小波和傅里叶相融合的彩色木材图像增强

小波和傅里叶相融合的彩色木材图像增强

论文摘要

针对现实生活中彩色图像普遍存在不清晰和对比度差的情况,在RGB模型上提出了一种新的彩色图像增强算法,并且应用到了木材图像领域。将彩色木材图像分解为RGB 3个通道,首先使用滤波器把3个通道分别分解成高低频子带;然后使用傅立叶变换和小波变换相融合的方式进行锯齿检测,同时进行阈值判断;之后对检测到的锯齿进行消除,低频子带使用方向自适应滤波器,高频子带使用小波收缩函数进行消除;再使用小波逆变换返回3个通道;最后将3个通道还原成彩色图像。结果表明,该方法和传统方法相比较,可以有效保持图像的边缘特征,达到增强效果。以樟子松微观横截面为例,峰值信噪比PSNR提高了5.05,信息熵提高了3.14。本研究同时采集了榆木微观横截面、杨木宏观横截面和云杉微观横截面,其图像均得到增强。

论文目录

  • 1 材料与方法
  •   1.1 试验材料
  •   1.2 试验方法
  •     1.2.1 分析信号
  •     1.2.2 锯齿检测
  •       1.2.2.1 低频LL检测
  •       1.2.2.2 高频LH、HL、HH检测
  •     1.2.3 方向自适应小波收缩算法
  •     1.2.4 试验步骤
  • 2 结果与分析
  •   2.1 图像的评价指标
  •   2.2 图像识别
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 马坤,孙枭雄,多化琼,汪宏

    关键词: 彩色图像增强,小波变换,傅里叶变换,信息熵

    来源: 西北林学院学报 2019年03期

    年度: 2019

    分类: 农业科技,工程科技Ⅰ辑,信息科技

    专业: 轻工业手工业,林业,计算机软件及计算机应用

    单位: 内蒙古农业大学材料科学与艺术设计学院,内蒙古民族大学计算机科学与技术学院

    基金: 国家自然科学基金(31460168)

    分类号: TP391.41;S781

    页码: 196-201

    总页数: 6

    文件大小: 6547K

    下载量: 283

    相关论文文献

    • [1].极端天气条件下舰船图像增强方法[J]. 舰船科学技术 2020(12)
    • [2].基于暗通道模型的农业用机井水下图像增强算法[J]. 广东蚕业 2020(03)
    • [3].深度学习驱动的水下图像增强与复原研究进展[J]. 信号处理 2020(09)
    • [4].应用雾天退化模型的低照度图像增强[J]. 中国图象图形学报 2017(09)
    • [5].基于Retinex理论的图像增强算法研究[J]. 数码世界 2016(12)
    • [6].QMV141型微光图像增强仪[J]. 轻兵器 2017(09)
    • [7].基于同态滤波的舰船图像增强方法[J]. 舰船科学技术 2020(06)
    • [8].夜晚图像增强方法综述[J]. 智能计算机与应用 2020(03)
    • [9].基于图像增强的几种雾天图像去雾算法[J]. 自动化应用 2018(02)
    • [10].小波变换在水下图像增强中的应用[J]. 技术与市场 2016(07)
    • [11].降质图像增强及评价的应用[J]. 数字技术与应用 2015(09)
    • [12].基于条件生成对抗网络的水下图像增强[J]. 激光与光电子学进展 2020(14)
    • [13].量子衍生图像增强算法[J]. 信息技术与信息化 2020(02)
    • [14].利用二次函数的图像增强算法及FPGA实现[J]. 现代电子技术 2020(08)
    • [15].基于分数阶微分的电力系统有雾图像增强研究[J]. 广东电力 2020(09)
    • [16].基于多引导滤波的图像增强算法[J]. 物理学报 2018(23)
    • [17].基于人眼视觉特性的舰船图像增强方法[J]. 舰船科学技术 2019(04)
    • [18].多输入融合对抗网络的水下图像增强[J]. 红外与激光工程 2020(05)
    • [19].改进量子遗传算法的图像增强研究[J]. 自动化技术与应用 2020(07)
    • [20].经典图像增强类去雾算法分析[J]. 中外企业家 2018(16)
    • [21].基于图像增强与复原的去雾方法探究[J]. 中国新通信 2019(12)
    • [22].基于权重系数的木材图像增强及识别[J]. 西北林学院学报 2018(02)
    • [23].一种基于亮度保持的图像增强方法[J]. 河池学院学报 2018(02)
    • [24].基于小波塔式分解的图像增强算法研究与仿真[J]. 科技创新与应用 2018(35)
    • [25].基于子图融合技术的图像增强算法[J]. 系统工程与电子技术 2017(12)
    • [26].基于归一化标量权重映射的图像增强算法研究[J]. 无线互联科技 2017(22)
    • [27].基于小波融合的人脸图像增强方法[J]. 电视技术 2014(11)
    • [28].基于文化粒子群算法的快速图像增强方法[J]. 西安邮电学院学报 2012(04)
    • [29].基于小波变换的医学图像增强方法与实现[J]. 辽宁大学学报(自然科学版) 2010(04)
    • [30].图像增强空域滤波法探讨[J]. 科技风 2009(22)

    标签:;  ;  ;  ;  

    小波和傅里叶相融合的彩色木材图像增强
    下载Doc文档

    猜你喜欢