复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点．文中提出了一种基于软阈值的小波图像增强方法，图像经过小波分解后可以得到一系列不同尺度上的子带图像．在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强．再进行图像重构．即可得到增强后的X射线检测图像。实验表明．该方法可以有效地增强图像的细节信息，抑制噪声，改善图像的视觉效果。     

基于小波变换与模糊理论的图像增强算法研究

针对传统图像增强方法增强图像同时放大噪声的问题,提出了一种基于小波变换和改进模糊集理论进行图像增强的方法.该算法先对原始图像进行小波变换获得低频和高频系数,对低频系数进行了分段函数增强,高频系数进行小波去噪,并且定义新的隶属度函数对各个尺度上不同方向的高频系数进行模糊增强,最后通过小波重构得到增强的图像.实验结果表明,该算法可以有效去除噪声和增强图像,并使图像具有良好的视觉效果.     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降。针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法。首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率。然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方法对复原图像进一步优化,解决复原图像亮度较低的问题。针对双边滤波算法运行速度较慢、影响工程应用的问题进行了优化。实验结果表明,复原后的图像具有较好的视觉效果,且运行速度满足工程应用要求。     

基于小波变换和形态学的目标图像增强算法

基于图像视觉信息的目标检测与识别一直是研究的重点和难点,针对复杂坏境的图像呈现出对比度低,强噪声干扰,灰度集中的特点,提出了一种基于小波变换理论和数学形态学的目标图像增强方法;首先对图像进行了小波变换,提取高频分量系数,其次利用阈值算法对图像进行降噪处理,最后对图像进行形态学交替滤波得到增强后的图像;实验表明:该检测算法对提高信噪比,增强目标有很好的效果,适合与目标检测与识别,算法在性能上优于传统的单一算法。     

基于遗传算法的测量图像增强方法

针对测量图像的非均匀增强计算量大、增强效果差的问题，基于遗传算法提出了一种测量图像增强方法，将灰度范围作为染色体，搜索图像清晰度达到最优的灰度非线性变换关系，从而达到图像最佳增强效果，为了提高遗传算法的进化能力，本文根据测量图像的具体特性，对进化参数进行了合理优化，取得了理想的执行效率和增强效果。     

多尺度Retinex算法在红外图像增强中的应用

应用改进的多尺度Retinex增强算法．对低能见度的红外图像进行图像增强，提高了原图像的对比度和像质，得到了目标区域的最佳视觉效果。理论分析和实验结果表明，该算法与维纳滤波、同态滤波等算法相比，有效地抑制了背景和噪声。该算法对红外图像增强后，图像对比度比前两种算法的对比度强。     

基于小波变换的光测数字图像增强

针对光测数字图像，提出基于方向小波变换的图像增强方法，分析了方向小波变换的数学原理及其与图像边缘梯度信息的内在联系，给出了小波变换图像增强的步骤和实际光测图像的增强效果，实验结果表明，所提出的增强算法优于直方图均衡方法，有利于目标特征的提取和分析。     

一种改进的伪彩色图像融合方法

在原TON算法的基础上提出了一种改进的伪彩色图像融合算法。该方法针对微光和红外图像，利喟对微光图像的非线性变换进行了图像增强，使其与经过TON算法处理的红外增强图像一起通过RGB通道完成融合。融合过程结合人眼的视觉特性进行颜色选择，使融合图像更符合人眼视觉感受。给出了融合结果,并与其他方法作了比较，证明了其有效性。     

光电经纬仪测量图像增强方法

针对光电经纬仪测量图像处理的具体要求,依据测量图像中目标定位精度取决于目标边缘成像效果的原理,提出了一种新的测量图像增强方法.利用图像灰度均衡化和规定化技术,根据目标图像边界的灰度变化范围,建立了非均匀分布直方图,实现了测量图像的增强.实验证明:该方法突出了目标图像边界区域的细节,提高了目标图像的定位能力,同时,使整幅图像达到了较高的均匀性和对比度.     

高精度X射线数字成像检测中图像快速采集方法

高分辨率X射线数字成像检测系统的图像数据量大，而且要求较远距离传输。图像采集速度将直接影响检测速度，为此设计了科学级大面阵电荷耦合器件(CCD)信号读出与调理、A／D转换、数据远距离传输并行工作(流水线)方式的图像采集系统，利用了计算机并行口的增强并行接口(EPP)工作方式的地址读和数据字读的选通信号来控制各部分工作和数据快速采集，并用多位晶体管—晶体管—逻辑(TTL)和RS422标准转换方法，实现了射线数字成像系统中数据的远距离并行传输。     

基于亮度自适应调整的低对比度红外图像增强算法

为了克服传统红外图像增强算法中目标对比度差,无法有效识别感兴趣区域目标的缺点,提出一种基于亮度自适应调整的图像增强算法。该算法从人眼视觉感知特性出发,兼顾图像全局亮度自适应调整与局部特征增强,之后对整幅图像归一化处理,使图像整体对比度增强的同时纹理细节更加清晰。实验结果表明:直方图增强后的图像对比度提高,但是纹理细节不清晰;由Retinex算法增强的图像可以看到纹理细节,提出的基于亮度自适应调整增强算法处理后的图像不但纹理细节清晰,而且与Retinex增强图像相比图像对比度明显提高,视觉效果好。     

基于形态学金字塔的医学图像融合技术

针对像素级医学图像的融合问题,设计一种形态学金字塔的医学图像融合技术。先对医学图像进行形态学的平滑处理,再进行形态学金字塔分解,最后对形态学金字塔进行反变换以获取最终的融合图像。从平均梯度、联合熵、相关系统对图像融合质量做客观评价,并以Windows XP的操作系统为实验环境进行融合实验。从融合效果来看,文中技术能将CT图像和MRI图像融合成一幅信息量饱满的单一图像。实验结果表明:该技术与同类其他方法比较,平均梯度能提高10.30%~36.76%,联合熵能提高5.04%~36.83%,相关系数能提高0.94%~31.52%。     

具有位置信息的直方图测量图像增强方法

针对测量图像高噪声低对比度的特点,提出了一种具有位置信息的直方图均衡增强算法。将像素位置信息加入到标准直方图中,对图像进行灰度均衡处理,对背景和噪声进行适当抑制,对目标细节进行适当放大,从而克服了标准直方图均衡化增强时产生灰度合并的缺点。相对标准直方图的均衡算法,本文算法能够在增强图像整体效果的同时较好地保持图像的细节。     

基于FCM 聚类的测量图像自适应平台直方图均衡算法

针对测量图像平台直方图均衡算法中平台值选取困难的问题,基于C-值聚类(Fuzzy C-means clustering)理论,提出一种自适应平台直方图均衡增强算法。该算法通过对图像直方图进行C-均值聚类,自适应地选择平台阈值,能够在均衡图像的同时有效保持图像细节。实验证明:该算法对测量图像具有较好地增强效果,能够有效地抑制图像的背景,突出目标细节。     

基于局部梯度极值点的经验模式分解图像增强

为解决传统2 维经验模式分解获取图像细节能力不足的问题,提出一种基于局部梯度极值点的改进BEMD 图像增强方法。根据梯度对图像细节信息的强挖掘能力,基于像素点4 个2 维方向上的极值条件来寻找图像的局部 极值点,对图像进行经验模式分解并确定内蕴模式函数,结合大尺度梯度保留、小尺度梯度去除的思路,达到在图 像增强的同时又抑制噪声的目的。实验结果表明：与传统的图像增强算法相比,该方法具有更强的细节捕捉能力。     

Method of Infrared Image Enhancement Based on Stationary Wavelet Transform

Aiming at the problem,i.e.infrared images own the characters of bad contrast ratio and fuzzy edges,a method to enhance the contrast of infrared image is given,which is based on stationary wavelet transform.After making stationary wavelet transform to an infrared image,denoising is done by the proposed method of double-threshold shrinkage in detail coefficient matrixes that have high noisy intensity.For the approximation coefficient matrix with low noisy intensity,enhancement is done by the proposed method based on histogram.The enhanced image can be got by wavelet coefficient reconstruction.Furthermore,an evaluation criterion of enhancement performance is introduced.The results show that this algorithm ensures target enhancement and restrains additive Gauss white noise effectively.At the same time,its amount of calculation is small and operation speed is fast.     

面阵CCD微光像感器图像的校正

在基于面阵 CCD像感器的数字射线成像 ( DR)检测系统中 ,CCD相机的信噪比严重地制约着系统检测精度的提高。为了提高 CCD相机的信噪比 ,本文分析了 CCD数码相机产生的噪声特性 ,发现 CCD暗电流和 CCD不同像素之间对光响应不一致性是影响图像质量的两个主要原因。并在对暗电流和像素间光响应的不一致性特点、性质分析的基础上提出了相应的校正算法 ,最后对一幅实际拍摄的图像进行了校正。     

基于神经网络的微光图像增强与复原

微光图像的退化主要取决于探測器的灵敏度、非线性和噪声。神经网络是ー个高度复杂的非线性动力学系统,对于微光图像,提出ー种基于多层前向传播（MLP)神经网络的图像增强与复原方法。为了加速训练学习过程,釆用加动量项的自适应BP学习方法对网络进行循环迭代训练。实验结果表明,MLP神经网络增强与复原方法是可行的,并且对微光图像的增强与复原具有很好的效果。     

基于模糊集理论的红外图像自适应增强方法

针对红外图像对比度低的特点,运用模糊集理论增强方法,在构造隶属函数时,通过对红外图像像素渡越点的自适应选取,实现了图像对比度的自适应拉伸。实验结果表明,该方法能够达到自适应增强效果。