基于小波变换的X射线图像增强技术

针对射线图像存在对比度差，灰度范围小，影像模糊，一般的增强方法不能在增强对比度的同时较好地保持边缘的问题，提出了基于小波变换的图像增强方法．实验证明：基于小波变换的图像增强方法对常规射线图像有很好的增强效果，其增强后的图像质量明显优于一般常规方法．     

基于小波变换的X射线图像增强技术

针对射线图像存在对比度差,灰度范围小,影像模糊,一般的增强方法不能在增强对比度的同时较好地保持边缘的问题,提出了基于小波变换的图像增强方法.实验证明:基于小波变换的图像增强方法对常规射线图像有很好的增强效果,其增强后的图像质量明显优于一般常规方法.     

XRD测定炭素材料的石墨化度

研究了用X射线衍射（XRD）测定炭素材料石墨化度的原理和方法,指出其本质是精确测定炭石墨六方晶格的C轴点阵常数值,为此,用高纯硅粉作内标以校准测量误差。为提高测量精度,选用高角度的C（004）－Si(311)衍射线对;当试样的石墨化度较低时,因C（004)衍射线强度太小,选用C（002）－Si(331)线对。将它们分别进行Kal,Ka2双线分离处理后,以Ka1峰的半高宽之中心点定峰位并据此计算石墨化度。实验结果表明：在碳／碳复合材料中,由于采用了多种原材料,经高温热处理后形成石墨化的程度不尽相同,即试样中含有不同石墨化度的组分,致使炭石墨的衍射线呈现明显的不对称性,此时必须进行多重峰分离处理,分离出的子峰通学无需再进行双线分离,即可直接用来计算各组分的石墨化度;由各子峰的积分强度可计算不同石墨化度组分的相对含量,以此进行权重计算所得的平均石墨化度更合理地反映了试样内部石墨化度的实际情况。     

基于小波分析的图像融合方法的研究

图像融合是多传感器信息融合在图像处理领域的一个重要应用,小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。论述了基于小波分析的图像融合的基本原理、方法和优点,介绍了基于小波分析图像融合、小波框架图像融合和多小波图像融合等方法,分析比较几种图像融合效果的评价方法及其适用范围等。     

基于Haar小波变换的图像融合方法

为了有效的提高多个传感器的图像融合精度,该文提出了基于Haar小波变换的图像融合方法,首先分析了小波变换中不同频率分量对图像融合精度的影响,然后详细探讨了高频分量系数的确定方法。选取信息熵作为图像融合算法性能的评价指标,通过仿真实验定量分析了高频分量系数对图像融合精度的影响,实验结果表明高频分量系数并非越大越好,应根据融合后的图像信息熵确定高频分量系数。     

工业射线图像的恢复增强

目的 研究提高工业射线成像检测灵敏度的方法。方法 利用射线成像系统的点扩展函数（PSF）或线扩展函数（LSF）恢复射线图像。结果与结论 射线图像的恢复，可改善图像质量，提高射线成像系统的检测灵敏度。     

基于图像融合的联合小波包图像去噪方法研究

提出一种基于图像融合的联合小波包图像去噪方法.利用不同特性的小波包基对含噪图像进行阅值去噪,得到多幅降噪图像,然后按照一定的融合准则对这些图像进行处理.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

基于简单射线散射模型的X射线图像增强算法

在传统的射线成像技术中,由于物体本身的结构与散射的X射线叠加,所得图像的可见度通常会受到限制.针对此问题,提出一种基于简单散射模型的图像增强算法,可以提高单一X射线图像的可见度.首先,根据简单散射模型复原X射线图像,在复原过程中加入了新的中值算子,可以有效抑制射线图像中的脉冲噪声成分;同时,对细化之前的透射率图像应用了导向滤波,使灰度值跳跃的边缘部分的复原效果得到了明显改善,并使光晕伪影现象最小化;最后使用一种灰度优化的方法对复原图像进行后处理,在提高对比度的同时保留了图像中的小细节.实验结果证明了该算法对于低对比度、低亮度射线图像的可行性,增强后的图像中被检测物体的结构更加清晰,大大提高了射线图像的可见度.     

