数字图像增强算法分析

在阐明图像增强处理基本方法基础上,对几种有代表性的图像增强算法(基于直方图均衡化图像增强算法,基于模糊集理论的图像增强算法,基于小波变换的图像增强算法,基于人眼视觉特性的彩色图像增强算法及基于神经网络的图像增强算法)做简单介绍,对现有直方图的均衡化算法进行分析、对比,综合多种算法对现有直方图均衡化算法做改进,得出一种新的直方图均衡化方法。     

超声法检测混凝土缺陷试验研究

超声波法是混凝土无损检测的方法之一。结合工程实例,介绍了超声波检测混凝土缺陷的方法及结果分析,找出了异常点分布区域,并指导了现场施工。     

超声法检测混凝土缺陷技术的发展概况

混凝土超声法非破损检测是近年来在国内外推广应用的一种新型的非破损检测方法,由于超声波通过混凝土时的声速、振幅和波形等超声参数的变化与混凝土的密实度、均匀性和局部缺陷的状况密切相关,因而可以运用超声法来检测混凝土的缺陷。经过近些年的研究、探索和实践;混凝土超声法检测在许多国家和地区得到了广泛的应用,成为混凝土无损检测的重要手段。     

简析钢管混凝土质量检测及缺陷处理方法

简单分析了钢管混凝土的质量检测原理及缺陷判别方法，并提出了缺陷的处理方法。     

基于小波变换和自适应直方图均衡的红外图像增强

针对实际应用中红外图像的对比度较低、存在噪声的缺点,结合人的视觉特征,在已有图像增强方法的基础上,采用小波变换与自适应直方图均衡相结合的方法对红外图像进行增强.该方法不但解决了红外图像对比度低的问题,而且降低了噪声,突出了图像细节.     

超声法检测钢管混凝土缺陷主要技术试验研究

在运用超声法检测钢管混凝土缺陷时,会遇到超声波在钢管混凝土中以何种路径传播以及如何估算所检测的缺陷大小问题,且现阶段的研究不能确定超声波在钢管混凝土传播是否会出现短路,更不能精确地确定缺陷大小。通过试验得出:超声波在钢管混凝土的钢管壁上传播速度约为5. 9km/s,是否会出现短路与所检测试件中混凝土的强度和钢管与混凝土接触情况有关;在试验数据的基础上,提出了估算缺陷大小新方法,并进行了验证。     

钢筋密集部位混凝土缺陷的检测与处理方法

在桥梁等构造物的混凝土浇注时,受密集的钢筋及其他因素影响,极易出现混凝土不密实,松散等缺陷,而由于所处位置关键特殊,对其缺陷进行科学合理的检测,并进行高质量的修补非常重要。以某大桥箱梁0#块支座位置混凝土缺陷检测、修补过程为实例,探讨钢筋密集部位混凝土缺陷的检测以及修补方法。     

结合暗原色优先和Gamma校正的红外交通图像增强算法

为了有效提高智能交通监控设备采集到的红外交通图像的视觉质量, 将可见光图像去雾的方法引入红外交通图像的增强处理过程中, 提出一种结合暗原色优先和Gamma校正的红外交通图像增强新算法, 首先采用暗原色优先算法对原始降质红外交通图像进行处理而得到初步增强的图像, 然后使用Gamma校正算法对初步增强的图像亮度进行调节, 并将新算法与其他常见的红外图像增强算法进行图像增强效果的对比分析。试验结果表明: 两幅原始红外交通图像的信息熵分别为4.71、5.07, 经过新算法处理后信息熵分别增加到6.45、5.92;两幅原始红外交通图像的灰度标准差分别为6.90、19.14, 经过新算法处理后灰度标准差分别增加到31.17、32.35;新算法的信息熵计算值大于他他算法的计算值。可见, 新算法的增强效果优于其他常见的红外图像增强算法, 它能显著改善红外交通图像的视觉效果, 为图像的后续处理与分析奠定良好的基础。     

超声波法检测基桩混凝土缺陷的实例分析

本文简要介绍了超声波法进行基桩检测的基本原理：分析了基桩检测异常信号的识别方法;通过工程实例,进一步探讨了基桩检测中的关键问题,超声波在桩身缺陷传播声时（波速）,接收波形等声学参数变化。结果表明,综合利用超声波声学参数的变化特点可有效提高桩基检测的准确性和可靠性。     

