同態(tài)濾波
- 低照度下基于Sigmoid 函數(shù)的改進(jìn)同態(tài)濾波增強算法?
［1～4］、同態(tài)濾波法［5～7］和對比度約束自適應(yīng)等圖像增強方法［8～9］。其中，同態(tài)濾波技術(shù)是一種壓縮動態(tài)范圍和提高對比度的增強方法。該方法是在頻率域內(nèi)進(jìn)行的，通常，通過對濾波器傳遞函數(shù)參數(shù)的調(diào)整來控制圖像增強的效果。但實驗過程中，涉及參數(shù)較多，較難把控，算法需進(jìn)行多次調(diào)試，而且有時還不能取得較好的增強效果。因此，設(shè)置一種傳遞函數(shù)參數(shù)少，處理效果好，運行時間短的增強方法是十分必要的。本文針對低照度環(huán)境下，傳統(tǒng)同態(tài)濾波算法增強效果一般，提出了一種基于Sig
計算機與數(shù)字工程 2023年8期2023-11-21
- 基于改進(jìn)OTSU 的煤塵顆粒圖像分割算法研究?
本文使用改進(jìn)同態(tài)濾波消除此種影響，再通過改進(jìn)的最大類間方差法尋找合適的閾值對煤塵顆粒進(jìn)行分割，最后通過實驗分析驗證該方法的可行性和優(yōu)越性。2 改進(jìn)同態(tài)濾波2.1 同態(tài)濾波因拍攝煤塵圖像時受到光照影響，故煤塵圖像不能直接用于圖像分割處理，需要先通過同態(tài)濾波對圖像進(jìn)行處理。同態(tài)濾波是一種把頻率過濾和灰度變換結(jié)合起來的圖像處理方法，它把圖像的照度-反射模型作為頻域處理的基礎(chǔ)［7］，通過對圖像的灰度范圍的調(diào)整，可以有效解決圖像上照度不均勻及動態(tài)范圍過大對圖像產(chǎn)生影
計算機與數(shù)字工程 2023年8期2023-11-21
- 低光照圖像的亮度增強與顏色恢復(fù)方法研究?
的色彩失真。同態(tài)濾波［12］通過不同的濾波函數(shù)以不同的方法影響傅里葉變換的高、低頻成分，對原始圖像中的反射分量進(jìn)行擴(kuò)展、光照分量進(jìn)行壓縮，從而消除不均勻照度的影響，增強圖像細(xì)節(jié)，且不會產(chǎn)生色彩失真的問題。同態(tài)濾波能夠提高低光照圖像的亮度和紋理，但處理后的圖像仍然存在偏色問題，因此對圖像進(jìn)行偏色檢測和顏色校正是圖像色彩恢復(fù)過程中必不可少的步驟之一。徐曉昭等［13］提出基于等效圓的偏色檢測方法，由等效圓在a-b色度平面上的具體位置，判斷圖像整體的偏色，再結(jié)合灰
計算機與數(shù)字工程 2023年8期2023-11-21
- 提高工件表面缺陷提取魯棒性的改進(jìn)低秩矩陣恢復(fù)算法
提出一種基于同態(tài)濾波的改進(jìn)低秩矩陣恢復(fù)算法。首先使用同態(tài)濾波方法增強光照分量、抑制工件反射分量，減小光照不均和工件強反光產(chǎn)生偽缺陷的影響；然后應(yīng)用魯棒主成分分析模型將工件表面缺陷提取問題轉(zhuǎn)換為低秩背景矩陣和稀疏缺陷矩陣分離的低秩矩陣恢復(fù)問題；最后使用非精確拉格朗日乘子法對由魯棒主成分分析模型轉(zhuǎn)化的凸優(yōu)化模型進(jìn)行求解。以帶有凹坑、劃痕缺陷的軸類工件為樣本，通過計算F-measure值完成方法驗證，實驗結(jié)果表明：在不同光照強度的實驗條件下，離散傅里葉算法提取凹
河北工業(yè)大學(xué)學(xué)報 2023年1期2023-05-30
- 基于同態(tài)濾波方法的煤礦井下圖像增強技術(shù)研究
域的方法包括同態(tài)濾波方法[8]。其中直方圖均衡化方法只是根據(jù)圖像的灰度概率分布函數(shù)進(jìn)行簡單的全局拉伸，沒有考慮像素間的灰度聯(lián)系情況，進(jìn)行直方圖均衡化后，會在一定程度上提高圖像的對比度，但是圖像的灰度級會進(jìn)行合并進(jìn)而減少，造成細(xì)節(jié)的丟失[9]。而Retinex 方法假定空間照度是緩慢變化的，在圖像明暗變化劇烈的區(qū)域，容易出現(xiàn)光暈現(xiàn)象[10]。因此在處理井下光照差異很明顯的圖片，基于頻率域的同態(tài)濾波方法有更好的效果[11]。同態(tài)濾波是一種結(jié)合了頻率過濾和灰度變
煤炭科學(xué)技術(shù) 2023年3期2023-05-23
- 改進(jìn)同態(tài)濾波的礦井監(jiān)控視頻圖像增強算法
要[10]。同態(tài)濾波算法較為簡易，具有較好的去噪效果且能很好的對照度不均勻、分辨率低的低照度圖像進(jìn)行增強[11-12]，但是常用的同態(tài)濾波具有以下缺點[13]。1）在圖像增強過程中，同態(tài)濾波算法會削弱圖像中的部分低頻信號，導(dǎo)致圖像中部分暗區(qū)域的細(xì)節(jié)丟失，甚至是失真。2）同態(tài)濾波算法在增強圖像時有較多參數(shù)需要設(shè)定。為得到較好的增強效果，需要經(jīng)過多次調(diào)試，從而確定參數(shù)的數(shù)值，因此實用性較低。針對同態(tài)濾波上述缺點，在引入田小平等提出的單參數(shù)同態(tài)濾波算法的基礎(chǔ)上，
西安科技大學(xué)學(xué)報 2022年6期2022-12-08
- 基于信息熵的噴水織機織物疵點檢測
像使用改進(jìn)的同態(tài)濾波進(jìn)行預(yù)處理，改善圖像因光照不均對疵點檢測產(chǎn)生的影響;利用圖像基元信息熵與圖像紋理的關(guān)系引入二維熵來反映圖像紋理的空間分布，計算每個重疊的圖像基元的信息熵，并把該熵值作為中心像素的灰度值，經(jīng)歸一化后生成一幅特征顯著圖;最后對顯著圖進(jìn)行閾值分割得到疵點的輪廓，同時通過顯著圖得到徑向投影差分序列對織物圖像進(jìn)行疵點判別。結(jié)果表明，本方法能夠有效地抑制織物中重復(fù)的紋理背景，突出疵點部分，實現(xiàn)疵點區(qū)域的準(zhǔn)確定位。關(guān)鍵詞：噴水織機;同態(tài)濾波;信息熵;
絲綢 2022年6期2022-06-22
- 基于同態(tài)濾波的平面視覺圖像色彩增強算法
