基于同态滤波的边缘检测方法的改进

针对图像边缘检测Laplacian算法的缺点，结合同态滤波图像增强技术，研究了同态滤波在边缘提取预处理中的作用．同时采用WaUis算子。通过实验验证了该综合的边缘提取算法的有效性，给出实验分析和结论。实验结果表明，先对图像进行同态增强，然后再运用边缘提取算子比仅使用边缘算子能得到更好边缘提取效果。     

基于样条小波的增强算法在角点提取中的应用

文章分析了样条小波在尺度空间中描述图像的特点,针对图像分割中角点提取对图像增强的要求,探讨了样条小波增强技术。算法利用小波域的多尺度点积来设定门限,提高了图像对比度,增强了图像的几何特征。实验结果表明,对图像采用样条小波增强方法,改善了视觉效果,加强了边缘和细节,增加了角点提取的准确性,为进一步图像匹配奠定了良好的基础。     

基于Multi-Scale Retinex模型的肝脏超声图像增强算法

基于多尺度Retinex (Multi-scale Retinex,MSR)模型的图像增强方法是一种基于人眼视觉原理的图像增强方法,能同时有效实现图像的动态范围压缩和颜色保真.本文融合Retinex理论,采用3个尺度的Retinex算法对肝脏超声图像进行增强处理,提取经MSR算法增强处理后的正常肝脏和脂肪肝图像的灰度均值、对比度和信息熵参数,并与直方图均衡化算法、同态滤波算法进行对比.实验结果表明:肝脏超声图像经MSR算法增强处理后,提高了图像特征参数(对比度、信息熵)的区分度,增强了图像暗区的对比度和清晰度,改善了图像视觉质量,能有效辅助临床诊断.     

基于Sobel算子滤波的图像增强算法

针对传统图像增强算法对噪声比较敏感、图像失真和细节信息丢失等不足,提出一种基于Sobel算子滤波的图像增强算法。通过理想高通滤波和Sobel算子提取出边缘掩膜,再利用平滑滤波和拉普拉斯算子结合得到简单的细节增强图像。然后将其和掩膜相乘后,再与输入图像相加可得到效果较好的边缘细节增强图像。通过实验进行比较分析,评价结果显示,该方法得到图像的视觉效果相对原始图像和同态滤波都有明显的改善。实验结果验证了该方法的有效性,在增强图像边缘细节的同时,能够抑制噪声并保持图像的真实性。     

基于同态滤波及Top-hat变换的乳腺钙化点提取

针对乳腺数字图像中有些钙化点与周围背景对比度较小，计算机自动提取钙化点具有一定难度的问题，提出了采用同态滤波与形态学Top-hat变换相结合提取钙化点的算法。选用适当的滤波函数及参数通过同态滤波使得钙化点与周围背景的对比度得到加强；再采用适当的结构元素对增强后的乳腺图像进行Top-hat变换以定位乳腺钙化点：然后对图像进行二值化提取出钙化点。实验表明．采用本方法提取乳腺钙化点对于某类乳腺片效果良好．能较好地满足计算机辅助乳腺诊断的要求。     

基于CLAHE与同态滤波的细胞图像增强新方法

针对角膜内皮细胞图像由于非均匀光照造成的明暗不均问题,提出一种基于限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)与同态滤波进行组合的角膜内皮细胞图像增强新方法。CLAHE方法提高了图像的局部对比度,不损伤图像细节,同时避免图像噪声随图像对比度增大而放大。同态滤波方法增强图像暗部细节,提升图像的分辨率。实验结果表明本文方法对角膜内皮细胞图像的分辨率和对比度增强有显著的效果。     

