基于侧抑制系数的红外图像细节增强算法

针对红外图像对比度低、细节不清晰和视觉效果模糊的缺点,提出了基于侧抑制系数的红外图像细节增强算法。通过分析指数分布侧抑制系数计算方法的不足,提出利用二次函数分布计算侧抑制系数的方法,提高算法增强红外图像细节的能力,利用红外图像本身的灰度信息自适应地调整侧抑制系数的参数,进而自适应确定侧抑制网络,对图像目标和背景进行不同程度的抑制,结合临界可偏差(just noticeable difference,JND)曲线中得到的人眼视觉分辨率特性,对图像进行能量恢复调整,使图像均值保持在人眼适宜观察的状态。仿真结果显示,与自适应指数函数侧抑制算法相比,算法处理后的红外图像对比度、信息熵以及信噪比都得到提高,图像细节更加清晰,视觉效果得到明显改善。     

一种基于物理光流与细节增强的湍流图像恢复方法

针对远距离成像系统容易受到大气湍流中压强、温度等因素的影响,得到的图像序列会产生图像畸变与模糊等问题,提出了一种基于物理光流与引导图滤波器细节增强的方法,从受湍流影响图像序列中恢复出清晰图像.首先,利用物理光流计算序列帧与参考图像之间的位移信息差,通过位移校正获得去扭曲的图像;其次,采用归一化稀疏表示进行去模糊;最后,...     

一种基于简化PCNN的红外图像分割方法

提出一种基于简化脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的红外图像分割新方法.针对红外航拍图像所具有的噪声大、灰度范围较窄以及具有对比度反转现象等特征,从原始图像与分割图像的相似性出发,采用最大互相关匹配来确定PCNN的最优参数,最终完成图像分割.实验结果验证了该方法的有效性.     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理,并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法,通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。     

一种基于混沌的图像加密改进方法

在对现有的两类图像加密方法安全性分析的基础上,提出了一种改进的图像加密方法．这种方法基于传统混沌加密算法,利用混沌系统对初始条件的敏感依赖性,在图像加密过程中引入一个辅助密钥,可有效抵抗已知明文攻击．分析及计算机仿真结果表明,该加密方法具有良好的加密效果,运算量小,易于硬件实现。     

一种基于对比度增强的图像显著性检测方法

在视觉注意机制下,图像显著性表现为人眼对图像中部分区域的重视程度,但采用频率调谐(frequency tuning,FT)算法进行图像显著性检测时,出现显著区域亮度不均匀、细节信息不明显等问题。针对上述问题,提出一种基于对比度增强的图像显著性检测方法。该方法将输入图像进行全分辨率对比度增强处理,通过高斯带通滤波器筛选出显著性区域,然后将Lab颜色空间分解成3个特征通道并做归一化处理,利用各通道的能量占比进行动态权值融合得到最终显著图。结果表明,该方法提高了目标轮廓及内部细节信息的清晰度,明显地突出显著区域,更易于目标的检测与识别。     

一种新的红外舰船图像分割方法

为了能够较好地分割出舰船目标,实现后续的目标检测和识别,提出一种基于显著性检测的红外舰船图像分割方法。首先利用AC算法和FT算法对图像进行处理,将两种方法处理后的显著图合并,提高目标轮廓亮度,然后利用选大恒虚警检测的原理对图像进行二值化分割。通过对比其他几种分割算法,证明此算法有更强的抗干扰能力,分割效果更好。     

基于C-V方法改进的红外图像自动分割

基于简化的Mumford-Shah水平集图像分割模型,Chan-Vese提出了不依赖于图像边缘的水平集图像分割算法(C-V方法).但是该方法分割参数难以确定,对于具有非均匀灰度背景的红外目标图像常常分割失败.针对这一问题给出了改进的拟合能量模型,新模型兼顾到了目标的同质性信息与其所占面积比例的关系.基于该模型的水平集图像分割方法自适应于灰度起伏的背景,可以较为理想地分割出与背景灰度差异不太明显的目标,对小目标也具有很强的适应性.实验结果表明,在固定水平集分割参数的情况下,新方法对于不同类型、不同背景的红外图像具有了良好的适应性.     

一种基因芯片图像的对比度增强方法

为降低对比度对网格定位和基因点分割的影响,提出了一种基因芯片图像的自适应对比度增强方法.基于四阶矩进行图像对比度计算,并统计图像背景灰度,从而实现仅针对基因点的自适应对比度增强.通过6个不同数据集的79幅图像实验表明:该对比度增强方法无需人工干预及参数输入,可自动增强图像对比度,鲁棒性强;对比度增强后的图像网格定位准确率普遍提高,最高可达25%.     

