基于改进的Canny算子实时视频边缘检测系统在FPGA上的设计与实现

为了提高图像边缘检测的性能,缩短处理时间,提出了一种基于FPGA的实时视频边缘检测系统。该系统以EP2C8Q208C8为实验硬件平台,首先采用摄像头OV7670获取模拟视频数据,双端口SDRAM实现对图像数据的缓存,利用FPGA并行处理的特点,采用Verilog HDL硬件描述语言实现改进的Canny边缘检测算法,最终实现在VGA显示屏上显示图像边缘的效果。实验结果表明,较传统的边缘检测算法,该系统边缘检测定位精度高,对噪声的抗干扰能力强,能够准确快速的输出图像边缘信息。     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究。当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低。实验表明,通过对图像进行特征提取能很好的对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题。为此,提出一种ARM架构下计算机图像并行化处理技术研究方法。该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究。实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

基于各向异性扩散的红外图像噪声滤波算法

抑制红外焦平面阵列探测器噪声时,为了有效保持边缘细节,在塔基(Tukey)扩散模型的基础上,提出了一种基于各向异性扩散的滤波算法.算法由微分法提取边界点集,利用信号和噪声的空间分布特性对图像进行预处理,从而改善了Perona-Malik(P-M)方程的病态性.建立了新的扩散系数且该系数在理论上满足Charbonnier等人构造准则.通过给定边界条件实现了有利于保持边缘的目的.该算法已在基于DSP FPGA的硬件平台上实时运行,较好地抑制了噪声,又有效地保持了边缘,处理后的图像具有良好的视觉效果.     

一种快速的图像边缘精确提取算法

图像边缘检测是图像处理与分析中最基础的内容之一。现有的边缘检测算法存在检测精度低、抗噪性能差、处理速度慢等缺点。针对这些问题,提出了一种快速图像边缘检测算法。通过基于图像边缘信息的阈值分割,能快速地提取出图像的边缘轮廓,通过对其进行中心细化,可达到对物体边缘精确定位的目的。仿真实验证明,该算法在滤除图像噪声、保留细节边缘、细化边缘宽度和保持边缘连通性方面都获得了不错的效果,并且运算量小,既适用于对视频图像的实时处理,也适用于对图像中的隐蔽目标特征的提取和分析。     

基于非线性反锐化掩模算法的CR图像边缘增强

数字CR(computed radiography)医学放射图像动态范围宽、细节丰富、对比度差,只有对其进行增强处理才能满足医生临床诊断的需要。由于目前通用的CR图像增强算法的对比度和噪声增强过度,丢失了细节,为了对CR图像进行边缘细节增强,提出了一种非线性反锐化掩模算法。该算法使用钝化模糊影像来增加对选择空间频率的响应,以增强CR图像的结构边缘和细节。算法能根据CR图像的灰度特性来调节增强程度的加权因数K,从而可非线性地增强CR影像的边缘细节。实验证明,经算法处理后的CR图像细节丰富,信噪比高,细节方差与背景方差之比为通用算法的9.6倍,增强后的CR图像具有良好的视觉效果,是一种增强CR医学放射图像边缘细节的好方法。     

基于粗糙集与小波反锐化掩模的图像增强

为了有效去除图像中的干扰噪音,改善模糊不清晰的有用边缘细节信息,提高图像的层次感和清晰度,提出将粗糙集和小波反锐化掩模相结合的方法来实现图像增强.运用粗糙集中的近似及等价属性关系将知识化后的图像划分成不同的区域,再根据估计好的阈值进行数据约简,实现有效去除噪音.运用小波反锐化掩模法对图像的轮廓及细节信息进行增强处理,完成图像的最终增强.实验结果表明,不论在主观的视觉效果上,还是客观的噪音均方误差,该方法的处理结果都是较为理想的.     

一种抑制合成孔径雷达图像相干斑的各向异性扩散滤波方法

本文提出了一种抑制合成孔径雷达图像乘性相干斑噪声的各向异性扩散滤波新方法.该方法将受自适应耦合函数控制的平均曲率运动嵌入到传统相干斑抑制的各向异性扩散方程中,形成了一种可有效抑制边缘区域相干斑与同质区块效应现象的各向异性扩散新方程,同时在新建的扩散方程中,引入了由改进Frost滤波与局部方向比率联合构建的一种带方向约束的新扩散函数,进一步削弱了块效应现象且明显改善了抑斑图像的边缘抖动扭曲问题.实验结果表明该方法在有效保护图像边缘的同时,能充分平滑同质区与边缘区域的相干斑,明显削弱块效应现象,有效改善抑斑图像边缘抖动扭曲问题,而抑斑图像无论视觉效果还是参数指标均比多种传统抑斑方法更具优势.     

