空间域和频域结合的图像增强技术及实现

图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善.为了实现对数字图像的增强处理,采用时域直方图均衡和频域高频加强滤波相结合的方法对图像进行了增强处理.利用图像中变化剧烈的信息只与高频成分有关这一原理,结合MATLAB设计实现了高频加强滤波器并对图像进行了增强处理,在此基础上使用时域直方图均衡技术再对图像进行处理.试验结果表明,两种技术的结合可以使图像的细部特征更加明显,图像更加锐化,其图像增强效果要好于单独采用其中任意一种技术的处理结果.     

基于Retinex和同态滤波的X射线电池图像增强算法

针对工业X射线电池图像对比度低、视觉效果不好、不同区域处理效果差异大等问题,提出一种基于多尺度Retinex和同态滤波的X射线电池图像增强算法.首先利用多尺度Retinex算法中的高斯滤波对照射分量估计,从而得到反射分量.用改进的直方图均衡化方法来处理照射分量,采用改进的巴特沃斯高通滤波器对反射分量的局部细节增强.接着,将照射分量与反射分量按比例融合,最后用改进的同态滤波对图像增强,即可得到增强后的图像.采用客观评价的方法对算法的有效性进行评价,结果表明,所提的算法图像增强效果好且可以看到更多的细节.     

时频图像特征用于声场景分类

为解决根据音频流识别声场景的问题,对音频信号进行恒Q变换,得到其时频表达图像,然后进行滤波平滑等处理,随之提取能够表述信号谱能量变化方向信息的梯度直方图特征,以及能够捕捉信号谱纹理信息的局部二值模式特征,输入具有线性核函数的支持向量机分类器,对不同声场景数据进行分类实验。结果表明,相对于传统的时频域特征和梅尔频率倒谱系数特征,所提出的特征基本能够捕捉到给定声场景具有区分度的信息,所得分类率更高,且两者的互补作用使得联合特征分类效果达到最优,该方法为声信号特征提取贡献了一种新思路。     

基于ISTA功率谱密度的MATLAB随机过程时域样本再现

面向工程中典型性随机过程,基于频域功率谱密度(PSD)函数,分析和综合了平稳Gaussian过程的时域数值模拟方法,给出了Fourier变换法模拟、线性滤波法模拟、谐波叠加法模拟3种主要模型的数学原理、实现过程和应用特点,并结合ISTA功率普密度图进一步给出了从频域回复到时间域的方法,实现了频率域图谱在时间域上的仿真模拟.     

利用粗糙集和属性直方图的图像增强方法

利用粗糙集理论进行图像增强,子图的划分是关键。属性直方图是对直方图概念的推广,是一种由先验知识约束的直方图;将它用于子图的划分,在此基础上提出了一种基于粗糙集理论和属性直方图的图像增强方法。该方法利用属性直方图的 Otsu 算法确定灰度阈值,根据灰度阈值利用不可分辨关系,将图像划分为背景子图、目标子图和噪声子图,对去噪后背景子图和目标子图进行增强变换,并将它们合并得到增强图像。将该方法用于一种海底小目标图像增强。实验结果表明该方法处理增益为 11dB,明显地增强了图像,且不损害图像的边缘。该方法适用于图像有某种先验知识的场合。     

一种小波域的图像增强算法

微弱图像具有对比度低、噪声高、质量差等特点,一定程度上影响了图像的观察和使用。因此,提出一种小波域的图像增强算法,通过对微弱图像多尺度、多分辨率的小波变换分离各维度小波系数,对低频小波系数进行直方图均衡化,高频小波系数进行Canny算法提取边缘,最后将处理后的各维度小波系数进行图像重构以实现图像增强。并选取了3幅微弱图像,将其经所提出的算法及几种传统经典图像增强算法增强后的图像进行实验仿真对比。仿真结果表明,在主观评价上,所提算法增强后的图像的细节更加丰富,视觉感受更加平滑自然;客观评价指标中信息熵的值也都是最大的,分别是4.989 3,3.741 5,4.796 1,信息丰富度最高;而峰值信噪比和图像质量测量函数的数据表明所提算法增强图像的强度适中,整体性较好。可见,所提出的针对微弱图像的增强算法能够在视觉效果上和图像信息上进行有效的图像增强。     

结合颜色和结构信息的粒子滤波跟踪算法

单纯依靠颜色信息往往使得目标跟踪不稳定.为了在复杂背景和光照变化等干扰情况下,能够准确地跟踪到感兴趣的目标,本文提出了将颜色和结构信息相结合的方法.该方法在基于颜色直方图的粒子滤波跟踪框架中,利用目标的灰度图像建立结构模型,通过结构相似性质量因子衡量目标在两帧图像之间的相似性.实验表明,该算法在使用相同粒子数目的情况下较传统的基于颜色直方图的粒子滤波跟踪算法鲁棒性更高,可以用于特定场合可疑目标的跟踪.     

