一种改进的非局部均值去脉冲噪声方法

提出了一种应对加性脉冲噪声的指纹图像去噪方法,该方法对于高倍率的加性脉冲噪声有着很好的处理效果。相比较传统的无区别对待噪声和图像信号的全局滤波处理方式,采用了开关滤波和自适应窗口大小的中值滤波算法,同时该方法在处理的过程中采用边缘滤波多方向比较以获取最佳边缘像素值。实验仿真效果表示,在脉冲噪音概率密度80%以上时,相比较其他的方法,图像的MAE、MSE较低,PSNR较高,视觉效果良好,边缘清晰平整,图像质量高。     

混合同态滤波的小波分频率雾天图像处理方式

受限于天气和环境等因素,如雾霾天气、灰尘密集区域,摄制图像往往照度不均、对比度较低、图像退化严重且质量较差,这给公安工作带来了挑战。针对这类图像,采用小波分解,并对低频和高频部分分别采用相关算法处理并且重构图像。实验在处理过程中,针对SSR照度跳变部分出现光晕等现象,改进SSR的环绕函数。实验最后对于重构处理的图像与其他算法作比较并采用信息熵,PSNR做图像处理结果的客观评价标准。仿真实验结果表明,本文提出的HWIR算法相比较其他算法适应性强,去雾效果良好,图像对比度、细节信息得到了提升。     

夜间涉案图像的去雾技术

夜间雾天条件下摄像设备获得的图像常出现颜色失真、光晕伪影等问题,这会导致图像信息丢失,不利于对图像内容信息的提取,给视频侦查工作带来困扰。为解决上述问题,提出一种基于像素级Alpha混合方法。首先依据大气散射模型,对图像中光源区和非光源区分别依据亮通道先验和暗通道先验估算相应的透射率,然后基于亮度感知权重图有效地把二者融合为一个混合透射率。接着,基于Retinex理论,使用一种通道差分引导滤波方法来估计环境照度。最后,在处理实际涉案图像的实验中表明,该方法能在颜色一致性和减少去雾图像中的光晕伪影方面取得很好的效果,能为公安侦查工作提供直观的图像信息。