基于分数阶微分的消除局部强反射的孔径测量方法

针对视觉测量硬盘圆孔直径易受到圆孔周围高反光面强反射的影响而导致测量精度不高的问题,提出了一种基于分数阶微分的图像去噪声的处理方法。通过分数阶微分算法对相机采集的带有强反射、高反光的硬盘圆孔孔径图像进行处理,消除圆孔周围强反射表面等不相关信息对圆孔边缘提取带来的影响,通过实验分别与Prewitt、Soble、Laplacian算子进行比较,证明分数阶微分可有效减少所要分析的图像信息量,更好地增强圆孔边缘轮廓信息,可达到更好的视觉效果。对分数阶微分算法处理后的圆孔图像进行Canny边缘检测,提取出有效的圆孔边缘,利用最小二乘法对孔径边缘进行直径测量。实验结果表明:该文算法与其他算法相比,在保证精确提取孔径边缘信息的基础上,对圆孔周围的强反射面进行了抑制,误差控制在0.05 mm左右,保证了测量精度。     

基于像素灰阶熵的自适应增强算法在乳腺CR图像中的应用

乳腺完全是由密度接近软组织构成,因此乳腺CR(Computed Radiography)放射图像对比度小,轻微的差别变化都可能是肿瘤的表现,要对其进行增强处理方能满足医生临床诊断的需要。而目前通用的乳腺CR图像增强算法对比度和噪声增强过度,丢失细节,为此提出了采用一种基于像素灰阶熵的自适应边缘增强算法对乳腺CR图像进行增强。该算法使用模糊影像增加对选择空间频率的响应,以增强乳腺CR图像结构边缘和细节;算法能根据乳腺CR图像灰度特性即像素灰阶熵来自适应的调节增强程度的加权因数K。实验证明,该算法处理后的乳腺CR图像细节丰富,信噪比高,增强后的图像具有良好的视觉效果,该算法是一种有效的适合乳腺CR医学图像的边缘细节增强算法。     

视频内窥镜图像采集与处理

提出一种用ＣＣＤ接收图像的视频内窥镜系统，其图像用微机进行处理，实验结果表明由该系统获得的人耳图像经微机处理后，图像的清晰度有明显改善。     

基于自适应平台阈值和拉普拉斯变换的红外图像增强

针对红外图像对比度低和边缘模糊的特点,提出了一种结合自适应平台直方图均衡化和拉普拉斯变换的方法。采用双数字信号处理器（DSP）并行处理,其中一片DSP采用自适应平台直方图均衡化的方法获得对比度增强后的图像;另一片DSP则进行拉普拉斯变换获得原始图像的边缘图像;最后由第二片DSP完成两幅图像按系数相乘后的叠加融合。实验结果表明：该算法增强效果和实时性较好,处理频率可达50 Hz,既提高了图像对比度又清晰了图像边缘,是提高图像对比度和边缘清晰度的高效算法。     

MPPC low-level-light imaging enhancement algorithm based on sub-window box filtering北大核心CSCD

针对多像素光子计数器(MPPC)进行微光成像时,图像受光照不足和噪声影响出现的图像亮度低、对比度差、边缘模糊等问题,提出一种基于子窗口盒式滤波的自适应微光图像处理算法。为了减少算法运行时间的同时突出图像的边缘细节信息,利用子窗口盒式滤波器对图像进行分层得到基础层和细节层;对基础层图像采用自适应阈值直方图均衡化拉伸对比度,细节层图像采用自适应增益控制方式进行增强;根据基础层图像中有效灰度值个数占总灰度的比值自适应确定融合系数,将基础层图像与细节层图像融合得到增强后图像。通过微光实验平台设置3组不同照度的微光环境进行实验仿真,验证了本文算法在保持边缘信息和增强细节方面获得了更好的效果。实验结果表明本文算法在标准差、信息熵、平均梯度等客观评价方面优于改进前算法,提升了微光图像的成像效果。     

一种改进的块匹配运动目标识别算法

鉴于传统的块匹配法在图像特征提取、匹配以及搜索等方面有诸多不足,复杂的边缘提取处理与基于灰度的匹配准则都使得系统的处理速度与精度降低,为了使识别处理更加快速精确,提出了一种改进的块匹配识别算法。通过拉普拉斯算子对图像特征进行增强,提高图像的特征信息;实验表明,针对320像素240像素大小的图像,改进算法的特征增强计算时间在Matlab中平均约为0005 4 s。     