基于PM方程的指纹扫描仪图像增强算法研究

为降低产品成本,在采用低端CMOS图像传感器的指纹扫描仪中,采集的图像易出现通道不均衡、清晰度不高、噪声大等缺点,为了提高图像质量,提出了基于PM偏微分方程的增强指纹图像的综合算法,通过USM锐化算法和偏微分方程噪声滤波算法的有效结合,同时对USM算法和偏微分噪声滤波算法进行了优化,能显著改善图像质量,通过标准测试程序检测达到国际通用的认证标准。     

一种改进的Retinex彩色图像增强方法

传统Retinex算法在对彩色图像进行增强时,容易产生光晕以及处理后图像整体对比度较低等问题.为此提出了一种改进Retinex的图像增强方法,该方法采用三高斯模型和高斯滤波相结合的双边滤波对照度分量进行估计;然后在提取反射分量时,引入原始图像亮度影响因子实现区域自适应增强;最后进行归一化调整和彩色图像恢复,实现图像增强.实验结果表明,该方法能够在增强图像的同时,有效抑制光晕,提高图像的整体对比度.     

一种基于第二代curvelet变换的含噪图像增强算法

提出了一种基于第二代curvelet变换的图像增强算法.该算法结合NeighShrink去噪方法.适当的调整eurvelet的系数,在去噪的同时达到增强的效果.不同增强方法的比较试验表明,该算法是图像增强的有效方法.     

图像处理对影像法检测改进算法的研究

在数字万能工具显微镜上进行影像法测量,提出一种基于CCD图像技术的万工显改进方法.针对工件影像的特点,提出一种基于灰度变换,Sobel边缘检测和改进Hough变换的图像处理方法提高了工件轮廓线检测的精度,并在计算机上对工件参数进行自动评定计算,改进了读数系统的性能.检测结果表明改进后的系统有效地提高了测量的精密度.     

引入红外图像的低能见度可视面积比检测

低能见度是高速公路安全事故的重要诱因之一,而传统能见度检测仪架设方式复杂、价格 昂贵,不利于大范围推广,为了实现全路段低能见度的实时监测,提出了一种基于已有监控图像 的低能见度可视面积比检测法。普通图像可视景物的面积随着能见度的降低而减小,因此根据空 间几何投影关系,由图像可视景物的面积比来推算能见度的大小,同时引入红外图像作为处理普 通图像的参照,简化图像处理算法,降低对普通图像的质量要求,增加检测法的实用性。模拟试 验结果显示,只考虑对高速公路驾驶安全影响最大的200m范围内的低能见度,引入红外图像的 可视面积比检测法能有效提高检测精度,且平均误差小于10%,故可以经济全面地用于高速公路 低能见度的实时监测,以提高行车安全性。     

基于Canny算子边缘检测的车牌图像增强方法

提出一种基于Canny算子的车牌边缘检测技术,该技术优点是适用于不同场合并且它的参数允许调整以便于识别不同的边缘特性,尤其适合车牌数字这样具有封闭特性的图像;其缺点是在实时图像处理时速度比较慢。     

基于广义模糊集合的多级图像增强算法

分析了传统的图像模糊增强算法的两个缺陷,即图像增强区域单一、图像增强后会损失低灰度信息,并针对传统模糊增强算法的两个缺陷提出了一种新图像多级增强算法,该算法通过引入广义模糊集合的概念,将图像从图像空间变换到广义模糊空间,利用广义模糊集合变换范围大的特点进行对比度增强处理,力图使图像的层次更加分明。最后通过实验证明了文中提出算法的有效性。     

基于小波分解的车辆视频检测算法

作为智能交通系统(ITS)的基础部分,车辆检测系统在ITS中占有很重要的地位,目前常用的基于视频的车辆检测方法主要有:灰度比较法、背景差法、帧差法、边缘检测法.本文在分析这几种方法的优缺点的基础上,提出了一种基于数学形态学滤波和小波分解的算法.该算法首先对视频图像进行形态学滤波,然后在虚拟检测区进行小波分解,通过分析小波系数来检测车辆,它计算量小,复杂度低,可正确判断有无车辆、完成车辆的计数,实现车流量计算.     

一种基于模糊增强的多尺度边缘检测算法

图像的边缘检测技术是图像处理中最重要的内容之一,且已在图像分析和识别领域得到了广泛的应用.本文提出一种基于模糊增强的多尺度边缘检测算法.该算法首先用模糊增强算子对原始图像进行预处理,加大边缘两侧灰度的差异,然后利用多尺度边缘检测算法提取图像的边缘.最后,将该算法与经典的Sobel算子和Canny算子进行比较.实验结果表明,这种方法较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾.