图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块.文中在分析噪声模型的基础上,对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较.针对图像中含有的不同噪声模型,通过多次试验,得出了值得从事图像处理研究者参考的结论.这将有助于提高图像处理软件开发的效率.     

基于K-L变换的多光谱图像增强方法

为在多光谱图像增强同时保持其光谱特性,提出了基于K-L变换的多光谱图像增强方法,并在研究如何准确量化增强前后光谱保持度的基础上,提出了光谱特性保持系数的概念.实验结果表明,该方法在对多光谱图像增强的同时,能较好地保持多光谱图像的光谱特性.     

探讨图像增强中直方图均衡化的应用

图像增强是数字图像的预处理,能有效地改善图像整体或局部特征。主要研究了直方图均衡化的图像增强的基本原理,并给出了相关推导公式和算法,同时以一个灰度图像为例,在VC++集成开发环境下实现了直方图均衡化的增强处理,并给出了实验结果图像及直方图。     

一种基于杜鹃搜索算法的图像自适应增强方法

图像增强是图像处理中关键步骤,基于归一化的非完全Beta函数变换的图像增强具有理想的增强效果。然而合理选取归一化的非完全Beta函数的参数是算法的关键和难点,常需要人工干预或是计算非常耗时。杜鹃搜索算法是一种新型的仿生智能算法,具有自适应、自组织等智能特性,具有强大的寻找优化解的能力。这里将杜鹃搜索算法用于归一化的非完全Beta函数参数的自适应选取,实现了基于杜鹃搜索算法的归一化的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性。     

图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上，对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型，通过多次试验，得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

基于差分卷积的弱光照车牌图像增强

车牌识别作为现代化智能交通系统中重要的环节,对提升路网效率以及缓解城市交通压力等问题具有重要的社会意义,然而弱光照车牌图像识别仍然具有重大的挑战。构建了一个基于差分卷积神经网络的弱光照车牌图像增强网络,将车牌的纹理信息解耦为水平垂直和对角线两个方向,对不同尺度空间的低照度图像进行纹理增强。为了避免增强结果局部过曝或低曝,该方法使用YCbCr颜色空间的损失函数来优化模型。图像增强实验结果表明,所提出的方法较传统的低照度图像增强方法相比,图像客观质量结果峰值信噪比提升了0.47 dB。同时,在仿真车牌和真实场景的车牌识别实验结果也证明了所提算法对于低照度图像感知质量提升的有效性。     

县级耕地遥感动态监测方法研究

利用不同时相的TM数据，采用遥感数字图像处理技术，首先对TM图像进行几何精校正，然后在图像增强处理的基础上，分别采用图像复合分类、图像比值和分类结果数学运算3种方法实现耕地遥感动态监测。在耕地信息准确提取的前提下，分类结果数学运算不失为耕地监测的一种有效方法。     

改进的自适应遗传算法在图像模糊增强中的应用

本文在图像增强中应用了模糊集理论,实现了以空间域—模糊域—空间域为主要过程的的图像模糊增强。首先通过Fibonacci数列对遗传算法做了自适应改进,而后以改进的适应度函数为惟一内在驱动力,利用遗传算法对模糊参数进行了自动选择,最后与传统的线性增强、直方图均衡进行了对比实验。实验结果表明该方法能改善原图像视觉效果,便于后续的图像分析。     

非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强

针对部分遥感图像整体亮度偏暗、对比度较低的特点,为提高遥感图像的视觉效果和可解译性,提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform, NSST)和参数化对数图像处理(parameterized logarithmic image processing, PLIP)模型的遥感图像增强方法。首先,遥感图像经非下采样Shearlet变换分解成低频分量和高频分量;然后依据PLIP模型对其低频分量进行增强,提高图像的对比度;同时利用改进的模糊增强方法对高频分量进行增强,突显边缘细节信息。大量试验结果表明,与双向直方图均衡增强、基于平稳小波变换的增强、基于非下采样Contourlet变换的增强等5种图像增强方法相比,本文提出的方法在主观视觉效果和对比度、清晰度等客观定量评价指标两个方面均有优势,能更有效地提高遥感图像的对比度、增强边缘纹理细节信息,视觉效果更佳。     

基于OpenCV的近景图像增强和分割算法研究

本文通过对近景图像的对比度和亮度进行分析实现了自动选择图像增强算法的方法,分别对金字塔均值漂移分割算法、分水岭分割算法和GrabCut分割算法进行了对比研究。经实验表明,图像对比度太小、亮度太高或太低对近景图像分割都会造成不利的影响,伽马变换增强算法适合调整亮度较高的图像,直方图均衡化增强算法适合调整亮度较低的图像。分水岭分割算法和GrabCut分割算法不适合近景图像多类别的自动分割,而金字塔均值漂移分割算法是基于核密度梯度估计的无参数快速统计迭代算法,可实现类别自动分割,分割精度较高,而且利用建立金字塔结构可进行多尺度分割。本文的研究成果对自动选择最佳的图像增强算法和分割算法以及参数设置具有重要的参考价值。     