多算法融合的自适应图像增强方法

提出一种多算法融合的图像增强方法,用于工程应用中的复杂降质图像的细节特征恢复.该方法汲取了Laplacian变换法、Sobel梯度法、盒状滤波法、非锐化掩蔽法及灰度幂律法等算法的优点,可对模糊图像进行自适应增强.通过拉普拉斯滤波器和梯度滤波器将原始图像分为基础层、细节层及边缘特征层;对微小细节信息及边缘特征信息进行增强,对基础信息进行压缩;然后采用盒装滤波器对图像的三个分层进行平滑过度及噪音过滤,最后使用非锐化掩蔽法和灰度变换来增加图像灰度的动态范围,从而得到增强后的图像.在相同的工况下,该方法分别与直方图均衡法、自适应伽马矫正法及小波变换的图像增强法实验结果进行对比,结果表明,该方法将图像的清晰度提高了13.1%~126.1%,能有效地处理复杂型感染的图像,避免图像过度增强,可以获得适合人眼的最佳视觉细节内容的增强效果.     

Image enhancement algorithm based on improved lateral inhibition network

There is often substantial noise and blurred details in the images captured by cameras. To solve this problem, we propose a novel image enhancement algorithm combined with an improved lateral inhibition network. Firstly, we built a mathematical model of a lateral inhibition network in conjunction with biological visual perception; this model helped to realize enhanced contrast and improved edge definition in images. Secondly, we proposed that the adaptive lateral inhibition coefficient adhere to an exponential distribution thus making the model more flexible and more universal. Finally, we added median filtering and a compensation measure factor to build the framework with high pass filtering functionality thus eliminating image noise and improving edge contrast, addressing problems with blurred image edges. Our experimental results show that our algorithm is able to eliminate noise and the blurring phenomena, and enhance the details of visible and infrared images.     

Catenary image enhancement using wavelet-based contourlet transform with cycle translation

The image quality is extremely important in the catenary fault diagnosis based on the image processing. In order to improve image visual effects, this paper proposes a catenary image enhancement method based on the wavelet-based contourlet transform (WBCT) with cycle translation. First, the Laplacian pyramid (LP) transform is replaced by the wavelet transform (WT) for reducing the redundancy of the contourlet transform (CT). Meanwhile, combine the WBCT with cycle translation to overcome the problem of WBCT without the translational invariance. Finally, the adaptive enhancement function is chosen to enhance the catenary images. Experimental results show that the proposed method has the advantages of preserving image edge details and texture. In terms of visual effects, signal-to-noise ratio (SNR) and edge preserving index (EPI), the proposed algorithm outperforms the traditional methods.     

Variational infrared image enhancement based on adaptive dual-threshold gradient field equalization

Infrared images are characterized by low signal to noise ratio (SNR) and fuzzy texture edges. This article introduces the variational infrared image enhancement algorithm based on gradient field equalization with adaptive dual thresholds. Firstly, we transform the image into gradient domain and get the gradient histogram. Then, we do the gradient histogram equalization. By setting adaptive dual thresholds to qualify the gradients, the image is prevented from over enhancement. The total variation (TV) model is adopted in the reconstruction of the enhanced image to suppress noise. It is shown from experimental results that the image edge details are significantly enhanced, and therefore the algorithm is qualified for enhancement of infrared images in different applications.     

基于小波域三状态HMT模型的含噪图像增强

针对含噪图像增强问题,提出一种基于小波域三状态隐马尔可夫树模型的方法,采用三状态的高斯混合模型逼近小波系数的分布,不需要设定精确的阈值,依据期望最大算法训练得到的每个系数所属状态的后验概率,将系数区分为噪声系数、弱边缘系数和强边缘系数,然后通过抑制噪声系数,增强细节特征系数来达到对含噪图像增强的目的,并引入循环平移策略避免人工失真.通过对含噪的标准图像和人脑核磁共振图像进行仿真实验,并与几种经典的图像增强方法作视觉上的对比和定量分析.实验结果表明,本文所提出的方法具有很好的鲁棒性,在突出了图像中更多的细节信息的同时,可以有效抑制噪声.     

一种适用于胸部CR图像自适应增强方法

人体胸部各种组织器官较多,造成胸部的CR(Computed Radiography)图像动态范围大,是所有临床CR图像中最为复杂的一种。一般的图像增强方法只对胸腔中的部分组织起到了增强的效果,而对另一部分组织不会有良好的增强的效果,甚至会出现对比度变差、细节模糊、噪声增加等不理想的结果。提出了基于邻域灰度方差与噪声方差之比的自适应增强方法,可根据胸部CR图像的灰度特性调节增强程度的加权因数K,自适应的增强胸部CR图像边缘细节,丰富图像的细节信息,提高图像的诊断价值。实验证明,该算法处理后的胸部CR图像细节丰富,信噪比高,细节方差和背景方差之比(DV/BV)比通用算法高,增强后的CR图像具有良好的视觉效果,是一种有效的适合胸部CR医学图像的边缘细节增强方法。