CN103996168B - 一种基于区域自适应处理的x射线安全检查图像增强方法 - Google Patents
一种基于区域自适应处理的x射线安全检查图像增强方法 Download PDFInfo
- Publication number
- CN103996168B CN103996168B CN201410026177.9A CN201410026177A CN103996168B CN 103996168 B CN103996168 B CN 103996168B CN 201410026177 A CN201410026177 A CN 201410026177A CN 103996168 B CN103996168 B CN 103996168B
- Authority
- CN
- China
- Prior art keywords
- image
- ray
- gray
- safety inspection
- frequency information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007689 inspection Methods 0.000 title claims abstract description 38
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 10
- 230000003321 amplification Effects 0.000 claims abstract description 19
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 6
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 12
- 230000035515 penetration Effects 0.000 claims description 9
- 230000004304 visual acuity Effects 0.000 claims description 7
- 230000009977 dual effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000012886 linear function Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 238000002601 radiography Methods 0.000 claims description 2
- 238000011282 treatment Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 230000000149 penetrating effect Effects 0.000 abstract description 2
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于区域自适应处理的X射线安全检查图像增强方法,其基于图像区域自适应处理原则,根据图像中不同局部区域信息特征,自动地以不同参数、不同处理方式对图像进行增强,达到同时提高图像低灰度区域穿透力、改善图像细节分辨力、提高图像对比度的目的;使得X射线安全检查图像质量明显改善、图像视觉效果显著清晰;同现有技术相比,利用本发明所述方法对图像进行增强具有处理速度快、算法简单、增强效果清晰的特点,同时有效抑制了常规图像增强方法对图像噪声的放大效应,本发明特别适用于处理数据量大、实时性要求高的X射线安全检查技术领域。
Description
技术领域
本发明涉及一种基于区域自适应处理的X射线安全检查图像增强方法,属于X射线透射成像安全检查图像处理技术领域。
背景技术
目前,X射线透射成像技术已经广泛应用于安全检查领域,其基本原理是,当利用X射线照射被检查包裹时,通常情况下,由于包裹内物体物质组成、密度、大小、数量等特征各不相同,对X射线的衰减能力也不同,剩余X射线照射到探测装置时,形成像素灰度值不同的扫描图像,供检查人员进行观察与判读。然而,由于被检查包裹的复杂性,以及安检设备存在的X射线散射、光量子噪声和光电转换引入的系统噪声等各种不利因素的影响,使得安全检查图像的特点不同于一般灰度图像,具体表现为:图像整体灰度动态范围宽、图像低灰度区域穿透能力弱、图像细节丰富但分辨不够清晰、图像低灰度区域与高灰度区域对比度差。如果不做任何增强处理,直接观察原始图像,则视觉效果欠佳,因此,为满足检查人员对图像的正确判读,需要对图像进行增强处理,改善图像质量,以得到更理想、更佳视觉效果的安全检查图像。需要说明,由于安全检查图像的特殊性,改善图像质量必须以不丢失图像信息、不引入过大噪声、不引起细节失真为前提,避免检查人员的错误判读。