一种改进的基于图论的图像分割方法

提出了一种融合边缘检测与图论的图像分割方法,在基于图论方法进行图像分割之前,引入边缘检测对像素点进行预分类,以消除图论方法因为区域的过合并导致的欠分割现象.实验结果表明该文的算法能取得很好的分割效果.     

一种基于改进Hu矩的图像检索方法

提出了一个在形状轮廓的基础上,进行改进的Hu矩的形状特征提取与检索方法。首先,对图像进行预处理,利用多阈值颜色分割法提取出图像的前景对象,再采用轮廓跟踪法得到该对象的形状轮廓特征;然后,计算7个不变矩,再转化为10个改进的Hu矩,组成图像的特征向量;最后,用欧氏距离度量图像间的相似度。实验结果表明,该方法具有较好的检索效果。     

一种新的红外图像的去噪和增强算法

针对红外图像信噪比小的特点,提出一种基于Prewitt算子的改进方向中值滤波（IDMF,Improved Directional Median Filter）去噪算法,通过Prewitt算子计算目标背景过渡区域(TBA, TargetandBackground Area）的梯度方向,以此找到对应的轮廓方向,在轮廓方向上进行中值滤波,在滤除噪声的同时可以较好地保留图像细节.同时,针对红外图像的灰度分布集中且对比度小的特点,提出了一种局部对比度增强和全局对比度增强相结合的增强算法.首先采用Roberts交     

一种实用的红外图像模拟生成方法

提出了一种红外图像模拟方法,该方法以可见光图像作为红外背景模拟数据源,并采用Multigen,Vega等建模仿真软件模拟特定目标,通过红外目标与背景图像的叠加,并根据红外成像系统的三维噪声模型进行噪声处理,实现红外图像模拟．在红外背景模拟中,提出了以感兴趣区域分割为基础的区域划分方法,该分割方法较好地保留了区域细节,从而获得较精确的分割结果．最后给出的模拟实验结果表明本方法既能获得比较逼真的红外模拟图像又具有很强的实用性．：     

亮度保持和细节增强的红外图像增强方法

针对红外图像对比度低和细节信息少的特性,提出一种能保持亮度和增强细节的方法。改进的自适应双边滤波将图像分成基本层和细节层,在基本层利用基于高斯混合模型的直方图规定化实现亮度保持,在细节层利用人眼视觉特性自适应选取增强函数来增强较弱细节并保护原图像中的清晰边缘不失真,再恢复到原来灰度空间。研究结果表明:该算法可保持整体明暗视觉效果,同时,原图像中较暗和较亮处的细节都可得到有效增强。     

分割式图象频域增强及其改进方法

针对扫描后的图象受原因和印刷质量、原因纸的磨损、扫描仪的分辨率等多种因素的制约，采用分割式频域增强办法对图象进行处理，并结合空域增强方法在此基础上进一步改进，最后得到了较好的图象增强效果。     

一种基于频域纹理特征的图像文字定位算法

图像中文字信息的提取和识别具有极大的应用价值,文字定位是文字提取最关键的步骤之一.现有文字定位算法复杂度高,查全率和查准率都有待提高.本文提出一种基于频域纹理特征的图像文字定位方法.在图像频域提取纹理特征后初步定位文字区域,再根据文字区域的几何属性得到最后的定位结果.实验结果证明,该方法在粗定位和精确定位阶段均能取得较好的效果,且计算复杂度较低.     

可增强图像细节的改进的直方图均衡化算法

针对传统的直方图均衡化算法易导致图像细节信息丢失和噪声放大的特点,本文在直方图均衡化算法的基础上加以改进,将图像的高频分量和低频分量分开进行处理,然后再进行合并去噪,能够在增强图像整体视觉效果的同时较好地保持图像细节,抑制图像噪声.实验结果表明,该技术能使图像的细节和清晰度得到明显的增强.     

一种基于改进的AdaBoost的SAR图像分类方法

合成孔径雷达(SAR)图像由于受到相干斑点噪声的影响,使得其高精度的分类算法研究受到极大的挑战.为了提高SAR图像分类的性能,本文根据SAR图像的成像机理和统计特性,通过灰度共生矩阵特征的提取,结合纠错编码,构造了一种SAR图像分类的Ada Boost改进算法.实验结果表明,该算法得到较好的分类结果,分类精度得到了显著的提高.     

一种改进的图像边缘检测方法

为了有效提取图像的边缘,提出一种新的基于欧氏距离图的边缘检测方法.首先计算像素间新的欧氏距离,得到欧氏距离图,新得到的欧氏距离在计算过程中强化了图像块中心像素的作用.为了消除噪声对距离图计算的影响,利用主成分分析去除图像块组中的图像块之间的相关性,从而达到降噪目的.得到的距离图能更好地突出背景与边缘信息,通过改进的水平...