马坤:小波和傅里叶相融合的彩色木材图像增强论文

马坤:小波和傅里叶相融合的彩色木材图像增强论文

本文主要研究内容

作者马坤,孙枭雄,多化琼,汪宏(2019)在《小波和傅里叶相融合的彩色木材图像增强》一文中研究指出: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。

Abstract

zhen dui xian shi sheng huo zhong cai se tu xiang pu bian cun zai bu qing xi he dui bi du cha de qing kuang ,zai RGBmo xing shang di chu le yi chong xin de cai se tu xiang zeng jiang suan fa ,bing ju ying yong dao le mu cai tu xiang ling yu 。jiang cai se mu cai tu xiang fen jie wei RGB 3ge tong dao ,shou xian shi yong lv bo qi ba 3ge tong dao fen bie fen jie cheng gao di pin zi dai ;ran hou shi yong fu li xie bian huan he xiao bo bian huan xiang rong ge de fang shi jin hang ju chi jian ce ,tong shi jin hang yu zhi pan duan ;zhi hou dui jian ce dao de ju chi jin hang xiao chu ,di pin zi dai shi yong fang xiang zi kuo ying lv bo qi ,gao pin zi dai shi yong xiao bo shou su han shu jin hang xiao chu ;zai shi yong xiao bo ni bian huan fan hui 3ge tong dao ;zui hou jiang 3ge tong dao hai yuan cheng cai se tu xiang 。jie guo biao ming ,gai fang fa he chuan tong fang fa xiang bi jiao ,ke yi you xiao bao chi tu xiang de bian yuan te zheng ,da dao zeng jiang xiao guo 。yi zhang zi song wei guan heng jie mian wei li ,feng zhi xin zao bi PSNRdi gao le 5.05,xin xi shang di gao le 3.14。ben yan jiu tong shi cai ji le yu mu wei guan heng jie mian 、yang mu hong guan heng jie mian he yun sha wei guan heng jie mian ,ji tu xiang jun de dao zeng jiang 。

论文参考文献

  • [1].基于权重系数的木材图像增强及识别[J]. 袁云梅,多化琼,马坤.  西北林学院学报.2018(02)
  • [2].基于小波塔式分解的图像增强算法研究与仿真[J]. 胡嬿,刘晓梦.  科技创新与应用.2018(35)
  • [3].小波变换在水下图像增强中的应用[J]. 李杰美慧,王谋,韩江鸿,吴丹阳,王惠刚.  技术与市场.2016(07)
  • [4].基于小波变换的混合作用域医学图像增强算法[J]. 李静,朱铮涛,曾江翔.  微计算机信息.2007(27)
  • [5].基于小波变换的医学图像增强方法与实现[J]. 杨晖,翟丽荣.  辽宁大学学报(自然科学版).2010(04)
  • [6].应用雾天退化模型的低照度图像增强[J]. 余春艳,徐小丹,林晖翔,叶鑫焱.  中国图象图形学报.2017(09)
  • [7].基于Retinex理论的图像增强算法研究[J]. 孙玲姣.  数码世界.2016(12)
  • [8].基于小波变换的图像增强方法研究[J]. 林辉,苗永梅.  黑龙江科技信息.2012(16)
  • [9].基于图像增强的几种雾天图像去雾算法[J]. 王超.  自动化应用.2018(02)
  • [10].降质图像增强及评价的应用[J]. 胡布钦,莫晓丽.  数字技术与应用.2015(09)
  • 论文详细介绍

    论文作者分别是来自西北林学院学报的马坤,孙枭雄,多化琼,汪宏,发表于刊物西北林学院学报2019年03期论文,是一篇关于彩色图像增强论文,小波变换论文,傅里叶变换论文,信息熵论文,西北林学院学报2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自西北林学院学报2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    马坤:小波和傅里叶相融合的彩色木材图像增强论文
    下载Doc文档

    猜你喜欢