常规的图像增强方法大体可以分为灰度变换法和空间信息变换法两类。典型的灰度变换法,如灰度拉伸与直方图均衡方法,对于灰度集中,还有大量灰度级没有充分利用的情况比较适用,与像素空间位置无关,适用于提高图像整体灰度对比度;空间信息变换法也称模板运算法,算法形式几乎都是通过以下方式实现:首先,定义一个参与计算的局部区域大小,然后,将以下两组值进行卷积计算,得出目标像素输出灰度值,一是目标像素及其局部区域像素灰度信息,二是与局部区域大小相同的局部权系数矩阵,这类方法适用于改善图像局部区域对比度,提高图像细节分辨力。但是,由于安全检查图像的特殊性与复杂性,上述常规图像增强方法很难同时满足提高图像穿透力、细节分辨力与对比度的要求,灰度变换法适用于提高图像低灰度区域穿透力、提高图像整体对比度;空间信息变换法适用于改善图像细节分辨能力、提高图像局部区域对比度,但是,上述这些方法都很难达到同时提高图像穿透力、细节分辨力与对比度的目的。因此,针对X射线安全检查图像,有必要研究一种既能够提高图像穿透力,又能够同时提高图像细节分辨力与对比度的图像增强方法。
发明内容
本发明的目的在于提供一种能够克服上述技术问题的基于区域自适应处理的X射线安全检查图像增强方法,本发明基于图像区域自适应处理原则,根据图像中不同局部区域信息特征,自动地以不同参数、不同处理方式对图像进行增强,达到同时提高图像低灰度区域穿透力、改善图像细节分辨力、提高图像对比度的目的。
本发明的一种基于区域自适应处理的X射线安全检查图像增强方法,包括以下步骤:
1)通过X射线安全检查设备采集获得被检查包裹图像f(x,y);
2)对图像f(x,y)进行分段非线性灰度变换,得到灰度变换图像ftran(x,y);
3)对图像f(x,y)进行不同尺度模板的图像滤波处理,得到滤波图像fmean(x,y);
4)通过以下计算公式,得到高频信息图像fhigh(x,y):
fhigh(x,y)=f(x,y)-fmean(x,y)
5)确定一个与图像f(x,y)中像素(x,y)处灰度值相关的高频信息放大倍数函数c(f(x,y)),高频信息放大倍数c(f(x,y))根据需要处理的像素(x,y)的灰度值自动调整,低灰度区取比较高的高频信息放大倍数,随着灰度增高,高频信息放大倍数减小,直至达到某一灰度值以后,取一个常数高频信息放大倍数;
6)将c(f(x,y))与fhigh(x,y)相乘,得到放大后的高频细节图像fdetail(x,y);
fdetail(x,y)=c(f(x,y))×fhigh(x,y)
7)最终增强图像fehance(x,y)由ftran(x,y)和fdetail(x,y)相加获得。
fehance(x,y)=ftran(x,y)+fdetail(x,y)
在上述步骤2)中,分段非线性变换,由低灰度区的对数变换和非低灰度区的分段线性函数组成,其中,低灰度区的灰度阈值不高于图像饱和值的5%。
在上述步骤3)中,均值滤波处理模板尺寸,由待处理像素(x,y)与其最接近的强边缘像素之间的距离决定。待处理像素距离强边缘位置越近,滤波模板尺寸越小;待处理像素距离强边缘位置越远,滤波模板尺寸越大;待处理像素本身就是强边缘的,滤波模板尺寸取最小值3×3。
上述步骤5)与待处理像素(x,y)灰度值相关的高频信息放大倍数函数c(f(x,y)),通过多个函数拟合逼近,函数效果是:灰度值低的像素(x,y),高频信息放大倍数值高;灰度高的像素(x,y),高频信息放大倍数值低;随着灰度的增加,高频信息放大倍数由一个高值趋向一个恒定的低值。
本发明的一种基于区域自适应处理的X射线安全检查图像增强方法所处理的安全检查图像的来源包含但不限于以下几种方式:
(1)单视角双能量透射型X射线安检设备采集图像;
(2)多视角双能量透射型X射线安检设备采集图像;
(3)CT型X射线安检设备采集的DR(Digital Radiography,数字射线成像)行包图像;
(4)散射型X射线安检设备采集图像;
(5)基于钴60、加速器等技术的集装箱检查设备采集图像。
本发明的优点是实现了X射线安全检查图像穿透力、分辨力和对比度的同时增强,使得X射线安全检查图像质量明显改善、图像视觉效果显著清晰。同现有技术相比,利用本发明所述方法对图像进行增强具有处理速度快、算法简单、增强效果清晰的特点,同时有效抑制了常规图像增强方法对图像噪声的放大效应,本发明特别适用于处理数据量大、实时性要求高的X射线安全检查技术领域。
