基于动态范围调整的指纹图像增强方法

采用基于动态范围调整的方法,并适当地把图像最亮和最暗附近很少量灰度级像素点滤除,对图像灰度进行线性展宽,实现图像灰度动态范围的自动调整,提高图像的对比度。实验结果表明,该方法可有效地滤除在灰度边界值附近的灰度干扰,图像的质量和对比度明显提高,图像的亮区和暗区的细节都有明显增强,而且处理速度快,鲁棒性好。

基于动态范围调整语音特征调整算法分析

本文简单介绍了几种减少噪音带来的待识别信号特征与模型特征不匹配的方法,针对噪音环境下语音特征的变化特点,重点分析了归一化方法,并对动态范围调整方法做了重点的介绍。通过分析孤立词识别中存在的问题,提出了在连续语音特征曲线中基于动态范围调整的新方法。

一种改进的视频画质增强算法及VLSI设计

由于视频图像多样化,目前尚无较好的增强方法适应视频画质增强.本文提出了一种改进的数字视频画质增强算法,并进行了硬件电路的设计.与传统的基于直方图均衡的方法不同,首先在YUV色彩空间对输入图像的信息进行判断分类和对比度调整,然后对调整后的图像在RGB色彩空间下进行动态范围调整,并在HSV色彩空间下进行必要的亮度修正和色饱补偿.采用Verilog语言进行了算法的各模块电路设计,并在搭建的FPGA视频验证平台上进行了验证.实验结果表明,论文提出的画质增强算法能够适应各种不同场景的图像,处理后的图像明亮清晰、色彩逼真.

多搜索中心的运动估计快速算法

块大小可变的运动估计方法能提高视频编码性能,但也增加了计算时间.为了加快运动估计计算,本文提出了一种基于多搜索中心预测和搜索范围动态调整的快速算法.多搜索中心预测方法对当前宏块时间和空间上相邻块的运动向量进行分析,得出多个预测向量作为运动估计的搜索中心.相比传统预测方法,多搜索中心预测最高可提高约14.6%的预测精度.依据预测运动向量的数目和大小,本文算法对搜索范围进行动态调整,进一步降低了计算复杂度.实验结果显示,相比H.264参考软件中的快速全搜索算法,UMHS算法和EPZS算法,本文算法分别节省约96.22%,59.50%和39.06%的计算时间,且具有相近的率失真性能.

高辐射分辨率遥感影像的特性分析与处理

分析了高辐射分辨率遥感影像的特性,对其存储格式转换、动态范围调整进行了探讨,提出了一种基于多尺度梯度的自适应拉伸算法,并对高辐射分辨率遥感影像的应用前景进行了展望。

新型集成阵列四象限CMOS光电传感器的研制

本文介绍了一种用于目标跟踪和坐标定位的新型集成阵列四象限CMOS光电传感器.该传感器采用上华0.6μm标准CMOS工艺制造,实现了象限传感器与后端信号处理电路的单片集成.该传感器由16×16单元有源光电管阵列,相关二次采样电路和时序控制电路组成.每个有源光电管的大小为60μm×60μm,其感光面积百分比(FillFactor)为64.5%.通过变频二次扫描的工作模式可将传感器的感光动态范围增大为84dB.传感器的感光灵敏度为2V/lx·s,工作速度根据目标照度可在2ms/帧～64ms/帧范围内调整.

基于改进人工蜂群算法的k-means聚类算法

为克服k-means算法对初始聚类中心敏感的缺点,提出用改进后的人工蜂群算法来优化k-means算法的聚类中心。用最大距离积法对蜜源进行初始化,提高了蜜源的质量。增加蜜源搜索范围的动态调整因子,加快了算法的收敛速度。蜂群间经验值的交换,让算法在跳出局部最优解的同时,获得一个适应度值较高的蜜源;孤立点的寻找进一步提高了算法的有效性。实验表明,该算法加快了算法的收敛速度并提高了k-means聚类结果的准确度。

一种改进的连续语音特征提取算法

本文介绍了连续语音识别中噪音鲁棒性方法的现状,分析传统动态范围调整方法在连续语音识别中导致的特征曲线中的峰值不匹配问题,提出了新的特征曲线调整算法,并为算法的参数设定增加了限制条件。本文详细地论述了算法的步骤以及算法中参数的确定。通过理论分析和实验验证,证明了提出的算法在连续语音特征调整中具有很好的性能,提高了识别精度。

一种基于图像分层处理的DDE算法

提出一种基于红外图像分层处理及动态压缩的DDE算法。该算法先将原始14bits红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取,并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理,再调整和压缩各图层的动态范围并最终合成8bits图像。实验结果表明,该算法能较好地保留并突出原始红外图像中的边缘和细节信息,达到了预期设计的目标。

基于HTK的日语连续语音识别系统的建立与研究

本文简单介绍了几种减少噪音带来的待识别信号特征与模型特征不匹配的方法,针对噪音环境下语音特征的变化特点,重点分析了归一化方法,并对动态范围调整方法做了重点的介绍。通过分析孤立词识别中存在的问题,提出了在连续语音特征曲线中基于动态范围调整的新方法。

多尺度Retinex算法与其它图像增强方法比较

图像获取过程中往往由于光照不足导致图像出现暗影和低对比度,这严重影响了后期图像各种形式的处理,如人脸检测、边缘提取、图像融合等。文章提出利用MSRCR算法与其它常用动态范围调整的图像增强算法相比,如SSR,MSR,MSRCR和直方图均衡化增强;进一步利用MSRCR增益/偏移校正、基于双边滤波器的单尺度Retinex图像增强和同态滤波器对两组图像对比实验,结果显示这些方法在图像增强中都表现出良好的性能,且MSRCR算法可以弥补传统小波变换在图像增强中的对比度不高和丢失部分信息的不足,提高了图像的亮度,对比度和清晰度;且其峰值信噪比和信息熵普遍高于其它增强方法,并对其运行的时效性进行对比。

基于MATLAB的几种图像增强算法

简要介绍图像增强的概念和一些图像增强的算法,从图像的直方图均衡化、对比度线性展宽、动态范围非线性调整和伪彩色增强等几个方面对图像增强算法进行讨论和研究,并通过MATLAB软件平台,给出各种算法的处理效果。

低对比度图像的清晰化与增强

图像增强技术作为数字图像处理主要的研究内容之一,其目的是将一幅图像中有用的信息进行增强,同时将无用的信息进行抑制,提高图像的可观察性,从而得到更具有实用性的图像。文章主要研究了传统的图像增强算法,第一,对比度展宽算法,通过抑制非重要信息的对比度扩展重要信息的对比度增强图像;第二,动态范围调整,通过压缩动态范围,将所关心部分的灰度级变化范围扩大增强图像;第三,直方图均衡化,对图像中像素个数多的灰度值进行展宽,对像素少的灰度值进行归并,从而增强图像。经过实验结果验证,这三个方法最终都得到了显著的增强效果,达到了图像增强的目的。

高清非编软件中对比度展宽算法研究

本文分析了光照条件对高清画面的影响。从后期节目制作的角度出发,考虑到当亮度层次不足时展宽电视画面的对比度可以增强电视画面细节表现力的情况,根据数字图像处理中的动态范围调整的原理,研究了高清非编软件中对比度展宽特技算法的实现方法,以便为设计和编写该软件特技模块的程序提供理论和算法的参考。