基于张量的图象边缘检测及滤波

边缘检测是数字图象处理中一种重要的处理手段，目前普遍采用的方法是基于直角坐标系下的Laplacian算子，取其零交叉位置来检测。而现实中，往往可见到许多曲面上的图象，比如柱面贴图，球面贴图，动态景物的数字化效果以及三维医学图象，结合深度信息采用基于微分几何曲线坐标系下的算子进行图象边缘检测及滤波是一种新的尝试，从结果可以看到，处理效果明显优于普通的方法。     

动态核医学图象的自适应平滑增强算法

核医学图象是指采用特殊的探测装置通过在人体外探测体内放射性核素分布而形成的图象，医学上常用这种图象来反映器官组织的形态与变化，由于其信噪比明显低于其他医学图象（X-ray,CT及MRI），图象粗糙，分辨率低，因此核医学图象处理方法显得比其他医学图象更为重要，为了获得较好的图象处理结果，针对动态核医学图象的特点，提出了一种用于动态核医学图象处理的自适应增强算法，用该算法进行图象处理不仅可增强图象的对比度和提高图象的视觉效果，而且可较好地滤除图象噪声，处理后的核医学图象判读效果很好，实验证明，该方法对处理灰度较低，噪声干扰较大的动态核医学图象是一种行之有效的方法，而对静态核医学图象则要依据γ图象的统计特性，采用适当的处理方法。     

分形理论在焊接图象处理中的应用

针对焊接过程中的图象处理问题，如检测焊缝边缘位置和确定焊接熔池的边缘大小和形状等问题，由于传统图象处理方法易受噪声和其他干扰信息的影响，因此很难准确及时地处理图象，为了克服此弱点，在比较了焊接过程中图象处理的微观算法和宏观算法的基础上，提出了运用分形理论的综合图象处理方法，该方法是根据焊接过程图象的特点，首先利用图象边缘的分形特征来进行区域分割，以便检测出图象边缘所在的模糊区域，然后用边缘检测方法的Laplace算子和最小二乘法拟合曲线来识别出图象的边缘，同时用该方法进行了实时焊接图象处理实验，实验结果证明，该方法不仅能准确识别出焊接焊缝或熔池图象的边缘，而且节省了图象处理的时间，为焊接过程的实时控制提供了可靠的信息。     

一种图象增强的有效方法：模糊图象增强技术

图象增强是数字图象处理常用技术之一。本文提出了一种新的图象增强方法——模糊图象增强技术。对给出的处理模型,利用模糊集合理论进行增强处理。和了评价处理后的结果,模糊度的基和熵的概念被提出,同时还给出了两个典型的平滑算法并对其进行了分析。     

基于多尺度彩色形态矢量算子的边缘检测

数学形态学在图象处理中已经得到广泛地应用，但传统的形态学常应用于二值图象处理，后来发展应用到灰度图象处理，对于其用于彩色图象处理的研究还不是很多，通过对传统的数学形态学的几何描述，以及对目前形态学在边缘检测中的应用分析，提出了一种新的多尺度的彩色形态矢量边缘检测算子，该方法是利用不同尺度形态边缘检测算子来检测不同尺度下的边缘强度，再对不同尺度下的边缘强度图进行合并，从而得到新的边缘强度图象，利用该算法对实际图象和合成图象进行了实验，将实验结果与传统的边缘检测算法相比较，由于新的多尺度彩色形态矢量算子能检测出更多的细节边缘，因此将更有利于图象的进一步分析处理，同时将实验图象人为地增加噪声后，再利用该算法进行实验，其结果表明，该算法对噪声具有很好的鲁棒性。     

广义模糊算子法用于图象的浮雕显示

广义模糊算子法是一种用于图象边缘检测的全新而有效的方法。它能与不同的图象预处理方法相结合从而产生不同的图象显示效果。此文提出一种预处理方法，首先对一幅图象进行预处理，然后将广义模糊算子作用于该图象，能得到较好的浮雕显示效果。调整预处理中的参数，所显示的效果也有所不同。     

模糊理论在图象增强中的应用

在图象处理中，图象增强技术对于提高图象质量起着重要的作用，传统的图象增强方法，或者修改图象的傅立叶变换，或直直接处理图象中的象素。本文提出了图象增强的模糊方法不涉及直方图直接在图象的模糊特征域上修改象素，并得到清晰较高的图象由于图象中所具有不确定性往往是由于模糊引起的，因此模糊处理能成功应用于图象处理领域并优于传统方法，本文介绍了图象模糊增强的基本思路和增强算法，给出实验结果以及定性和定量分析。     

动态图象的图像增强方法及连续处理的程序实现

本文阐述了结合数字视频技术,连续采集动态图象进行图象处理的方法,研究提出了编程对动态图象连续进行图象增强处理的程序实现方法,并给出了相应的程序和处理实例。     

动态图象的图象增强方法及连续处理的程序实现

本文阐述了结合数字视频技术、连续采集动态图象进行图象处理的方法,研究提出了编程对动态图象连续进行图象增强处理的程序实现方法,并给出了相应的程序和处理实例。     

第三讲 数字图象处理原理及程序设计初步

一、数字图象处理基本原理 从照片或实际景物转换成图象信息,在图象生成、传输或交换过程中,由于多种因素的影响,输出图象的质量会有所降低或称退化。图象处理的一个很重要目的就是采用一系列数字处理技术去改善图象的视觉效果或将图象转换成一种更适合于人或机器进行分析处理的形式。 图象处理的方法很多,基本上可分为空间域处理及频率域处理两大类。空间域处理是在原图上直接进行数据运     