附图说明
图1是本发明所述一种基于区域自适应处理的X射线安全检查图像增强方法的流程示意图;
图2是本发明所述一种基于区域自适应处理的X射线安全检查图像增强方法的步骤S1涉及的分段非线性变换曲线示意图;
图3是本发明所述一种基于区域自适应处理的X射线安全检查图像增强方法的步骤S4涉及的高频信息放大倍数函数曲线示意图;
图4是本发明所述一种基于区域自适应处理的X射线安全检查图像增强方法的利用X射线安检设备采集的国标测试箱原始图像示意图;
图5是利用本发明方法对图4进行增强后的X射线安检设备采集国标测试箱图像。
具体实施方式
下面结合附图和实施例对本发明进行详细描述。如图1所示,
参照图1本发明所述一种基于区域自适应处理的X射线安全检查图像增强方法流程图,在获得利用X射线安全检查设备采集得到被检查包裹图像f(x,y)后,本发明方法主要包括以下步骤:
1)步骤S1,对图像f(x,y)进行分段非线性灰度变换,得到灰度变换图像ftran(x,y);
2)步骤S2,对图像f(x,y)进行不同尺度模板的均值滤波处理,得到滤波图像fmean(x,y);
3)步骤S3,利用图像f(x,y)和图像fmean(x,y),通过以下计算公式,得到高频信息图像fhigh(x,y):
fhigh(x,y)=f(x,y)-fmean(x,y)
4)步骤S4,确定一个与图像f(x,y)中像素(x,y)处灰度值相关的高频信息放大倍数函数c(f(x,y));
5)步骤S5,将c(f(x,y))与fhigh(x,y)相乘,得到比例放大后的高频细节图像fdetail(x,y):
fdetail(x,y)=c(f(x,y))×fhigh(x,y)
6)步骤S6,最终增强图像fehance(x,y)由ftran(x,y)和fdetail(x,y)相加获得。
fehance(x,y)=ftran(x,y)+fdetail(x,y)
利用X射线安全检查设备采集得到被检查包裹图像f(x,y)后,在步骤S1中,首先对f(x,y)进行分段非线性灰度变换,具体变换方法是:
1)对图像f(x,y)设定一个低灰度阈值Graylo,灰度低于Graylo的部分利用对数拉伸,将灰度由0~Graylo拉伸至0~α·log(Graylo),从而大幅提高图像低灰度区对比度,其中α是一个经验常数参数;
2)对图像f(x,y)设定一个高灰度阈值Grayhi,并定义一个低于Grayhi的阈值Gray’hi,以及一个灰度接近饱和的阈值Grayfull,灰度高于Grayhi的部分利用线性拉伸,将灰度由Grayhi~Grayfull拉伸至Gray’hi~Grayfull,改善其高灰度区对比度;
3)直接利用线性变换,将Graylo~Grayhi之间的灰度变换至α·log(Graylo)~Gray’hi。
一个典型的非线性灰度变换曲线实施例图如图2所示。
步骤S2用于对图像f(x,y)进行不同尺度模板的均值滤波处理,得到滤波后的图像fmean(x,y),其中,均值滤波尺度M的确定方法是本步骤的关键。
均值滤波尺度M确定步骤如下:
1)对原始图像f(x,y)进行Sobel边缘检测,获得边缘灰度图像fedge(x,y);
2)利用经验阈值函数S(f(x,y))对fedge(x,y)进行分割并二值化,保留fedge(x,y)中的强边缘信息fedge-hi(x,y),其中,经验阈值函数S(f(x,y))设计为一个与原始图像f(x,y)对应像素灰度相关的函数;
3)以事先确定的最大经验滤波模板尺度N为均值滤波尺度M的上限基准,并以fedge-hi(x,y)为初始区域进行形态学膨胀处理,膨胀过程中进行滤波模板尺度标记,标记方法是:将fedge-hi(x,y)定义为最小初始滤波尺度模板区域,然后,以fedge-hi(x,y)为初始区域,每膨胀一轮,此次膨胀出的区域对应滤波模板尺度增加一个尺度,直至膨胀N轮。这样就获得了滤波模板尺度标记图像C(x,y)。处理时,直接读取C(x,y)值,并以此值对应模板尺度对图像f(x,y)目标像素进行卷积滤波,得到其对应滤波后的图像fmean(x,y)。
在步骤S3,通过以下计算公式,得到高频信息图像fhigh(x,y):
fhigh(x,y)=f(x,y)-fmean(x,y)
接着,需要确定高频信息fhigh(x,y)的放大倍数函数c(f(x,y)),在步骤S4中实现。
