基于LIP模型的低照度彩色图像增强新算法

针对低照度彩色图像色彩偏暗的问题,提出一种色彩恢复的彩色图像增强方法。该算法首先将RGB彩色图像转换到HSV彩色空间,利用对数图像增强模型(Logarithmic Image Processing,LIP)对彩色图像的亮度分量进行非线性增强,其次利用正弦隶属函数将图像亮度分量由空间域映射到模糊域,并采用Pal增强算子对隶属函数值进行修正实现亮度分量再次增强。实验结果表明,新算法可以提高图像的整体对比度,增强图像细节,与人眼视觉相符合。     

基于粒子群算法的模糊滤波器优化方法

根据粒子群算法可以搜索全局最优的特点,提出一种新的基于粒子群算法优化模糊隶属函数,从而对带有脉冲噪声图像进行模糊中值滤波的方法.该方法给出一个新的模糊熵定义,采用改进粒子群优化算法寻求隶属函数的最优参数,依照最大熵准则将图像变换到模糊域,然后对需要处理的噪声图像进行滤波.实验表明,提出的方法可以很好地滤除图像中的脉冲噪声,自适应性强.     

基于脑瘤图像三维重建的图像分割改进算法研究与实现

近年来,脑瘤图像处理技术备受医学图像研究者的关注,脑瘤图像分割技术是脑瘤图像处理技术的研究核心.针对当前脑瘤医学图像分割算法的单一性问题,无法给后期脑瘤图像三维重建提供高质量的切片,提出了一种基于模糊聚类分割与模糊增强边缘的综合改进图像的分割算法.实验结果表明:模糊聚类分割非常适用于脑部组织模糊性和复杂性的特点,模糊增强的边缘检测算法处理模糊聚类后的图像边缘清晰,为后期的三维处理奠定了良好的基础,最终实现了较好的脑瘤三维可视化效果.这些算法在医学图像的处理中具有良好的应用前景.     

任意方向直线运动模糊点扩展函数研究

为了能够在任意直线方向上精确地恢复出原图像,结合计算机图形学的知识,提出了一种设置空间域点扩展函数(PSF)的方法,直接在空间域作图像恢复.解决了由于运动模糊图像频谱存在零值,导致在频域中不能精确恢复图像的问题.并给出了详细的算法及实验结果.     

基于邻域信息的多层次图像模糊算法

为了提高图像识别的准确率,提出了一种基于模糊理论的多层次图像增强算法.首先利用图像的统计特性对图像进行初步模糊划分,然后采用非线性连续阶梯状隶属度函数对图像进行模糊化,最后通过利用邻域特征自适应调节增强系数,对各模糊子集进行非线性增强处理以实现局部特征增强.通过与经典方法进行实验比较,显示出该增强算法能够在保存同质区内...     

基于模糊逻辑的图像阈值分割算法

为确定图像分割的最佳阈值,提出了一种新的有效的图像阈值分割方法.该方法首先给出一个新模糊熵的定义,这个模糊熵定义不仅考虑到图像在模糊域中划分区域时随隶属函数变化而变化的情况,同时也考虑到图像在空域中划分区域时随隶属函数变化而变化的情况,这样就使得图像依照最大熵准则变换到模糊域更能够有效地反映图像的固有信息.然后,采用改进粒子群优化算法寻求隶属函数的最优参数,得到分割的最佳阈值,并用该阈值对图像进行分割.将新算法应用于图像分割中,效果优于现有大多数阈值分割算法.     

指纹图像中心点提取算法

根据指纹图像的特点,分别在空间域和频域增强图像,并采用了一种复合滤波器对增强后的图像进行滤波处理,把指纹图像的局部信息和全局信息有机的结合起来,提出了一种指纹图像中心点的算法,为指纹图像的进一步处理提供了有利的工具.     

基于小波域的图像增强算法

针对图像边缘增强和滤噪的矛盾,提出了符合视觉特性的基于小波域的图像增强算法.将图像的小波变换结果看成一幅图像,则在空域中的阶跃边,在小波域的高频通道中表现为屋脊边,而空域中的屋脊边,在小波域高频通道中表现为成奇对称的屋脊边缘对.在高频通道中,用高斯函数或升余弦函数拟合屋脊边,用正弦函数拟合屋脊边对.通过修改拟合函数的参数来改变其形状,从而使反变换回来的图像的边缘斜率提高,进而达到图像增强的目的.由于在对屋脊边的识别中采用了方向信息测度,使算法能很好地处理边缘增强和滤噪的矛盾.分别对测试图像和实际图像进行处理,并与传统的高通滤波方法进行了对比,实验结果表明,本文提出的方法具有更好的视觉效果.     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。     

一种基于统计形状先验的图像边缘增强新方法

针对图像尤其是医学图像的边缘模糊或者缺失对图像后续处理带来的影响,本文提出了一种图像增强新方法。该方法各向异性模糊方法框架下,将统计形状的先验加入到演化的过程中,使演化过程中物体边缘模糊的部分被增强,缺失的部分被补充。方法首先使用基于曲率的各向异性扩散,在去除噪声的同时保留了物体的边缘;随后利用最大后验概率和统计形状先验对物体的轮廓进行估计,从而使物体边界模糊和缺失的部分得到了加强。实验使用不同部位的医学超声图像,结果显示该方法能够对物体边缘进行有效、快速的增强,为后续处理提供了很好增强方法。     