信封图象处理中若干关键技术的研究

近十年来,数字图象处理的理论与技术不断发展,对图象处理效果的要求也越来越高。在自动控制方面,对大量的图象数据进行实时精确的信息分析与处理已成为迫切的要求。特征锐化与知识推理是两种主要的处理手段,但在实践中其效果往往并不理想。本文提出了一种将特征税化与知识推理有机地结合起来进行图象处理的方式,并在具体实践过程中建立起处理模型与相关的算法,其结果证明了它的有效性与可行性。     

用直方图修改技术进行图象增强

目前图象增强技术还没有某种统一的理论加以概括,都是针对具体问题选择不同的增强处理方法。本文分析了增强技术的分类,介绍了直方图均衡化理论基础,用BASIC语言和8080汇编语言编制了直方图均衡算法程序,在显微图象处理系统中进行了应用,对癌细胞与对矿物质的含量分析中,在图象增强方面取得了较好的效果。     

基于归一化相关矩的多分辨率遥感图象融合

多传感器数据融合技术已广泛应用于遥感图象处理方面 .针对遥感多光谱图象空间分辨率较低的问题 ,提出了一种基于归一化相关矩的多分辨率图象融合方法 .该方法首先对图象进行二维小波变换 ,然后根据所得到的高频小波系数的一阶、二阶统计特征来定义图象局部灰度相关矩 ,并以此作为图象融合测度来对遥感图象进行多分辨率特征融合 ,从而得到包含更多信息和有效特征的融合图象 .仿真结果表明 ,融合后的图象在保留多光谱信息和提高空间分辨率上均能获得较好的效果 ,因而可以更好地用于目标识别、分类等遥感图象处理方面     

图象文件格式及几何处理算法

随着多媒体技术的发展,图象处理技术显得日益重要。了解常用的图象文件格式和掌握一定数量的处理方法,是对从事这一工作的人们最基本的要求、本文介绍了几种常见的图象文件格式和几种非传统图象处理领域的几何处理算法,希望能对大家有所裨益。     

水下光图象中反向散射和小角度正向散射噪声的抑制

本文首先分析了水下光图象的特性——极其低劣的对比度和分辨率.指出了影响水下光图象质量的因素主要是反向散射和小角度正向散射.从而建立了水下光图象的数学模型.然后分析设计了一种适合于处理水下光图象的自适应增强滤波器.并结合水下光图象的特点以及此算法存在的三个严重缺陷:①产生“振铃”响应;②产生“椒盐”噪声;③由于图象中存在较高频率的噪声,在增强图象细节的同时,也增强了图象噪声,分别进行了深入的探讨并加以改进.从而较完善地提出了改进的自适应增强滤波器算法.针对水下图象处理后,效果令人满意.     

Curvelet变换及其在图象处理中的应用

根据小波变换在图象处理中的缺陷,我们提出了基于Ridgelet变换的Curvelet变换的图象处理方法.Curvelet变换对于含有曲线不连续性的图象的表示满足稳定、有效、接近最优等性质.我们采用基于Ridgelet变换的方法实现Curvelet变换,试验证明对变换后的系数进行简单的阈值处理就可以获得很好的去噪和边缘增强效果.我们相信Curvelet变换在图象处理中的潜力是巨大的.     

一种遥感图象自动配准方法

遥感图象的配准是多项重要的图象处理工作(如图象融合、图象比较、图象计算等)的前提。该文提出了一种简单可靠的遥感图象自动配准方法,该方法利用待配准图象之间的灰度相关性,首先采用改进的有利算子(兴趣算子)自动地在基准图象上搜寻特征点,然后进行特征点匹配,在待配准图象上搜寻特征点的同名点,并按相关性的大小从中筛选出有效的控制点,构成不规则三角网(TIN),最后对三角网中的每一个三角形进行多项式拟合和插值变换。与传统的人工输入控制点方法相比,该文提出的方法具有更高的精确度,而且节省了人力和时间,实验证明具有一定的实用性。     

一种夜视图象处理的新算法

增强是夜视图象处理的一种重要方法,而直方图均衡是最经典的图象信息增强算法之一,但将它直接应用于夜视图象处理有如下缺点：（１）丢失原始图象的亮度信息;（２）处理过程中有简井现象发生,该文结合夜视图象的特点,提出了一种保持亮度和克服简并的算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间职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。     

一种基于树结构的细胞区域分割方法

在医学细胞图象处理中,特别是癌症的计算机辅助诊断中,图象中的细胞分割是细胞形态定量分析、细胞变异和疾病诊断的研究基础.本文以显微细胞图象为处理对象,在进行预处理的基础上,从细胞二值图象中像素点数据构成的数据结构出发,针对该类图象的特点,提出一种基于树的遍历的图象区域分割方法--"T形遍历分割法".实际的显微细胞图象处理试验结果表明,本文算法针对图象中的细胞区域分割处理速度较快、细胞区域间的分割效果较好.为分类和识别前的特征提取奠定了良好的基础.     

基于遗传算法和梯度算子的图象边缘检测

图象边缘检测是计算机图象处理的最基本步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响,目前的图象边缘检则方法还不能有效地检测出各种不同模式的边缘。在分析了几种常用边缘检测方法及其存在的检测精度不高,抗噪声性能较差等不足基础上,给出了一种基于遗传算法和梯度算子的图象边缘检测算法,该算法明显提高了检测精度和抗噪声能力。