1 中国人民解放军91977部队, 北京 100036
2 北京市第三十五中, 北京 100032
3 华中光电技术研究所－武汉光电国家研究中心, 湖北 武汉 430223
由于水体对光线的吸收和散射, 造成水下对空所成图像噪声较大, 对比度较低, 降低了图像的观察效果。在前期研究工作中采用的去噪和对比度拉伸算法没有利用图像的深度信息, 使增强后图像边缘细节不够突出。将深度信息引入水下对空图像去噪及对比度拉伸过程中, 采用基于深度约束的均值去噪和基于深度感知的对比度拉伸算法处理水下对空图像, 有效提升了水下对空图像的深度层次感及对象边缘的质量, 为后期水下对空成像的目标探测和识别奠定了理论与技术基础。
水下对空图像 对比度拉伸 深度感知 图像去噪 图像增强 water to air imaging contrast stretching depth perception image denoising image enhancement
哈尔滨工业大学 可调谐激光技术国家级重点实验室， 黑龙江 哈尔滨 150080
提出结合分段对比度拉伸变换(PCST)和基于块的局部最优维纳(PLOW)滤波算法进行太赫兹Gabor同轴数字全息二维再现像图像复原的方法。分别介绍了PCST和PLOW的工作原理， 给出了PCST-PLOW组合滤波算法的工作流程。对真实的2.52 THz数字全息再现像进行了去噪处理，并对每一处理过程进行了对比分析。比较了PCST节点对增强效果的影响,其节点的起点和终点分别根据直方图和图像均值确定。对真实太赫兹再现像的处理结果显示：去噪处理后的40帧平均全息图再现像的整体标准差由0.184 9提升到0.307 4，均值与标准差的比值由1.720 8提升到2.268 8。得到的结果表明所用方法明显抑制了噪声，同时提高了图像对比度。
太赫兹成像 图像复原 数字全息 基于块局部最优维纳滤波 分段对比度拉伸变换 terahertz imaging image restoration digital holography local optimal Wiener filter piecewise-contrast-stretching transformation
重庆大学 机械传动国家重点实验室, 重庆 400044
针对重轨图像两个边缘像素特征不一致, 传统边缘算子检测法难以精确提取边缘的问题, 提出了一种新的边缘提取方法。该方法利用灰度强对比度拉伸算法对重轨表面和背景进行差异化拉伸, 增强边缘信息, 削弱背景信息。运用最大方差比算法选取增强后图像的最佳阈值实现二值化。最后, 运用递归连通域标识法定位边缘像素坐标, 完成图像分割。对随机选取的30幅图像进行分析表明：处理后的图像边缘灰度特征明显增强, 有效地抑制了表面纹理及虚假边缘。重轨表面像素宽度波动减少到-0.64%~0.34%。离散预处理算法通过遍历寄存器全局数组, 减少分割时间至10.165 s。该方法在抗干扰性、准确性及时效性等方面优于传统边缘算子检测法, 适用于在线工业检测系统。
图像分割 图像增强 边缘提取 线像素 连通域 强对比度拉伸 最大方差比 image segmentation image enhancement edge extraction line pixel connected component strong contrast stretching maximal variance ratio
