基于极大灰度频数抑制结合动态直方图均衡的图像增强算法

现有的直方图均衡技术存在两方面不足:虽然使得增强图像有高的对比度,但是其对比度的提升程度严重依赖于灰度频数分布,这样常常导致容易过度增强高频数灰度级,而压缩低频数灰度级;另外,增强对象缺乏目的性,难以满足感兴趣灰度区域的特殊要求。针对这个问题,该文提出基于极大灰度频数抑制结合动态直方图均衡的图像增强算法。首先通过分析图像直方图的灰度分布情况来分割图像,并根据用户感兴趣灰度范围确定各子层图像的灰度映射范围及频数控制阈值;然后利用各自阈值重新定义子层直方图,并采用直方图均衡算法构造灰度转换函数,将子层灰度映射到指定范围内;最后综合各个子层的增强结果得到最后的增强图像。实验结果表明,该算法既能抑制过度增强的情况,又能对于用户感兴趣的灰度进行控制,能更好地满足用户对图像对比度增强可控的应用要求。

灰度值频数和遍历八方向的指纹图像分割算法

提出基于灰度值频数和遍历八方向的指纹图像分割算法。对于脊谷线灰度值相差较大的,利用灰度直方图上出现频数较多的两个灰度级的差值大小,判断是否为指纹前景区;脊谷线灰度值相差不大的,利用纹线的方向性,通过八个方向的模板计算在各个方向上灰度差值的大小,确定是否为指纹前景区。该方法的阈值可以根据图像自然决定,避免了人为选择阈值的困难和不准确性。对脊谷线灰度值相差较大、不大、较小的指纹图均能容易而准确地分割,只求出指纹的边界而不改变指纹图。实验表明,与常见的分割方法—方向图、方差法相比,该方法的平均误分概率大大减小,比方差法降低5.7875%,比方向图法降低5.6625%,且对指纹图像脊谷线的对比度和方向性要求不高,鲁棒性更强。

基于灰度级出现频数的数字图像置乱程度衡量方法

数字图像置乱程度是评价数字图像置乱算法的重要方面,对数字水印算法的研究也起到重要的指导作用。利用灰度级出现频数可以对数字图像的最佳(理想)置乱效果进行描述,以数字图像的最佳(理想)置乱效果为参照系,基于灰度级出现频数提出了一种衡量数字图像置乱程度的新方法。采用M atlab为实验研究工具,进行仿真实验。实验结果表明,该置乱程度衡量方法与视觉的主观评价基本一致,具有对各种类型的图像加密方法都适用的高泛化性,还具有与原图像无关性。

一种新的指纹图像合成分割法

在研究和分析传统指纹分割方法(如方差法、方向图和灰度频数方法等)的基础上,针对这些方法各自的优缺点,提出一种将三种方法相结合的新的指纹图像分割方法。该方法能容易而准确地分割出背景区域和前景区域,适用于不同质量和不同级别的指纹图像。

一种高效的指纹图像逐层分割算法

通过研究传统指纹图像分割算法以及多种混合技术指纹图像分割算法,提出一种高效的结合多种方法对指纹图像进行逐层分割的算法.该算法能准确地从原始指纹图像中分割出背景区和前景区,再从前景区中分割出清晰区和模糊区,最后从模糊区中分割出可恢复区和不可恢复区.实验结果表明:该算法抗噪能力强、分割效果好.

自然场景建筑工程标志信息逐级细化识别算法

为了提高自然场景标志信息识别精度,提出基于图像增强的自然场景建筑工程标志信息逐级细化识别算法。采用基于极大灰度频数抑制结合动态直方图均衡算法,增强处理自然场景建筑工程标志图像,优化标志图像质量;以粗分类形式识别自然场景建筑工程标志图像类型后,由细分类形式识别自然场景建筑工程标志具体信息,实现逐级细化识别工程标志。经实验结果验证:所提方法增强后图像均方根误差与清晰度可满足图像增强应用需求,均方根误差低于0.03,清晰度大于95%;识别自然场景建筑工程标志信息精度较高。

一种新的指纹图像分割方法

为了准确可靠地将指纹图像从背景区域中分割出来,提出了一种新的指纹图像分割方法,即利用灰度值频数和纹线12方向图判断是否有指纹脊线和谷线的存在,从而判断指纹图像小块是否为指纹前景区。实验结果表明,该方法适用于由于采集原因造成的指纹脊线和谷线灰度值相差较大或不大的指纹图像的分割,分割结果只求出指纹图像的边界而不改变指纹图。