基于频域的图像增强技术的改进算法

在传输有限的情况下完成图像压缩传输,针对处理后的图像的主观视觉质量较差和低对比度下处理效果不佳的问题,本文提出了一种改进的基于DCT域块分类的CES图像增强算法。改进后的CES算法基于对图像块分类,对每个图像块判定类别,针对平滑块、纹理块、边沿块,分析图像块交界处块效应产生的原因并根据图像块背景特点,结合原CES算法并改进,对不同类型图像块采取合适的改进的图像增强算法,达到图像增强的目的,提高图像的主观视觉质量。仿真结果表明,改进的算法,以牺牲一些算法计算复杂度,针对纹理块和边沿块获得很好的图像增强效果同时,能够最大限度的抑制块效应,大大的提高了图片的视觉效果。     

基于模平方处理的小波图像增强方法

传统的图像增强算法存在噪声过增强的问题．为了更好地保证图像的整体增强效果,该文提出一种基于模平方处理的小波图像增强方法．实验结果表明,该算法可以有效地增强图像的细节信息,减小噪声的增强幅度,改善图像的视觉效果．     

基于红外和可见光图像融合的夜间环境图像增强

图像增强技术可以有效提高图像的整体或局部特性增加图像有用信息,改善图像的视觉效果.夜间图像增强是图像处理领域中的关键技术,使用图像增强可以提高夜间环境图像的信息量.对于单一传感器采集的夜间可见光图像,传统算法通过提高图像的饱和度和对比度进行图像增强,处理后的夜间图像易出现边缘锐化或图像伪影的现象.相比于单一传感器的夜间图像增强,红外和可见光图像融合技术可以大幅度的提高图像信息有效率.利用红外和可见光图像的成像特点将两者进行融合,有效地提高夜间复杂环境下图像的信息量,从而达到夜间图像增强的效果.实验证明使用红外和可见光图像融合的夜间环境图像增强方法优于传统算法,有效抑制边缘锐化、图像伪影和图像过度增强的问题,同时提高了夜间环境下图像的主客观质量.     

基于小波变换的煤矿井下岩层图像增强处理

针对煤矿井下岩层监视监控系统中图像模糊的问题 ,提出了采用小波变换进行图像增强处理 .通过分析了一种基于Mallat的传统的小波变换的图像增强方法 ,提出了综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法来实现含有噪声图像增强的算法 .通过实例综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法 ,实现了对煤矿井下锚杆钻孔内岩层图像的增强处理 .研究结果表明 ,基于小波变换的图像增强方法能够较好地增强煤矿井下锚杆钻孔内图像中的细节特征 ,从而获得了比较满意的视觉效果 .     

直方图均衡技术在数字X线医学影像中的应用

利用直方图均衡技术对低对比度数字X线医学影像进行图像增强处理,比较图像增强前后的效果。用直方图均衡算法,将原始图像低对比度,密集的灰度分布变得比较稀疏和均匀,处理后的图像视觉效果得以改善。直方图均衡技术对于图像细节部分有所增强,使不易观察到的细节变得清晰。开发出基于VC++6.0平台的MFC应用程序。     

一种改进的计算量小的自适应矫正图像增强算法

在自适应色调矫正算法的基础上,提出了一种改进的图像增强算法。经实验表明,非线性自适应色调矫正图像增强算法对于欠曝光的图像具有显著改善效果,可有效增强图像视觉效果。     

基于Android平台的图像增强算法

针对传统图像增强算法存在的不足, 提出一种基于Android平台的图像增强算法. 首先,采用同态滤波对图像进行预处理, 并用小波变换分解图像; 然后对图像进行对比度拉伸和亮度增强, 消除图像中的噪声等; 再采用小波变换重构图像各分量, 得到增强后的图像; 最后在Android平台上实现图像增强算法, 并用仿真实验测试其性能. 仿真结果表明, 该算法解决了传统图像增强算法的不足, 得到了较理想的主观视觉效果, 加快了图像增强的速度, 可满足图像增强的实时性要求.     

一种新的X光影像增强技术

本文引入模糊集的概念来描述目标区和背景区,并测定隶属度函数,建立了基于模糊集理论的图像处理模型,给出了具体方法。实验证明,处理后的图像增强了目标区图像的视觉效果,更好地表达了医学信息,进而提高了诊断的准确性。     

基于小波变换的煤矿井下岩层图像增强处理

针对煤矿井下岩层监视监控系统中图像模糊的问题，提出了采用小波变换进行图像增强处理．通过分析了一种基于Mallat的传统的小波变换的图像增强方法，提出了综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法来实现含有噪声图像增强的算法．通过实例综合利用基于小波变换的阈值化去噪方法和计算增强系数的实用算法，实现了对煤矿井下锚杆钻孔内岩层图像的增强处理．研究结果表明，基于小波变换的图像增强方法能够较好地增强煤矿井下锚杆钻孔内图像中的细节特征，从而获得了比较满意的视觉效果．     

单幅图像去雾方法研究综述

随着计算机视觉技术的发展及其在智能交通、军事以及安全监控等领域的应用需求,图像去雾处理成为计算机视觉领域中的重要问题与研究热点。在雾、霾等天气条件下,大气粒子的散射作用导致成像传感器采集的图像严重降质。图像去雾技术的任务是通过图像增强或图像复原方法去除天气因素对图像质量的影响,以改善图像的视觉效果和方便后期处理。归纳总结了单幅图像去雾方法的研究现状,重点分析了基于图像增强和复原的两大类方法,深入探讨了其中的一些经典算法并对这些算法进行了分析比较,最后针对基于图像复原方法的去雾技术指出了存在的问题并提出了未来的发展趋势。