法，獲取出經(jīng)同態(tài)濾波處理后的視覺效果圖像，構(gòu)建巴特沃思型的同態(tài)濾波器；因為在計算同態(tài)濾波過程中需要同時在不相同的圖像塊中單獨運行，所以導(dǎo)致圖像邊緣處會形成不同樣式的塊效應(yīng)，并會有圖像像素越平滑，塊效應(yīng)越顯著的情況，因此，提出基于重疊塊的塊效應(yīng)去除方法，實現(xiàn)平面視覺圖像色彩增強。2 空間轉(zhuǎn)換及亮度增強2.1 色彩空間轉(zhuǎn)換RGB顏色模型由R、G和B原色組成，雖然RGB模型有一個舒適的色彩顯示效果，但是模型中兩個相似顏色值之間的差異太大，導(dǎo)致計算結(jié)果不完全一致，
計算機仿真 2021年2期2021-11-17
- 基于無人機航空影像的薄云去除方法研究
除方法，包括同態(tài)濾波和小波分析等算法。趙忠明等[3]使用了同態(tài)濾波法對影像進(jìn)行薄云去除；賴格英等[4]提出了使用同態(tài)濾波方法結(jié)合DEM對AVHRR影像進(jìn)行處理，去除了部分云噪聲；Feng等[5]提出了一種改進(jìn)的同態(tài)濾波算法，該算法僅對有云區(qū)域進(jìn)行處理；謝華美等[6]采用同態(tài)濾波方法，去除含有薄云信息的低頻分量，并對有云和無云的區(qū)域進(jìn)行判斷；馬建文等[7]采用了同態(tài)濾波方法處理中巴資源衛(wèi)星數(shù)據(jù)，并且匹配有云區(qū)和無云區(qū)相同地類的反射率來去除云層；李洪利等[8]
地理空間信息 2021年10期2021-11-14
- 基于HSV與形狀特征融合的花椒圖像識別*
分布不均勻。同態(tài)濾波常用于亮度調(diào)節(jié)，可以改善圖像光照不均勻的情況，增強圖像對比度[13]，因此首先通過同態(tài)濾波的方法解決了光照分布不均勻?qū)е碌淖R別率不高的問題。引入基于顏色和形狀特征相結(jié)合的方法，有效減少了單獨采用顏色特征識別后枝葉的干擾，將有助于提高花椒的識別率。1 圖像同態(tài)濾波與花椒光線補償1.1 圖像同態(tài)濾波花椒圖像可以看作由光源入射分量i(x,y)和目標(biāo)物體反射分量r(x,y)組成。其數(shù)學(xué)模型[14]f(x,y)=i(x,y)·r(x,y)(1)首
中國農(nóng)機化學(xué)報 2021年10期2021-11-09
- 結(jié)合同態(tài)濾波與直方圖均衡化的井下圖像匹配算法
間之前，通過同態(tài)濾波對圖像進(jìn)行銳化，以突出圖像的邊緣細(xì)節(jié)信息；為進(jìn)一步提高圖像的對比度，采用一種限制對比度的自適應(yīng)直方圖均衡化(Contrast Limited Adaptive Histgram Equalization, CLAHE )算法[11]對圖像進(jìn)行處理。傳統(tǒng)的AKAZE算法采用漢明距離作為相似性測度，并結(jié)合最近鄰距離比率(Nearest Neighbor Distance Ratio, NNDR)約束剔除錯誤匹配點，但人為設(shè)定的距離比率約束會
工礦自動化 2021年10期2021-11-05
- 基于二階差分的頻域濾波反銳化增強算法
頻率域內(nèi)利用同態(tài)濾波器和高斯低通濾波器對圖像進(jìn)行對比度增強和平滑處理，并將二者進(jìn)行減運算得到圖像細(xì)節(jié);然后利用二階差分曲率控制細(xì)節(jié)成分對輸出圖像的貢獻(xiàn);最終通過反銳化掩膜法進(jìn)行增強處理。實驗結(jié)果表明，增強后的圖像有效地抑制了噪聲，突出了圖像細(xì)節(jié)信息，具有較好的視覺效果。關(guān)鍵詞： 圖像增強; 同態(tài)濾波; 低通濾波; 反銳化掩膜; 二階差分中圖分類號：TP391?????? ???文獻(xiàn)標(biāo)識碼：A???? 文章編號：1006-8228（2021）01-16-05
計算機時代 2021年1期2021-06-08
- 基于同態(tài)濾波和深度卷積模型的低照度工件表面粗糙度等級識別
的增強、基于同態(tài)濾波[13-16]的增強及其他方法。焦竹青等[17]在頻域內(nèi)采用同態(tài)濾波對圖像進(jìn)行處理，利用壓縮亮度范圍來消除圖像光照帶來的影響，使圖像的人眼視覺效果更好。徐黎明等[18]通過同態(tài)濾波方法對自然環(huán)境下光照不均的楊梅果實進(jìn)行亮度增強預(yù)處理，然后通過K均值聚類算法有效地分割出楊梅果實。針對現(xiàn)有低照度圖像存在圖像亮度對比度低、細(xì)節(jié)紋理不清晰，從而造成工件表面粗糙度等級識別精度低的問題，本文提出一種基于同態(tài)濾波和深度卷積模型的低照度工件表面粗糙度等
光學(xué)儀器 2021年2期2021-05-17
- 基于常散射假設(shè)和同態(tài)濾波的水下圖像增強算法
常散射假設(shè)和同態(tài)濾波的水下圖像增強算法王 丹1, 張子玉1, 趙金寶1, 楊謝柳1*, 范慧杰2, 唐延?xùn)|2(1. 沈陽建筑大學(xué) 機械工程學(xué)院, 遼寧 沈陽, 110168; 2. 中國科學(xué)院沈陽自動化研究所 機器人學(xué)國家重點實驗室, 遼寧 沈陽, 110016)針對水下圖像視覺增強技術(shù)存在低對比度和色偏的問題, 文中提出一種基于常散射假設(shè)和同態(tài)濾波的水下圖像增強算法。首先, 假設(shè)整幅圖像的后向散射為常量, 在圖像的前景區(qū)域分別搜索紅綠藍(lán)三通道的最小像素值
水下無人系統(tǒng)學(xué)報 2021年2期2021-05-15
- 基于卷積神經(jīng)網(wǎng)絡(luò)的航標(biāo)圖像同態(tài)濾波去霧
