同态滤波在人脸识别中的应用研究

论文首先对人脸识别进行了介绍,通过对人脸识别系统的分析指出预处理在人脸识别中的重要性。然后对已有的人脸识别预处理法作了详细的介绍,并对各种方法进行比较。最后针对光照对人脸图像的影响还提出了同态滤波的方法,在预处理阶段消除光照对人脸图像的影响,实验结果表明,此种方法可以提高识别率。     

基于同态滤波的彩色图像增强

给出一种基于同态滤波的彩色图像增强算法。引入新的传递函数,改进同态滤波算法,用以增强低照度彩色图像的RGB各分量;将RGB图像转换到HSV彩色空间,保持色度和饱和度不变,利用对比度受限自适应直方图均衡法对亮度分量进行变换和分段线性拉伸;将HSV图像还原为RGB图像,得到增强图像。仿真结果显示,所给算法在提升图像亮度的同时,能够增强图像细节。     

一种基于ENVI二次开发的遥感薄云去除方法的改进

近年来常用的同态滤波去云算法因其采用滤波器的局限性只能去除低频区域的云而无法去除高频区域的云。因此在分析传统的同态滤波去云算法的基础上,引入了空域滤波,采用中值滤波器对图像进行处理,旨在去除高频区域的云。而后在ENVI遥感图像处理软件平台中采用IDL语言实现了算法并对ENVI进行二次开发。经实验结果分析表明,该法是有效的,并且为遥感数据的后续应用提供了方便。     

一种人脸皮肤图像诊断方法

在皮肤病诊断、化妆品功效判定和皮肤评价中都需要精确地检测和提取色斑、皱纹和毛孔。在人脸皮肤图像中截取一块矩形区域,设计了一个滤波器组对该区域图像进行诊断。该滤波器组包括一个小波同态滤波器和一个ε-滤波器组。一方面,把区域图像用小波同态滤波器滤波,进而检测出色斑。另一方面,把区域图像用ε-滤波器组滤波,进而检测出皱纹和毛孔。结合它们各自的特点和一些形态学图像处理算法分别对它们进行了提取。根据实验结果进行了分析,验证了方法的准确性。     

利用HSV空间的双通道同态滤波真彩图像增强

在RGB空间中分别对真彩图像的三个通道进行增强能够很好地压缩图像动态范围,但往往会产生色彩偏离。文章提出先将真彩图像由RGB空间变换到HSV空间,进行色度、饱和度和亮度分离,然后对饱和度通道进行巴特沃斯同态滤波增强,对亮度通道进行高斯同态滤波增强,除此之外,研究了同态滤波中高通滤波器截止频率如何确定的问题,并解释了同态滤波器中的比例系数。实验证实,增强后的真彩图像色彩基本无偏差,图像动态范围压缩良好。     

基于小波域热红外降质图像滤波增强方法研究

随着现代网络传输和视频通信技术的快速发展,大大拓宽了热红外图像的应用领域.提出了一种基于小波变换的热红外将质图像滤波增强方法.该方法以受到不同强度高斯白噪声和脉冲噪声构成的混合噪声模型的热红外降质图像为研究对象,首先对其进行二维小波变换,从而获得高频和低频小波分解系数;鉴于低频小波分解系数包含图像大部分信息,基本不受噪声干扰的特点,引入直方图均衡化法进行增强处理,以改善图像低频信息的对比度;根据各方向的小波高频分解系数中噪声的分布特征,对经典数学形态学滤波算法进行研究,分别设计出几类多尺度多方向的结构元素,实现对各高频小波分解系数中噪声的三级串联滤波处理,在此基础上进行自适应同态滤波增强,以最大限度改善滤波后图像质量.最后进行小波分解系数重构.实验结果表明,该算法对于热红外将质图像的处理效果优于单纯进行经典数学形态学滤波和已有的改进数学形态学滤波,为该类降质图像的滤波增强处理提供了一条可供借鉴的思路.     

基于空域同态滤波的钢丝绳表面缺陷检测

提出了一种基于空域同态滤波的钢丝绳表面缺陷检测方法。即研究同态滤波优化算法和统计学自动闻值法,消除钢丝绳图像不均匀光照的影响并分离钢丝绳纹路与背景;提取钢丝绳纹路的纹理特征并使用神经网络分类器进行识别。实验结果表明,该算法能快速、准确完成对钢丝绳表面缺陷的自动检测。     

一种用于遥感图像云雾处理的小波系数加权算法

依据小波变换理论分析,得出图像经多层小波变换后,低层细节系数频率高于高层细节系数,近似系数的频率最低.遥感图像景物的频率较高,云雾频率较低.提出通过选择合理的分界层数,将景物信息尽量分配到低层细节系数,云雾噪声尽量分配到高层细节系数,对低层、高层细节系数、近似系数分别给予权重,增大低层细节系数,突出景物信息,减小高层细节系数,削弱云雾噪声,依据近似系数包含云雾状态,保持或减小近似系数.同时还提出以信息熵作为分界层数和权重选择的依据.实验证明,该算法优于同态滤波和Retinex算法.     

基于一种新的同态滤波算法的散斑噪声压缩

提出一种新的用于压缩散斑噪声的同态滤波算法。它在同态变换后寻求滤波窗中的最均匀区域,以其灰度均值替代滤波窗中心像素值,重复迭代至其值基本不变,最后作同态变换的逆变换。仿真结果表明它较好的保持了图像的边缘和较有效地抑制了散斑噪声     

基于LED辅助照明的水下图像增强算法研究

水下成像环境十分复杂,在成像过程中受到多种因素的影响,如光照的非均匀性,水对光的后向散射,成像器件的光学噪声,导致图像对比度低,细节模糊.针对水下图像的特点,提出运用同态滤波和双正交小波阈值滤波法相结合的图像增强算法改善水下图像光照的非均匀性、滤除噪声、提高水下图像的对比度,并通过峰值信噪比、均方差对该算法进行了性能评价.