基于改进同态滤波的低对比度图像增强

针对传统同态滤波算法计算量大、参数设置困难、实验难度大等问题,提出一种改进同态滤波和对比度约束自适应直方图均衡相结合的低对比度图像增强算法。对原始图像进行均衡,保留图像的细节,增强图像的对比度;通过对同态滤波算法进行改进,进一步提高预处理图像的对比度。改进同态滤波算法利用滤波器特性对滤波函数进行简化,不但保证了原始算法的效果,而且在很大程度上减少了计算。结果表明,该算法是可控的,效果明显,细节更加完整。     

基于Visual C++的图像增强和轮廓提取研究

煤矿井下环境比较灰暗,采集的视频图像画面不清晰,尤其在发生事故时,需要对现场画面进行增强和轮廓提取处理。针对该问题,介绍了一种基于Visual C++的图像增强和轮廓提取的设计方法。该方法采用Visual C++处理位图图像,运用灰度变换方法实现图像增强、模板匹配方法实现边缘检测来突出图像轮廓。实验结果表明,采用该方法处理的图像得到了增强并较好地提取了图像轮廓,达到了预期效果。     

使用类似Retinex方法增强数字医学图像

数字医学图像有其特殊性,为便于医生的正确诊断,需要对图像进行增强处理。根据数字医学图像的特点,提出了类似Retinex方法。该方法采用梯度和context构成的平滑函数平滑图像,利用类似Retinex原理增强图像,并对增强后的图像施行二次变空间拉伸。实验及主客观分析表明：该方法对数字医学图像增强的综合效果明显优于直方图均衡、同态滤波和多尺度Retinex方法。     

用于远程医疗的图像增强技术研究

针对远程医疗信息系统对图像增强技术的需求，结合医学图像的固有特点，探讨并实现了一组医学图像增强技术。实验结果表明，该实现方法改善了医学图像的视觉效果，增强了其诊断性能，提升了远程医疗信息系统的效能。     

基于同态系统滤波的高分辨率遥感图像河流信息提取

为了解决在高分辨率遥感图像中易受同物异谱现象影响而导致河流信息提取不完整问题,依据河流区域在遥感图像中具有特定频率纹理信息这一特点,提出一种基于同态系统滤波的高分辨率遥感图像河流信息提取方法。该算法通过对遥感图像的频谱分析,确定河流信息在频域中的特征标识,采用一维剖面线加窗短时分析河流定位技术实现了全自动、快速全幅遥感图像河流定位和宽度估计,在同态系统下设计了低通滤波器实现对低频河流信息的提取。该算法采用"高分一号"遥感影像作为实验数据来源,相对于传统利用光谱信息的提取方法具有较高的提取精度,Kappa系数达0.85以上,并且实现全自动提取。实验结果表明所提算法能够快速、有效地提取复杂地貌区域内的河流信息。     

近邻传播聚类优化的角点检测改进算法

针对传统Harris角点检测算法和目前一些改进算法应用在图像拼接时,仍然可能存在只可在单一尺度上检测、角点位置不准确、伪检和对噪声敏感致使检测率不高等缺点,提出一种基于AP聚类角点提取优化的双边滤波（BF）角点检测改进算法。该算法在对图像进行双边滤波和多尺度角点检测的基础上,采用一种新型的聚类算法--近邻传播聚类算法（AP聚类算法）,对候选角点提取真实角点的效率进行优化,并对角点算子进行改进。实验是在VS2010+OpenCV平台实现的。结果表明提出的改进算法不仅提高了角点提取效率,而且更加精确地检测图像角点,具有更好的效果,更强的实用性。     

在空间域获得同态滤波模板的新方法

同态滤波是一种将图像亮度范围压缩和对比度增强的频域处理方法.同态滤波能够消除不均匀照度的影响而又不损失图像细节.本文简要介绍了同态滤波的原理,提出了一种在空间域获得同态滤波模板的方法,并且基于Matlab在空间域实现了图像的同态滤波增强.     

