CCD亚像素细分中的像素响应不均匀性补偿技术

从理论上分析了像素响应不均匀性对CCD亚像素细分的影响,以及CCD暗电流和光电响应不均匀性产生的原因.根据光电响应模型提出了CCD像素光电响应不均匀性的校正方法,推导出了像素光电响应不均匀性的校正系数的计算方法,并给出了校正性能评价方法.针对实际校正中干扰光的影响,提出了采用变波长去除干扰方法,用以对校正方法进一步修正和加强校正的稳定性.研究表明,能量和噪声的变化对提出的校正方法影响小,校正过程不受信号分布形式的影响,校正量对信号能量变化具有自适应性.仿真和实验结果验证了校正方法和校正系数算法的正确性和可行性,表明校正方法可以有效地提高亚像素细分的准确性和稳定性.     

小波变换在图像照度不均校正中的应用

数字图像中照度不均匀影响了图像分割的质量,本文研究图像照度不均匀的校正。讨论几种现有数字图像照度不均匀的校正技术,分析这些方法在计算误差上面的原因及缺点,在此基础上提出基于小波变换的数字图像照度不均匀校正技术。小波变换兼顾了空域和频域,对光照不均匀数字图像做校正,这对后期图像分割非常重要。图像对比实验表明,该方法与其他方法相比较,具有速度快,所得图像区分度高、背景噪声小的特点。     

基于次序统计量像素灰度相似度的图像双边滤波

针对一般双边滤波器定义中的像素灰度相似度函数易受图像噪声影响,不能很好地表征像素之间的实际相似性的问题,设计了一个基于次序统计量的像素灰度相似度函数.基于网像中相邻像素之间的相关性,可近似地将某像素的1环邻域所有像素的灰度视为该像素灰度的n(n≤9)次观测值,并定义为n-次序统计量.依据两像素灰度的n-次序统计量的欧氏距离定义它们的灰度相似度.该相似度函数结合了像素1环邻域灰度分布的统计属性,能较好地抑制噪声的影响.仿真实验验证了所提出基于次序统计量像素灰度相似度的双边滤波算法具有良好的滤波特性.     

图像的局部自适应Gamma校正

照度不均匀图像的分辨率较低,高光区与阴影区会隐藏很多的图像信息。针对照度不均匀导致成像的不同区域存在不同的光照效果,提出了一种新的局部自适应Gamma校正方法,先使用K近邻法估计出图像中不同区域的合适的Gamma值,再对图像进行局部的Gamma校正。实验证明了该方法具有较好的校正效果。     

基于颜色恒常性的低照度图像视见度增强

在彩色成像过程中,低照度是导致图像降质的一个重要因素. 本文提出了一种新的基于颜色恒常性的低照度图像视见度增强算法. 为了避免场景光源的影响,提出了像素有效集的概念. 基于灰色调算法的灰度像素假设,利用有效像素估计光 照的颜色;在后处理阶段,利用有效像素的灰度级范围确定直方图剪裁的上下限. 实验表明,算法有效地校正了图像 的颜色、对比度和亮度,从而增强了图像的视见度,且不会产生Retinex 算法所固有的灰化效应和Halo 效应.     

一种锥束CT中平板探测器输出图像校正方法

为了消除平板探测器缺陷在锥束CT重建切片中引起的伪影,提出一种投影图像校正方法.通过对投影图像进行暗场和增益不一致校正,推导了像元增益系数公式;对增益系数以及像元输出的期望和方差进行直方图分析以识别坏像素,根据坏像素分布特征设计相应的插补方案;通过局部屏蔽区域数据统计暗场波动幅度并逐行修正.实验结果表明,该方法使投影图像灰度分布均匀,像元输出波动和切片伪影得到有效抑制.     

照度不均匀图像的快速自适应灰度修正

针对实际应用中近距离成像产生的图像照度不均匀现象,从成像的光照模型出发,提出了一种具有自适应性的灰度修正方法,并与已有的灰度修正方法进行了对比分析。实验表明,该方法快速有效,并特别适用于基于高速图像处理的机器视觉系统。     

提高抑菌圈扫描图像边缘检测成功率的研究

提出一种灰度阔值自动计算方法,适合于自动计算不同扫描分辨率下的图像的最佳灰度阈值。通过考察抑菌圈与干扰区域的形态特征,提出一种模板滤波算法,对不同扫描分辨率下的图像能有效地滤除干扰像素和保护抑菌圈边缘像素。实验取得了较好的二值化处理效果和滤波处理效果,显著地提高了抑菌圈边缘检测的成功率。     

局部高斯分布拟合的脑MR图像分割及有偏场校正

为实现对灰度不均匀脑核磁共振(MR)图像分割的同时进行有偏场估计并校正,提出一种基于局部高斯分布拟合(LGDF)模型的多相水平集方法.通过分析图像有偏场模型的局部特性,将有偏场乘性因子引入到图像局部灰度均值的表达中,从而使有偏场乘性因子成为新的能量函数的变量.能量函数的迭代最小化既实现了目标组织分割,又有效估计了有偏场.合成图像和仿真脑MR图像实验结果表明,本文方法比现有多种方法分割性能更好,且利用本文方法估计的有偏场校正后的图像有更好的视觉效果.     

结合改进FCM算法的多相位CV模型

Chan-Vese模型以其能较好地处理图像的模糊边界和复杂拓扑结构而广泛运用于图像分割中。但对于灰度不均匀性和多目标的分割效果较差。模糊聚类（FCM）算法作为一种无监督聚类算法已成功应用到目标识别和图像分割等领域。然而FCM算法没有考虑像素的空间信息对噪声敏感。针对这些问题,提出一种结合改进FCM算法的多相位CV模型。首先,基于直方图统计灰度种类、并利用邻域内计算的空间信息修正隶属度函数,这样克服了灰度不均匀性和噪声的影响。再将改进后的FCM算法应用到CV模型的区域检测项,可较准确地使像素点归类,以此作为曲线的演化依据。在演化时采用一种各项异性的模板来控制轮廓线的及时分裂,在较短时间内分割出更多目标。