帶來的影響。同態(tài)濾波[1]由A.V.Oppenheim和Ronald W.Schafer提出，通過壓縮圖像的動態(tài)范圍，在削弱低頻分量的同時增加高頻分量，提高對比度，銳化圖像邊緣并保留其細(xì)節(jié)，實現(xiàn)優(yōu)質(zhì)的去霧效果。江玉珍等[2]針對細(xì)節(jié)信息丟失的醫(yī)用X光圖像，增強反映病理的邊緣紋理信息。田小平等[3]引入新傳遞函數(shù)改進(jìn)同態(tài)濾波，通過控制參數(shù)t調(diào)整濾波效果，減少調(diào)參，較快實現(xiàn)濾波。巴特沃斯濾波器在通頻帶內(nèi)的頻率響應(yīng)曲線較為平坦，沒有紋波，在阻頻帶逐漸下降為零，廣
中國航海 2020年4期2021-01-06
- 低比度鋼板微小缺陷的圖像增強和分割
灰度變換法、同態(tài)濾波法和直方圖均衡化法等[3-5]?；叶茸儞Q法是通過一定的點運算修改圖像的像素灰度來擴(kuò)展圖像的對比度，分為線性灰度變換、非線性灰度變換2大類，非線性變換的增強效果通常比線性的增強效果好，但有變換函數(shù)困難、通用性較差等問題；同態(tài)濾波法通過映射原有信號轉(zhuǎn)換到線性濾波器的不同域進(jìn)行運算，運算完成后再映射到原始域，可以去除乘性噪聲使亮度變得均勻、細(xì)節(jié)得到增強，但同態(tài)濾波也會帶來過增強及對高光區(qū)增強效果差的問題；直方圖均衡化法是通過擴(kuò)展輸入圖像直方圖
機械與電子 2020年12期2020-12-24
- 基于clear-SSD的單點多盒飛機目標(biāo)檢測天氣適用性
。而暗通道與同態(tài)濾波作為經(jīng)典清晰化算法，常用來恢復(fù)各種霧天影像，使其具有更優(yōu)的可辨性，進(jìn)而提高霧天影像目標(biāo)檢測精度?，F(xiàn)提出一種基于影像處理的clear-SSD模型，分別對良好天氣及霧天條件下的飛機進(jìn)行目標(biāo)檢測。模型訓(xùn)練完畢后，先對待檢測的遙感影像進(jìn)行清晰化處理，再檢測影像中的飛機，對比不同清晰化算法對飛機目標(biāo)檢測精度的優(yōu)化效果，選取適用性最優(yōu)的清晰化算法嵌入SSD模型中，組成clear-SSD，使其在良好天氣以及霧天條件下均能取得較好的檢測效果，消除現(xiàn)有目
科學(xué)技術(shù)與工程 2020年31期2020-12-16
- 一種基于小波變換的圖像去霧方法
nex增強和同態(tài)濾波處理，然后將處理過的兩個低頻圖像進(jìn)行線性組合得到新的低頻圖像，最后將新的低頻圖像與未處理的高頻圖像進(jìn)行小波逆變換重構(gòu)，得到最終得去霧圖像，實驗結(jié)果表明，與其他去霧方法相比，本文方法處理的圖像清晰度較高，時間較快。關(guān)鍵詞：小波變換;Mallat算法;單尺度Retinex;同態(tài)濾波中圖分類號：TN957.52? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2020）23-0176-02Abstract： This paper p
電腦知識與技術(shù) 2020年23期2020-09-27
- 基于改進(jìn)同態(tài)濾波的低對比度圖像增強
[1-2]、同態(tài)濾波[3]、對比度約束自適應(yīng)直方圖均衡(CLAHE)[4-6]。直方圖均衡算法對圖像全局像素進(jìn)行直方圖變換，對像素值分布均勻的圖像效果明顯，但如果圖像包含比圖像其他區(qū)域更暗或更亮的部分，這些部分的對比度將不會得到有效增強，也可能導(dǎo)致圖像中對比度抑制和中小型物體的消失，減少圖像信息。自適應(yīng)直方圖均衡(AHE)能有效提高圖像對比度。AHE算法[7-8]通過對局部進(jìn)行直方圖均衡來改善CLAHE方法的缺陷，所以能更好提高圖像的局部對比度，保留更多圖
計算機應(yīng)用與軟件 2020年3期2020-03-13
- 基于同態(tài)濾波的遙感圖像云霧去除模型研究
特征，建立了同態(tài)濾波云霧去除模型，并從主觀評價及客觀分析兩方面對比評估了該模型的應(yīng)用效果。結(jié)果表明，基于指數(shù)高通濾波器構(gòu)建的同態(tài)濾波去云霧模型能夠有效地提升云霧遮蓋下的影像質(zhì)量?！娟P(guān)鍵詞】遙感影像;去云霧;同態(tài)濾波中圖分類號： TP751.1文獻(xiàn)標(biāo)識碼： A文章編號： 2095-2457（2019）26-0092-002【Abstract】In the process of remote sensing satellite imaging， cloud a
科技視界 2019年26期2019-11-26
- 血型判讀系統(tǒng)中的邊緣檢測算法研究
決辦法，其中同態(tài)濾波是常用的方法之一。但是同態(tài)濾波增強是從整體的角度對圖像進(jìn)行光照不均修正，雖然可以在不丟失信息的情況下去除背景影響，卻沒有充分考慮圖像的空間局部特性，這樣就會出現(xiàn)在增強一部分時，其余部分出現(xiàn)過增強的現(xiàn)象。2013年，張亞飛、謝明鴻［2］提出局部同態(tài)濾波算法，即對圖像的各個子圖像分別進(jìn)行同態(tài)濾波，然后對局部同態(tài)濾波產(chǎn)生的塊效應(yīng)采用相鄰子圖像邊界平均的方法進(jìn)行去除。但是，實現(xiàn)復(fù)雜且塊效應(yīng)去除不明顯，很容易產(chǎn)生新的邊緣。2018年，李開偉、張立
長春理工大學(xué)學(xué)報（自然科學(xué)版） 2019年5期2019-11-23
- 基于同態(tài)濾波的攝影圖像增強算法研究
像，首先采用同態(tài)濾波算法解決圖像的黑斑暗影問題，再利用拉普拉斯高斯金字塔模型對圖像色彩進(jìn)行改進(jìn)和增強，并在MATLAB上進(jìn)行檢驗。實驗結(jié)果表明，改進(jìn)后的算法能大大突出圖像細(xì)節(jié)，大大提升圖像的視覺效果。關(guān)鍵詞：圖像增強;同態(tài)濾波;拉普拉斯高斯金字塔在圖像的攝影采集過程中，由于受到地物環(huán)境復(fù)雜、物品間遮擋關(guān)系以及環(huán)境光照條件多變等因素的影響，經(jīng)常會導(dǎo)致圖像低對比度，顏色失真，主要表現(xiàn)為圖像中亮的區(qū)域光線足夠或者過強，而暗的區(qū)域照度不足[1]，導(dǎo)致一些重要的細(xì)節(jié)
下一代 2019年3期2019-09-10
- 基于同態(tài)濾波和遺傳閾值的憎水性自動檢測方法研究
首先采用基于同態(tài)濾波技術(shù)的局部直方圖均衡化算法和自適應(yīng)中值濾波算法消除復(fù)合絕緣子憎水性圖像的高頻噪聲。其次，鑒于憎水性圖像中水珠引起的反光和透明等干擾，采用最大類間方差作為目標(biāo)函數(shù)和遺傳算法作為閾值的優(yōu)化算法，獲取了良好的分割效果。最后，將最大水珠區(qū)域的圖像的面積比、形狀因子、伸長度、7個不變矩共10個特征參數(shù)輸入BP神經(jīng)網(wǎng)絡(luò)，對7個憎水性等級進(jìn)行判定，結(jié)果表明訓(xùn)練準(zhǔn)確率和測試準(zhǔn)確率分別高達(dá)94%和90%。關(guān)鍵詞：憎水性自動檢測;同態(tài)濾波;遺傳閾值;BP神
計算技術(shù)與自動化 2019年4期2019-08-13
- 基于同態(tài)濾波和維納濾波的太陽耀斑去云處理對比研究
文建立了基于同態(tài)濾波的去云模型以及基于維納濾波的去云模型。通過兩種模型分別處理圖片，對比分析結(jié)果圖后得出兩種模型對太陽耀斑去云處理均有一定效果。但基于同態(tài)濾波的去云模型更適于太陽耀斑圖片的去云處理，同時通過三維圖像可以得出同態(tài)濾波去云效果最佳。關(guān)鍵詞：同態(tài)濾波 ?維納濾波 ?去云處理 ?三維圖像處理中圖分類號：TP751 ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ?文章編號：1672-3791（2019）05（b）-0015-03太陽耀斑是一種發(fā)生于太陽大氣
科技資訊 2019年14期2019-08-13
- 基于小波的同態(tài)濾波算法處理太陽耀斑圖像
了基于小波的同態(tài)濾波處理模型，經(jīng)過處理后的圖像去云效果良好，而且可以較好地保證圖像原有樣貌。關(guān)鍵詞：同態(tài)濾波 ?db4小波基函數(shù) ?圖像重構(gòu) ?去云處理中圖分類號：TP391 ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ?文章編號：1672-3791（2019）05（b）-0206-031 ?同態(tài)濾波法的原理將太陽耀斑圖像經(jīng)過傅里葉變換變得到其頻域，挑選需要的濾波器進(jìn)行提取薄云集中的低頻部分，然后利用濾波器對其設(shè)置截止頻率，將云層剔除，將得到的頻率域增強背景，最后
科技資訊 2019年14期2019-08-13
- 基于二維切片的同態(tài)濾波實現(xiàn)三維圖像增強
具有代表性的同態(tài)濾波算法應(yīng)用于二維切片序列的降噪中，實現(xiàn)在三維重建中確保三維信息準(zhǔn)確性的同時完善三維圖像細(xì)節(jié)信息，提升三維圖像可視化效果。1 基于距離能量的三維成像1.1 成像過程基于距離能量的三維成像與傳統(tǒng)的通過二維切片序列堆疊的“切片式”三維成像不同，這一方法利用高質(zhì)量的矩形激光脈沖和距離選通技術(shù)獲得距離與接收光強的關(guān)系，從而至少需要兩幅二維切片即可獲得三維信息。理想的成像過程：計時器開始時，脈寬τp的矩形激光脈沖照亮目標(biāo)區(qū)域，距離選通門經(jīng)延遲時間τD
兵器裝備工程學(xué)報 2019年7期2019-08-13
- 基于X光機圖像識別的雙邊濾波和同態(tài)濾波相融合技術(shù)?
種雙邊濾波和同態(tài)濾波相融合的方法，仿真實驗表明其方法對與X光機成像圖像具有較好的處理效果。2 雙邊濾波和同態(tài)濾波原理雙邊濾波（bliateral filter）是一種可以保邊去燥的濾波器，是空間濾波器和值域濾波器的自合［6］?？沼驗V波是對空間上臨近點的加權(quán)平均，至于濾波是根據(jù)周圍像素點與中心像素點的值差來加權(quán)平均，加權(quán)系數(shù)均隨著距離的增加而減少。2.1 雙邊濾波2.1.1 空域濾波卷積設(shè) f(x)為輸入圖像；h(x)為輸出圖像，則其中c(ε，x)度量領(lǐng)域中
計算機與數(shù)字工程 2019年5期2019-06-01
- 基于均衡化與同態(tài)濾波的光學(xué)圖像去云模型
化，低頻分量同態(tài)濾波處理的小波變換模型來進(jìn)行去云處理。同時，將新模型與未經(jīng)分解的圖像進(jìn)行同態(tài)濾波、小波去云進(jìn)行對比去云效果，并對其進(jìn)行分析，組合去云處理的去云效果較明顯。針對該算法，通過改變反射參數(shù)、邊緣銳度等4個指標(biāo)進(jìn)行魯棒性檢驗。關(guān)鍵詞：OpeCV處理? 同態(tài)濾波? 小波重構(gòu)? 魯棒性分析Abstract： In recent years， research on solar flares has been favored by most resear
科技創(chuàng)新導(dǎo)報 2019年36期2019-05-06
- 融合同態(tài)濾波和小波變換的圖像去霧算法研究
角度出發(fā)，將同態(tài)濾波算法中的傅立葉變換用快速小波變換代替，然后在變換域內(nèi)用改進(jìn)的濾波器對小波系數(shù)進(jìn)行處理，從而達(dá)到增強霧天降質(zhì)圖像的目的。實驗結(jié)果表明，改進(jìn)算法能夠有效校正霧天圖像光照，保持圖像原有信息不丟失，增強圖像的對比度，使處理后的圖像更具有可視性。關(guān)鍵詞：同態(tài)濾波，小波變換，圖像增強，對比度DOI：10?15938/j?jhust?2019?01?011中圖分類號： TP391文獻(xiàn)標(biāo)志碼： A文章編號： 1007-2683（2019）01-0066
哈爾濱理工大學(xué)學(xué)報 2019年1期2019-04-20
- 金屬腐蝕區(qū)域圖像增強算法研究
9-11]、同態(tài)濾波增強算法[12-13]、基于暗通道先驗理論的去霧增強算法[14-15]等。在上述圖像增強算法中，對像素值的直接處理可改善圖像亮度動態(tài)范圍但易丟失細(xì)節(jié)信息或色彩失真；Retinex增強和同態(tài)濾波增強都進(jìn)行了對數(shù)變換，前者是通過估計照度分量得到物體的反射分量，在圖像亮度保持和細(xì)節(jié)這兩方面的處理效果都比較好，但容易造成偏色等色彩失真現(xiàn)象[16]，后者是利用同態(tài)濾波函數(shù)壓縮低頻分量與增強高頻分量來改善光照不均的影響；而去霧增強算法是將每個顏色通
智能系統(tǒng)學(xué)報 2019年2期2019-04-10
- 一種基于同態(tài)濾波的陶瓷防眩光處理技術(shù)研究
字：防眩光；同態(tài)濾波；陶瓷；計算機視覺0 引 言作為傳統(tǒng)行業(yè)，陶瓷器具的生產(chǎn)過程存在韌性較低，生產(chǎn)工藝比較特殊，成批生產(chǎn)時質(zhì)量不易控制等特點。為了提高產(chǎn)品良品率，提升企業(yè)競爭力，絕大部分廠家均會設(shè)置產(chǎn)品質(zhì)量檢測部門。然而，大部分企業(yè)的日用陶瓷缺陷檢測仍然停留在人工肉眼檢測水平，檢測效率低，勞動強度大，產(chǎn)品質(zhì)量不穩(wěn)定，漏檢率較高成為一大詬病。目前，隨著工業(yè)現(xiàn)代化水平的進(jìn)步，無損檢測技術(shù)得以發(fā)展。常用的無損檢測方法[1-3]主要有如下五種，即：超聲檢測、射線檢
陶瓷學(xué)報 2019年1期2019-03-08
- 彩色圖像增強技術(shù)的研究
的Y分量進(jìn)行同態(tài)濾波處理使得圖像增強；最后將處理得到的圖像轉(zhuǎn)回到RGB空間。實驗結(jié)果表明，在處理的過程中使用同態(tài)濾波的方法，克服了光照不均勻，圖像偏暗等缺點使得達(dá)到到較滿意的增強效果。關(guān)鍵詞：彩色圖像增強；同態(tài)濾波；YIQDOI：10.16640/j.cnki.37-1222/t.2018.17.1880 引言在獲取圖像過程中由于噪聲、光照等因素的影響，圖像的質(zhì)量會下降，如圖像的輪廓的清晰度，圖像整體的對比度，圖像的明暗程度等，這會導(dǎo)致圖像的特征不是很明顯
山東工業(yè)技術(shù) 2018年17期2018-10-27
- 基于灰度梯度共生矩陣和SVDD的織物疵點檢測
應(yīng)中值濾波、同態(tài)濾波進(jìn)行預(yù)處理，以消除圖像上的光照不勻和噪聲等影響，然后利用灰度梯度共生矩陣對預(yù)處理后的圖像提取15個特征值并組成特征向量，經(jīng)歸一化后送入到單分類器SVDD中訓(xùn)練和測試。實驗結(jié)果表明：使用此方法進(jìn)行疵點檢測，檢驗正確率達(dá)97%，漏檢率為4.5%和誤檢率為1.4%，具有很好的檢測效果。關(guān)鍵詞： 疵點檢測;SVDD;GGCM;自適應(yīng)中值濾波;同態(tài)濾波Fabric defect detection based on gray?level grad
絲綢 2018年12期2018-09-10
- 基于DCT同態(tài)濾波的紙病圖像去噪算法研究
出基于DCT同態(tài)濾波的紙病去噪算法。該算法首先對采集到的紙病圖像進(jìn)行分塊，然后對每一圖像塊取對數(shù)，DCT變換，將其變換到頻率域，使用高斯同態(tài)濾波濾除噪聲干擾，最后通過IDCT變換以及取指數(shù)操作將其恢復(fù)到空間域。實驗結(jié)果表明，該算法可以有效地去除紙病圖像中的各類光源噪聲干擾，增強紙病圖像區(qū)域。關(guān)鍵詞：DCT變換；同態(tài)濾波；高斯濾波；頻率域中圖分類號：TS75文獻(xiàn)標(biāo)識碼：ADOI：10.11980/j.issn.0254-508X.2018.05.008Abs
中國造紙 2018年5期2018-09-10
- 霧霾天氣下圖像增強算法的研究
[4]提出的同態(tài)濾波的圖像增強方法可以很好地去除圖像的霧霾信息，但是它也會在一定程度上造成原有圖像細(xì)節(jié)信息的丟失。文獻(xiàn)[5]提出一種基于小波變換的霧霾天閾值確定模型，能夠較好地增強圖像細(xì)節(jié)信息，但閾值的二值化性決定了圖像必定會失真。同態(tài)濾波和小波變換都是典型的非模型的圖像增強方法，能夠增強圖像的對比度，通過減少低頻成分，增加高頻成分，實現(xiàn)濾波去噪的目的。但同態(tài)濾波在銳化圖像邊緣的同時不可避免的造成低頻信息的丟失。小波變換是一種多分辨率的分析方法，它將原始圖
現(xiàn)代計算機 2018年2期2018-04-02
- 圖像處理在護(hù)照縫紉裝訂中的應(yīng)用
原始圖像進(jìn)行同態(tài)濾波處理，然后轉(zhuǎn)回RGB空間，提取紅色通道，對灰度圖進(jìn)行圖像增強與圖像平滑預(yù)處理；再利用巴特沃茲濾波器增強縫紉線的邊緣，對濾波后的圖像進(jìn)行均衡處理；最后用Otsu進(jìn)行圖像分割，最終獲得細(xì)節(jié)分明的二值圖像。通過以上的圖像處理步驟，在消除背景噪聲的同時，可獲得了細(xì)節(jié)豐富的縫紉線圖像。關(guān)鍵詞：護(hù)照；縫紉質(zhì)量；圖像處理；同態(tài)濾波；巴特沃茲濾波DOIDOI：10.11907/rjdk.173253中圖分類號：TP317.4文獻(xiàn)標(biāo)識碼：A 文章編號：1
軟件導(dǎo)刊 2018年2期2018-03-10
- 基于改進(jìn)標(biāo)記控制分水嶺方法的樹冠輪廓提取
先引入改進(jìn)的同態(tài)濾波對圖像進(jìn)行預(yù)處理，然后采用標(biāo)記控制分水嶺分割方法進(jìn)行圖像輪廓提取。引入的改進(jìn)同態(tài)濾波能夠去除混合噪聲且不會破壞邊緣信息，因此預(yù)處理后的圖像邊緣信息較為完整，從而保證了良好的輪廓提取效果。最后，結(jié)合人工識別結(jié)果，將改進(jìn)的標(biāo)記控制分水嶺分割方法與未改進(jìn)方法的提取結(jié)果進(jìn)行比較，發(fā)現(xiàn)改進(jìn)方法對疏林區(qū)的樹冠輪廓提取效果明顯好轉(zhuǎn)，提取精度較高且易編程實現(xiàn)。樹冠輪廓提取；同態(tài)濾波；標(biāo)記控制分水嶺方法1 相關(guān)研究與問題提出樹冠是樹木的重要組成部分，也是