需要说明,本发明所述高频信息放大倍数,根据局部区域灰度自适应调整,图像中的低灰度区域,取比较高的高频信息放大倍数,随着灰度增高,高频信息放大倍数减小,直至达到某一灰度值以后,取一个常数高频信息放大倍数。
为了达到上述效果,本发明将高频信息放大倍数设计为一个分段非线性函数c(f(x,y)),其利用一个非线性函数和一个线性函数组合实现,如以下公式所示:
上述公式中,c(f(x,y))根据所处理像素灰度值的不同,分成两部分,其中,Vseg代表图像低灰度区域灰度阈值,Vfull代表图像灰度饱和值,通常,Vseg不大于Vfull的5%,A代表一个经验系数,cs代表一个常数,c(Vseg)代表函数c(f(x,y))中f(x,y)取Vseg时的函数值。
一个典型的高频信息放大倍数函数曲线示意图如图3所示。
在步骤S5,将c(f(x,y))与fhigh(x,y)相乘,得到比例放大后的高频细节图像fdetail(x,y),如下式所示。
fdetail(x,y)=c(f(x,y))×fhigh(x,y)
最后,在步骤S6,最终增强图像fehance(x,y)由步骤S2得到的ftran(x,y)和步骤S5得到的fdetail(x,y)相加获得,如下式所示。
fehance(x,y)=ftran(x,y)+fdetail(x,y)
图4、图5为一组利用本发明所述方法对FISCAN某型号X射线安检设备采集的国标测试箱图像进行处理前后的对比,其中,图4为原始采集图像,图5为利用本发明所述方法处理后的图像,可以看出,本发明明显改善了图像分辨力,提高了图像边缘细节处的对比度,提高了图像低灰度区域的穿透力。达到了预期的图像增强效果。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的范围内,能够轻易想到的变化或替换,都应涵盖在本发明权利要求的保护范围内。
Claims (5)
1.一种基于区域自适应处理的X射线安全检查图像增强方法,其特征在于,基于图像区域自适应处理原则,根据图像中不同局部区域信息特征,自动地以不同参数、不同处理方式对图像进行增强,达到同时提高图像低灰度区域穿透力、改善图像细节分辨力、提高图像对比度的目的,包括以下步骤:
(1)通过X射线安全检查设备采集获得被检查包裹图像f(x,y);
(2)对图像f(x,y)进行分段非线性灰度变换,得到灰度变换图像ftran(x,y);
(3)对图像f(x,y)进行不同尺度模板的均值滤波处理,得到滤波图像fmean(x,y);
(4)通过以下计算公式,得到f(x,y)对应的高频信息图像fhigh(x,y):
fhigh(x,y)=f(x,y)-fmean(x,y)
(5)确定与f(x,y)中不同像素灰度值相关的高频信息放大倍数函数c(f(x,y));
(6)将c(f(x,y))与fhigh(x,y)相乘,得到放大后的高频细节图像fdetail(x,y);
fdetail(x,y)=c(f(x,y))×fhigh(x,y)
(7)最终增强图像fehance(x,y)由ftran(x,y)和fdetail(x,y)相加获得:
fehance(x,y)=ftran(x,y)+fdetail(x,y)。
2.根据权利要求1所述基于区域自适应处理的X射线安全检查图像增强方法,其特征在于,步骤(2)所述分段非线性变换函数,由低灰度区的对数变换和非低灰度区的分段线性函数组成,其中,低灰度区的灰度阈值不高于图像饱和值的5%。
3.根据权利要求1所述基于区域自适应处理的X射线安全检查图像增强方法,其特征在于,步骤(3)所述均值滤波处理模板尺寸,由待处理像素(x,y)与其最接近的强边缘像素之间的距离决定,待处理像素距离强边缘位置越近,滤波模板尺寸越小;待处理像素距离强边缘位置越远,滤波模板尺寸越大;待处理像素本身就是强边缘的,滤波模板尺寸取最小值3×3。
4.根据权利要求1所述基于区域自适应处理的X射线安全检查图像增强方法,其特征在于,步骤(5)与待处理像素(x,y)灰度值相关的高频信息放大倍数函数c(f(x,y)),通过多个函数拟合逼近,函数效果是:灰度值低的像素(x,y),高频信息放大倍数值高;灰度高的像素(x,y),高频信息放大倍数值低;随着灰度的增加,高频信息放大倍数由一个高值趋向一个恒定的低值。
5.根据权利要求1所述基于区域自适应处理的X射线安全检查图像增强方法,其特征在于,所述方法所处理的安全检查图像的来源包含但不完全限于以下几种方式:
(1)单视角双能量透射型X射线安检设备采集图像;
(2)多视角双能量透射型X射线安检设备采集图像;
(3)CT型X射线安检设备采集的DR(Digital Radiography,数字射线成像)行包图像;
(4)散射型X射线安检设备采集图像;
