{$cfg_webname}
主页 > 计算机 > 论文 >

安检透视图像的对比度增强算法研究

来源:56doc.com  资料编号:5D20967 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9A5D20967
资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 帮助
资料介绍

安检透视图像的对比度增强算法研究(任务书,开题报告,外文翻译,论文10000字)
摘要:本文主要研究安检X射线透视图像的对比度增强算法。论文首先介绍了安检X射线透视图像对比度增强的研究背景和意义。综述了常用的对比度增强算法,着重分析了Unsharp Masking算法对安检X射线透视图像的对比度增强的过程以及效果。研究了基于高通滤波、均值滤波以及高斯滤波的Unsharp Masking算法,并通过MATLAB编程实现了这些算法对安检X射线透视图像的增强处理,最后给出了在不同滤波器和不同参数下的实验结果对比分析。
关键词:X线透视图像;安检;对比度增强;高通滤波;均值滤波;高斯滤波;Unsharp Masking算法
 
Research on The Contrast Enhancement Algorithm of Security Perspective Image
Abstract:This paper studied the security X-ray fluoroscopic image contrast enhancement algorithm. Firstly, paper introduced the research background and significance of security X-ray fluoroscopic image contrast enhancement. And an overview of the commonly used contrast enhancement algorithm. Analyzed the contrast enhancement process and effects of security X-ray fluoroscopic image with the Unsharp Masking algorithm, studied the Unsharp Masking algorithm which based on high-pass filter, mean filter and Gaussian filter, and used these algorithms to enhance security X-ray fluoroscopic image on MATLAB platform. Finally, analyzed the experimental results under different filters and different parameters.
Keywords: X-ray image; security; contrast enhancement; high-pass filter; mean filter; Gaussian filter; Unsharp Masking algorithm

目  录
1    绪论    1
1.1    研究背景与研究意义    1
1.2    对比度算法研究现状    2
1.3    论文研究内容    3
1.4    论文组织结构    3
2    安检X射线透视图像的噪声分析    3
2.1    图像中的噪声    3
2.2    常见的噪声    4
2.2.1    高斯噪声    4
2.2.2    Gamma噪声    4
2.2.3    瑞利噪声    4
2.2.4    均匀分布噪声    5
2.2.5    指数分布噪声    5
2.2.6    脉冲噪声    5
2.3    安检X射线图像中的噪声    6
2.4    本章小结    6
3    常见的对比度增强算法    6
3.1    对比度增强算法概述    6
3.2    直方图均衡化和直方图规定化    7
3.3    灰度范围扩展    8
3.4    线性变换、对数变换和GAMMA校正    9
3.5    本章小结    10
4    USM算法对安检图像的处理的实现    10
4.1    MATLAB简介    10
4.2    USM算法简介    11
4.3    基于巴特沃斯高通滤波的USM算法    12
4.4    基于均值滤波的USM算法    13
4.5    基于高斯滤波的USM算法    16
4.6    USM算法有效性分析    20
4.7    本章小结    20
5    结论与展望    20
5.1    结论    20
5.2    展望    20
参考文献    21
附录    22
致谢    25

推荐资料