基于小波分析和遗传算法的乳腺X线图像分割

首先运用维纳滤波对X线图像进行处理,可以有效地去除图像中的伪影和噪音。其次,利用多尺度小波对图像进行增强,有利于分割过程中取得更好的效果。最后,用小波变换对图像直方图进行处理,并根据遗传算法对图像中的疑似肿块进行分割。实验表明,该算法能更加快速、清晰地分割出肿块。     

基于小波变换人脸图像融合方法的研究

利用小波高频系数区域选大法、小波区域能量选大法、小波系数区域标准差选大法、小波区域平均梯度选大法四种融合算法,通过小波变换将图像金字塔选择系数进行一系列的处理后构成融合图像信息。最后从均值、信息熵、交叉熵、扭曲程度、相关系数等方面对融合后图像进行了评价,验证了算法的可行性。     

一种基于小波融合的乳腺图像增强方法

任何一种方法不会对所有的图像都有很好的增强效果,不同的增强方法对图像的增强重点也不尽相同。灰度线性变换法能够加大图像动态范围,增强高通滤波法能够增强图像的精细结构。我们分别采用这两种方法对乳腺图像增强,然后利用小波融合方法综合两个图像的信息,得到了很好的增强效果。     

基于小波的同态滤波算法在ICT图像增强中的应用

针对ICT图像对比度低、边缘模糊、细节不清晰等问题,提出采用基于小波的同态滤波算法来对图像进行增强。同态滤波可以有效地减少亮度不均匀,并对感兴趣的景物进行有效增强。首光使用基于照明反射模型的同态滤波方法,介绍模型的原理、实现过程和特点,给出了适用的滤波模型和表达式。引入基于小波变换的同态滤波方法,采用高通滤波对小波变换系数进行处理,在保持图像总体原貌的基础上对图像局部对比度增强,效果显著。     

基于小波变换的医学图像融合技术

不同成像技术获得的医学图像为临床诊断提供了不同的信息,图像融合技术可以综合利用多模医学图像互补信息,从而有效地提高诊断水平。该文采用小波变换对人脑MR-T2和MR-PD图像进行融合。结果表明此方法能够充分有效地将两种不同模式的信息融合在一起,融合性能优越,很好地保留了原始图像的边缘和纹理特征,为临床诊断提供更加有效的信息。     

基于小波变换的墙地砖缺陷图像分割

目的改进原有的图像分割算法在分割图像时的精度和准确度，进一步准确地研究墙地砖缺陷图像的基本特征，提出一种有效的图像分割方法．方法根据墙地砖表面的纹理特点，采用Daubechies小波对原始图像进行处理．结果仅保留图像的近似信息，从而有效降低了纹理特征对缺陷分割的干扰．同时，图像数据量减少为原始图像的1／4．因此，在有效提取近似信息的基础上提高了系统的实时性，便于图像分割应用．该方法增强了缺陷纹理图像。能抑制背景纹理对缺陷纹理检测的干扰，并通过减运算有效地实现了缺陷纹理和背景纹理的分割．结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割，尤其适用于具有随机纹理的墙地砖缺陷实时检测．     

小波域正则化遥感图像融合

遥感图像融合过程中,为了在增强空间分辨率的同时减少光谱损失,文章提出了一种改进的强度-色调-饱和度和小波的融合算法,新算法在原算法中,引入正则化技术。以小波域局部高斯模型作为光谱分布先验概率,以全色图小波系数做为空间分布先验概率,以马尔可夫随机场描述空间特征,通过梯度下降法迭代优化,实现了光谱和空间信息总损失最小的图像融合。对美地球资源卫星5的增强专题图像的融合试验证明文中提出的算法可同时提高多光谱及全色图像与融合图像的相关性,有效改善融合效果。     

一种基于小波变换和直方图均衡的图像增强方法

提出了一种基于小波变换和直方图均衡相结合的图像增强方法,该方法既能增强图像对比度,又能有效抑制噪声,突出图像细节信息。实验分析表明：该方法可以使图像的清晰度得到很大改善。     

小波分析在SARS胸片图像增强中的应用

通过对非典型肺炎的胸部X线图像的特征分析,提出采用小波分析方法,对图像做小波变换,提取各层小波分解系数,利用阈值法对各系数作去噪预处理,然后再利用阈值法对各系数做衰减或增强处理,最后重构出清晰图像.结果显示,用此方法处理的非典型肺炎胸部X线图像,效果较好,既增强了图像对比度,又不损失细节信息,为医生鉴别诊断疾病提供了清晰影像依据.