基于小波变换的雾天图像增强方法

针对雾天图像对比度低、能见度差的特点,提出了雾天图像的阈值确定模型和去雾阈值函数,并在此基础上提出了一种基于小波变换的雾天图像增强方法。实验结果表明,用该方法对雾天图像处理后,图像的清晰度和对比度提高很多,视觉效果有明显改善,图像失真度大大地降低。     

基于小波变换和纹理滤波的指纹图像增强方法

针对以往的基于方向图的指纹增强算法忽略了指纹的全局纹理特征,提出了基于小波变换和纹理滤波来增强指纹图像的方法。实验表明效果良好和有效。     

雾天图像清晰化方法研究

雾天拍摄图像中,图像受烟雾的干扰严重,在雾天图像的预处理中,雾天图像增强方法的研究非常重要。针对雾天图像对比度低,图像细节不突出的特点,通过小波变换将雾天图像进行多层分解,将分解出来的低频部分进行非线性变换,使图像的轮廓更加清晰;同时对各层的高频部分依据其各层的特点,进行适合各层的非线性变换。最后利用变化得到的系数进行重构得到增强的图像。实验显示,处理后的图像白雾明显降低,不仅能较好地保持原图像的原始面貌,而且更好地突出图像中各个细节。     

基于小波变换的带钢表面缺陷图像增强算法

针对传统图像增强算法在处理有大量噪声、光照不足或不均匀的图像,尤其是实际现场的带钢表面图像时效果较差的问题,提出基于小波变换的图像增强算法,将其应用于冷轧带钢表面缺陷图像的增强中。对比实验结果表明,该方法的增强效果和抗噪性能明显优于传统算法。     

基于Laplacian金字塔和小波变换的医学CT图像增强算法

对医学图像进行增强可提高信息的利用率。传统的图像增强方法应用于医学图像时处理效果一般,存在诸多问题,如在增强图像的同时使图像的细节丢失,减弱了图像中目标的边缘信息,降低了图像的对比度。针对上述问题,提出一种基于小波变换和Laplacian金字塔分解的图像增强算法。首先,对原医学图像进行小波变换分解,得到处理结果;然后,对原医学图像进行Laplacian金字塔分解,得到医学图像的高频信息;最后,利用小波变换的结果和Laplacian金字塔分解的结果进行重构,得到增强后的图像。实验结果表明,该方法的增强效果明显优于传统的图像增强算法,对医学图像具有较好的增强效果,同时能更好地抵抗噪声。     

基于双树复小波变换的图像增强方法

在图像增强处理中,传统的图像增强方法例如直方图均衡、小波系数增强等等,虽然取得了较好的图像增强效果,但在增强图像的同时也将噪声放大了.本文针对这一问题,提出了一种基于二维双树复小波变换的图像增强方法,因其具有良好的多方向性信息捕捉能力,克服了传统二维小波变换缺乏方向性的缺点.增强算法将系数分为强边缘、弱边缘和噪声点三类...     

基于小波变换和模糊理论的裂纹图像增强算法

针对传统图像增强算法的缺陷, 提出了一种基于小波分析和模糊理论的图像增强算法, 该算法先对原始图像进行小波变换得到图像的高频和低频小波系数, 再定义新的模糊隶属度函数对低频系数进行模糊增强, 对不同方向上的高频系数进行小波阈值去噪, 通过小波重构得到增强后的图像, 所有算法通过Matlab编程验证, 能有效的增强图像, 改善图像的视觉效果. 实验结果表明, 算法是可行有效的.     

基于小波变换的矿井监控图像增强研究

针对在矿井视频监控系统中采集到的井下图像质量差的问题,论文提出了一种基于小波变换的图像增强方法,使用该方法增强的图像细节显示能力强,图像对比度更高,该方法对煤矿监控图像有显著的增强作用.通过与传统的伪彩色增强算法、灰度线性变换算法和直方图均衡算法比较,该方法较好地增强了井下低对比度图像的可视化效果.实验证明,该基于小波变换的图像增强方法能够增强矿井下图像的清晰程度,使矿井视频监控系统更好地发挥作用.     

