基于小波域数字滤波的心电信号BW去噪算法

针对心电信号处理中基陑漂移噪声难以消除的问题,提出一种基于小波域数字滤波的基陑漂移去噪算法。采用提升小波分解心电信号,对最高层尺度系数做数字高通滤波处理,并重构得到去除基陑漂移的信号。对MIT/BIH数据库中含噪原始心电数据进行仿真实验,结果表明,该算法在计算复杂度和性能方面能取得比传统算法更好的平衡,在10 dB的信噪比下,其均方误差仅为0.0018。     

一种低对比度图像的增强处理

在字符识别系统中，低对比度图像中的图像增强处理是关键的一个步骤。现有的大部分图像增强算法对于低对比度图像的处理都存在一定的困难。本文提出的基于改进的Prewitt算子结合高斯滤波器及灰度变换的方法对图像进行增强，实验结果显示，运用本文方法对拍摄的低对比度图像的增强处理是有效的。     

结合导向滤波与自适应算子的水下图像增强

针对水下图像存在的颜色失真、对比度低及图像模糊等现象,提出一种结合导向滤波与自适应算子的水下增强算法。首先根据水体对光线吸收的差异,对水下图像的三通道进行自适应算子颜色补偿,融合三通道,得到颜色补偿后的水下图像,有效提升水下图像色彩真实性;再将水下图像放入导向滤波改进的Retinex模型中,有效去除水下图像产生的模糊现象;最后分别计算增强后水下图像的三种权重,根据三种权重进行多尺度融合,获得最终增强后的水下图像。选取不同的水下图像进行客观评价实验与主观评价实验,再与现阶段的水下图像增强算法进行对比,实验结果说明该算法在修正水下图像颜色及增强水下图像对比度等方面具有较好的效果,符合人眼视觉特征,视觉效果优于现有的水下图像增强算法。     

基于小波域的图像自适应模糊增强

本文结合小波变换和模糊逻辑提出一种新的图像增强方法,利用改进的自适应模糊权重中值滤波滤除噪声,应用模糊增强算子对图像增强.经试验仿真,该方法在去噪的的过程中保留了大部分细节及边缘信息,同时改善了视觉效果.     

基于频率域信息的遥感图像数据库水体检索

如何快速、准确地在遥感图像数据库中找出目标图像,是遥感图像检索系统的核心所在。 因为综合区域匹配算法能够有效减少对图像的错误分割所造成的检索错误,所以使用综合区域匹配算法为图像相似度度量标准,提出了以平均高频信号强度升序为排序标准的遥感图像数据库水体区域检索方法。另外使用3种不同类型的频率域滤波器所得到的平均高频信号强度进行检索实验。实验结果表明,所提方法将检索查准率提高了18%,而理想型高通滤波器为最优滤波器。所提方法具有较高的查准率和检索效率,能够满足用户的需要。     

空间域与频域结合的FCM红外热像分割方法

由于成像特点及环境干扰,用于工件缺陷检测的红外热像通常较为模糊。为此,将空间域与频域结合的模糊C均值(FCM)聚类算法用于红外热像中缺陷及正常表面的分割。运用多种图像处理方法对原始红外热像进行预处理,将得到的高频图像及其邻域平均图像使用经典FCM聚类算法进行像素灰度的聚类。实验结果表明,该方法的分割效果较好。     

基于MATLAB的图像频域增强处理

为改善图像质量,使图像在频域范畴内得到增强,采用高低通滤波器对原始图像进行一系列增强处理,并比较它们的增强效果.结果表明采用高频滤波不但会使有用的信息增强,同时也使噪声增强.相比之下,低通滤波器的处理效果较好.     

空间域下基于直方图处理的图像增强算法

随着时代的发展和社会的进步,人们对于图像的质量越来越重视,对图像的分辨率和精细程度提出了更高的要求。那么对原始图像进行增强,在空间域图像处理技术方面,非常重要的一个基础就是直方图处理,采用直方图处理的方法,可以显著提高图像的质量。本文分析了空间域下基于直方图处理的图像增强算法,并通过对实验结果对比,证实该算法可以较好的提高图像处理质量。     

频率-空间域EMD压制随机干扰与相干噪声

提出一种在f-x域中利用经验模式分解去除相干噪声与随机干扰的方法,将它用于迭后记录的去噪处理,并与使用自回归模型的f-x线性预测滤波结果做了比较,表明这种方法能有效去除迭后噪声。     

基于2D-FFT的掌静脉图像Gabor滤波快速增强法

手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.有效提取手掌静脉特征对于手掌静脉分类至关重要.然而,由于采集到的手掌静脉图像的质量较差,必须在识别前对手掌静脉图像进行增强.使用二维离散快速傅里叶变换（2D-FFT）代替传统空域卷积滤波,实现Gabor滤波器与原图像的频域卷积滤波.实验结果显示,本文提出的增强方法,相比较传统的自适应直方图均衡化和Retinex算法具有更佳的增强效果,相比于传统Gabor空域卷积滤波具有更低的计算复杂度,更适用于实时系统.     

