全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题.探讨了通常的2种图像拼接算法及其优缺点,在定义匹配图、包含图和模板图的基础上,提出了一个基于模板匹配的全景图拼接算法,引入标准相似度实现模板匹配,在Visual C 6.0环境中编程实现图片的拼接,并验证了算法的正确性.     

全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题．探讨了通常的2种图像拼接算法及其优缺点，在定义匹配图、包含图和模板图的基础上，提出了一个基于模板匹配的全景图拼接算法，引入标准相似度实现模板匹配，在Visual C＋＋6．0环境中编程实现图片的拼接，并验证了算法的正确性．     

基于WLS的Retinex单幅夜间彩色图像增强方法

为了提高夜间可视效果,针对单幅夜间彩色图像,作者提出一种基于加权最小二乘(WLS)的Retinex增强算法.首先构造优化的颜色恢复函数,然后在HSV(hue,saturation,value)颜色空间下,根据夜间图像的亮度与梯度特性构建WLS框架对图像照度分量进行估计,获得仅包含物体本身特性的反射分量图像,通过颜色恢复函数与Gamma校正等操作进行颜色恢复与补偿,实现夜间彩色图像增强.实验结果表明:该算法增强效果显著,与其他算法相比,具有消除"光晕伪影"现象、抑制噪声、颜色保真和较好保留边缘细节信息等能力.     

基于引导滤波的Retinex快速夜间彩色图像增强技术

针对目前基于Retinex原理的图像增强技术在对夜间彩色图像处理中存在颜色失真、在高对比度边缘区域存在“光晕伪影”等问题, 提出了一种基于引导滤波的Retinex快速夜间彩色图像增强的算法.该算法首先构造优化的颜色恢复函数, 然后对夜间彩色图像在色调、饱和度、亮度(hue, saturation, value, HSV)颜色空间下的亮度图像采用具有边缘保持功能的引导滤波进行平滑处理, 估计场景的光照分量, 进而获得仅包含物体本身特性的反射分量图像, 经过Gamma校正与颜色恢复后最终实现夜间彩色图像增强.实验结果表明, 本文提出的算法增强效果显著、效率较高, 同时具有颜色保真、抑制过增强和能较好保留边缘细节信息等特性.     

线粒体电镜图像二值化增强算法研究

提出了一种图像二值化增强算法.首先设计了一个分类器对原图进行初步二值化处理,再对原图和初步二值图按一定规则平滑叠加,得到既平滑又去噪锐化的效果,再设计一种均值模板进一步平滑去噪,最后对图像进行裁边,并按设计的规则进行二值化判别输出.实验结果表明,该增强算法能去除图像中的噪声和其他非线粒体成分,可提高电镜图像中线粒体边缘检测的识别准确率.     

彩色图像增强的改进算法

为提高彩色图像的整体感官效果,在研究CES（Color image Enhancement by Scaling）算法出现块效应的原因基础上,提出了一种改进算法,即各向异性扩散滤波器的ICES（Improved Color image Enhancement byScaling）。与CES相比,ICES算法在不增加计算复杂性的前提下,不仅得到了不逊于CES算法的增强效果,还能极大地抑制块效应。     

数字图像的局部分数阶微分增强

为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出了一种局部分数阶微分增强图像算法。首先根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字图像分数阶微分增强模板,在该模板中增加亮度控制函数得到边缘、纹理和对比度同时增强的分数阶微分增强算法。实验表明,该方法能扩大分数阶微分在图像增强处理中阶次的范围;不但能很好地增强图像的边缘、纹理和轮廓等信息,又能明显改善图像的对比度和亮度,增强图像的视觉效果优于传统的分数阶微分增强方法的视觉效果。     

基于Retinex理论的红外图像的边缘增强算法

提出一种基于颜色恒常性与Retinex理论的红外图像边缘增强方法.首先把SC3000型红外热像仪采集到的红外图像进行R、G、B分量分解,然后对分解后的三幅图像用SSR算法进行处理,最后将处理后的三幅图像按R、G、B顺序依次写入一个24位的彩色图像中输出,得到的即是增强后的红外图像.实验结果表明,本文提出的方法在有效的增强红外图像边缘的同时,还防止局部区域出现过增强现象,保证局部细节也较为清晰.     

基于非下采样contourlet变换的彩色图像增强算法

本文提出一种结合DCT变换和非下采样contourlet变换的彩色图像增强算法。算法根据非下采样contourlet变换后不同子带的特点对低频子带和高频子带采用不同的增强方法进行处理;为了修复增强过程中产生的颜色偏移,对增强后的图像进行了颜色修复;最后通过简单锐化即可达到很好的效果。由实验结果可知,算法提高了图像整体对比度的同时保留了完整的边缘细节信息和色彩保真度,从视觉效果和性能指标上来看都优于curvelet变换的方法和DCT变换的方法。     

图像处理快速算法研究及实现

提出了一种提高图像处理软件时间效率的有效算法，讨论了该算法的关键技术，给出了VC＋＋源代码段实例，并对其时间效率进行了较详细的分析。     

基于多尺度Retinex理论的遥感图像增强算法

多尺度Retinex算法是近年来常用的图像增强方法之一,针对该方法在处理遥感图像时存在过增强、灰度化和色彩失真等不足,结合I阶巴特沃斯函数良好的滤波特性,提出了一种改进多尺度Retinex理论的遥感图像增强方法.首先,采用I阶巴特沃斯函数取代多尺度Retinex中的高斯环绕函数,对降质的遥感图像R、G、B三个分量分别进行滤波操作;然后对滤波后的各通道下不同尺度的亮度图像分别进行加权和归一化处理,得到增强后的R、G、B三个分量;最后将三通道分量进行合成显示,得到最终的增强图像.文中采用中巴资源卫星(CBER-02)多光谱图像和日本ALOS卫星多光谱图像进行实验,结果表明,与传统的多尺度Retinex理论增强方法相比,改进后的方法在抑制图像灰度化、增强图像空间细节和降低图像颜色失真等方面有更好的实验效果.     

