基于自适应校正和非锐化掩模的木材单板节子图像增强算法研究

为提高单板节子图像的对比度、细节清晰度和颜色保真性,综合考虑单板活节和死节图像的特征,提出一种将自适应校正和非锐化掩模相结合的单板节子图像增强算法。在可分离颜色信息的HSV空间提取亮度分量、饱和度分量,分别进行加权分布的自适应Gamma校正和自适应非线性拉伸处理,用于改善单板节子图像对比度和保持色彩自然,最后利用非锐化掩模技术增强节子细节区域。试验结果表明,该算法能够有效地改善单板节子图像的对比度和细节清晰度,图像颜色更为自然;突出节子缺陷部位,保留了较多节子细节信息;在均方差、峰值信噪比和结构相似性指数上,比AGC-Quantile和直方图均衡化算法均有提升。

一种基于模糊人物图像的锐化新方法

本文提出了一种基于模糊人物图像的锐化新方法。该方法是先从彩色图像中提取R分量图像进行边缘检测并且照亮边缘,然后处理边缘图像的对比度和平滑度,提取出边缘,并对该边缘图像进行锐化,得到了图像边缘锐化而其它部分平滑的清晰图像。该方法和常用的反锐化掩模法进行了对比,效果明显好于反锐化掩模法。

基于自适应投影增强的压缩感知CT图像重建

针对投影数据受噪声影响严重、被检测工件体积大获取投影数据不完全等导致重建质量差的问题,提出一种自适应反锐化掩模算法对某发动机模拟件投影数据均匀抽取60个角度投影进行预处理,根据其边缘信息设定阈值进行自适应去噪并对高频信息乘以自适应增益增强,采用TV最小化约束的代数重建(ART)算法重建.将改进算法与经典ART、经典反锐化掩模技术处理投影以及投影未处理的POCS-TVM算法进行对比分析,实验结果表明,该方法能够平滑噪声,提高对比度,进而提升不完全投影重建图像质量.重建同样大小的图像,相对于全角度投影迭代一次时间100 s,60个角度投影迭代一次18.7 s,时间缩短近6倍,大量节省重建时间.

基于小波变换的图像增强方法研究

利用小波 变换后特 有的图 像数据结 构，将小 波分析与 传统 的增 强方 法有 机地 结合 起来， 进行了图像 增强方法 的探讨 和研究。 实验 结 果表 明，该 方 法对 原 图像 中较 模 糊、对 比度 差 的细 节 得到增强， 纹理清晰 ，层次感 强，其处理 结果比 传统的图 像增强 方法更令 人满意。