。其次,指出去雾算法的问题所在。最后,提出去雾算法的前景展望。     

图像去雾算法研究综述

随着人工智能技术的不断发展,计算机视觉在各个领域有着广泛的应用。然而这些应用作用在有雾图像上,其性能将受到严重的影响。为解决此类问题,图像去雾算法研究已受到较多研究者的关注。图像去雾算法是为了处理有雾受损场景、获取细节增强的图像预处理结果图的处理方法。为了研究图像去雾算法的发展现状,将对传统图像处理去雾算法和深度学习去雾算法进行分类。在此基础上,介绍不同算法的优缺点,并总结图像去雾算法的发展展望。     

图像去雾算法研究综述

图像去雾技术的目的是为了去掉图像中雾的影响,从而获得高质量的图像.本文主要从图像增强、图像复原和深度学习的角度归纳总结了图像去雾方法的研究状况,对暗通道先验等经典算法以及新活跃在去雾领域的几种深度学习去雾算法做了进一步的分析,并对各类算法的性能进行了总结,最后针对各类图像去雾方法指出了存在的问题及未来的展望.     

单幅图像快速去雾算法

目前去雾算法主要有通过暗原色和对图像颜色通道处理等方法,但是这些方法去雾效率不高,从而导致实用性不强,针对此弊端提出了一种基于单幅图像的快速去雾算法。大气光估计运用改进的暗通道方法,先对颜色通道进行最小滤波,然后取最小滤波的最大值作为大气光的估计值;透射率估计运用物理模型均值滤波,先根据数学模型转换,然后进行一次均值滤波,再用偏移值来修正带透射率的估计值。算法简单快速有效,具有实用性。对实验结果进行定性定量分析,证明与其他算法相比,所提算法具有更好的去雾效果和更快的处理速度。     

基于图像退化模型的图像去雾算法

在雾、霾之类的恶劣天气下拍摄的图像,由于存在大气的散射作用,使得物体特征难以辨认,严重影响了图像的视觉效果,同时还妨碍了图像的特征提取. 因此,需要利用去雾技术对图像进行增强和修复,以改善视觉效果和方便后期处理. 本文针对暗原色先验去雾算法耗时长和处理效果不佳等问题,提出了一种改进的自适应边界约束去雾算法. 同时,引入了信息熵和平均梯度对其进行客观评价,对比实验结果表明该方法运算速度快,在细节处理上效果更好.     

有损压缩的视频图像去雾算法

传统的去雾算法对一般工业采集的有损压缩视频图像进行去雾,不仅不能满足实时性要求,而且会形成许多不规则区域,造成去雾后出现很多颜色不均匀的杂点区域,去雾效果不理想。文中提出利用小波变换可将图像分成高频和低频子带这一显著特点来帮助找出这些不规则区域,从而对不规则区域的透射率进行处理,再采用暗原色先验算法实现图像复原以后,消除颜色不均匀现象,最终对有损压缩图像获得理想的去雾效果。同时针对传统暗原色先验方法中的抠图算法需要耗费大量运算的问题,提出结合线性内插值平滑和阈值复原的方法代替抠图算法,有效减少存储容量,缩短计算时间,提高算法的实时性。仿真结果证明文中算法的有效性。     

单一图像的快速去雾算法

为了改善雾天环境下退化图像的视觉效果,结合雾天成像模型和暗原色先验的规律,提出了一种快速的单一图像去雾算法。利用暗原色先验对大气参数进行估计,选取图像中满足条件的像素点进行透射率的估计,在此基础之上利用多元线性回归分析得到回归方程,并据此计算图像中其它像素点的透射率,从而大大减小了图像透射率估计运算量,最后根据大气参数和透射率计算得到清晰化的图像。实验结果表明,该算法相对于传统的单一图像去雾方法具有处理速度快和效果好的特点。     

图像去雾透射率的优化算法

在雾、霾等天气条件下,大气粒子的散射作用导致图像严重降质。本文提出一种简单快速的基于物理模型的 图像去雾新算法,对大气散射模型进行化简,得到新的去雾模型。然后,利用暗原色先验方法估计大气光值A,并代入新的简 化模型,得到去雾图像。实验表明,该算法在处理速度和去雾效果上都优于现有算法。     