宿州學(xué)院學(xué)報 2017年12期2017-12-26
- 關(guān)于霧霾天氣圖像觀測信息優(yōu)化仿真
整體偏暗以及同態(tài)濾波算法去霧后能夠還原原始圖像面貌等特點，提出了將兩者相融合的圖像去霧算法。首先，使用暗原色先驗算法對圖像進(jìn)行初步去霧處理；然后，采用同態(tài)濾波算法消除圖像整體偏暗問題；最后，通過Matlab軟件對融合之后算法有效性進(jìn)行驗證。實驗結(jié)果表明：融合之后的算法不僅能夠有效提高圖像的對比度還能夠突出圖像的細(xì)節(jié)，具有較高的精確性和應(yīng)用價值。關(guān)鍵詞：特征提??；大氣散射；暗原色先驗；同態(tài)濾波中圖分類號：TP391.9； 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-
電腦知識與技術(shù) 2017年25期2017-11-20
- 基于同態(tài)濾波與GA優(yōu)化的QR碼識別算法及其應(yīng)用
別技術(shù)，采取同態(tài)濾波增強光照使得圖像能夠準(zhǔn)確灰度化，然后采取GA尋取全局灰度閾值實現(xiàn)精確二值化。經(jīng)實驗證明，本文所采取的二維碼識別算法識別效率較高。同時，本文還建立了基于此優(yōu)化QR碼識別算法的農(nóng)化產(chǎn)品物流系統(tǒng)。關(guān)鍵詞：QR碼；同態(tài)濾波；遺傳算法；二值化中圖分類號：S-3 文獻(xiàn)標(biāo)識碼：A DOI：10.11974/nyyjs.20170931003引言在信息技術(shù)發(fā)展迅速的今天，物聯(lián)網(wǎng)不再僅僅局限于理論上的研究，許多物聯(lián)網(wǎng)應(yīng)用如雨后春筍般出現(xiàn)在市面上。數(shù)據(jù)采集
農(nóng)業(yè)與技術(shù) 2017年17期2017-09-30
- 非均勻圖像亮度補償?shù)姆指罘椒?/a>
的動態(tài)型高斯同態(tài)濾波的亮度補償新方法。將非均勻圖像置于HIS色系下，在頻域內(nèi)對其亮度分量進(jìn)行同態(tài)濾波，同時引入改進(jìn)后的高斯高通濾波傳遞函數(shù)，并保持色調(diào)和飽和度不變，得到光照均勻的圖像，進(jìn)而利用Otsu算法對增強后的均勻圖像進(jìn)行分割。實驗結(jié)果表明，文中所提方法能夠使得到補償后的圖像明暗適中、視覺感好，且分割的精度與速度都較為理想。非均勻光照；亮度補償；HIS色系；改進(jìn)的動態(tài)型高斯同態(tài)濾波圖像分割目的就是將圖像中的物體從背景中分離出來，方便于后面的分析、計算等
電子科技 2017年9期2017-09-20
- 復(fù)雜光照環(huán)境下電力儀表的二值化研究
先使用改進(jìn)的同態(tài)濾波和自適應(yīng)灰度變換法相結(jié)合的方法對圖像做增強處理；然后再使用OTSU算法對圖像進(jìn)行二值化。實驗結(jié)果表明，這種方法不僅有效去除了光照不均帶來的影響，還能根據(jù)不同情況自主調(diào)節(jié)圖像各部分亮度。二值化后的儀表圖像連續(xù)性好，細(xì)節(jié)完整。儀表；同態(tài)濾波；灰度變換；光照復(fù)雜；OTSU0 引言電力儀表是變電站中數(shù)目眾多的一種檢測設(shè)備，為確保變電站安全穩(wěn)定地運行需要定期對儀表進(jìn)行巡檢。我國變電站的巡檢方式正在從人工巡檢向自動化巡檢過渡：通過對儀表進(jìn)行圖像采集
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2017年15期2017-09-03
- 鉆孔圖像清晰化方法研究
提出一種結(jié)合同態(tài)濾波與超分辨率重建的圖像清晰化新方法。利用同態(tài)濾波算法處理HSV顏色空間下鉆孔圖像的亮度分量，有效抑制光照不均的影響并增強圖像對比度。提出基于樣本聚類的超分辨率重建算法用于鉆孔圖像重建，提高圖像分辨率，突出圖像細(xì)節(jié)信息。實驗結(jié)果表明，提出的方法在解決鉆孔圖像光照不均問題的同時能有效提高圖像清晰度。鉆孔圖像；光照不均；分辨率；同態(tài)濾波；超分辨率重建；清晰化1 引言隨著科學(xué)技術(shù)的不斷進(jìn)步，地質(zhì)勘測的方法和手段也在不斷地推陳出新，其中采用鉆井后數(shù)
微處理機 2017年3期2017-08-07
- 基于CLAHE與同態(tài)濾波的細(xì)胞圖像增強新方法*
CLAHE與同態(tài)濾波的細(xì)胞圖像增強新方法*余成波，孔慶達(dá)，田 桐(重慶理工大學(xué) 遠(yuǎn)程測試與控制研究所，重慶 400054)針對角膜內(nèi)皮細(xì)胞圖像由于非均勻光照造成的明暗不均問題，提出一種基于限制對比度自適應(yīng)直方圖均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)與同態(tài)濾波進(jìn)行組合的角膜內(nèi)皮細(xì)胞圖像增強新方法。CLAHE方法提高了圖像的局部對比度，不損傷圖像細(xì)節(jié)，同時避免圖像噪聲隨圖像對比度增
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2017年4期2017-03-10
- 圖像通信中一種低照度彩色圖像增強算法*
函數(shù)改進(jìn)傳統(tǒng)同態(tài)濾波，然后，在RGB色彩空間上，分別對R、G、B分量用改進(jìn)的同態(tài)濾波和對比度受限自適應(yīng)直方圖均衡（CLAHE）進(jìn)行增強。接著，轉(zhuǎn)換到HSV色彩空間，用非線性函數(shù)對亮度進(jìn)行光照補償，對飽和度進(jìn)行1.5倍拉伸。最后恢復(fù)圖像色彩信息。實驗結(jié)果表明，新算法在保持圖像細(xì)節(jié)的同時能夠增強圖像對比度，使圖像清晰度更高。低照度彩色圖像；圖像增強；空間轉(zhuǎn)換；同態(tài)濾波TP751.1圖像是人類獲取信息的重要來源，圖像通信系統(tǒng)所傳輸?shù)闹饕侨祟愐曈X可以感知到的視覺
電子器件 2016年6期2016-12-23
- 基于同態(tài)濾波的手機鏡片表面缺陷檢測算法研究*
74)?基于同態(tài)濾波的手機鏡片表面缺陷檢測算法研究*袁續(xù)凱孫志剛(華中科技大學(xué)自動化學(xué)院武漢430074)針對手機鏡片圖像采集時光照不均導(dǎo)致圖像細(xì)節(jié)難以辨認(rèn)的現(xiàn)象,以及手機鏡片圖像背景單一的特征,提出了一種基于同態(tài)濾波和背景減除法的手機鏡片表面缺陷檢測算法。實驗結(jié)果表明,該算法能夠準(zhǔn)確地識別出手機鏡片表面缺陷,并且能準(zhǔn)確地對缺陷進(jìn)行分類。同態(tài)濾波; 背景減除; 缺陷檢測Class NumberTP3911 引言鏡片(LENS)是手機等電子產(chǎn)品的顯示設(shè)備,在
計算機與數(shù)字工程 2016年9期2016-10-26
- 光照變化條件下的人臉識別
高低帽變換、同態(tài)濾波和奇異熵的人臉識別方法。首先用高低帽變換和同態(tài)濾波對人臉圖像進(jìn)行處理，然后分別提取圖像的整體奇異熵和分塊奇異熵，以此構(gòu)成最終分類特征，最后通過支持向量機對其分類。在Yale人臉庫上的實驗表明，該方法具有較高的識別率和光照魯棒性。關(guān)鍵詞人臉識別高帽變換低帽變換同態(tài)濾波奇異熵一、引言人臉識別技術(shù)可廣泛應(yīng)用于金融、考勤、公共安防等領(lǐng)域，已成為當(dāng)前模式識別領(lǐng)域的一個研究熱點［1-4］。在人臉識別過程中主要涉及人臉檢測、特征提取和人臉分類幾個方面
辦公自動化 2016年12期2016-06-16
- 雙通道分塊同態(tài)濾波彩色圖像增強算法
)雙通道分塊同態(tài)濾波彩色圖像增強算法段 群，吳粉俠，李 紅(咸陽師范學(xué)院 圖形圖像處理研究所，陜西 咸陽 712000)為了有效增強由于光照不均的彩色圖像，文中在應(yīng)用HSV彩色模型空間的基礎(chǔ)上，提出了一種基于雙通道的分塊同態(tài)濾波彩色圖像增強算法。首先將光照不均源彩色圖像從RGB色彩空間模型轉(zhuǎn)換到HSV色彩空間模型。然后為了彌補光照不足引起的圖像亮度不均，對變換后的亮度分量做分塊巴特沃斯高通同態(tài)濾波，之后會出現(xiàn)輕微塊效應(yīng)，為了去除塊效應(yīng)，對相鄰子圖像邊界處亮
計算機技術(shù)與發(fā)展 2016年1期2016-02-23
- 基于傅里葉變換的森林紅外圖像增強算法研究
高通濾波器和同態(tài)濾波器對圖像做了增強。結(jié)果對比后得出，同態(tài)濾波克服了低通濾波和高通濾波的缺點，圖像細(xì)節(jié)和對比度得到明顯增強。并進(jìn)一步優(yōu)化了同態(tài)濾波器中的指數(shù)型濾波函數(shù)，仿真結(jié)果表明，優(yōu)化后的指數(shù)型濾波函數(shù)對森林紅外圖像有更好的增強效果，能提供更滿意的圖像。圖像增強；傅里葉變換；紅外圖像；濾波器0 引言紅外熱成像技術(shù)是森林火警措施中的一個重要技術(shù)，但是紅外熱傳感器輸出的信號常常存在著非均勻性以及噪聲大、噪聲種類多，所以可能會造成紅外信號的目標(biāo)難以識別，特別是
紅外技術(shù) 2015年1期2015-03-30
- 紅外圖像中艦船目標(biāo)增強技術(shù)研究
后對圖像進(jìn)行同態(tài)濾波，最后加入對像素空間位置的考慮，利用像素鄰域的灰度均值和均方差值構(gòu)建了一個灰度變換函數(shù)，實現(xiàn)圖像的灰度拉伸。實驗結(jié)果表明，以往僅通過灰度信息的增強技術(shù)很難取得較好效果，本文在考慮像素位置的基礎(chǔ)上提出的灰度變換函數(shù)可較好的實現(xiàn)對艦船目標(biāo)局部區(qū)域的增強。關(guān)鍵詞：紅外圖像；中值濾波；同態(tài)濾波；灰度變換0引言隨著國際社會在海洋領(lǐng)域的競爭日益激烈，我國艦船規(guī)模不斷擴(kuò)大，例如兼?zhèn)涠喾N功能的海洋調(diào)查船[1]、各種海軍戰(zhàn)艦等。海上艦船目標(biāo)的自動識別也隨
艦船科學(xué)技術(shù) 2015年1期2015-03-14
- 基于同態(tài)濾波的彩色圖像增強
010)基于同態(tài)濾波的彩色圖像增強田小平1, 程 新1, 吳成茂1, 劉一博2(1.西安郵電大學(xué) 電子工程學(xué)院, 陜西 西安 710061； 2.國防信息學(xué)院 作戰(zhàn)訓(xùn)練教研室, 湖北 武漢 430010)給出一種基于同態(tài)濾波的彩色圖像增強算法。引入新的傳遞函數(shù)，改進(jìn)同態(tài)濾波算法，用以增強低照度彩色圖像的RGB各分量；將RGB圖像轉(zhuǎn)換到HSV彩色空間，保持色度和飽和度不變，利用對比度受限自適應(yīng)直方圖均衡法對亮度分量進(jìn)行變換和分段線性拉伸；將HSV圖像還原為R
西安郵電大學(xué)學(xué)報 2015年6期2015-02-27
- 煙草異物剔除系統(tǒng)中實時低照度圖像增強算法
直方圖均衡、同態(tài)濾波［11-12］等算法。但上述算法的實時性都較差，不適合應(yīng)用在煙草異物剔除系統(tǒng)中。為此，采用優(yōu)化的同態(tài)濾波算法，通過引入自適應(yīng)參數(shù)對不同照度的圖像進(jìn)行拉伸，有效校正低照度圖像的顏色、對比度和亮度，以期進(jìn)一步提高系統(tǒng)的剔除性能。1 照度對剔除性能的影響照度對煙葉圖像品質(zhì)具有直接影響。當(dāng)光源亮度較好時，平均照度約為15 000 Lx，圖像自然，顏色真實，有利于異物的識別；當(dāng)光源亮度不足時，平均照度約為5 000 Lx，攝像機采集的圖像整體偏暗