(5)基于钴60、加速器等技术的集装箱检查设备采集图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410026177.9A CN103996168B (zh) | 2014-01-21 | 2014-01-21 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410026177.9A CN103996168B (zh) | 2014-01-21 | 2014-01-21 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103996168A CN103996168A (zh) | 2014-08-20 |
CN103996168B true CN103996168B (zh) | 2017-02-01 |
Family
ID=51310325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410026177.9A Active CN103996168B (zh) | 2014-01-21 | 2014-01-21 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103996168B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488762A (zh) * | 2014-10-10 | 2016-04-13 | 杨大刚 | 数字式牙科全景机的图像还原方法 |
BR112018013602A2 (pt) | 2015-12-31 | 2019-04-09 | Shanghai United Imaging Healthcare Co., Ltd. | métodos e sistemas de processamento de imagem |
HK1221373A2 (zh) * | 2016-03-29 | 2017-05-26 | 萬維數碼有限公司 | 種提升視頻分辨率和視頻質量的方法、編碼器及解碼器 |
CN106295664B (zh) * | 2016-08-02 | 2019-08-27 | 沈阳地泰检测设备有限公司 | 一种邮政分拣系统所获取图像的处理方法 |
CN108009992B (zh) * | 2016-10-28 | 2020-06-16 | 北京东软医疗设备有限公司 | 一种图像调整的方法和装置 |
CN106910172B (zh) * | 2017-02-22 | 2020-02-28 | 公安部第一研究所 | 一种图像处理方法及装置 |
CN107146207B (zh) * | 2017-04-20 | 2019-10-11 | 重庆意能芯电子科技有限公司 | 一种参数优化的低照度图像增强方法 |
CN108665428B (zh) * | 2018-04-26 | 2022-11-11 | 青岛海信移动通信技术股份有限公司 | 图像增强方法、装置、设备及存储介质 |
CN109870730B (zh) * | 2018-12-28 | 2020-11-20 | 中国科学院重庆绿色智能技术研究院 | 一种用于x光机图像解析度测试体定检的方法及系统 |
CN110047052A (zh) * | 2019-04-25 | 2019-07-23 | 哈尔滨工业大学 | 一种基于fpga的强光抑制夜视增强方法 |
CN110889807B (zh) * | 2019-11-20 | 2023-04-07 | 公安部第一研究所 | 一种通道式x射线安检设备图像处理方法 |
CN111179203B (zh) * | 2020-01-02 | 2023-06-20 | 深圳市安健科技股份有限公司 | X光图像局部对比度增强方法及终端 |
CN114298916B (zh) * | 2021-11-11 | 2023-04-18 | 电子科技大学 | 一种基于灰度拉伸和局部增强的X-Ray图像增强方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030298A (zh) * | 2007-03-29 | 2007-09-05 | 杭州电子科技大学 | 多尺度自适应对比度变换的医学图像增强方法 |
CN101320476A (zh) * | 2008-07-04 | 2008-12-10 | 中国农业大学 | 一种棉花异性纤维图像处理系统及方法 |