单幅图像自动去雾新算法

针对雾天拍摄图像的退化现象,提出一种针对单幅图像的自动去雾新算法。该算法先将有雾图像从RGB转换到YCbCr颜色空间后,再在亮度分量上进行多尺度Retinex处理,所得的亮度图在图像清晰度评价指标的调控下经过反色变换和中值滤波即可求得传播图,并进一步得到清晰化后的复原图像。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

单幅图像去雾算法研究综述

随着图像处理技术和计算机视觉技术的蓬勃发展,对特殊天气下的场景检测和图像处理成为该领域的重要研究方向.其中在雾天拍摄的图像容易受雾或霾的影响,导致图片细节模糊、对比度低以至于丢失图像重要信息,为解决此类问题图像去雾算法应运而生.图像去雾算法是以满足特定场景需求、突出图片细节并增强图片质量为目的的一种图像分析与处理方法....     

基于图像分割的交通图像快速去雾算法

现有去雾算法较少考虑交通图像的特征,直接应用于交通图像去雾效果和实时性较差。针对这一情况,在充分分析了雾天交通图像特征的基础上,提出一种基于图像分割的交通图像快速去雾算法。算法首先采用改进的均值漂移算法分割出天空区域,然后在天空区域中较准确的估计出大气光强度值,最后采用基于双边滤波器的改进暗原色先验（DCP）算法实现去雾,并结合雾天交通图像的特征对去雾图像进行了后处理,增强了去雾效果。实验结果证明该算法实时性高且去雾效果好,在交通图像去雾方面所提出的算法的综合性能优于现有的同类去雾算法。     

基于图像融合的快速单幅图像去雾算法

针对单幅雾霾图像中存在大面积明亮区域,暗通道先验失效、引导滤波算法去雾不彻底和时间复杂度较高的问题,提出了一种基于图像融合的快速单幅图像去雾算法.在大气散射模型的基础上,对大气光值进行区间估计;由暗通道先验法得到透射率的简单估计,由Retinex理论进行多尺度高斯卷积得到透射率的模糊估计,利用图像融合将两者进行像素级融合,得到透射率的精确估计;采用交叉双边滤波进行平滑处理并针对明亮区域修正透射率;对复原图像进行色调调整后得到最终图像.实验表明:算法不仅取得良好的去雾效果和较好的图像色彩,还有效降低了时间复杂度.     

快速几何可变形彩色昆虫图像分割算法

为了解决大部分现有几何可变形方法无法用于彩色图像分割的问题,给出了快速几何可变形彩色图像分割算法,并应用于昆虫图像。实验结果表明：该算法能够很好地分割出昆虫对象,而基于通道-通道的几何可变形算法在不同通道上得到不同的昆虫对象边缘。     

彩色BMP图像LSB隐藏的检测算法

该文介绍了一种基于图像相近颜色对的RQP信息隐藏检测算法,并提出了可靠估计隐藏信息长度的方法。信息的LSB嵌入会引起图像颜色对的变化,通过对这一变化过程建模可以可靠地估计隐藏信息的长度。该方法简单实用,实验结果表明,对彩色BM P图像具有较高的准确率。该方法同样适用于其它类型图像的LSB信息隐藏。     

彩色扫描文档图像中图文分割算法

针对彩色扫描文档图像的背景噪声以及文本区的纹理干扰,提出一种利用图像处理技术、结合彩色文档图像自身特点、对文档插图区域进行定位与分割的方法．首先生成一组减弱了文本区纹理信息的多尺度特征缩图;然后采用基于连通度的标记分割法去掉文本区域信息,确定图像区域;最后融合多尺度缩图信息实施图文分割．实验结果表明：该方法对于提高扫描文档图像的压缩比是行之有效的．     

基于SOFM的灰度图像彩色化算法

提出一种基于自组织特征映射(SOFM)的灰度图像彩色化算法。将彩色样本图像和灰度图像均转换到lαβ颜色空间,在 通道构造像素邻域的多维特征向量,将彩色样本图像的像素亮度特征向量作为网络的输入进行训练,利用SOFM的自组织特性建立像素特征向量与彩色信息值的对应关系,应用训练好的网络实现灰度图像的彩色化。实验结果表明,该算法的彩色化效果较已有算法有较大改善。