一种基于小波变换的地震图像增强方法研究与应用

对数字图像增强方法进行研究,详细分析了小波变换中选择硬、软阈值的原理,并根据地震数据特点,对小波阈值进行了改进。经过大庆油田多地区地震图像的验证,新的阈值函数可以有效去除高斯白噪声和脉冲噪声,对图像增强效果显著。     

基于改进的HDCS的图像去噪方法

针对数字图像主要含有高斯噪声和椒盐噪声的特点,提出了一种基于改进的各向异性的混合扩散模型。传统的基于边缘增强和相干增强的模型,虽然能够有效地去除噪声;但也会存在减弱相干结构和背景的对比度等问题,同时在保持图像细节纹理方面可能会出现失真。通过在扩散方程中引入一个源项;并充分考虑它对模型中各项产生的影响,使得改进后的模型既能有效去除噪声,也能有效地保持相干结构和背景的对比度;同时在模型中引入一个偏微分方程用以获取保真项,使得图像的细节保护效果更明显。实验结果表明,该方法能达到较理想的去噪和恢复图像纹理信息的结果,而且明显改善了图像的视觉效果。     

基于分数阶微分梯度的噪声检测算法

为了在图像去噪的同时,更多地保留图像原有的特征信息,本文将分数阶积分理论引入到数字图像去噪中,通过分数阶微分梯度算法确定图像中噪声的位置,如果只对噪声点进行去噪处理,就可以有效保护图像的纹理和边缘信息.实验结果表明,基于分数阶微分梯度的噪声检测算法可以更准确地确定图像中噪声点像素的位置.     

非纹理图像修复的非线性扩散方法

目的 在分析经典的非纹理数字图像修复方法 的基础上,提出用三阶非线性扩散方法 修复非纹理图像.方法 考虑将等照度线的曲率作为一个控制传导率的因素引入非线性扩散方程与梯度特征相结合.实现图像修复.结果 相比于BSCB方法 ,具有数学处理上的统一性,简便易于实现;相比于CDD算法.能够在短时间内更好地修复污损区域.结论 适合于修复非纹理灰度和彩色图像.     

图像纹理分析与纹理测度

为了从更深层次上进行系统的纹理分析 ,首先概括了纹理分析中的困难并从寻找纹理的本质入手 ,回答了纹理图像与普通数字图像间的差异、成像尺度与图像纹理间的关系、窗函数的选取等问题并给出了计算一幅具体图像纹理性大小的算法。从采样频率和成像尺度的角度来看待图像纹理在该领域内尚属首次。仿真实验对Brodatz像册中全体纹理图求取了纹理性因子的大小并进行了排序 ,试验表明该求取纹理性因子的算法与视觉感受趋于一致。对图像纹理理论探讨的欠缺是纹理分析的瓶颈 ,该文是在一这方面努力尝试的结果     

Gabor滤波器在带钢表面缺陷检测中的应用

利用Gabor滤波器具有频率选择和方向选择的特性,将其应用在带钢表面缺陷检测系统中,不但能够去除噪声,而且能够把缺陷的纹理特征完整地保留下来.引入评价函数使缺陷图像和无缺陷图像的能量响应差别最大化,以确定最佳滤波器参数.基于最优的阈值函数得到二值化图像,并应用形态学分析方法去除二值图像上小的噪声,得到分割后的缺陷图像.实验结果验证了该方法的有效性.     

用正弦函数调制位势图显示平面矢量磁场

为了在图像上更加有效地观察矢量磁场 ,提出一种新的灰度纹理图像显示法。该方法用正弦函数对平面磁场的位势函数进行调制 ,从而将磁场矢量的信息映射为纹理图像的灰度值。这种新型纹理图像表现了磁通量管的形象 ,通量管的长度方向即为磁场的矢量方向 ,通量管的宽度则反映磁场矢量的强弱。该方法实现了场域内的密集采样 ,生成磁场图像速度快、质量高 ,且不含高频噪声 ,显著地提高了灰度图像对矢量磁场的表现能力。     

基于稀疏噪声的Volume LIC GPU加速绘制技术

二维线积分卷积(Line Integral Convolution,LIC)绘制技术通过纹理线条和颜色变化能够细致、有效地表现二维矢量场的速度、方向以及数据相关性等特征信息,但二维LIC绘制方式扩展到三维矢量场时,由于三维矢量场本身的空间特性容易造成纹理单元之间产生严重的视线遮挡问题,影响对三维矢量场内部特征的观察分析。提出了一种基于稀疏噪声纹理生成的Volume LIC可视化方法,对于普通的白噪声采用Halton序列控制噪声点分布,并通过高斯滤波核滤除高频区域来生成稀疏高斯噪声。在LIC纹理计算中滤波卷积部分提供了两种核函数:基于盒形卷积核函数用于提高卷积速度,基于三角形卷积核函数用于提高绘制质量。整体算法采用GPU硬件加速机制,在噪声纹理采样时利用GPU顶点颜色线性插值功能和片元计算方法有效加速LIC纹理生成过程,并将卷积噪声和流场数据作为纹理传入GPU,采用光线投射算法加速实现纹理三维绘制显示,提供多种有效的交互分析手段查看流场内部特征。实验结果表明该算法生成的三维纹理图像清晰,绘制效率高,能够有效缓解三维复杂流场卷积数据过多时引起的视线遮挡现象,具备良好的可视化效果。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

基于DWT和SIFT的鲁棒图像水印算法

为了提高数字图像水印的不可见性和鲁棒性,文章提出了一种基于离散小波变换(discrete wavelet transform,DWT)和尺度不变特征转换(scale-invariant feature transform,SIFT)的数字图像水印算法。该算法首先利用DWT找出原始图像中纹理较复杂区域,再在所找出的纹理复杂区域中提取出不变特征点;通过自适应确定局部特征区域,并对特征区域进行一级DWT,取其低频部分进行奇异值分解(singular value decomposition,SVD);最后对待嵌入水印图像进行Arnold置乱,把置乱后的一维水印信息进行SVD并通过加性准则嵌入到原始图像的奇异值中,以实现水印的嵌入。仿真结果表明,该算法不仅具有较好的透明性,而且对常规攻击和一般的几何攻击有较高的鲁棒性。