超谱遥感图像的模糊最大似然分类研究

分类识别是超谱遥感图像的重要研究领域.由于超谱图像空间分辨率低,像元混合的概率大,因此采用单纯的聚类或者监督分类都不能取得好的效果.为了提高超谱图像分类的精度,提出了模糊最大似然分类算法.先用模糊C-均值法对图像进行聚类,再在聚类结果的基础上,参考真实地物图,选择训练样本,用最大似然法进行最终的分类.实验结果表明,提出的算法由于在聚类的基础上选择监督分类的样本,因而获得了关于图像的更准确的信息,最终分类结果比模糊C均值聚类高出34.38%,比最大似然分类高出10.46%.     

基于包含度理论的图像置乱程度评价研究

提出了基于包含度理论的图像置乱程度评价新方法。本文首先对置乱前后图像中任意像素所对应二阶邻域系统构造一个模糊集并定义其隶属度;其次计算图像中各像素所对应二阶邻域系统模糊集及其补集之间的包含度;最后根据置乱前后两图像的包含度来构造图像置乱程度评价函数。实验结果表明,本文提出的评价方法是能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于直方图的模糊最大指数熵图像分割方法

针对最大熵阈值分割算法的计算缺陷,提出了一种基于直方图的模糊最大指数熵阈值图像分割新算法．该算法把模糊性指数、模糊熵概念应用到图像分割中,结合基于灰度图像直方图的模糊最大熵阈值图像分割理论,给出了模糊最大熵的新定义,同时引入了指数熵的概念．该算法能较好地完成图像分割,较传统分割算法具有更强的抗噪能力,为后续的图像处理提供了良好的基础．通过对真实目标灰度图像的分割和对比实验,表明本文新算法分割准确,性能优越。     

基于模糊支持向量机的医学图像分类技术

对每一个训练点都定义点模糊度,利用其隶属函数所包含的信息量来确定模糊度,在此基础上对传统的支持向量机算法进行了改进,提出了基于模糊支持向量机的医学图像分类技术。采用不同噪声图像进行的试验结果表明,模糊支持向量机方法能够较好地对MRI图像中脑组织进行分类,并且具有较高的精度。使用该方法还可以减少计算量,提高运算速度。     

基于模糊熵的多值图像恢复方法

提出了一种基于模糊熵的多值图像恢复方法．该方法根据熵在应用方面的局限性,对其表示的形式进行了扩展,构造了一类能够反映多值图像特点的模糊熵．仿真结果表明,用模糊熵进行图像恢复的效果明显好于另两种常用的图像恢复方法(中值滤波和均值滤波)得到的结果．另外,在医用图像和军事图像处理方面,多值图像的恢复是非常重要的．     

Image matching navigation based on fuzzy information

0　INTRODUCTIONImagematchingalgorithmsplayaveryimportantroleinimagenavigationsystems .Becauseoftheinfluenceofimagingconditionsandimagingdevices ,therearealwaysexistingintensivechangesandgeometricdistortionsbe tweenthereferenceimageandthereal timeimage .Thoughsomemethodscanbeappliedtoimprovethequali tyoftheimagebeforefurtherprocessing ,somecolorandgeometricdistortionmaystillexist,aswellasthenoisedisturbance .Forthesakeofnavigationaccuracy ,itisex pectedthatmatchingalgorithmsshouldbenotonly…     

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.     

模糊逻辑和谱聚类的字符图像分割

为了从复杂背景中有效分离出字符图像,提出了一种基于模糊逻辑的谱聚类字符图像分割方法.利用最大信息熵准则获得模糊函数的参数,将原始图像模糊化;在模糊后的图像上建立像素间的相似矩阵,文本图像的纹理、灰度及像素间的距离是定义相似函数的依据,计算相似矩阵最小特征值对应的特征向量,并对其聚类划分;利用分类后的特征向量对相似矩阵进行划分,进而实现原图像的分割.实验结果表明:本文方法优于一般的阈值化分割方法,能够有效处理背景复杂的自然场景文本图像.     

Reduced-reference image quality assessment based on fuzzy classification

Image quality assessment is an important branch in the fields of image processing. It would be employed for calibrating image processing system or algorithms, and be applied for algorithm optimizing and parameter setting. Reduced-reference image quality assessment (RR-IQA) has become to be one of the focuses in image processing fields. Inspired by the fuzzy human evaluation, an efficient RR-IQA framework is proposed in this paper. In the framework, the images are allocated into several fuzzy sets with their degrees of memberships. The natural scene statistics (NSS) in wavelet domain is used for extracting features. After that, a multi-class fuzzy classifier is training for assigning image features into fuzzy sets with their corresponding degrees of memberships. Contrast to the typical RR-IQA methods, the proposed one relates well with the human evaluations and has low computational complexity. The experimental results demonstrate that the proposed framework outperforms the state-of-the-art reduced-reference methods.