彩色图像增强的几种方法研究比较

彩色网像中包含有丰富的细节信息,为了获得清晰的彩色图像,保护原有的彩色信息,消除亮度不够对彩色图像像质的影响,笔者在研究彩色图像增强原理的基础上,根据彩色图像的不同模型,对比了3种不同的彩色图像增强方法,并给出了实验结果。研究结果表明,应用增强彩色图像中的亮度信息的方法,既得到了清晰的彩色图像,又保护了原有的彩色信息,而且图像像质还强于Photoshop软件处理的效果。实验结果为彩色图像增强方法的选择提供了指导和参考依据。     

基于Flex与ArcGIS Server的全景地质信息系统的设计与实现

针对目前网络地质研究局限于2维的现状,基于Flex、ArcGIS Server等关键技术设计并实现了REST式的兴城全景野外地质信息系统。应用结果表明:系统能够为地质研究人员提供露头-手标本尺度的地质构造、岩石组成和结构构造方面的信息,提高了研究效率;基于Flex的富客户端的应用程序执行速度快、功能丰富、交互性强。     

指纹图像分割与增强算法

针对现有的指纹增强算法中图像分割不彻底,不能很好地修复指纹断裂纹线问题.以分形理论为基础,利用差分计盒维数算法与Gabor滤波器增强方法,通过计算指纹图像的方向场和频率场,设计了一种指纹图像增强算法.实验结果表明,该算法提高了指纹图像的处理速度,对断裂处的指纹脊线有很好的修复效果.     

基于Retinex理论图像增强的边缘检测

分析了基于Retinex理论图像增强算法和传统的Canny边缘检测算法,提出将2种方法有效结合起来,应用于曝光不均匀、图像模糊不清或者对比度低图像的边缘检测中。实验表明该方法能准确检测图像中的目标边缘,比单一应用Canny算法检测到的边缘细节更丰富,且能较好地保持目标边缘的连通性。     

一种基于粗集理论对雾天图像增强的研究

由于雾天有光亮条件的干扰,雾天拍摄的图片经常都有很严重的图像降质;针对雾天图片的退化情况,文章提出了一种基于粗集理论在空域采用3×3滑动窗口的图像增强方法,通过对实物照片的处理表明该方法在图像增强效果和时间复杂性方面均优于传统图像增强方法,在重现原图的基础上能有效地改善雾天图像的退化现象和提高图像清晰度。     

雷达目标RCS数据压缩及重构硬件实现算法分析

为在硬件平台上实现雷达目标RCS数据压缩及重构,基于阈值离散傅里叶变换（TDFT）算法,采用基2FFT算法,在蝶形运算部分运用改进的ORDIC算法计算序列和旋转因子的复数乘法,从理论上分析了RCS数据压缩算法在硬件上实现的可能性,并通过Matlab软件仿真了算法硬件实现的全过程.仿真结果表明：所提算法的雷达目标RCS数据压缩及重构方法能在硬件上实现,对雷达目标RCS数据压缩及重构的硬件实现具有一定的参考价值.     

基于人眼视觉特性和模糊集的自适应图像增强算法

根据人眼的视觉特性，利用梯度和差分原理相结合而产生的锐化算子处理图像，进一步提升了图像中细节丰富的区域和灰度变化平坦区域的边缘，然后结合模糊集合理论对不同的区域进行不等的灰度拉伸，提出了一种基于人眼视觉特性的自适应图像增强算法。该算法可有效地在提高图像灰度动态范围的同时，增强图像的细节和对比度。该算法兼有增强和平滑作用，在增强图像的同时，能较好地抑制噪声。     

基于梯度稀疏和多尺度变分约束的图像增强算法

针对低照度条件下采集到的图像存在亮度偏低、细节模糊等问题,通过分析传统Retinex理论在增强图像过程中的缺陷,提出了一种基于梯度稀疏和多尺度变分约束的图像增强算法。该算法首先将输入图像由RGB空间转换到HSV空间,提取亮度分量,实现三个通道的解耦合。然后根据零范数的梯度全局显著特性,定义了一个新的相对全变分正则项。接着在HSV空间下惩罚亮度分量,构建一种具有梯度稀疏的变分模型对亮度通道进行约束,并通过将控制因子扩张为多个尺度,形成多尺度变分约束,提升照度估计的准确度,使之更加符合光照分布特性。根据Retinex理论进行映射,获取亮度通道对应的反射图像。进而利用亮度通道不同尺度下的约束所对应的不同照度结果,分别提取图像的粗略细节、中等细节和精细细节,通过多尺度细节加权,对反射图像进行细节增强。最后,对照度图像进行伽马校正,与经细节提升后的反射图像重组并进行颜色空间转换得到输出的增强图像。通过实验对比表明,所提算法的增强图像有着更高的色彩丰富度和更低的色差水平,能够保持图像的自然度,提升图像的视觉效果。在均值、平均梯度和信息熵的表现上,相比原图均有大幅度提升,与现有的先进算法相比,平均定量指标在不同类型低照度图像的增强图像上均产生了较优的效果,且有着较快的运算效率。     

一种基于小波变换和直方图均衡的图像增强方法

提出了一种基于小波变换和直方图均衡相结合的图像增强方法,该方法既能增强图像对比度,又能有效抑制噪声,突出图像细节信息。实验分析表明：该方法可以使图像的清晰度得到很大改善。