煙草科技 2015年1期2015-02-08
- 基于中值與同態(tài)濾波器相結(jié)合增強圖像的探究
。1 中值與同態(tài)濾波器相結(jié)合原理1.1 中值濾波器原理中值濾波器是是一種去除噪聲的非線性處理方法，是由Turky于1971年提出來的[3]。它首先確定一個奇數(shù)像素窗口，該窗口內(nèi)的像素值從小到大排序后，用中間位置灰度值來代替原灰度值[4]。對于一組灰度值x1，x2…，xn來說，如果把這n個灰度值按照由小到大的順序排列為xi1，xi2…，xin，則原序列的中值y可表示為：1.2 同態(tài)濾波器原理同態(tài)濾波可以將細(xì)節(jié)對比差、分辨率不清的圖像處理為畫面亮度比較均勻，細(xì)
科技視界 2014年6期2014-12-23
- CBERS影像灘涂濕地識別技術(shù)
出基于小波的同態(tài)濾波算法，在去除CBERS影像灘涂濕地云霧的同時保證了灘涂濕地信息不被損壞。結(jié)果表明，處理后的影像云霧噪聲得到很大程度的弱化，灘涂濕地的全貌清晰可見，遙感影像的質(zhì)量有了顯著改善，大大提高了灘涂濕地圖像信息判讀、分析和使用的價值，為灘涂濕地水土資源的合理開發(fā)利用提供了依據(jù)。關(guān)鍵詞：灘涂濕地；小波；同態(tài)濾波中圖分類號： S127文獻(xiàn)標(biāo)志碼： A文章編號：1002-1302（2014）09-0304-03近年來，相關(guān)學(xué)者從旅游開發(fā)、灘涂圍墾、灘涂
江蘇農(nóng)業(yè)科學(xué) 2014年9期2014-11-15
- 關(guān)于人臉識別圖像預(yù)處理方法的研究與實現(xiàn)
、灰度拉伸、同態(tài)濾波預(yù)處理圖像和基于統(tǒng)計學(xué)的人眼檢測、特征提取的人臉識別方法。描述了各種預(yù)處理方法和在人臉識別中的具體應(yīng)用，避免圖像大小、光照不同等復(fù)雜因素對圖像識別造成的影響，為下一步進(jìn)行圖像識別奠定基礎(chǔ)。關(guān)鍵詞：人臉識別；圖像預(yù)處理；同態(tài)濾波；光照中圖分類號：TP391.4 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-6835（2014）18-0119-02目前，人臉識別技術(shù)的研究工作多是在假定圖像中檢測和定位的。人臉識別系統(tǒng)對人身份的確定起著重要的作用，身份
科技與創(chuàng)新 2014年18期2014-11-12
- 結(jié)合Top－h(huán)at變換改善同態(tài)濾波的方法
［1－3］.同態(tài)濾波是把頻率過濾和灰度變換結(jié)合起來的一種圖像處理方法，其優(yōu)點是兼顧了圖像的頻域和空域，使濾波后的圖像既消除了光照不均勻的影響而又不損失圖像的細(xì)節(jié)；缺點是最優(yōu)濾波參數(shù)需要大量實驗才能確定，當(dāng)成像條件發(fā)生變化時，選定的最優(yōu)參數(shù)又達(dá)不到理想的效果.形態(tài)學(xué)中開運算能平滑圖像的輪廓，消除尺寸較小的亮細(xì)節(jié).Top－h(huán)at變換定義為圖像與圖像開運算之差，可以消除背景［4］，突出細(xì)節(jié)，缺點是會降低圖像整體的灰度，以致降低圖像的對比度.綜上所述，考慮到同態(tài)濾
河北大學(xué)學(xué)報（自然科學(xué)版） 2014年6期2014-07-24
- 指針式儀表圖像高斯同態(tài)濾波增強算法研究
直方圖處理、同態(tài)濾波算法增強、基于梯度場放大、基于Retinex算法增強等.本文利用同態(tài)濾波算法增強圖像，可得到視覺效果較好的儀表圖像［3］.1 指針式儀表圖像預(yù)處理圖像預(yù)處理包括圖像濾波、圖像的二值化、圖像的平滑等.預(yù)處理圖片的質(zhì)量直接影響后續(xù)識別結(jié)果的正確性.指針式儀表圖像預(yù)處理包括3個方面：圖像分割、圖像質(zhì)量改善、圖像二值化.圖像分割是便于圖像后續(xù)處理；改善圖像質(zhì)量包括去噪聲和圖像增強，現(xiàn)有的圖像增強方法包括圖像結(jié)構(gòu)增強、對比度增強等；圖像二值化是使
中原工學(xué)院學(xué)報 2013年5期2013-12-20
- 基于同態(tài)濾波的圖像照度補償算法研究
可以利用基于同態(tài)濾波的光照反射模型，在不損失圖像細(xì)節(jié)的前提下進(jìn)行照度補償。作為一種圖像預(yù)處理方法，同態(tài)濾波技術(shù)結(jié)合灰度變換和頻率過濾方法，通過增強對比度和壓縮灰度范圍改善圖像細(xì)節(jié)。目前，該技術(shù)在圖像對比度增強、照度補償、灰度修正和圖像恢復(fù)中得到廣泛應(yīng)用。本文介紹了同態(tài)濾波原理，結(jié)合傳統(tǒng)巴特沃斯高通濾波方法，提出一種新的同態(tài)濾波函數(shù)，并選取濾波參數(shù)，經(jīng)過實驗及分析，得出結(jié)論。1 圖像同態(tài)濾波原理圖像同態(tài)濾波原理是基于將圖像看成由反射光和照射光的乘積，對一副圖
通信電源技術(shù) 2013年1期2013-09-25
- 光照不均勻圖像校正研究
的校正，并與同態(tài)濾波算法進(jìn)行了比較。實驗結(jié)果分析表明，兩種算法都能夠得到較好的效果，但是同態(tài)濾波算法的時間花銷優(yōu)于自適應(yīng)閾值濾波。光照不均勻圖像 自適應(yīng)閾值濾波 同態(tài)濾波1 引言目前，針對自然圖像的處理大部分都集中在顏色恒常性、白平衡、顏色的濾波等方面，已有學(xué)者在圖像亮度不均、圖像增強方面進(jìn)行研究，但多數(shù)研究采用的公式參數(shù)求取過程復(fù)雜，前期的計算量較大，有些則只局限于在圖像的灰度范圍內(nèi)進(jìn)行調(diào)整，而且系數(shù)的修正局限于特定的圖像采集設(shè)備及圖像。[1]在圖像獲取
中國刑警學(xué)院學(xué)報 2012年1期2012-04-24