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.     

低对比度叠层薄片的机器视觉计数测量方法

为解决印刷等行业在薄片计数上的难题,提出了一种基于机器视觉的计数测量方案.采用最新的高分辨率的CMOS相机和百万像素、低畸变的定焦镜头搭建图像采集系统.针对低对比度叠层薄片检测难题,提出了一种局部直方图均衡化和基于双高斯二阶导的线状增强相结合的算法.算法主要分为以下几部分:首先,获取采集平台采集的薄片图像,为提高算法速度,只选取采集的部分图像作为处理区域,并通过小波去噪对其进行预处理;接着,利用局部直方图均衡化对预处理后的图像进行对比度增强;然后,在水平和竖直方向分别用双高斯二阶导数和均值滤波器处理,得到线状增强后的薄片检测结果;最后,对薄片检测结果进行峰值检测计数,并将检测结果实时显示出来.实验证明,此计数测量方法对多种类型的薄片(包括纯白的0.05mm的薄片)的计数误差都小于0.01%,而且可以节省大量人力和物力,值得被推广和运用.     

基于直方图均衡与小波变换的超声图像增强

针对超声图像对比度低、成像质量差的问题,提出了一种基于小波变换的直方图均衡算法,用于超声图像对比度增强,并使信息熵有很大提高。直方图均衡可以使图像灰度分布接近均匀,提高图像对比度,但图像的信息量会有一定程度的损失。本算法首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理,使图像灰度分布更加均匀,损失的信息熵也得到很大提高。通过多幅的超声图像的实验结果证明,该算法效果明显,处理后的图像细节清晰可辨,边界信息也得到了保留。该算法对于超声图像临床视觉检查,以及图像目标识别、组织分割等都有很大好处。     

基于图像直方图与模糊核聚类的分割方法

利用图像直方图与模糊核聚类知识,提出一种新的分割方法,即先获取直方图数据信息结合期望值理论获得初始聚类中心,然后对图像进行模糊核聚类分割.本算法可以解决模糊核聚类算法对初始的聚类中心等信息较敏感的问题.实验结果表明,与标准的模糊C-均值(FCM)聚类分割方法相比,具有更优越的分割性能,分割结果与实际图像更为接近.     

基于局部直方图均衡化的指纹方向图算法

针对低质量指纹图像的纹理信息和灰度梯度信息遭到严重破坏的问题,提出一种基于局部直方图均衡化的指纹方向图算法.此算法结合指纹谷点与其相邻脊点特有的灰度差规律,修改了经典直方图均衡化的累积分布函数,用于放大源图像的纹理信息,使图像趋于二值化.基于放大的纹理信息,采用改进的点方向图算法计算指纹的谷点方向,使用直方图块方向图法赋予脊点方向,同时校正谷点的点方向,得到完整的方向图.通过对FVC2006指纹库中的部分低质量图像的增强结果进行比较,此算法对低质量指纹图像的增强性能优于传统算法.     

激光散斑参量与探测角度之间关系的研究

研究了激光散斑参量与探测角度之间的关系．实验和计算研究表明：对同一种实验样品粗糙表面，由于入射探测角度不同而导致激光散斑CCD图像的各种参量诸如对比度、熵、能量和平均值等都有不同的结果．通过对最大直方图熵阈值分割法的二值化图像的分析，可以得到随着角度的增大，CCD散斑图像中的斑点直径整体呈现变小趋势，而且斑点的分布趋于均匀的结果．此研究结果对于利用CCD获取激光散斑图像的各种测量技术参量分析非常有用．     

两种限定误差直方图之对比

直方图是许多商用数据库系统中最常用的一种估算查询结果大小的方法。本文在作者已有研究基础上,对限定误差直方图方法进行了讨论,并对两种限定误差直方图方法作了实验对比。     

面向密文图像信息隐藏的随机插值方法

传统图像插值方法应用于密文域图像信息隐藏时会降低信息隐藏系统的安全性.为此利用随机分配插值权重的策略设计了一种密文图像随机插值方法.该方法首先生成大小为密文图像两倍的初始插值图像,对于插值图像的奇数行和奇数列像素,直接用密文图像的相应像素填充;对于其他位置的像素,先用伪随机函数生成随机值,再结合像素的具体位置来计算插值结果.实验结果表明,所提方法生成的密文图像的插值图像,其直方图近似均匀分布.对比结果显示该随机插值方法在安全性方面优于3种文献插值方法.     

运用自适应方法去除图像阴影

针对图像阴影的几何轮廓、光学属性、灰度分布等特性,分析了3种去除阴影的算法。各算法的应用范围具有局限性,不能被广泛应用,仅能处理符合一定条件的图像。根据各算法的应用条件和参数阈值,设定判定程序,使得3个算法能够有效地结合应用,应用范围扩为3个算法的总和。判定命令帮助输入图像自动寻找最佳去影算法,突出了自适应的特点,也实现了大部分图像阴影的去除。     

基于 UCM 算法中直方图拉伸的水下图像增强研究

针对水下图像色彩失真,对比度低以及图像模糊不清等一系列问题,提出了一种基于色彩模型的水下图像增强算法,改进了现有的 UCM 算法的直方图线性拉伸,使用限制对比度自适应的方法对直方图进行非线性均衡化,使处理后的图片对比度增强效果更好,图像质量更高,更符合人类的视觉感知。 通过搭建的水下海参场景和模拟海底图像偏蓝绿色的实验环境,拍摄了 4 组海参在不同姿态、工况下的水下图片并对其进行定性、定量分析,得出改进后的 UCM 算法在 UIConM、UIQM、NIQE 指标下的数值分别平均为 0. 63、4. 30、3. 30,相比较其他 3 种算法,该算法处理后的图像质量评估指标均为最优,由此证明了研究的算法相对于其他的传统算法显示出更好的可行性和优越性,并且能够适应不同的水下工况,拥有良好的鲁棒性。