超空泡图像的图像增强算法

针对水下高速射弹超空泡图像照度不均匀的问题,分析了现有各算法的特性,综合抛物线调整的直方图均衡化和增强细节的自适应直方图均衡化方法对水下高速射弹超空泡图像进行增强,并结合边缘检测技术进行信息反馈,找出了针对超空泡图像的抛物线调整直方图均衡化方法的最优参数.在增强细节的同时减少了噪音的产生,为准确获取空泡外形提供了有利的条件.     

金属表面脏污区域的分割和量化算法研究

针对目前金属表面缺陷检测技术的研究现状,主要研究金属表面脏污检测与量化算法。结合金属表面的特点,通过对几种分割方法的比较,研究了阈值分割法中的迭代法对图像进行分割,该算法能够最大限度地保留细节信息。另外,研究了一种改进的自适应滤波算法结合像素计数法对金属表面的脏污区域进行量化处理。实验结果证明了所提出方法的有效性。     

图像复原及模糊聚类在特殊天气下非结构化道路识别中的应用

提出了一种基于图像复原技术和模糊聚类分析图像分割技术的特殊天气下非结构化道路识别技术。该技术主要是针对雾天采集到的非结构化道路的一种识别算法。首先根据McCartney提出的大气散射模型的衰减模型和大气光模型,得到还原以后的图像;然后在还原后的图像上将色度空间H分离出来,以此为基础使用二次最大熵的模糊聚类分析法获取阈值,对图像进行分割,得到道路和非道路的二值化图像。     

多尺度图像增强可见光与红外图像融合

针对同一场景在可见光和红外传感器得到的图像其高频细节部分存在着较大差异这一特点,首先对已经配准的红外传感器和可见光得到的图像进行小波变换,在多尺度下对两幅图像进行边缘提取。然后以局部模方为活性测度,局部模方的比值为匹配测度,并且利用图像的边缘特征指导融合策略,经过合成模块和多尺度逆变换得到融合图像。最后对融合后的图像进行图像增强,并对其进行客观评价,证明了本文方法的有效性。     

分数阶微积分在图像处理中的研究综述*

综述了关于分数阶微积分理论在数字图像底层处理中的应用研究,具体包括:分数阶微积分和分数阶偏微分方程的基本理论及分数阶傅里叶变换的基本性质;分数阶微分滤波器的构造及在图像增强中的应用研究;分数阶积分滤波器的构造及在图像去噪中的应用研究;分数阶偏微分方程在图像去噪中的应用研究。最后,总结了分数阶微积分理论在图像处理中已取得的研究成果,并结合已有的基于分数阶微积分理论的图像底层处理模型,展望了分数阶微积分理论在图像处理中的应用前景。     

一种改进的夜视图像增强处理算法

图像增强是夜视图像处理的一种重要方法,而直方图均衡是最经典的图像增强算法之一.但将它直接用于夜视图像处理有如下缺点:(1)丢失原始图像的亮度信息;(2)处理过程中有灰度合并现象发生.结合夜视图像的特点,提出了一种保持亮度和克服灰度合并的新算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间隔和最大拉伸系数的均衡函数的方法,从一定程度上克服了上述缺点.     

一种数字图像盲增强的新算法

给出一种数字图像盲增强的新算法. 其中源数字图像及其灰度级未知, 已知的仅仅是被噪声污染了的图像. 该算法首先估计密度函数, 然后估计图像的灰度级, 最后去噪声重建图像, 达到图像增强的目的. 仿真例子说明了该算法的有效性.     

一种基于粗糙集理论的彩色图像滤波算法

粗糙集理论是一种新的处理含糊和不确定性问题的数学工具。它作为一种新的软计算方法，为智能信息处理提供了有效的处理技术。本文将粗糙集理论应用到彩色图像滤波中，提出了一种基于粗糙集理论的彩色图像滤波算法。实验结果显示，该算法可以有效地去除彩色图像中的椒盐噪声，并能较好地保持图像的边缘细节信息。