基于改进同态滤波的医用X光图像增强算法

针对医用X光图像对常规图像增强算法较敏感、易失真的特点,提出一种基于改进同态滤波的X光图像增强算法.算法将X光图像特性及同态滤波方法在图像增强上的优势结合起来,构建基于医用X线图频域的同态滤波器,通过指定最大增频位置及最高增益系数2个控制参数实现同态滤波控制,在不削减低频信号的基础上适当放大中高频信号,保留X光图像暗区易丢失的灰度及细纹信息,同时突出重要的组织边缘及纹理特征.实验证明,该算法失真率低、操作简便且运行效率高,对医用X光图具有较理想的增晰效果.     

基于小波变换的同态滤波法去雾图像处理

主要使用同态滤波的方法进行去雾,对传统的同态滤波算法进行改进,引入基于小波变换的同态滤波方法,重点采用改进的Butterworth滤波对小波变换域系数进行处理,再进行小渡重构得到去雾后的图像.此方法在保持图像总体原貌的基础上对图像局部对比度增强效果显著.     

基于同态滤波的视网膜图像辐射量畸变校正

在对视网膜图像成像特点分析的基础上，对视网膜图像辐射量畸变的原因进行了分析，提出采用同态滤波的方法进行辐射量畸变校正，并设计了相应的同态滋波器。通过和直方图均衡化及多段线性灰度拉伸方法的实验比较，可以看出此方法可以更多地保留图像中的细节，使得图像中的整体光照更加均匀。     

红外视频监控图像增强算法的比较研究

提出基于Retinex理论的McCann99结合自适应直方图均衡化的算法,并与同态滤波、MSR及McCann99的算法进行了比较．红外视频监控图像的计算机处理实验结果显示该算法可以增强图像的亮度和对比度,有效改善图像质量．     

改进后的同态滤波图像处理技术中的应用

基于Matlab的数字图像的处理方法,应用到土地利用调查项目中,重点阐述了改进后的同态滤波增强算法的运用,并通过实验验证滤波器的效果,且用Matlab编程实现图像增强处理,然后再对比频率域高斯型低通滤波器的滤波效果,从而找出比较满意的算法,以得到对土地利用调查来说视觉效果更好的遥感图像。     

基于加权平均的红外图像增强算法研究

传统的红外图像处理算法效果各有利弊,并不理想.通过对常见图像增强的方法进行分析,给出一种针对平台直方化处理算法和高通滤波算法加权平均的红外图像增强算法,并阐述了其具体实现方式;具体包括红外图像的平台直方图算法、增强的红外图像高通滤波算法,在此基础上给出了基于加权平均的红外图像增强算法.     

基于同态滤波的图像去烟雾方法研究

在火箭/导弹发射时,地面试验图像受烟雾干扰严重,在地面试验图像预处理中,烟雾去除研究非常重要。本文首先从频域滤波法进行了探讨,提出了一种新的同态滤波方法。最后采用五种不同的客观评价方法对处理后的图像进行评价。实验结果表明,本文所提出的方法去烟雾更有效。     

多通道自适应同态增强法在图像增强中的应用

目前,医学上对尘肺病尚无根治的有效方法,医生主要参照职业病史和依靠X线胸片进行诊断。然而,尘肺X线图像具有动态范围宽、细节丰富和对比度差的特点且尘肺早期病变特征并不十分明显,这些因素都不利于尘肺病的早期诊断。文中主要研究了多通道自适应同态增强法在尘肺X线图像中的应用。借助于数字图像增强法,对尘肺X线图像进行对比度增强处理,突出尘肺病灶,从而有助于降低尘肺病早期诊断漏诊率。     

基于同态滤波及多尺度Retinex的低照度图像增强算法

针对在彩色图像采集过程中,光源偏暗或曝光不足等因素,常导致图像亮度和对比度偏低问题,提出了一种改进的低照度图像增强算法。首先用改进的同态滤波增强低照度图像的RGB各分量;然后将RGB图像转换到HSV彩色空间,对饱和度分量进行自适应非线性拉伸;同时用改进的多尺度Retinex算法对亮度进行增强处理,对照射分量用伽马变换进行校正,对反射分量用Sigmoid函数进行处理,最后将图像再转换至RGB空间。用MATLAB对图像进行仿真处理。实验表明该算法提高了低照度图像的信息熵、峰值信噪比和对比度,提升了低照度图像的视觉效果。     

基于小波和分块同态滤波的变光照图像增强方法

为提高变光照情境下图像质量,针对部分图像存在亮度不均、对比度低的问题,提出了基于小波与分块同态滤波的图像特征增强算法.首先将图像从原始色彩空间转换为H SV空间,以图像亮度分量V作为增强对象;然后利用小波变换代替分块同态滤波中的传统傅里叶变换对亮度分量分解,并对小波分解的子图像进行分块后进行高通滤波处理,对滤波后的图像...     

基于小波变换的红外图像模糊与同态增强

针对红外图像对比度差、视觉效果模糊的缺点,提出了一种基于小波变换的红外图像模糊与同态增强算法。首先,采用正交小波变换对红外图像进行处理,将空域图像转换到频域,得到小波各层的分解系数;然后,运用同态滤波法对红外图像的低频子带小波系数进行处理,同时对红外图像的高频子带小波系数进行模糊增强处理;最后,经正交小波逆变换重构得到增强后的红外图像。实验结果分析表明,该方法可以增加红外图像细节,提高图像对比度,符合人眼视觉直观感应,能够有效达到红外图像增强的目的。     

基于水下图像增强算法的研究

由于水下图像成像条件复杂、质量较差,给实际操作和科研带来了很大的难题。图像增强方法可以针对水下图象的特点改善其质量。直方图法可以增大图像的灰度变化范围,丰富灰度层次,改善视觉感知效果,达到图象增强的目的;同态滤波法可以有效的消除图像的照明不均,增强暗区的图像细节;通过实验验证,选用的方法能够有效地减轻图像细节的模糊,轮廓更清楚,对实际水下图像进行处理,增强效果明显。     

一种改进的红外图像增强算法

根据红外图像的特性,在对常用的线性灰度变换法、直方图均衡化法和边缘检测法等图像增强算法进行详细分析的基础上,提出了一种采用平台直方图均衡化和增强高通滤波加权平均的红外图像增强算法,并给出了该算法的FPGA电路实现和时序仿真效果。提出的图像增强算法能适应红外探测器的各个工作阶段,易于FPGA实现且具有较好的图像增强效果。     

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ERDAS二次开发的遥感图像同态滤波薄云去除算法的改进

遥感图像中,云覆盖是最常见的噪声之一.针对薄云处于低频的特点,近年来通常使用同态滤波进行去云处理,然而同态滤波对所选中的整个区域进行处理,不仅处理了有云的区域,同时也影响无云的区域,特别是边界区域受到很大的影响.本文在分析同态滤波的特点后,在运用C语言对ERDAS进行二次开发时,对同态滤波去云算法进行改进,既实现同态滤波对云层的处理效果,又保持无云背景地区的信息不受任何影响.     

一种改进的同态滤波图像增强算法

针对传统同态滤波算法存在多参数不易控制和参数值经验化的问题,提出一种改进的指数型单参数同态滤波图像增强算法。该算法根据距离矩阵最大概率点估算截止频率,合并锐度因子和截止频率使算法只随距离矩阵的变化而变化,提高了算法的通用性。仿真实验结果表明,改进算法在提升图像对比度的同时增加了图像的边缘及细节,增强了图像整体视觉效果。     

基于粒子群优化的红外图像增强方法

为解决低照度条件下红外图像边缘模糊、对比度差等问题,提出了一种红外图像增强算法。用粒子群优化算法(particle swarm optimization,PSO)结合伽马校正方法,将灰度标准方差融入评价函数,熵、边缘内容、灰度标准方差被用作每个粒子的目标函数,来评估所获得的红外图像增强结果,通过寻找最优伽马值对图像进行全局增强,实现了对红外图像的细节增强。实验结果表明,与传统直方图均衡(histogram equalization,HE)算法、自适应直方图均衡(adaptive histogram equalization,AHE)算法、限制对比度的自适应直方图均衡算法(contrast limited adaptive histogram equalization,CLAHE)相比,该算法的峰值信噪比(peak signal-to-noise ratio,PSNR)、均方误差(mean-square error,MSE)、结构相似性(structural similarity index,SSIM)指标为所有对比算法中最优,PSNR、SSIM分别提升了约56. 97%和18. 01%,SSIM优化了约18. 01%。通过该改进算法来处理红外图像,可以显著提高图像对比度,使图像细节更丰富,视觉效果得到很大改善。     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明：此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。     

基于Matlab的同态滤波算法的研究

研究了基于FFT的同态滤波算法和基于WT的同态滤波法算法,并应用Matlab软件仿真实现了上述算法.仿真结果表明采用基于FFT的同态滤波后,图像整体的对比度提高了,但是局部对比度增强效果不理想;而采用基于WT的同态滤波算法后,有效地消除了光照不均带来的影响,特别是在图像的边缘附近局部对比度有明显增强.     

指针式仪表图像高斯同态滤波增强算法研究

分析了指针式仪表图像的特征,探讨了指针式仪表图像高斯同态滤波增强算法.介绍了同态滤波的基本原理,利用高斯同态滤波算法对指针式仪表图像进行预处理,以增强图像的对比度,并提出了滤波器参数的选取方法.最后对增强后的图像进行最大类间方差二值化,为仪表图像的后续处理和后续识别工作奠定了基础.