MATLAB和VC环境下图像处理效果比较

灰度直方图是图像预处理技术中涉及最广泛的基本概念之一,是图像最基本的统计特征,它反映了图像灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内达到分布均匀,以改善图像的亮度分布状态,增强图像的视觉效果。本文介绍了直方图理论基础以及直方图的均衡化,以一个灰度图像为例,在MATLAB和VC环境下实现了灰度直方图的绘制与直方图均衡化处理,并对其效果进行比较。     

基于灰度图像的曝光量估计方法

针对宽范围光照场景下成像系统存在的曝光不足或曝光过度的问题,以灰度图像的灰度直方图为基础,计算平均灰度,依据峰值灰度和灰度图像两侧是否存在零像素区域,估计图像曝光量效果是否恰当．研究了图像灰度直方图的灰度分布与曝光效果的关系,应用估计方法给出了曝光系列图像的实验结果．实验结果表明,此算法能够计算估计出图像的曝光效果,无需数据库支撑,复杂度低,易于实现．     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法.在信息论的编码熵的基础上提出了灰度熵的概念,并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征.在人脸检测系统中,把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练,得到检测用分类模型,然后把分类模型应用于人脸检测.实验证明了这种方法的有效性.     

滤光片阵列多光谱图像拼接与灰度调整算法

针对滤光片阵列多光谱图像拼接后单波段图像中地物灰度不一致问题,提出各波段重叠区域灰度均值比的均值统调算法。首先,根据各条带有效区域构建多光谱图像模板,利用平台姿态信息对多光谱图像及图像模板进行投影变换,再利用SURF(Speeded Up Robust Features)算法提取图像匹配点并计算相邻图像间单应性转换矩阵,选择中间序列图像为参考图像,对投影后的图像及其模板进行配准;其次,计算投影后各单波段图像重叠区域灰度平均值比的均值作为图像灰度调整系数,并以参考图像为基准,依次调整配准后图像灰度;最后,利用灰度调整后多光谱图像和配准后图像模板得到各单波段序列图像,通过图像拼接得到灰度一致的大区域单波段图像。理论分析与实验结果表明：该方法不仅可以有效解决滤光片阵列多光谱图像地物灰度不一致的问题,而且能够最大限度保持地物在不同波段下的光谱信息特征。     

用梯度倒数加权法实现图像的空间域平滑

图像平滑是数字图像处理的一个重要内容。在所涉及的图像中,相邻象素的灰度之间大多具有很高的相关性,一幅图像中大多数象素的灰度与其相邻象素的灰度差别不大。因为这种灰度相关性的存在,一般图像的能量主要集中在低频区域中,只有图像的细节部分的能量才处于高频区域中。但因为在图像的数字化和传输过程中经常有噪声和假轮廓出现,这部分信息也集中于高频区域内。     

高动态多光照环境下图像灰度校正方法研究

在高动态多光照环境下,采集的图像通常存在光照不均匀的现象,需对其进行灰度校正处理。当前图像灰度校正方法无法有效分离高动态多光照环境下图像的目标点与背景点,图像灰度校正效果不佳。为此,提出一种新的图像灰度校正方法,依据Retinex中的照度和反射模型对高动态多光照环境下的图像进行描述,通过投影思想对高动态多光照环境下的图像区域进行分割。针对页白区域,将其置为背景色;针对均匀区,通过全局处理方式对其进行灰度校正处理;针对阴影区域,通过采样法对其进行灰度校正处理,给出高动态多光照环境下图像灰度校正的详细过程。实验结果表明,采用所提方法对图像进行灰度校正处理后,图像质量高,细节丢失少,且处理速度快。     

B超图像的模糊增强处理

文章根据B型超声波本身所具有的图像灰度特性,首先引用模糊数学的集合理论预处理图像,用像素的相对灰度等级作为图像的模糊特征,在对B超图像的灰度范围作灰度线性变换和中值滤波的基础上,再采用模糊算法实现B超图像的模糊增强处理。实验结果表明,合理选择分界点Xc和调节模糊参数Fp可显著提高图像的增强效果。     

关于静态灰度图像校正方案的研究

灰度图像是图像样本中最基础的一种,具有数据量小,表示简单,编码、存储、传输方便等优势,同时也是构建复杂彩色图像的基石,对于大多数图像处理场合都适用。本文通过研究低质量,高噪声灰度图像的像素特征,提出对静态灰度图像进行校正的综合点运算,包含分布运算,线性变换、阀值设定、窗口变换及灰度拉伸等各种子算法。实践证明,对不同图像进行合适的各种具体点运算对于灰度图像有很好的校正效果,极大提升了灰度图的质量,在此基础上后期加入色度算子还可以提升静态彩色图像的质量。     

背景差目标检测法中图像灰度校正问题的研究

背景差目标检测法是一种常用的视频目标检测方法,它是将当前帧图像与背景图像求差以获取目标。但摄像机会根据环境的变化自动进行光圈调整,在调整的过程中图像的灰度特征不断变化,这使得背景差目标检测方法的稳定性、准确性和完整性受到了严重的影响。假定背景图像已经构建,通过对灰度调整原理的分析,提出了一种通过设定灰度校正采样区域,计算灰度变换函数,对背景进行灰度校正的方法,使背景图像与当前帧图像在亮度、对比度等灰度特征上相匹配。     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法．在信息论的编码熵的基础上提出了灰度熵的概念，并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征．在人脸检测系统中，把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练，得到检测用分类模型，然后把分类模型应用于人脸检测．实验证明了这种方法的有效性。     

基于gλ模糊测度的加权模糊聚类方法及其应用

文章从传统的目标函数聚类方法的思想出发,在基于gλ模糊测度的聚类方法基础上,提出基于gλ模糊测度的加权模糊聚类方法,并给出基于统计特性的权值计算方法;分别利用图像的一维灰度特征与一维灰度直方图加权和二维灰度特征与二维灰度直方图加权,将2种加权的模糊聚类方法应用于图像分割;分别给出带有强高斯白噪声灰度图像和强黑白像素点噪声灰度图像的加权前后分割结果比较。     

基于WT和Retinex理论的低照度灰度图像增强算法

针对低照度图像噪声大、亮度对比度低、局部细节信息欠清晰等问题,为降低低照度灰度图像噪声,并提高其亮度和对比度,提出了一种改进型小波阈值去噪和Retinex理论的低照度图像增强算法。先采用改进型小波阈值变换对低照度灰度图像进行去噪,降低灰度图像高斯白噪声,再运用Retinex理论对去噪后的图像局部细节进行增强。Matlab仿真结果表明,本文算法在处理低照度灰度图像的高斯白噪声时峰值信噪比原图提高了7.76,标准误差下降了5.86,且低照度灰度图像的亮度和对比度都较大幅度提高。     

基于灰度冗余的红外图像直方图处理技术

该文提出一种改进的消除灰度冗余的红外图像直方图均衡算法.通过统计红外图像灰度的分布规律,将像素灰度分布为零的灰度级进行完全压缩,设定适当的阈值,将小于阈值的无效灰度级映射到阈值灰度级,对有效图像灰度级进行无损均衡.该算法在压缩灰度冗余的同时,进行直方图均衡,克服了传统直方图方法在图像增强时造成的灰度断层和丢失,提高了图像质量.     

