基于软阈值的小波图像增强方法

针对传统图像增强中存在的一些问题,如增强噪声、丢失细节等,提出了一种基于软阈值的小波图像增强方法。图像经过小波分解后可以得到一系列不同尺度上的子带图像,在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强,再进行小波重构,即可得到增强后的图像。该方法可以有效地增强图像的细节信息,保持图像的边缘特征,改善图像的视觉效果。

复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点,文中提出了一种基于软阈值的小波图像增强方法,图像经过小波分解后可以得到一系列不同尺度上的子带图像,在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强,再进行图像重构,即可得到增强后的X射线检测图像。实验表明,该方法可以有效地增强图像的细节信息,抑制噪声,改善图像的视觉效果。

基于小波分析的超声医学图像非线性增强

首先将超声医学图像投影到小波变换域,然后利用软阈值技术方法进行降噪处理,最后使用非线性增强技术提高图像对比度。处理结果有效地去除原图像的斑点噪声,使图像中较模糊、对比度差的细节得到增强,优于传统的直方图均衡增强方法。

基于小波分析的1/f噪声降噪

同传统加速度计相比,光纤加速度计具有结构简单、性价比高、输出精度较高等特点,可以满足中等精度的导航制导要求,但输出信号通常受随机噪声的干扰,其中1/f噪声就是影响光纤加速度计精度的一个重要因素。由于小波分析兼具时频分析和尺度分析的功能,加之1/f噪声在小波域呈现出某些特殊的性质,因此小波分析成为研究1/f噪声的良好工具。本文提出一种处理加速度信号中1/f噪声的新方法,即选取适当的阈值对1/f噪声进行滤波处理,仿真结果表明该方法科学有效。

基于小波和模糊集的多尺度边缘检测算法

针对传统边缘检测算子对噪声敏感问题和使用固定阈值小波变换造成的强弱边缘,提出了一种基于B样条小波变换和广义模糊算子(GFO)的边缘检测方法。首先对图像进行多尺度分解,并应用广义模糊算子对各尺度子图增强,再结合自适应阈值选取的方法,在每种尺度下分别提取图像边缘;而后利用边缘信息的多尺度特性,融合多尺度边缘得到了单像素宽边缘。通过计算机仿真对该方法进行验证,实验结果表明该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,效果优于传统的边缘检测算法。

骨肿瘤X光片的多分辨特征增强

首先应用多分辨分析法将骨肿瘤Ｘ光片进行小波塔式分解，并根据各子图像的特性，在不损失边界信息的情况下，采用非线性函数对各子图像进行对比度增强，然后再进行重构．最后通过计算图像的信息熵将文中的方法与传统的图像增强方法进行比较。

应用小波变换增强肝癌CT图像

应用小波变换多分辨率特性,对肝癌患者CT图像进行增强处理。文中选取具有紧支性、正交性和近似对称性的小波函数sym4对图像进行2层多尺度二维小波分解,分别选取阈值为犤550,350,250犦对分解后的小波系数进行处理,突出低频部分,消弱高频部分。通过小波函数sym4对图像进行重构,从而得到增强的图像,使肿瘤影像更加突出,便于诊断。该方法进一步证实了小波变换在医学图像增强中的作用。

一种面向水下无人航行器的实效图像增强算法

针对水下图像存在严重模糊、对比度低、噪声多等问题,根据小波的时频特性及多分辨率特点,提出一种基于小波变换的水下模糊图像增强算法。利用小波变换对RGB图像进行二层小波分解,把原图分解为高、低频子带,利用导向滤波算法估计低频子带上的照射分量并进行去除;利用软阈值算法对高频子带上的图像边轮廓信息进行去噪和增强处理;对水下图像进行小波逆构,并进行伽玛校正;最后利用改进的灰度世界算法对水下图像进行颜色校正。试验结果表明,使用文章中算法处理所得到图像的对比度及信噪比都较高,且清晰度较高,满足水下无人航行器的要求。

基于小波域的软阈值噪声图像增强

针对噪声图像增强提出基于小波域的软阈值算法.基于信号和噪声在小波变换现具有不同的传播特性,图像经二维小波变换后得不同尺度的子带图像,在不同尺度的子带图像以软阈值算法进行增强,最后进行小波重构得到增强图像.实验表明,与传统算法相比本文算法在细节增强和噪声抑制上取得较好效果.

基于软阈值的图像增强

图像增强技术是数字图像处理的的一个重要分支,提出了一种小波软阈值的图像增强算法,首先对原图像进行小波分解,得到分解后的小波系数,对给定的阈值,应用局部小波软阈值方法对小波系数处理,再将处理后的图像进行小波逆变换,得到增强后的图像.该方法在增强图像的同时,有效地抑制图像的噪声,较好地保持图像的边缘结构.

基于空域梯度算子和小波域多分辨分析的图像增强算法研究

为改善图像的视觉效果,提出一种基于Sobel算子和Laplacian算子相结合的混合算法,并采用基于Sobel算子、Laplacian算子、小波变换和提升小波变换的算法,对滚珠缺陷图像和医学CT图像进行图像增强处理的算法研究。实验结果表明,混合算法适于滚珠缺陷图像的锐化,其效果优于另外4种算法;提升小波变换算法适于细节信息较为丰富的医学图像增强,与其他5种方法相比其效果最优。

双树复小波与双变量阈值模型的图像去噪

提出了一种基于双树复小波与双变量阈值模型的图像去噪算法。利用双树复小波的平移不变性和多方向选择性,对图像进行双树复小波变换;充分利用尺度间小波系数的相关性,根据图像和噪声的分布特征,由贝叶斯估计方法推导出一种双变量的阈值去噪模型,阈值自适应于噪声和原图像的信号强度。对图像的双树复小波系数进行阈值去噪。实验结果证明了所提出方法的有效性,相对现有的高斯噪声去除方法,所提方法具有较好的去噪性能和细节保持能力。