巴特沃斯高通滤波器在图像处理中的应用

本文讨论了巴特沃新高通滤波器的原理及其在数字图像的锐化处理中的应用．     

MATLAB实现数字图像增强处理

讨论了数字图像增强技术中涉及到的直方图均匀化、对比度增强、平滑滤波、锐化等内容及用MATLAB的实现,同时还分别给出标准的数字图像在各种处理前与处理后的对照图像。     

基于双线性内插的图像处理算法及其优化

双线性内插放大算法在平滑图像的同时会使边缘模糊。针对此问题,提出一种基于双线性内插的增强图像轮廓优化算法,使用高通滤波器让高频分量通过,实现边缘细节锐化,提高图像轮廓清晰度。实验分析,优化算法更适于数字图像实时放大处理。     

数字图像中值滤波检测

在数字图像取证研究中，目前研究方向均着重于恶意篡改图像内容的检测，包括复制一粘贴操作、移走前景人物等。然而由于保持图像内容不变的后处理操作，如对比度增强、锐化、各类去噪滤波等，会对图像取证算法的准确性造成一定的影响。由于中值滤波的非线性特征，它被广泛用于各类反取证攻击中。通过提取简单而有效的特征，来检测数字图像是否经过了中值滤波。实验结果证明了算法的有效性。     

基于DSP+FPGA的红外图像锐化算法的实现

为了改善红外图像的成像质量,根据红外图像的特点,提出了一种改进的拉普拉斯锐化算法——受限拉普拉斯锐化算法,并采用DSP＋FPGA的架构进行实时处理。对普通拉氏锐化算法和受限拉氏锐化算法的处理效果进行比较。受限拉氏锐化算法有效地控制了图像的噪声,使处理后的图像边缘更加清晰,又保护了图像的细节。     

利用异常边缘进行图像锐化篡改取证

为实现图像的完整性和真实性鉴别,提出了一种针对人工锐化的取证方法.利用非抽样Contourlet变换分析图像边缘点,进行边缘点分类;通过研究锐化前后预测误差图像和相位一致性来统计正常边缘点与锐化边缘点之间的差异,提取特征,训练分类器;利用SVM标定人工锐化痕迹.实验表明,该方法能够有效地检测出图像人工锐化篡改操作,较为准确地定位图像篡改边界.     

Photoshop图层在图像锐化中的应用

本文介绍了锐化图层的建立方法和锐化图层的作用。在图像锐化处理过程中,通过图层可以实现图像锐化强度随时调整,可以实现有选择地锐化图像的一部分,以及在不进行图像模式转化的情况下,实现对图像亮度的锐化。     

基于Curvelet变换的边缘锐化方法

介绍了Curvelet变换的基本概念,说明了Curvelet在边缘锐化的算法实现,提出了Curvelet变换在边缘锐化中的进一步研究方向,指出了Curvelet变换能更适合图像边缘锐化,它克服了小波变换在图像锐化应用中的不足,显示出了很多的独到之处。     

二次滤波法提取图象边缘信息方法及其应用

提出噪声图象边缘信息提取的一种实用方法,该方法以锐化处理结果为基础,二次滤波完成图象预处理,研究表明,单纯对噪声图象进行锐化处理,只可增加视觉感观效果,不会使边缘提取效果增强,必须对锐化结果再次进行滤波处理后,才可获得满意的边缘信息。     

一种基于注意力嵌入对抗网络的全色锐化方法

全色锐化旨在将低空间分辨率的多光谱图像和高空间分辨率的全色图像进行融合，生成一幅高空间分辨率的多光谱图像．伴随卷积神经网络的发展，涌现出很多基于CNN的全色锐化方法．这些用于全色锐化的CNN模型大都未考虑不同通道特征和不同空间位置特征对最终锐化结果的影响．并且仅使用基于像素的1-范数或2-范数作为损失函数对锐化结果与参考图像进行评估，易导致锐化结果过于平滑，空间细节缺失．为了解决上述问题，本文提出一种嵌入注意力机制，并辅以空间结构信息对抗损失的生成对抗网络模型．该网络模型由2个部分组成：一个生成器网络模型和一个判别器网络模型．嵌入通道注意力机制和空间注意力机制的生成器将低分辨多光谱图像和全色图像融合为高质量的高分辨多光谱图像．判别器以patch-wise判别的方式对锐化结果与参考图像的梯度进行一致性检验，以确保锐化结果的空间细节信息．最后，在3种典型数据集上的对比实验验证了所提出方法的有效性．