提升小波的同态滤波在图像烟雾弱化中的应用

针对烟雾引起的图像质量下降问题,提出采用基于提升小波的同态滤波算法对图像进行增强。首先研究了基于照明反射模型的同态滤波方法,给出了适用的滤波模型和表达式,然后将提升小波变换引入同态滤波,采用高通滤波对小波变换系数进行处理,旨在对烟雾有效弱化的同时,提高处理速度。最后采用6种不同的客观评价参数对处理后的图像进行评价。结果表明,提出的算法比传统同态滤波具有更好的增强效果,与传统小波同态滤波效果相当,且运算速度比传统小波同态滤波更快。     

光照变化环境下的SIFT改进算法

为了解决SIFT算法在光照不均环境下匹配效果差的问题,提出了一种融合差分同态滤波算法的SIFT匹配算法（MSHFHS+SIFT算法）。该方法对同态滤波算法进行扩展,推广到多尺度空间,以构建同态滤波金字塔,与SIFT进行融合,利用SIFT算法的特征点提取、描述子生成方法,根据distance-radio准则进行匹配。在各种光照变化环境下的实验证明,该算法较之传统的方法具有更好的鲁棒性。     

基于同态加密的密文域可逆信息隐藏技术研究

为了提高嵌入容量和实现解密与提取信息的可分离性,文章将希尔伯特曲线和同态加密的特性运用到密文域可逆信息隐藏中。首先,图像拥有者对原始图像进行预处理,并在加密后构造密文镜像点。然后,信息隐藏者通过同态加法对目标像素点进行秘密信息嵌入。最后,接收方不仅可以提取秘密信息,还可以无损地恢复原始图像。实验证明,文章方案不但能够实现解密与提取信息的可分离性,而且在保证图像质量的前提下,最大嵌入容量可达到69120bits.     

基于傅立叶和小波域的多通道图像恢复方法

提出了一种新的多通道图像恢复方法。该方法在傅立叶和小波域利用同态滤波进行模糊辨识,在迭代过程中采用基于小波变换的图像融合技术来增强图像的细节。在小波和傅立叶域进行正则化因子的估计,从而减少参数的输入和增强抗噪能力。试验表明所提出的算法能够有效地解决实际问题,效果很好。     

一种新的红外图像复合增强算法

通过对现有图像增强算法的分析,提出了一种新的红外图像复合增强算法。该算法将同态增晰和直接对比度增强算法结合,使得图像中的局部信息与全局信息在增强时都能被利用。外场实验表明,处理后的图像具有明显的局部对比度增强效果,同时较好地保持了图像的原始面貌。     

梯度分层重构的彩色图像分水岭分割

目的 现实生活中的彩色图像往往因噪声、色彩不均匀、有较多弱边界等问题的存在导致难以准确分割,结合分水岭变换与形态学重构的优势,提出了一种基于同态滤波与形态学分层重构的分水岭分割算法。方法 首先提取彩色图像的梯度图,接着对该梯度图采用同态滤波修正梯度图。然后利用形态学开闭重构的方法,对滤波后的梯度图进行分层重构。根据梯度图像的累积分布函数及滤波后的梯度像素直方图的分布信息,给出了梯度分层数的计算公式,同时确定了形态学结构元素尺寸。最后对修正后的梯度图像应用标准分水岭变换实现了图像分割。结果 对不同类型的4幅彩色图像进行分割实验,采用区域一致性与差异性相结合的综合指标对分割结果进行无监督评价。这4幅图像的综合评价指标分别为0.6333、0.6656、0.6293、0.6484,均高于文献中两种现有分水岭算法的指标值：0.6295、0.6641、0.6230、0.6454与0.5861、0.5907、0.5704、0.5852,分割性能较好。结论 提出一种新的彩色图像分割算法,应用同态滤波保留了图像的弱边界,采用自适应形态学重构,抑制了分水岭变换中过分割。算法的分割结果更加接近人眼对图像的感知,无论从评价指标还是分割性能看,均表现出色。算法对噪声不敏感,鲁棒性较好,可广泛应用于计算机视觉、交通控制、生物医学等方面的目标分割。