基于统计特性的路面图像光照不均匀校正算法

针对传统的灰度校正方法不能有效地校正全局光照不均匀的路面图像,提出基于统计特性的路面图像光照不均匀校正算法。算法根据路面图像自身的特点,以及正态分布特性,利用图像的均值和方差估计每个子块图像的背景灰度值,然后利用双线性插值的方法构造背景灰度矩阵,最后原图像减去背景灰度即可得到校正后的图像。仿真实验证实,该算法能有效地减少图像的光照不均匀,达到校正图像的目的。     

微小零件图像二值化处理的研究

采用图像处理与分析方法进行微小零件尺寸及形位误差检测时 ,所获得的微小零件灰度图像的噪声较大 ,对其进行二值化处理时需要根据图像的灰度值确定一最佳灰度阈值。如若确定的灰度阈值偏高或偏低将对图像分析的精度产生严重的影响。为此本文提出确定灰度图像二值化最佳灰度阈值的两种方法 ,即“双峰法”和“信噪比统计法” ,并论证了这两种方法在微小零件尺寸及形位误差的检测中的实用性和局限性     

基于颜色纹理和形状特征相结合的图像检索系统

灰度共生矩阵是一种有效的纹理图像分析方法,为了更有效地进行图像检索,定义了一种新型的灰度共生矩阵描述子,该矩阵描述子能够有效结合颜色、纹理和形状特征,通过描述像素的空间相关性来进行基于内容的图像检索. 利用该矩阵描述子进行图像检索时,先在RGB颜色空间中计算彩色梯度,然后利用灰度共生矩阵来描述图像特征. 实验结果表明其检索性能优于传统的普通灰度共生矩阵.     

一种适合于昏暗光线下的驾驶员脸部定位方法

采用CCD摄像机获得驾驶员脸部图像.由于黑天光线不足,肤色较暗,在将彩色图像转变为黑白图像的过程中,首先通过腐蚀和膨胀结合的方法去除图像部分的噪声.采用图像差异的阈值处理方法,初步选定灰度阈值,再利用二次非线性方程对灰度值进行归一化处理,强化了图像灰度集中各灰度值之间的差异,以此灰度阈值作为分割人脸和背景的界限值,得到图像的灰度直方图,再把灰度直方图向水平和垂直方向投影,获得驾驶员脸部区域,实现对驾驶员面部定位.该方法可以在昏暗光线下,定位人脸区域,有效去除干扰.根据上述算法,进行了不同环境和路况下的监控试验.结果表明:在昏暗光线下。驾驶员脸部定位的平均准确率达到83%,该方法具有实时、准确的...     

红外序列图像目标的高效跟踪

针对Mean shift算法中仅使用灰度特征难于实现对红外序列图像目标准确跟踪的问题,提出了利用边缘-灰度特征相融合的目标跟踪算法.为了实现红外序列图像中目标的高效跟踪,在研究Mean shift灰度特征的基础上,根据红外序列图像的边缘方向信息与灰度信息构建了边缘-灰度目标模型,将此模型应用到目标跟踪算法中,提高了Mean shift算法在红外序列图像目标跟踪过程中的运算能力.实验证明,该方法能够增加灰度直方图对目标模型的描述能力,提高了目标跟踪算法的鲁棒性.     

利用MATLAB实现医学图像灰度增强的应用研究

基于空域的图像灰度增强是医学图像处理的一个重要手段,它能有效改善图像整体或局部特征.直方图是图像灰度增强中最重要的基本概念之一,它用于显示图像的灰度值分布状况,并且能有效地用于图像增强.本文主要讨论了图像灰度调整实现、直方图均衡化、直方图规定化图像增强技术,并给出了相关的基本原理.同时用MATLAB语言加以实现.     

一种自适应红外图像增强算法

针对红外图像普遍存在的目标与背景对比度差的特点,提出一种自适应红外图像增强算法.该算法首先采用峰值与局部最大值估算法相结合的方法自适应地计算出两个阈值,由此将图像分为背景段、目标段和过渡段三部分;然后对不同的灰度段采用不同的变换系数分段进行灰度拉伸和压缩变换,实现图像的自适应增强;最后对得到的图像进行灰度间距的均衡化处理,把灰度等级在整个显示范围内等间距排列.实验结果表明,该算法能够实现自适应阈值选择,获得灰度更加连续的红外图像,有效地增加了图像的细节和清晰度.