一种加网图像去网的算法

采用查找网点中心的方法，计算出任意加网图像的网点网格，按网格中网点的面积率来转换成灰度值，改变二值图属性，从而达到去网的目的。实验结果表明，去网效果与加网图像的分辨率、加网线数、加网角度等因素有关。使用此算法可以得到较满意的去网效果，可以合成出满足打样要求的彩色图像，用于RIP后图像的数字打样。     

改进的航摄影像Mask匀光算法

针对航摄影像中存在高亮区域和大面积阴影等灰度剧烈变化区对匀光影像造成的灰度失真现象,本文对Mask匀光算法中的背景影像生成方法进行了改进,通过使用扩张吞噬算法明显改善了背景影像的质量。经对带有高亮度屋顶、高亮度水体和大面积阴影等特殊区域的航摄影像匀光实验表明,本文方法较现行Mask匀光方法具有更好的匀光效果,不但有效消除了特殊区域交界处影像的灰度失真现象,而且明显增强了暗区影像的纹理清晰度。     

遥感图像村级道路提取方法研究

对高分辨率遥感图像0.64~0.72μm波段灰度图进行直方图拉伸增强对比度,通过设立阈值分割图像得到二值图,再基于数学形态学消除噪声填充孔洞。然后,利用软件进行自动矢量化。实验证明,该方法能有效处理遥感图像,已达到提取高分辨率遥感图像中村级道路的目的。     

基于纹理合成的三维地形水墨风格渲染研究

提出了基于纹理合成的三维地形水墨风格渲染的方法,以规则格网DEM为数据源,基于OSG进行三维地形建模,在此基础上提取山体特征线,然后生成一幅灰度控制图像。对Efros01纹理合成算法进行改进,利用灰度控制图像指导水墨纹理的合成,将得到的纹理图像映射到三维地形上,实现对三维地形的水墨风格渲染,通过对水墨纹理样本的选择和纹理合成参数的设置能够实现对纹理合成过程的交互控制。结果表明,该渲染方法对三维地形的水墨风格渲染具有较好的效果。     

一种基于投影变换的深度图像生成算法

深度图像的表示是实现三维目标识别、配准等工作的前提。针对地面三维激光扫描得到的点云数据,提出一种基于投影变换的深度图像生成算法。采用投影变换将三维点沿观察坐标系的法向量投影到观察平面上,使投影向量和观察平面垂直,这样观察点和观察平面间的距离就不会影响物体的投影大小和形状,有效避免了"失真"现象的发生。利用灰度图像生成深度图像,使用方案对地面激光扫描系统获取的建筑物实验数据进行具体处理。结果表明,文中基于投影变换的图像生成方法更能直观地反映建筑物表面的几何分布特征,为后续特征的提取奠定基础。     

DCT域遥感影像的自适应遗传优化增强

本文在DCT域中提出了一种基于遗传算法的遥感影像增强技术,针对DCT域遥感影像增强参数需人工设定的问题,利用自适应遗传算法对其进行优化选取:设计了一种考虑偏差的适应度函数以驱动遗传算法进化,通过无分块思想的使用实现了无人工干预、无块效应的遥感影像增强。该方法不但保持了遥感影像的原始色调而且显著提升了遥感影像方差、平均梯度、信息熵等质量测度,有效改善了遥感影像的视觉效果,便于后续影像处理及应用。     

遗传算法在影像模糊增强中的应用

影像增强是图像处理的基本内容之一,其目的是改善图像的"视觉效果"。以遗传算法优良的全局寻优特点及影像的模糊性为基础,将遗传算法引入到影像模糊增强处理当中,用于选择模糊增强参数,并对适应度函数进行了改进,加入了对对比度信息的限定,产生了比较好的增强效果。     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

彩色影像的遗传自适应增强

提出了一种彩色色形像自适应增强的算法，此算法充分利用了彩色影像饱和度和亮度所包含的信息，并利用遗传算法自适应地调整增强系数。对于不同的影像，本文算法均能使其对比度，目标边缘以及纹理特征得到增强。     

改进的自适应SUSAN角点特征提取方法

针对目前大多数的角点特征提取算法存在算法结构过于复杂、运行效率偏低及可推广性偏差等方面的局限性,该文通过改进SUSAN算法中灰度差阈值的获取方法,提出一种自适应的角点特征提取方法。该方法首先采用高斯滤波对原始影像做预处理,然后利用Ly算子初步探测概略角点特征集合,最后利用改进的SUSAN角点检测算法从概略角点特征精确确定角点特征。实验结果表明,该方法提高了角点检测的精度,缩短了角点特征提取时间,具有较好的鲁棒性。