CN101706843A (zh) * | 2009-11-16 | 2010-05-12 | 杭州电子科技大学 | 一种乳腺cr图像交互式读片方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100142790A1 (en) * | 2008-12-04 | 2010-06-10 | New Medical Co., Ltd. | Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same |
-
2014
- 2014-01-21 CN CN201410026177.9A patent/CN103996168B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101030298A (zh) * | 2007-03-29 | 2007-09-05 | 杭州电子科技大学 | 多尺度自适应对比度变换的医学图像增强方法 |
CN101320476A (zh) * | 2008-07-04 | 2008-12-10 | 中国农业大学 | 一种棉花异性纤维图像处理系统及方法 |
CN101706843A (zh) * | 2009-11-16 | 2010-05-12 | 杭州电子科技大学 | 一种乳腺cr图像交互式读片方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103996168A (zh) | 2014-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103996168B (zh) | 一种基于区域自适应处理的x射线安全检查图像增强方法 | |
CN100478993C (zh) | 根据边缘和亮度特征进行自适应调整的图像增强方法 | |
CN101779962B (zh) | 一种增强医学x射线影像显示效果的方法 | |
CN100594516C (zh) | 一种x射线图像边缘和对比度综合增强方法 | |
CN109035166A (zh) | 基于非下采样剪切波变换的电气设备红外图像增强方法 | |
CN102855617B (zh) | 自适应图像处理方法及系统 | |
CN106570836A (zh) | 一种辐射图像局部增强方法 | |
DE102006029512A1 (de) | Verfahren und Vorrichtung zur Verstärkung von Bildinformation bei Bestrahlungsabbildung | |
CN103903254B (zh) | 一种x光图像处理方法、系统及x光图像处理设备 | |
CN105069805B (zh) | 被动式太赫兹图像分割方法 | |
CN101739549B (zh) | 人脸检测方法及系统 | |
CN106296655A (zh) | 基于自适应权值和高频阈值的sar图像变化检测方法 | |
CN102693531A (zh) | 基于自适应双平台的红外图像增强方法 | |
CN102222323A (zh) | 基于直方图统计拉伸和梯度滤波的红外图像细节增强方法 | |
CN102262778A (zh) | 基于改进的分数阶微分掩模的图像增强方法 | |
CN105427255A (zh) | 一种基于grhp的无人机红外图像细节增强方法 | |
CN103308537B (zh) | 一种递变能量x射线成像图像融合方法 | |
CN107945122A (zh) | 基于自适应直方图分段的红外图像增强方法及系统 | |
CN107292834A (zh) | 红外图像细节增强方法 | |
CN100544400C (zh) | 结合可见光图像信息的sar图像斑点噪声抑制方法 | |
CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
CN103310414A (zh) | 基于方向波变换和模糊理论的图像增强方法 | |
CN101930590B (zh) | 一种可应用于火灾探测的变换域邻域自适应图像降噪方法 | |
CN106651781A (zh) | 一种激光主动成像的图像噪声抑制方法 | |
CN106446904A (zh) | 基于全局二值化的图像识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |