基于有理数阶偏微分的图像增强新模型

为了在锐化图像边缘的同时增强纹理细节特征,结合分数阶与整数阶微积分理论,推导出全新的有理数阶微分,从而在空间域构建了基于有理数阶偏微分的图像增强模型,并利用有理数阶偏微分掩模算子实现增强模型的数值计算.实验结果表明,该方法对图像可以得到连续变化的增强效果,不仅图像纹理得到很好的增强,图像边缘增强效果也比分数阶微分方法有所提高.客观上,借助实验对特征评价参数进行数据统计,结果显示新模型融合了整数阶微分与分数阶微分各自的优点,弥补了各自的不足,很好地达到了图像增强的目的.     

分数阶微分掩模及其滤波器的构造

基于整数阶微分定义的一阶图像增强模板在处理图像时会产生宽边缘,而二阶模板会同时增强纹理和噪声.为了避免整数阶微分模板所产生的副作用,根据分数阶微积分的Riemann-Liouville定义分析和推导了数字图像的1～2阶分数阶微分掩模,构造了基于该定义的1～2阶分数阶微分滤波器.仿真实验表明,该滤波器不仅可以保留平滑区域...     

分数阶微分梯度算子在图像增强中的应用

利用分数阶微积分的定义,根据频率域的滤波基础,推导出分数阶微分梯度算子的频率域滤波器,并在实验中得以实现.实验结果表明,与其他的一些方法相比,这种滤波器对图像增强的效果更好.提出了使用分数阶微分和积分对图像进行综合处理的一种新方法,在增强图像细节的同时,能够有效地消除噪声.     

改进的分数阶微分Tiansi算子图像增强

为了提升图像纹理细节的信息,对已有图像增强模板的频率响应图进行特征分析,发现影响增强效果的根本原因是保证高频信息通过的同时更多的保留了低频信息.对分数阶微分Tiansi算子模板的频率响应图及滤波效果做了对比分析,发现已有分数阶微分Tiansi算子滤波效果图的全局平均灰度较低,视觉效果较差,原因在于低频信息保留太少.为此对已有分数阶微分Tiansi算子的模板做了调整,提高低频信息的通过率,得到新的分数阶微分Tiansi算子.实验表明改进的算子比其他的算法增强效果好.     

改进的分数阶微分及图论的粘连血细胞图像分割

针对血细胞图像模糊及对比度不高的现象,提出一种改进的分数阶微分的图像预处理方法.即将形态学去噪和改进的类圆形掩膜算子的分数阶微分增强结合起来,在滤除血细胞图像的染色污染和颗粒噪声的同时较好地保留了细胞边缘细节.针对分水岭算法存在的过分割和最小生成树算法存在的效率较低问题,采用分水岭算法和最小生成树算法相结合的图像分割算法.首先用分水岭算法初分割分数阶微分增强的细胞图像,接着算法选取过分割区域映射为节点,最后基于改进的最小生成树算法再分割细胞图像.实验表明,该算法能有效缓解分水岭算法的过分割,并且有效减少了最小生成树算法中节点的数目,提高算法效率.     

自适应分数阶微分在图像纹理增强中的应用

针对目前只能通过人为实验指定最佳分数阶微分阶数的现状,为了节省大量人工寻求最佳分数阶微分阶数的时间,研究并提出了可以依据掩模窗口大小、G-L公式、图像梯度特征和人眼视觉特性等理论的能够自动生成分数阶微分阶数的新方法,基于该自适应阶数,设计并实现了对应的算子掩模。采用了信息熵、平均梯度等图像纹理特征评价参数做定量分析和实验验证,结果表明,该方法对任意灰度图像可以得到连续变化的增强效果,接近于最佳分数阶微分增强效果,符合人们的视觉感受,是有效的图像纹理增强方法。     

自适应分数阶微分的图像增强及应用

为了改善图像质量,本文提出了自适应分数阶微分的图像增强算法。该算法首先在Grünwald-Letnikov分数阶微分定义的基础上,充分利用相邻像素点的信息,设计了具有旋转不变性的分数阶微分掩模;其次,利用图像梯度,局部的信息熵和对比度构造分数阶微分阶次的函数,利用和声搜索算法选取最优参数,建立了图像增强和分数阶微分阶次的非线性量化关系;最后采用信息熵、平均梯度对增强后的图像定量分析,为验证该算法的有效性,把用该算法增强后的岩屑图像应用在岩屑识别中。实验结果表明,能够实现图像的自适应纹理细节信息增强,增强效果明显;同时岩屑识别率有一定的提升作用。     

基于分数阶微分及谷底边界扫描的浮选气泡提取

针对浮选采集图像光照不均、分割难的问题,基于分数阶微分、谷底边界扫描及区域合并的思想提出了一种新的浮选气泡分割算法。该方法首先利用分数阶微分理论构建相应的掩模算子,再通过确定最优阶数,进而对浮选气泡图像的分数阶掩模增强,接着将谷底边界扫描与区域合并相结合对气泡进行分割。整个算法包括:图像预处理、分数阶微分增强、谷底边界扫描、端点检测及联结、区域合并等步骤,算法可以一次性检测出所有谷点,进而高效精准地提取气泡。与基于相似性与不连续性算法做了对比试验,试验结果表明:(1)新算法能较好的减少过分割现象,具有更好的分割精度;(2)其运行速度提高了50~100倍,满足实际生产中对实时性的要求。     

基于Tustin变换的分数阶微分算子近似离散化

分数阶微分算子的离散化是分数阶控制器数字化实现的关键。对基于Tustin变换的分数阶微分算子直接离散化方法进行了研究和比较。概述了分数阶微积分及其离散化,介绍了用于Tustin算子展开的幂级数展开法、连分式展开法和Muir递归展开法;并给出了展开方法的算法表达式。定义了误差指标函数,举例比较了以上三种分数阶微分算子离散化方法的优缺点。仿真比较表明:连分式展开法在较宽频带内对分数阶微分算子具有最好的近似特性,但计算复杂度大;幂级数展开法和Muir递归展开法近似效果相当,但前者具有较大计算效率优势。在分数阶数字控制器实现过程中应根据具体情况选择合适的分数阶算子离散化方法。     

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.