一种新的基于多小波变换的图像增强方法

小波分析是目前国际上最新的时间频率分析工具，是信号去噪的强有力处理工具．小波变换可以将交织在一起的混合信号分解成不同频率的块信号．多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足．提出了一种新的图像增强方法，该方法以多小波变换为基础，采用多尺度非线性增强技术进行图像增强．实验证明，增强效果良好．     

基于Retinex理论的小波域雾天图像增强方法

针对传统的雾天图像增强方法在增强图像的轮廓和细节的同时不能有效抑制图像噪声这一问题,在Retinex理论基础上,提出了小波域图像亮度与噪声双估计模型的图像增强方法,利用小波变换多分辨率的特点,对小波分解后的低频系数进行波动抑制,对高频系数通过多子带独立系数模型进行亮度估计,同时使用不同的软-硬估计法对图像的噪声进行抑制。实验证明该方法不但能有效地提取图像的亮度信息,而且进行图像增强的同时能有效地抑制图像的噪声,且对于不同的雾天环境也有良好的自适应性。     

基于小波多分辨率分析的图像模糊增强算法的研究与实现

图像在采集的过程中,会受到各种噪声的干扰和污染.基于小波变换的多分辨率分析能够有效抑制噪声的特性,提出利用小波多分辨率分析对图像进行平滑滤波实现图像的去噪,并定义新的模糊隶属度函数对图像进行增强,在保证模糊增强效果的同时减少噪声的影响.经试验证实,该方法能够有效地实现图像的增强.     

基于小波分频和二次均衡的图像增强算法

传统的图像增强算法在增强图像的同时也增强了图像的噪声信号,导致信息熵下降.结合小波变换多尺度、多分辨率的特点和直方图均衡的优势,提出一种基于小波分频和二次均衡的高亮度图像增强算法.首先利用小波变换将图像分解为低频分量和高频分量,然后仅对低频分量作直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构,最后对重构的图像再次进行直方图均衡处理.实验结果表明,该算法对于亮度较高的灰度图像有较好的增强效果.     

基于小波多尺度积的图像增强新算法

在分析小波变换对噪声影响规律的基础上,结合小波多尺度积的特性,提出了一种基于小波多尺度积的图像增强新算法,利用二进小波变换中各尺度上小波系数间的相关性,有效改善了图像增强过程中噪声放大问题.     

基于二维离散小波变换的红外图像增强算法

针对红外图像对比度差、噪声较大的缺点,提出一种基于二维离散小波变换的红外图像增强方法。对红外图像进行离散小波变换后,得到图像各个方向的梯度信息,对该信息进行正则化和线性滤波,最后将图像复原,提高了红外图像对比度,同时也降低了噪声。实验结果表明,提出的方法在性能上优于传统的直方图均衡法和反锐化掩膜法。     

一种基于提升小波变换的图像融合改进算法

提出一种基于提升小波变换的图像融合算法.对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像.仿真实验结果表明该算法能有效地减少融合图像的失真,是一种有效的图像融合算法.     

小波变换在医学图像边缘增强中的应用

小波变换是在傅立叶分析基础上发展起来的,它通过尺度参数和定位参数将时域和频域联系起来,通过伸缩和平移等运动对信号或图像数据进行多尺度的细化分析,其应用领域很广。提出了一种基于小波变换的图像边缘增强的方法,通过对小波变换产生的高低频信息进行相应处理,再进行图像重构,最后将生成的各个图像进行融合以实现图像边缘增强。使用Visual C＋＋6．0完成编程实验,其实验结果表明本文所提出方法的边缘增强效果较好。     

基于小波变换的CT和MR图像融合

在临床医学上,CT图像和MR图像分别从不同的角度反映人体信息,将两者融合到一张图像上全面反映人体信息有很大的实用价值.提出了基于小波变换的区域平均梯度最大值融合方法,用实验结果对该方法和其它常用的几个基于小波变换的融合方法进行了比较,并从主观和客观两个方面进行评价,结果表明运用该融合方法进行图像融合取得了良好的效果,融合图像的质量要高于其它几种方法的融合质量.     

基于小波变换的图像增强算法研究

针对图像对比度低、成像质量差的问题,提出一种基于小波变换的直方图均衡算法,用于图像对比度增强.首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理.实验结果证明,处理后的图像细节清晰可辨,边界信息也得到了保留,由此认为小波变换对改善图像的质量是有效的.     

一种新的基于小波变换的图像放大算法

图像放大技术的主要难点在于如何使放大后的图像尽可能保持原始图像的清晰度.传统的内插法存在着一定的缺陷.提出了一种新的图像放大算法,该算法以小波变换为基础,采用分段样条插值法进行高频系数放大,通过对变换系数进行非线性增强保证放大图像的清晰度.实验证明,该方法具有很好的放大效果.