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.     

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。     

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.     

结合Top-hat变换改善同态滤波的方法

同态滤波是处理照度不均匀引起图像质量下降的有效方法,可以平滑背景,提升对比度,增强图像细节.在实际使用中,每个图像成像的物理条件都不尽相同,同态滤波最佳参数的选择,需要经过大量实验确定,否则效果不佳.Top-hat变换有助于平滑背景,增强图像阴影部分的细节.提出了结合Top-hat变换改善同态滤波的方法,以减少因滤波参数选取所带来的开销.使用Matlab软件进行仿真,通过图像三维可视化效果、均值、标准差、信息熵、图像对比度客观评价处理后的图像.实验表明,此方法不仅降低了同态滤波对参数的依赖同时也增强了滤波效果.     

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。     

用Matlab实现基于小波变换的图像增强技术

小波是有限宽度的基函数,这些基函数不仅在频率上而且在位置上是变换的,因此,它更适合于处理突变信号和非平稳信号,这一特性可用于图像处理的很多地方,本文将其用于图像增强,并利用matlab软件进行仿真实验,获得了较好的效果.     

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.     

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.     

基于Matlab的图像去噪算法研究

为了研究各种去噪算法的优劣,在介绍图像去噪的基本原理、方法的基础上,采用传统的线性、非线性以及频域的方法对数字图像进行去噪效果的分析比较和仿真实现.最后,运用Matlab中小波工具箱验证了小波变换的滤波效果.结果表明,小波的时频特性,可更好的去除噪声.     

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。     

基于同态滤波的载波ESPI图像处理方法

在分析载波电子散斑干涉(ESPI)测量离面微小位移工作原理的基础上,提出了一种新的相关条纹图处理方法,这种方法将具有带通滤波效果的同态滤波技术和二次傅里叶变换技术相结合.实验表明,该方法不仅能有效滤除相关条纹图中的高频乘性噪声,而且能快速解调出离面位移和形变信息,适用于动态离面微小位移和形变的测量.     

一种新型高斯噪声滤波算法

为了更有效滤除数字图像中的高斯噪声,提出了一种新型滤波算法.该算法首先将含有高斯噪声的图像进行二维小波分解,得到高频和低频小波分解系数;然后保留低频小波系数不变,对高频小波系数通过维纳滤波器进行滤波,并进行小波系数重构;最后将重构图像进行多尺度小波分解,通过设定新的阈值和判别函数,弱化不重要的小波分解系数,并进行小波分...     

基于小波变换和中值滤波的医学图像去噪

简单介绍了离散小波变换、二维小波变换分解与重构和中值滤波的原理,提出了利用小波变换、中值滤波对含有高斯和脉冲两者混合噪声的医学CT图像进行去噪的一种新方法。实验结果表明:这种方法能够有效改善图像质量,较好地保持图像视觉效果,降低图像噪声;此方法的效果优于单纯的小波变换或单纯的中值滤波或先中值滤波再小波变换去噪的方法,是去除CT图像中含高斯和脉冲两者混合噪声的一种比较理想的方法。     

改进的同态滤波方法校正磁共振图像中偏差场

为提高磁共振图像的均匀性并减小不同生理组织的灰度交叠，针对磁共振图像中存在的光滑、缓慢变化的乘性偏差场，提出了改进的同态滤波校正方法。该方法将同态滤波和B样条平滑相结合，首先采用高斯同态滤波器对污染图像滤波，得到初步估计的偏差场；然后从中选出感兴趣区域用B样条拟合出平滑的偏差场。该方法能快速、有效地校正偏差场，同时去除了滤波后产生的边缘伪迹。在有偏差场的人头模型图像和计算机仿真的MRI图像的校正中，均取得了满意的结果。     

医学图像增强算法研究

简要介绍医学图像增强的概念和主要目的.从传统图像增强算法、基于区域的增强算法和基于小波变换的增强算法三方面对医学图像增强算法进行讨论.最后介绍图像增强效果的评价方法.