用直方图加子波增强炭素材料X射线图像

针对炭素材料X射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法.该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像.实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其处理结果比现有的图像增强方法更令人满意.     

基于小波变换的图像融合算法研究

针对可见光和红外热像仪各自的成像特性,提出了一种新的基于小波变换的图像融合算法,将配准完成的电视图像和红外图像分别进行小波分解,得到低频图像和高频图像。采用不同的规则分别对低频图像和高频图像进行融合,并进行小波逆变换,得到最终的融合图像。最后采用实验验证了算法的有效性,结果表明,该算法明显优于传统小波变换算法。     

二维Arimoto灰度熵阈值分割

针对近年提出的二维Arimoto熵阈值分割方法只依赖图像灰度级出现的频数信息,而未考虑图像类内灰度均匀性这一问题,提出了基于灰度-梯度直方图的二维Arimoto灰度熵阈值分割方法.首先,在Arimoto熵的基础上直接考虑图像类内灰度均匀性,构建出一维Arimoto灰度熵阈值选取公式;结合灰度-梯度二维直方图目标与背景区域划分方式,推导出二维Arimoto灰度熵阈值选取公式;通过阈值选取函数所涉及中间变量的递推计算公式来消除冗余计算;采用基于Tent映射的混沌序列对人工蜂群算法的局部搜索阶段进行改进,以改进后的蜂群优化算法来加快图像分割最佳阈值的搜索速度,大大减少了时间花费.大量的典型图像对比实验结果表明,所提出的方法能够快速而准确地实现图像分割,且总体效果优于二维Shannon熵、二维Tsallis灰度熵和二维Arimoto熵阈值分割方法.     

基于小波系数方向特性的图像融合新算法

介绍了图像的提升方案小波变换蓑统计了图像经小波变换后各高频子带系数的方向区域特性,据此提出了一种新的基于小波系数方向特性的图像融合方法．对于低频子带的每个系数,采用加权平均的融合规则确定低频融合系数;对于各高频子带的每个系数,根据其所在子带的方向特征,采用方向特性的融合规则确定高频融合系数．本文对多幅图像进行了融合仿真实验,并用信息熵和平均梯度对融合结果进行了客观的评价．实验结果表明,基于小波系数方向特性的图像融合算法要优于传统的融合算法,具有一定的实用性．     

基于NSCT与压缩感知的红外影像融合

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法.首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利...     

改进的二维最小交叉熵阈值分割快速迭代算法

基于灰度级-平均灰度级直方图的现有二维交叉熵阈值分割法的分割结果不够准确,计算最佳阈值时需搜索整个解空间,因而效率不高. 针对这一问题,提出一种基于灰度-梯度共生矩阵的二维最小交叉熵阈值选取快速迭代算法,推导了相关的公式. 对典型测试图像进行了大量实验,并与基于灰度级-平均灰度级直方图的方法在分割结果及运行时间上作了比较,结果表明所提出的算法分割结果更加精确,且计算最佳阈值时只需遍历其中一小部分解空间,运行时间减少到5%左右.     

月面灰度图像中的陨石坑检测

提出了一种从灰度图像中自主检测陨石坑的方法. 通过Census变换对原始图像块进行转换,用获得的图像灰度直方图作为特征向量. 利用主分量分析对特征空间进行压缩,消除直方图冗余,并利用支持向量机构建模式分类器. 最后对连续缩放陨石坑候选区域不同尺寸的陨石坑区域进行检测. 相关实验表明,该方法可有效检测出尺寸大于20×20 的陨石坑区域.     

一种新的基于扩散方程的图像平滑方法

针对退化扩散方程在对图像平滑时,奇异点容易被破坏,引入了小波变换模极大值表示,提出了由小波变换模M(s,x,y)决定扩散速度的图像平滑方法.该方法在图像奇异点的位置使平滑速度趋于零;在图像的光滑区域扩散速度由小波变换模决定;在灰度变化不大的区域,采用各向同性扩散.该方法克服了退化方程对图像奇异点的模糊现象,兼顾了去噪和保边界.实验证明该方法优于其他的方法.     

基于小波变换图像压缩技术的研究

介绍了小波变换理论,利用小波变换实现图像压缩,指出了小波变换的优越性,根据图像压缩性能的评价标准与传统的DCT变换压缩图像作了比较,结果表明:基于小波变换图像压缩方法的性能要优于DCT变换.     

小波变换在彩色图像检索中的应用

传统的直方图检索技术计算量大,检索时间长,而小波变换在图像检索率并不能满足真颜色图像的直观效果的要求,因此,提出逐步缩小检索范围的方法,结合颜色特征和纹理特征,先截取图像中心位置的矩形区域,利用各个等级颜色的使用率,把图像进行分类,找到与查询图像最接近的子图像库,然后在子库中的各个图像进行小波变换,提取特征,进行检索,实验表明,该方法能有效缩短检索时间,提高了检索率。     

基于小波的遥感影像特征信息融合模式研究

在数字图像小波多分辨率分析的理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B 3个波段的图像进行小波分解,得到相应的低频图像,并对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,然后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.最后通过融合实验验证了上述结论.     

基于Gabor滤波与灰度积分的人眼快速定位方法

本文提出了一种基于gabor小波滤波器和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的gabor小波进行预处理去除图像噪声,消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图像,然后分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。该方法能提高人眼定位的计算速度,适合实时性要求高的场合。仿真实验验证了该方法的稳定性和有效性。     

各向异性双树复小波包变换

基于双树复小波变换提出了一种新的复小波包变换。该变换引入了各向异性分解方式,由此得到的小波基在各个方向上尺度可以不同,并具有更好的方向性。这种变换可用在二维或三维数据的处理上。图像和视频去噪实验结果的PSNR值与各向同性复小波变换相比有0.1～1dB的提高,去噪后图像视觉效果更好,证实了该变换方式的优越性。     

精简颜色描述子研究

在基于内容的检索多媒体技术中颜色是多种图像特征中最常用，也是最容易计算的一个特征．但是我们更需要一个更加精简的能够表达定性特征的描述子．这里，提出了基于颜色直方图的精简描述子．它通过获取颜色直方图，然后对直方图进行Haar小波变换并进行二值量化后得到的．实验表明，精简颜色描述子在相同的尺度下能够比其它的描述子提供更好的性能．     

灰度图像的直方图均衡化处理分析

直方图均衡化对图像局部对比度进行调整时,采用增强亮度的途径在保证图像整体对比度的基础上,实现局部处理任务。本文主要阐述了直方图均衡化原理,详细论述了带可变增强度的直方图均衡算法、基于递归分解的直方图均衡算法、多直方图均衡算法、基于分频和融合的直方图均衡算法,以期深化对直方图均衡化的研究,充分发挥该处理技术的优势。     

2种多小波变换系统在遥感图像融合中的研究

多小波分析能够为图像提供一种比小波多分辨率分析更加精确的分析方法.彩色图像的表现形式主要有RGB混色系统和IHS显色系统.为了得到高质量遥感图像的融合效果,将多小波变换分别和2种系统结合,以GHM多小波为例,采用梯度加权算法,通过Matlab编程实验,得出了多小波变换和2种系统结合的各自优缺点,突出了多小波变换和RGB系统相结合的优势,实验结果明显.     

一种基于边缘和小波变换的图像插值的实现

针对常规插值方法在图像放大时出现的边缘模糊现象,提出了一种基于边缘和小波变换的图像插值算法,小波变换提高了插值图像的边缘高频细节信息.算法首先使用小波变换提取图像边缘,通过边缘检测将图像分为边缘和非边缘这两个区域;对不同的区域分别进行图像插值.实验结果表明,用该方法对图像放大,能提高插值图像边缘的清晰度.     

小波变换与PCNN在图像处理中的比较与结合

主要介绍了小波变换和PCNN的基本原理,结合它们在图像处理中的应用,比较说明了小波变换和PCNN各自的优缺点.通过分析表明,将小波变换和PCNN技术相结合在图像处理中会产生更好的效果.     

基于小波变换和小波神经网络的3D遮挡人脸识别方法

提出一种基于小波变换和小波神经网络的3D遮挡人脸识别方法.首先,对待检测人脸的深度图像进行小波变换,计算各层小波变换系数与数据库中平均人脸深度图像的小波变换系数之间的距离,通过阈值分割得到遮挡区域的二值掩膜,进而得到人脸的遮挡区域;然后,对非遮挡区域提取小波变换系数,构建小波神经网络分类器,依据小波网络的人脸空间距离进行3D遮挡人脸识别.仿真实验表明,该文方法对3D人脸的有意遮挡和无意遮挡的鲁棒性强、识别性能好.     

退化图片的图像增强方法研究

采用直方图均衡和灰度匹配变换的图像增强方法对退化图片细节进行了增强处理，在灰度匹配变换中分别采用单映射（SML）规则和组映射规则（GML），并对它们的特点进行了比较分析．实验结果表明，用SML和GML能更好地增强细节．特别是GML能有效减小其匹配后的直方图与匹配函数之间的误差．