应用γ变换提高B超图像分辨力

应用γ变换提高Ｂ超图像分辨力连娟①罗福成周康源②陶进绪王敏目前像处理变换技术在临床医学诊断中获得了越来越广泛的应用。在众多的图像处理变换功能中，γ变换实际应用方便，在临床Ｂ超诊断中具有一定效果。本文拟对γ变换的原理，使用方法，临床应用的几个实例做一研...

基于FPGA的高动态范围红外图像细节增强算法

以非锐化掩膜算法为技术框架,提出了一种基于引导滤波器、γ变换的图像细节增强算法;使用VHDL语言设计出一种新型的引导滤波器架构,并且在以CYCLONEⅢ为核心控制器的硬件平台上对算法进行了工程实现。核心处理器的逻辑和内存资源占用量分别为15%和40%;在100 MHz主时钟时,处理延时小于300μs;使用低端的处理器,即可满足工程需求。通过多幅不同场景红外图像测试对比,结果表明算法处理效果明显,可有效地实现细节增强。

基于各向异性滤波与细节增强的红外图像增强算法

针对传统红外图像增强算法在处理图像时有着细节增强模糊、边缘保持差等缺点,提出了一种基于各向异性滤波与细节增强的红外图像增强算法。首先用各向异性扩散滤波将原始图像分解为基层和细节层;其次对基层采用γ变换压缩基层的高频部分,扩展图像中的低频部分,得到增强后的基层;再次对细节层进行反锐化掩模和γ变换得到增强后的细节层;最后将增强后的基层和细节层进行加权融合,得到增强的红外图像。从主观和客观评价角度进行分析,结果表明此算法在增强红外图像细节和保持边缘方面都获得了较好的效果。