首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 609 毫秒
1.
图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善。讨论了直方图均衡化、拉普拉斯变换和高斯低通滤波去噪的基本原理,针对噪声图像采用了频率域去噪,空间域直方图均衡化和锐化增强,并且运用一些客观指标来说明这种图像增强方法的有效性。结果表明,该方法可以使图像更加清晰,更加锐化。  相似文献   

2.
根据成像测井图像中裂缝具有方向性的特点,研究了一种基于方向滤波的成像测井裂缝检测方法。该算法以方向滤波为基础,根据裂缝局部方向选择相应方向滤波器进行滤波,使裂缝图像在裂缝方向上得到增强,突出了裂缝的有效信息。通过基于方向滤波与基于区域分割融合方法对提取的裂缝进行后处理,得到最终的裂缝轨迹。实际应用表明,该方法较好地检测了实测成像测井中裂缝。  相似文献   

3.
针对传统的单尺度图像增强算法的不足,提出了一种基于Laplace多尺度分解的图像增强算法。该算法将图像分为由高频到低频若干个子图像,对每个频道的细节图像进行不同的非线性变换,使得图像中最细微的、对诊断有用的信息得到有效的增强,同时图像又不被过增强,再通过分解的逆过程重建图像。试验表明,该方法能有效提高图像中细节的清晰度并抑制噪声。  相似文献   

4.
针对直方图均衡化方法增强图像时往往会同时增强噪声的问题,提出了一种新混合增强算法:首先对图像进行直方图均衡;然后对经直方图均衡处理后的图像做梯度锐化;最后将锐化后的图像进行灰度扩展,增大图像对比度。选取X射线成像和卫星图像作为待处理图像,分别用2种不同的方法以及笔者提出的方法对其进行处理,然后将处理后的图像进行对比。试验结果表明,该混合算法比其他几种方法效果更好,不仅增加了动态范围,增强了对比度,还丰富了图像细节,而且不会增强噪声。同时还分别用4邻域对比度、8邻域对比度、平均灰度和方差这4个参数对原图和处理后的图像进行对比。从对比结果可见,该算法可以显著提高图像对比度;对于整体灰度较低的图像,该算法还可以提高图像整体灰度;从方差对比结果来看,经该算法处理后,图像质量得到显著提高。  相似文献   

5.
以对数图像处理数学模型为基础,结合Laplacian图像增强方法,将增强处理后得到的图像和原图像进行适当的加权平均,提出了一种基于对数图像处理和二阶微分的图像增强新模型.该模型具有与人眼视觉特征相吻合的特点,在增强图像高频分量的同时,平滑图像低频分量,控制增强和平滑的比例,达到了图像增强的目的.理论分析和实验结果表明,该模型减小了图像在增强处理速代过程中产生的误差,是一种比较有效的图像增强方法.  相似文献   

6.
针对物联网监测的小麦苗情图像受成像自然环境和成像设备影响存在对比度低及图像模糊的问题,提出了基于受限分位直方图的小麦苗情图像增强方法,首先压缩高概率密度色彩频度来减少高频色彩的像素出现过增强问题,然后对调整后的直方图进行分位划分以保持图像在增强后的色彩均值信息,缓和图像均值色彩变化过大导致的过增强和噪声放大问题,最后对分位直方图在分位区间内依据累积分布函数分别进行直方图均衡化融合为最终输出图像。结果表明,该方法克服了传统全局直方图易出现的过增强和噪声放大问题,增强后的图像细节丰富,具有更好的视觉效果,能够满足小麦苗情远程监测图像增强的实际应用要求。  相似文献   

7.
在分析数字图像统计特性的基础上,应用直方图原理,改进传统自适应算法,对图像进行了局部增强处理。首先计算图像的局部均值和标准差,比较其与全局均值和标准差的关系以确定需要增强的区域;然后在选定的区域上,对传统自适应增强算法进行改进,增加权重系数,提高对比度,改善图像增强的效果;最后对算法进行试验分析,并应用客观评价指标进行评价。试验结果表明,基于局部均值和标准差改进的自适应图像增强算法优于局部均值和标准差的图像增强。  相似文献   

8.
分别选择浑善达克沙地西部、中部和腹地3个区域,利用遥感影像的假彩色合成、比值增强、归一化植被指数(NDVD、掩膜技术等遥感图像增强处理技术,对3个区域进行遥感数字图像处理,探讨增强草原沙漠化信息的有效方法。研究发现:NDVI图像中,不同级别的草原沙漠化在灰阶上易于区分,尤其是轻度沙漠化和重度沙漠化,反差非常大;TM3/TM4比值运算增强了沙漠化信息,特别是半固定沙地的信息,再与原图像中的TM4和TM5进行假彩色合成,形成含有比值运算信息的合成图像,更加突出了草原中度沙漠化的信息。  相似文献   

9.
温室植物病害数字化处理中图像增强方法的研究   总被引:1,自引:0,他引:1  
为了实现植物病害的智能化诊断,本文以温室植物的侵染性病害为对象,以matlab和VC 语言为开发工具,选取了温室黄瓜栽培中常见的霜霉病和炭疽病2种病害图像为切入点进行图像增强处理研究。通过对比灰度变换增强、空域滤波增强和频域滤波增强3种技术,发现了快速中值滤波是应用于植物病害图像上效率最高、效果最明显的1种增强方法。  相似文献   

10.
在无精蛋识别系统中,图像增强是种蛋特征提取与无精蛋识别的前提。对种蛋图像增强算法的研究,根据空域方法增强的优缺点,提出了采用频域方法增强。实验表明,该方法增强效果明显,运算速度快。  相似文献   

11.
在对给定的合成孔径雷达图像进行增强处理时 ,遇到的主要问题就是相位信息的丢失和对成像系统参数的一无所知。本文将波束锐化技术与合成孔径辐射方向性图的估计相结合 ,为处理此类数据提高图像的视在分辨率提供了一种方法。该处理过程由一个优化的有限冲激响应滤波器构成。滤波器的设计思想基于最小均方误差准则 ,系数对称分布 ,系数取值决定于原图像中孤立强散射点的方位向响应 ,因为此响应可以被近似视为成像系统的合成孔径辐射方向性图。点目标仿真表明雷达角分辨率能够提高近 2倍。实测数据处理结果证明了该方法的有效性  相似文献   

12.
图像增强是图像处理的基本方法之一。直方图均衡化方法是传统经典的图像增强有效手段,但是处理过的图像损失了大量的灰度层次,且增强力度不够。高频提升滤波可以增强图像的高频成分,即图像的细节,从而弥补了直方图均衡方法的不足。采用空间域直方图均衡化和频率域高频提升滤波相结合的方法对图像进行处理。利用图像中变化剧烈的信息只与高频成分有关这一原理,结合MATLAB程序设计,实现了直方图均衡技术并对图像进行了增强处理,再在此基础上使用高频提升滤波对图像进行处理。试验结果表明,经该方法增强后的图像,其主观视觉效果明显改善,图像增强效果比单一采用一种技术的效果要好。  相似文献   

13.
通过对遥感图像空间增强的锐化处理与辐射增强的降噪处理进行基于像元的监督分类,结合野外实地调查与增强前图像分类结果的比较,进行了两种增强方法对于图像分类的精度分析,研究表明,未增强图像进行监督分类的精度为58.41%,Kappa系数值为0.4738;锐化处理后图像分类精度提高至62.77%,Kappa系数值为0.5227;而去霾处理后图像分类精度可达89.00%,Kappa系数值达0.8625,是较适于进行基于像元图像分类的增强处理方法。  相似文献   

14.
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.  相似文献   

15.
应用计算机视觉对番茄损伤分类的研究   总被引:4,自引:1,他引:4  
文章研究了图像处理的去除噪声、图像分割、图像增强等多种低层处理的方法,建立用区域增长法进行番茄表面缺陷区域检测,用BP算法训练的多层前馈神经网络对番茄的损伤进行分类。结果表明,番茄损伤检测和分类的准确率不低于90%。  相似文献   

16.
以模糊数学为基础,提出了一种基于最大模糊熵改进的直方图匹配图像增强算法,以弥补传统空间域图像增强方法在提高图像对比度时对噪声敏感的缺陷.首先,把灰度图像从空间域映射到模糊域,并以最大模糊熵为基础,将目标图像分为若干个灰度层;然后,针对不同灰度层的特征,用直方图匹配方法为每个灰度层设计相应的匹配函数;最后,用这些匹配函数增强相应的灰度层得到增强后的图像.通过与直方图匹配、直方图均衡化和局部直方图处理算法对比,证明本文算法具有更好的增强效果.本文算法结合模糊熵和直方图匹配算法,可以降低噪声在图像增强中的影响,而且在应用中具有良好的效果.  相似文献   

17.
提出了一种结合小波变换、阈值分割和掩模处理的鲜枣裂纹检测方法,结合小波变换能聚焦到图像任意细节的优良特性、阈值算法能突出图像中感兴趣的部分、图像掩模对感兴趣区域内的图像值保持不变而区域外的图像值均为0等优点,能够将不同大小、任意形状和任意位置的鲜枣裂纹检测出来。仿真试验结果表明,鲜枣裂纹的提取效果比较清晰,很好地实现了鲜枣裂纹检测。  相似文献   

18.
岩溶型碳酸盐岩储层发育和分布具有极强的非均质性,现有测井方法受径向探测范围限制很难发现远离井眼的缝洞储集体。利用偶极横波四分量测井资料,采取波形转换、压振、波幅补偿、波场分离和偏移成像等处理技术,对井周3~50m范围内的地质反射界面进行成像,得到地质反射界面的距离和走向。利用数值模拟,研究了裂缝、孔洞及洞穴等地质界面的成像特征,分析了偶极横波远探测技术方法的适用性,建立了反射体的解释模型。实例分析表明,该技术及解释模型能有效识别远井眼隐蔽储集体,解释结果与酸压结论一致,为隐蔽储层识别和酸压改造提供了依据,提高了勘探成功率。  相似文献   

19.
基于卷积神经网络的葡萄叶片病害检测方法   总被引:5,自引:0,他引:5  
文章采用多角度建议区域Faster-RCNN准确定位图像中葡萄叶片,提出一种基于卷积神经网络的病害检测方法,检测图像叶片病害。相比直接检测图像病害,可去除背景因素对病害区域干扰,降低错误率。结果表明,该算法对自然条件下葡萄病害成像适应性良好。文章统计6种不同条件下拍摄图像,对一般叶片检测算法平均mAP为75.52%,显著高于传统算法。在病害检测时,采用两种策略:从一幅图像中检测到每个单个叶片,或将整幅图像对叶片取掩模后,作为下一级病害检测器输入图像。结果表明,第一种方法,6种常见葡萄病害平均mAP为66.47%,其中褐斑病与白粉病mAP超过70%;第二种方法,病害检测平均mAP为51.44%,但平均检测时间节约75%。两种方法性能均优于在原始图像上直接病害检测方法。  相似文献   

20.
为了提高内膛全景图像对比度,本文基于Contourlet变换,提出一种新的内膛全景图像增强方法。该方法在图像空间域增强的基础上,通过对图像Contourlet变换系数的调整,进一步增强了内膛图像。实验结果表明,本文算法在增强内膛图像对比度的同时,减少了图像细节的丢失,改善了图像质量。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号