一种基于小波变换的非线性红外图像增强算法

针对红外图像对比度低,噪声干扰大,用传统增强算法增强时,增大噪音的问题,提出了一种基于小波变换的非线性红外图像增强算法.该算法先对原始图像进行小波变换获得低频和高频系数,接着根据低频系数的特点设计了非线性函数对低频系数进行增强,并对高频系数进行小波去噪,最后通过小波重构得到增强的图像.仿真实验表明,该方法不仅解决了红外图像对比度低的问题,并且降低了噪声,突出了图像细节,该方法无论是增强效果还是抗噪效果都明显优于传统的图像增强方法.     

NSST域电气设备红外图像增强处理算法设计

针对现有电力设备红外故障检测系统采集的图片较模糊、部分设备体积较大无法精准定位故障点等问题,设计了一种基于Jaya算法改进Otsu阈值分割和多尺度的NSST域电气设备红外图像增强算法。通过非下采样剪切波变换将原始红外图像转化成高频域和低频域两部分进行增强,将增强后的各分量逆变换后合成最终完整的增强图像。实验结果表明,该文算法能够提高红外图像对比度,过滤电力设备红外图像噪声,对电力设备热故障的检测与故障定位做出贡献。     

图像增强中优化算法适应度函数设计

确定图像非线性增强变换函数中最佳参数的通常做法是利用智能优化算法自动寻优,其中,优化算法中适应度函数的设计对于算法寻优的性能、图像增强的效果具有举足轻重的作用。目前,最常用的适用于图像质量评价的适应度函数仅是包含图像方差单一项,其实评价图像增强效果的重要因素还包括信息熵、紧致度、信噪改变量以及像素差别量等。据此,设计新的应用于图像非线性增强优化算法的适应度函数,充分考虑上述5种影响因素,并且兼顾图像的整体与局部,大的结构和小的细节平衡体现。将新设计的适应度函数用于遗传算法及粒子群算法对图像进行非线性变换增强实验,仿真结果表明,该算法具有较高的自适应性,且增强质量评价明显提高。     

秩排序非线性滤波器的自适应优化算法

在图像处理中，秩排序非线性滤波器具有非常重要的作用。本文从加权顺序统计滤波器的自适应优化算法出发，导出了加权中值滤波器、秩选择滤波器和置换滤波器等几种重要的秩排序非线性滤波器的自适应优化设计算法，这些算法采用迭代计算实现，并可以在MAE、MSE和／Z准则下得到最优解。模拟实验表明，这些算法具有非常好的收敛效果，并可以很好地用于类似图像的非平稳信号的处理。     

改进Fast ACE结合边缘检测的预处理算法研究

室内建图时,因采集的图像纹理性稀缺且噪声大,导致其匹配精确度较低。鉴于此,提出一种图像预处理方法。首先,在快速自动色彩均衡(Fast ACE)算法中引入Laplace Operator,得到一种改进Fast ACE算法,将其应用在原图像中得到增强图像。然后,使用Canny算法提取增强图像的边缘图像,并采用线性混合数学模型融合原图像与边缘图像。最后,利用AKAZE与ORB算法提取融合图像的特征点进行暴力匹配,使用随机抽样一致算法(RANSAC)进行误匹配筛选。实验表明,预处理后的图像进行匹配时,精确度明显提高。     

基于直方图非线性拉伸的红外图像增强新算法

由于受物体导热特性及环境的影响和红外热像系统的限制，红外图像普遍对比度低、边缘不够清晰，其中最典型的是图像的直方图分布过于集中，针对这一问题将图像压扩量化中的纵向非均匀分层思想延伸为图像直方图灰度轴的横向非均匀拉伸，提出了一种基于直方图分布特性的非线性拉伸增强算法。在此基础上，将直方图非线性拉伸与线性拉伸进行了试验对比。     

一种扫描图像几何畸变的数字校正方法

由于胶订书籍不能完全平铺于扫描仪的玻璃板上，从而使得扫描图像产生非线性几何畸变，为此，提出一种对此类畸变图像进行横向畸变数字校正的方法，并详细介绍了实现该数字校正的算法。实验结果表明，此算法能够大大减小横边误差，使畸变图像得到很好的复原。     

浅析灰度图像的直方图均衡化处理

图像增强是指按特定的需要采用特定方法突出图像中的某些信息,同时削弱或去除无关信息,或将原图转换成一种更适合人或机器进行分析处理的形式的图像处理方法,图像增强的算法和方法很多,效果也不同。本文提出了自适应动态峰值剪切直方图均衡化算法,实验结果表明自适应动态峰值剪切直方图均衡化算法对灰度图像的增强取得了较好的增强效果,使得图像质量得到了有效的提高。     

基于改进直方图均衡化和SSR算法的灰度图像增强研究

为了提高偏亮和偏暗图像的增强效果,提出了一种改进的直方图均衡化和SSR算法相结合的灰度图像增强方法.对原始图像进行改进直方图均衡化增强,提取低频分量进行直方图均衡化,与高频分量融合;对原始图像进行SSR算法增强;将得到的2个图像进行加权融合.结果表明:新方法得到的图像比原始图像细节特征突出,视觉效果明显改善;对比度和信息熵得到提高、亮度得到调整.在医学X射线图像上验证了其可行性,与其他增强算法相比,新方法更有利于图像的准确分析.     

一种新的自适应图像增强融合算法

提出了一种新的自适应图像增强融合算法,算法将输入图像分解为反映图像平均照度特征的低频分量和反映图像对比度特征的高频分量图像,基于局部灰度方差增强因子和非线性投影变换因子进行自适应图像增强处理,基于局部能量、局部归一化互相关融合测度和加权融合算子对增强后的图像进行特征提取和重构,得到融合图像.有效地将输入图像细节特征传递组合到融合图像中.     

离焦模糊图像增强技术的研究

针对红外离焦图像处理后图像模糊效应问题,提出一种基于LIP模型的Lee图像增强算法的去模糊图像的算法,它能够有效地处理图像增强后的模糊效应,实现图像的清晰成像,该算法便于实现,可广泛地应用于图像显示技术,文中介绍了该算法的原理并对电力设备红外离焦图像处理结果进行了分析。     

改进直方图均衡和Retinex算法在灰度图像增强中的应用

为了提高光照条件变化下的图像增强效果,提出一种改进直方图均衡和Retinex算法的图像增强方法。对于待增强灰度图像,通过理想低通滤波获得图像低频分量,采用改进直方图均衡进行动态范围优化,利用引导图像滤波代替Retinex算法的高斯滤波对图像的高频分量进行估计,并对估计的结果进行线性放大处理。实验结果表明,相对单尺度和多尺度Retinex算法以及改进的直方图均衡化算法,本文方法从主观和客观评价方面都获得了更好的图像增强效果,有效提高了图像的视觉效果和可懂度,并具有较强的鲁棒性。     

一种改进的非线性频谱外推算法及其在无源毫米波图像增强中的应用

由于天线的低通滤波效应和噪声的影响,导致无源毫米波图像严重模糊.针对该问题,提出了一种改进的非线性频谱外推算法,用于无源毫米波图像增强.该算法改变了原算法中非线性滤波的方式,并结合总变分最小化方法对图像进行降噪处理.实验结果证明,较之于原算法,新算法更有效地改善了无源毫米波图像的质量、抑制了图像中的噪声.     

一种改进型增强图像处理算法研究与应用

常规的基于高斯或拉普拉斯模板的锐化或增强算法应用中,都会出现包边的现象,即在与邻域有强烈对比的目标上会出现明显的暗或亮包边问题。常规方法未对该现象进行处理,导致部分场景目标存在明显的包边现象。基于常规算法产生的包边问题的原因分析,发现主要是在获取高频图像信息时,采用高斯或拉普拉斯这种基于位置差异计算权重的方式导致；因此在进行获取高频细节时,通过增加以灰度差值来调整权重方式来获取细节,或采用更简单的高频细节截止的处理方式,可有效改善增强算法中的包边问题。     

一种改进的雾天监控图像增强算法

视频监控或激光成像在大气环境监测中有着广泛应用,然而在雾天条件下获取的图像不可避免存在视觉质量降低问题。针对雾天图像对比度增强以及噪声抑制的需要,提出了一种改进的雾天图像增强算法。首先对原图像进行正反双向的双直方图均衡处理与融合,然后重复采用上述方法对融合图像的小波分解低频系数矩阵进行增强处理,最后将处理结果和高频系数矩阵进行小波重构得到输出图像。实验结果表明,该算法处理雾天监控图像能够取得较好的对比度增强与噪声抑制性能。     

一种改进的频域非线性外推图像增强方法

针对图像增强的问题,提出了一种改进的频域非线性外推方法。该方法通过用高频加强滤波代替原算法的高通滤波,使增强效果得到了显著提高。实验表明,改进后的方法能有效地提升图像的高频成分,并能使增强后的图像具有更好的视觉效果。     

基于小波变换与深度残差融合的图像增强算法

针对目前基于小波变换图像融合增强算法原始图 像中的多尺度细节信息的不足,提 出了一种改进的多尺度小波变换与深度残差选择相结合的图像增强算法。利用小波变换对原 始图像进行分解提取得到它的多级分解系数后,再利用不同规则对不同层次的小波系数进行 重构,与此同时引入深度残差算法的思想对子带系数做残差。对于高频子带系数,计算子带 残差的系数与梯度特征融合方法的系数,选用两者最大值进行融合增强;而对于低频子带系 数则采用梯度特征融合增强系数与子带残差系数取平均值的算法进行融合。通过在MATLAB 平台上的实验对所提出算法进行验证,峰值信噪比相较于对比的方法都有所提高,且均方根 误差也得到减小,结构相似度都得到提高,结果表明该算法能增强图像的多尺度细节信息, 提高图像的信噪比,且具有更好的图像增强效果。     

一种改进的红外图像增强算法

根据红外图像的特性,对通常的红外图像增强算法进行了比较分析,提出了一种基于Butterworth高通滤波器的高频强调滤波并结合直方图均衡化的红外图像增强算法.首先,利用Buterworth高通滤波器将图像分为高频分量和低频分量,然后使用高频强调滤波对高频部分进行强调处理,最后,对图像直方图进行均衡化处理,得到增强后的图像.实验结果表明,图像经过处理后突出了细节信息,改善了整体视觉效果,得到的结果令人满意.     

一种改进的红外图像增强算法

根据红外图像的特性,对通常的红外图像增强算法进行了比较分析,提出了一种基于Butterworth高 通滤波器的高频强调滤波并结合直方图均衡化的红外图像增强算法。首先,利用Buterworth高通滤波器将图像分为高频分 量和低频分量,然后使用高频强调滤波对高频部分进行强调处理,最后,对图像直方图进行均衡化处理,得到增强后的图像。 实验结果表明,图像经过处理后突出了细节信息,改善了整体视觉效果,得到的结果令人满意。