浅谈巴特沃斯滤波器在图像处理中的应用

本文首先分析了巴特沃斯高通滤波器的原理，然后MATLAB7．0的环境下实现了巴特沃斯高通滤波器算法。     

基于波束锐化技术的SAR图像增强方法

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     

自回归模型在新安江模型中的应用

自回归模型是数理统计中的一种数据处理方法,本文把自回归模型应用到新安江模型当中以对所得结果进行自回归修正,取得了较好的效果。     

基于多尺度融合与USM的蒙古族家具纹样增强研究

为提高蒙古族家具纹样图像的全局对比度、颜色和精细细节,提出了一种基于改进的多尺度融合和USM的图像增强算法。首先对图像采用非锐化掩模技术增强纹样的细节区域,在此基础上进行白平衡处理,然后根据对比度的需求定义权重,最后进行多尺度融合能更好地体现出图像中有价值的信息和样式。结果表明：该算法能突出纹样的细节部位,图像颜色更加自然直观,有效地增强了蒙古族家具纹样的图片;该方法可为缺失纹路的蒙古族家具纹样复原提供技术支撑,同时对蒙古族家具纹样的保护具有重要意义。     

两种遥感图像增强方法对图像分类的适宜性分析

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。     

Laplace多尺度图像增强去噪算法

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。     

Laplace多尺度图像增强去噪算法

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。     

数码3D打印木纹图像清晰度的调整与评价

本研究以建立高品质的木纹数字图像库为目标,对天然木纹进行扫描采集与图像处理,为数字化木纹3D打印技术在家具和木制品表面装饰中的应用提供技术基础。为获得高品质的木纹图像,通过主观评价从Photoshop与MATLAB常用的几种去噪方法中选取3种较优的去噪方案,并利用调制传递函数(MTF)与能量梯度函数(EOG)系统评价了这3种方案的去噪效果;比较了Lab与RGB两种颜色模式下的木纹图像应用USM锐化的效果,并从"叠加/高反差保留"方法与USM锐化中选出最佳方案进行素板木纹图像与透明底漆涂饰木纹图像的锐化效果对比。研究结果表明:去噪效果越好,图像的MTF值越大,EOG值越小;锐化效果越好,图像的MTF值与EOG值越大,木纹图像越清晰。2种函数对木纹图像清晰度的评价与主观评价具有一致性,其中,能量梯度函数的灵敏度更高,但对锐化效果的评价存在一定误差。在还原扫描得到原木纹图像纹理细节的同时,去噪与锐化也在一定程度上改变了原木纹图像的色泽。     

基于细胞神经网络的卫星影像锐化处理

结合细胞神经网络（CNN）中的最有边缘探测模板，对卫星影像进行锐化处理。研究得到一种卫星影像的锐化处理方法，利用该模板的鲁棒性。根据需要进行参数调整，得到更理想的图像效果，显示出边缘信息更清楚的卫星图像.     

基于非线性反锐化掩模的成像测井图像增强

提出了一种基于非线性反锐化掩模成像测井图像增强算法,根据人眼视觉特性,将成像测井图像划分为低、中、高3种细节区域,并对3种区域做不同程度的反锐化掩模增强。与线性反锐化掩模图像增强方法相比,非线性反锐化掩模图像增强方法既抑制了噪声,又达到了很好的增强效果。