一种改进的窄带信号降噪算法及其应用

提出一种改进的基于FFT窄带信号频域降噪算法,并研究了其在宽带信号分段滤波中的应用。针对传统的基于FFT窄带信号频域去噪方法的不足,首先估计出信号频率与量化频率点的偏离程度,然后对信号进行频移,使信号频率尽量接近量化频率点,再进行频域滤波,并对滤波后信号逆向频移恢复原信号。最后,采用这种基于频移的窄带信号降噪算法对宽带信号进行分段滤波处理。Matlab仿真表明,改进的算法在不同的频率段内性能,且明显优于传统的窄带信号频域去噪算法。     

基于多尺度Retinex算法的彩色雾霾图像增强研究

介绍了基于颜色恒常性理论的Retinex模型,并重点分析了色彩恢复多尺度Retinex(MSRCR)算法的原理和实现方法。为验证基于Retinex理论的算法对图像增强具有良好的效果,以雾霾天气采集到的3幅彩色道路监控图像为实验对象,在MATLAB7.0软件中,利用MSRCR算法、直方图均衡化2种图像增强方法,对实验图像进行去雾霾处理,并通过主观评价、图像信息熵、亮度通道直方图来比较和分析2种算法的图像增强效果。研究结果表明:采用MSRCR算法可以还原出细节更丰富、辨析度更高的画面,且处理后的图像具有更大的信息熵,图像色彩也更接近原始图像。     

一种基于粒子滤波的特征融合跟踪算法

针对单纯的基于颜色的跟踪方法在复杂背景下会导致跟踪失败的问题,本文提出一种基于粒子滤波的特征融合跟踪算法。颜色直方图是对目标的全局描述,而方向梯度直方图包含了一定的结构信息,二者可以互为补充,因此本文算法同时用颜色直方图和方向梯度直方图来描述目标,在粒子滤波框架下将目标颜色和梯度信息有机结合,并自适应更新。实验表明,本文算法不仅提高了跟踪精度,而且具有较强的鲁棒性。     

一种新的基于颜色矢量角的图像空间描述符

在分析利用颜色直方图进行图像检索时存在问题的基础上,提出了一种新的图像空间描述符.首先利用颜色矢量角的特性将图像分为边缘区和平滑区两部分,然后,针对两种区域的不同分布特点,综合利用图像的边缘信息、形状信息及空间分布特性,采用两种不同的描述符--方向颜色矢量角直方图和空间联合分布熵分别来提取图像的边缘区和平滑区的分布特征.实验结果表明,将其用于图像检索,取得了很好的检索效果.     

A Cryptograph Domain Image Retrieval Method Based on Paillier Homomorphic Block Encryption

With the rapid development of information network, the computing resources and storage capacity of ordinary users cannot meet their needs of data processing. The emergence of cloud computing solves this problem but brings data security problems. How to manage and retrieve ciphertext data effectively becomes a challenging problem. To these problems, a new image retrieval method in ciphertext domain by block image encrypting based on Paillier homomophic cryptosystem is proposed in this paper. This can be described as follows: According to the Paillier encryption technology, the image owner encrypts the original image in blocks, obtains the image in ciphertext domain, then passes it to the third party server. The server calculates the difference histogram of the image in ciphertext domain according to the public key and establishes the index database. The user passes the retrieved image to the server. The server computes the differential histogram of the retrieved image by public key. Then, compares the similarity of it with the histogram in index database and selects larger similarity images in ciphertext and send them to the user. The user obtains the target image with the private key. The experimental results show that the method is feasible and simple.     

自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法.该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化.算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点.实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标.     

一种有效的红外图像中人造目标分割方法

提出一种红外图像单阈值分割方法。为了减少计算量,结合先验信息选择包含待分割目标的感兴趣区域,利用Bezier曲线法平滑感兴趣区域直方图的噪声;对平滑后的感兴趣区域的直方图求解其曲率曲线,用曲率曲线的波峰所对应的灰度值作为初始分割阈值;基于先验信息从初始分割阈值中确定最佳分割阈值并进行初步分割。为了弥补单纯利用阈值法分割的缺陷,结合上述分割结果和目标的边缘信息得到封闭性良好的完整目标的二值图像。实验结果表明,提出的方法能快速有效地将红外目标从复杂的背景中分割出来,算法的计算复杂度为O(MN)。     

基于图像信息熵统计直方图的图像增强算法

目的为了解决图像因亮度较大造成的成像效果不佳、局部细节不清楚等问题。方法将直方图均衡化技术(Histogram Equalization, HE)引入图像信息熵域,提出对比度弱化的图像信息熵统计直方图自适应均衡化算法(Contrast-reduced Adaptive Entropy Histogram Equalization, CRAEHE)。以各个灰度级信息熵统计值为基础,先将原图像分割成若干个子区域,对每个子区域的灰度信息熵统计值进行阈值截取,补充到子区域内各个灰度级上,再对子区域进行信息熵直方图均衡化处理。采用USC-SIPI和CBSD432数据集图像,用图像灰度均值、标准差、平均梯度、信息熵等参数对实验样本进行质量评价。结果文中算法处理结果较原图灰度均值下降了7.94%,标准差平均提高了52.22%,信息熵平均提高了19.86%,平均梯度提高了57.19%。结论文中算法增强了选自数据集里的过亮图像的细节,并使图像整体细节与质量都得到了改善,该算法的处理结果较其他处理实验样本的主观质量提升明显,对光照强度适应范围广。     

基于FIR 数字滤波器的扫描图像去网

针对扫描图像,提出了一种基于FIR 数字低通滤波器的去网方法,该方法是将图像从空间域转换到频率域,对频率域图像进行FIR 低通滤波处理,结合图像评价指标PSNR,选择最优的滤波器参数。用该去网算法与常用的去网算法进行了比较,结果表明,该去网算法在达到去网效果的同时能够更好地保留边缘信息。     

Contrast enhancement dynamic histogram equalization for medical image processing application

Image processing requires an excellent image contrast‐enhancement technique to extract useful information invisible to the human or machine vision. Because of the histogram flattening, the widely used conventional histogram equalization image‐enhancing technique suffers from severe brightness changes, rendering it undesirable. Hence, we introduce a contrast‐enhancement dynamic histogram‐equalization algorithm method that generates better output image by preserving the input mean brightness without introducing the unfavorable side effects of checkerboard effect, artefacts, and washed‐out appearance. The first procedure of this technique is; normalizing input histogram and followed by smoothing process. Then, the break point detection process is done to divide the histogram into subhistograms before we can remap the gray level allocation. Lastly, the transformation function of each subhistogram is constructed independently. © 2011 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 21, 280‐289, 2011;     

Brightness preserving bi‐level fuzzy histogram equalization for MRI brain image contrast enhancement

In this article, brightness preserving bi‐level fuzzy histogram equalization (BPFHE) is proposed for the contrast enhancement of MRI brain images. Histogram equalization (HE) is widely used for improving the contrast in digital images. As a result, such image creates side‐effects such as washed‐out appearance and false contouring due to the significant change in brightness. In order to overcome these problems, mean brightness preserving HE based techniques have been proposed. Generally, these methods partition the histogram of the original image into sub histograms and then independently equalize each sub‐histogram. The BPFHE consists of two stages. First, fuzzy histogram is computed based on fuzzy set theory to handle the inexactness of gray level values in a better way compared to classical crisp histograms. In the second stage, the fuzzy histogram is divided into two sub‐histograms based on the mean intensities of the multi‐peaks in the original image and then equalizes them independently to preserve image brightness. The quantitative and subjective enhancement of proposed BPBFHE algorithm is evaluated using two well known parameters like entropy or average information contents (AIC) and Feature Similarity Index Matrix (FSIM) for different gray scale images. The proposed method have been tested using several images and gives better visual quality as compared to the conventional methods. The simulation results show that the proposed method has better performance than the existing methods, and preserve the original brightness quite well, so that it is possible to be utilized in medical image diagnosis.