一种空间域和频率域结合的数字水印算法

提出了一种按行或列分解水印图像的策略,将其分别嵌入空间域和频率域。该算法中的水印分解策略充分保证了提取的水印图像的完整性。由于空间域和频率域方法的结合,该算法较单一的空间域和频率域算法,具有更好的抗几何变换和噪声攻击的能力。     

视频图像的邻域统计直方图均衡化增强算法

针对视频监控图像相邻帧之间场景变化小的特点,提出一种适用于视频图像的邻域统计直方图均衡化算法来提升图像的对比度。根据相邻视频帧的场景相关性,对图像当前帧进行邻域信息统计,利用Laplace算子得到前一帧图像中的背景和细节信息,从而选择合适的增强参数,生成视频图像的优化直方图。使用优化后直方图的均值点将其分割成2个部分得到各自的变换函数,对视频图像进行直方图均衡化操作。实验结果表明,该算法能够提升视频图像的对比度,保持图像的平均亮度,减弱过增强现象,保留视频中兴趣区域的细节信息。可以获得的最小绝对平均亮度误差值为1.4741,最大熵值为7.0993,最大峰值信噪比值为20.6710。     

基于空间域的图像增强方法的研究与实现

对基于空间域的两种常用图像增强方法直方图均衡化和分段线性变换增强方法进行了详细的分析,给出了使用MatLab工具进行实验仿真的结果,并对两种方法的适用范围做了分析和总结。     

X光安检图像低对比度区域目标的分割与增强算法

为了增强显示安检图像中一些如植物风险源等因处于低对比度区域而难以识别的目标,提高安检人员的识别准确率,提出了粗分割细搜索的模糊增强算法。粗分割细搜索阶段,通过使用OTSU与结合了均值偏移的区域生长算法对低对比度区域目标进行提取。模糊增强阶段,根据感兴趣区域中像素隶属于目标区域的程度进行增强。实验表明,该算法能将低对比度区域目标提取出来并实现目标的增强,同时不改变图像的其他区域。     

基于小波分析的医学超声图像去噪与增强研究

去除超声斑点噪声,增强图像以提高图像质量是医学图像处理的重要课题。论文提出基于小波分析的超声图像去噪与增强方法。首先是结合自适应方向加权中值滤波和小波半_软阈值去噪法有效抑制了斑点噪声,保留必要的细节;然后采用基于小波变换高频增强法增强图像并用同态增晰法增强对比度,有效地改善图像的质量;最后从去噪图像和评价指标上与常用斑点去噪法进行了比较。实验表明,该方法优于其他方法,具有实际的应用价值。     

结合修剪均值与高斯加权中值滤波的图像去噪算法

为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构,提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征,以局部统计方式进行噪声检测,将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素,使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明,该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法,并且能够在彻底滤除噪声的同时,较好地保持图像的纹理细节和边缘结构。     

基于双树小波和神经网络的图像降噪与增强

为提高在图像降噪过程中对图像细节信息的保护能力,提出一种基于双树小波和神经网络的图像降噪与增强算法.通过Canny算子检测图像的边缘,通过shearlet变换将噪声图像分解为高频子带和低频子带;使用卷积网络保留边缘区域,通过两层剪切波滤波器组对非边缘区域进行降噪,通过神经网络对总体图像进行增强.实验结果表明,该算法可以...     

结合粒子滤波与Mean shift的高速运动目标跟踪

Mean shift跟踪算法能够有效跟踪视频序列中的各种运动目标,但是该算法无法准确地跟踪视频中高速运动目标.通过分析mean shift算法的原理,指出mean shift对高速运动目标跟踪失效的原因,提出一种基于mean shift的粒子滤波跟踪的新算法.通过实验比较,该算法能改善了Mean shift算法对高速运动目标的效果,并且在存在干扰目标的情况下具备良好的跟踪效果.     

结合WLS滤波与还原控制因子的图像去雾

雾天退化图像的复原过程中,针对大气光幕和大气亮度估计不准确导致光晕效应、偏色现象和对比度不足等问题,提出一种结合WLS (weighted least square)滤波与还原控制因子的去雾算法.首先分析WLS滤波器的原理和性能,并用于大气光幕的有效提取;其次利用Sobel算子检测二值化图像边缘,将边缘数目与像素均值同时作为四叉树空间索引的依据,提高大气亮度的估计准确性;最后分析天空出现颜色失衡现象的原因,引入还原控制因子改善视觉效果.实验结果表明,去雾后图像的平均梯度整体提高58.03%,信息熵提高2.88%,运行时间节省50%以上.该方法对含有浓雾、薄雾以及天空等深度复杂的远景图像、近景图像均能得到高对比度、可视度和色彩保真度的恢复效果.     

基于Retinex与STFT的非接触指纹图像增强

针对数字相机拍摄的指纹图像存在脊线和谷线对比度低、抖动模糊等问题,提出一种基于Retinex理论和短时傅里叶变换(STFT)分析的非接触指纹图像增强算法。依据Retinex理论,利用图像各个像素的相对明暗关系消除光照非均衡性影响,提高脊线和谷线的对比度,实现非接触指纹图像的初次增强。采用STFT分析的方法获取指纹图像的方向图、频率图等纹理信息,并据此构建角度滤波器和半径滤波器,对初次增强结果进行频域滤波处理,进一步增强图像对比度,同时有效抑制噪声的干扰。实验结果表明,该算法对非接触指纹图像的增强效果较好,可以有效提高指纹脊线和谷线对比度,较好地保持指纹脊线的连续性,而且平均处理速度比同态滤波和Garbor滤波相结合的方法也略有提高。