高帽变换和toggle算子组合的图像增强优化算法
本文关键词:高帽变换和toggle算子组合的图像增强优化算法
更多相关文章: 高帽变换 toggle算子 对比度 图像增强 目标识别
【摘要】:针对灰度图像对比度较低而难以识别目标区域的问题,对形态学中传统的高帽变换算子和toggle算子进行组合,提出了基于高帽变换和toggle算子组合的图像增强优化算法。该算法利用高帽变换算子增大原始图像灰度值的动态范围,同时利用toggle算子锐化图像,使图像清晰。实验结果表明,该组合算子相对单个算子来说,对灰度图像的对比度增强效果更好,目标识别效果更佳。
【作者单位】: 中北大学电子测试技术国家重点实验室;北华航天工业学院;
【分类号】:TP751.1
【正文快照】: 0引言图像增强是图像处理的一种重要技术,已被广泛应用在生物医学工程、指纹识别、天文图像和红外图像处理等不同方面[1]。图像增强的主要思想是通过增大图像中明亮区域和暗淡区域的对比度,以获得更好的视觉效果。很多图像受成像传感器、背景辐射和成像环境操作的影响,具有较
【相似文献】
中国重要会议论文全文数据库 前10条
1 薛丽;王波涛;;基于形态学的运动员号码牌图像增强[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
2 陈钳生;陈英;李润午;韦礼珍;;基于遗传优化的小波域印章图像增强研究[A];2007中国控制与决策学术年会论文集[C];2007年
3 张莹;王太勇;冷永刚;邓辉;;调参双稳系统图像增强应用初探[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
4 李孟歆;金风;张颖;;一种新的图像增强混合方法研究[A];创新沈阳文集(A)[C];2009年
5 谢云;余江;裴以建;白宝丹;;基于小生境遗传算法的图像增强[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
6 卢汉明;高德俊;;基于多尺度变换相结合的图像增强算法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 张铁栋;秦再白;朱炜;;基于模糊算法的水声图像增强[A];第十二届全国图象图形学学术会议论文集[C];2005年
8 刘毅;高旭辉;;一种改进的夜视图像增强处理算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
9 刘海华;高智勇;陈心浩;舒振宇;;基于形态学操作的图像增强方法(英文)[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
10 赵建;;基于偏微分方程的非线性图像增强方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
中国博士学位论文全文数据库 前10条
1 陈燕;工业X射线图像增强算法研究[D];中北大学;2016年
2 赵文达;基于变分法和偏微分方程的图像增强和融合方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
3 云海姣;针对靶场图像增强算法的研究与实现[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
4 侯国家;水下图像增强与目标识别算法研究[D];中国海洋大学;2015年
5 赵凡;基于偏微分方程的图像增强和分割方法研究[D];中国科学院长春光学精密机械与物理研究所;2016年
6 许欣;图像增强若干理论方法与应用研究[D];南京理工大学;2010年
7 李艳梅;图像增强的相关技术及应用研究[D];电子科技大学;2013年
8 陈一平;图像增强及其在视觉跟踪中的应用[D];国防科学技术大学;2011年
9 王彦臣;基于多尺度数字X光图像增强方法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2005年
10 孙飞飞;水下图像增强和复原方法研究[D];中国海洋大学;2011年
中国硕士学位论文全文数据库 前10条
1 许文君;灰度图像多尺度对比度增强电路设计与实现[D];南京理工大学;2015年
2 陈萌;多重虚拟曝光夜视图像对比度增强算法研究[D];西南科技大学;2015年
3 孔壮;雾天图像增强方法研究及FPGA实现[D];电子科技大学;2015年
4 赵雨;基于加权红—黑小波变换的DR图像增强方法研究[D];南方医科大学;2015年
5 阿依古力·吾布力;基于剪切波和NSST变换的图像增强算法研究[D];新疆大学;2015年
6 楼彬彬;基于模式分解的医学图像增强方法的研究与实现[D];东北大学;2013年
7 王冲;基于视网膜机制的图像增强算法研究[D];电子科技大学;2015年
8 魏生峰;基于模糊数学理论的医学影像增强应用研究[D];电子科技大学;2014年
9 石鑫;运动模糊雾霾图像增强算法研究[D];东北大学;2013年
10 钱晟;基于Retinex理论的图像增强算法的应用研究[D];北京工业大学;2015年
,本文编号:1216233
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1216233.html