基于多峰高斯函数的直方图规定化算法

直方图均衡化作为一种特殊的直方图规定化方法,能有效地增强图像的对比度,但其对直方图活动范围的拉伸通常会造成图像过度增强。一种基于高斯函数的直方图规定化算法可提高控制对比度活动范围的能力,然而该算法处理的图像缺乏层次感。基于此,提出一种基于多峰高斯函数的直方图规定化算法,该算法首先用直方图求导方法估算出原直方图的局部峰值和方差,从而得到原直方图的多峰高斯函数,然后采用扩展后的多峰高斯函数作为目的直方图进行规定化。此算法的主要特点是改变局部峰的参数,有选择地对某局部灰度范围进行对比度增强,从而拉伸整个图像对比度的活动范围。对于彩色图像增强,该算法在对彩色图像R,G,B3个分量子图直方图规定化处理的基础上,根据人类视觉习惯,引入彩色恢复因子将规定化的R,G,B分量进行有效合并。实验结果和原理分析表明,该算法能有效增强图像的视觉效果,使其细节明晰,层次丰富。     

利用直方图均衡化进行颜色选择

作出彩色图像R、G、B三个分量的灰度直方图,分别进行均衡化,保留6个灰度级,使各灰度级具有相同的频数,将多至256~3种颜色的彩色图像归并为216种颜色,然后加以显示。     

一种改进的彩色图像分割算法

文中算法对传统的基于最大隶属度的彩色图像分割算法进行了改进。传统的基于最大隶属度原则的分割方法根据彩色直方图中的色彩矢量来确定目标和背景色模糊集,而绘制彩色直方图时比较繁琐。为了克服这一缺点,先绘制彩色图像对应的灰度直方图。对应于每一个灰度级,取属于该灰度级的像素中的一个像素的颜色来代表这一灰度级所对应的颜色,并保存其R、G、B值。据此建立一组色彩模糊集。计算图像中的所有色彩在各个模糊集中的隶属度,并基于最大隶属度原则确定色彩的归属。建立一种基于最大隶属度原则的神经网络,实现对彩色图像快速有效的分割。通过灰度直方图判断目标和背景色时的误差很小,并不影响判断。在建立色彩模糊集和计算隶属度实现色彩分类的时候都是根据像素色彩的R、G、B值来实现的,因而没有颜色损失。实验结果证明,该算法对原有的基于最大隶属度原则的彩色图像分割方法进行了改进,速度快,效果好。     

自适应动态峰值剪切直方图均衡化

传统的直方图均衡化算法在增强图像的同时可能会引入一些视觉退化效应,如一些图像的部分区域出现过度增强。为了克服这个缺点,已有一些灰度均值保持算法,但是这些算法并不能很好地保持图像处理前后灰度均值的稳定性。提出了一种自适应动态峰值剪切直方图均衡化算法：使用滤波器对原图像的直方图进行滤波操作,并且根据图像的信息来确定分割区间及区间数目;对分割的区间进行重新映射;对区间的直方图进行剪切操作,然后分别地进行均衡化处理,并对处理后的图像进行灰度归一化操作。实验结果表明,该算法可以很好地在保持原图像均值的前提下实现图像增强。     

彩色图像分割中基于粗糙集直方图的改进

把粗糙集应用于图像分割研究一直是一个热门话题,Milind M Mushrif、Ajoy K Ray等[1]结合Histon直方图,基于粗糙集理论,阐明了一种新的彩色图像分割算法。但是,其中R、G、B粗糙集直方图的相关性并没有得到克服,直接影响到了最终的分割效果。针对该弱点进行改进,经过大量的实验证明本文所进行的改进有以下优点:R、G、B粗糙集直方图的相关性明显降低;计算时间显著减少。     

基于CLAHE的塑料薄膜图像增强算法研究

图像增强算法作为图像预处理的一个重要环节,其主要目的是实现消除图像随机噪声,改善图像质量。传统的直方图均衡化增强方法实质以减少图像灰度级来换取对比度的加大,造成图像细节部分信息的丢失,影响了识别效果。运用对比度自适应直方图均衡化(CLAHE)算法实现薄膜图像灰度增强,并通过对处理后的图像质量进行客观评价,证明了该算法相对于传统直方图均衡化算法具有明显优势。     

基于粗糙集直方图的彩色图像分割改进

把粗糙集应用于图像分割的研究一直是一个热门话题,Milind M.Mushrif、Ajoy K.Ray 等结合Histon直方图,基于粗糙集理论,阐明了一种新的彩色图像分割算法.此方法可以获得合适的阈值,对彩色图像进行合理的分割,但是,该文完全是在R、G、B颜色空间的基础上构建粗糙集直方图的,由于R、G、B3个分量是高度相关的,并且RGB颜色空间是不均匀的,所以,不能用该颜色空问中两点间的距离来表示两种颜色之间的知觉差异,这直接影响到粗糙集直方图的准确性,进而影响最终的分割效果.针对该弱点进行改进,引入YUV空间来计算像素点间的颜色差异,进而得到更准确的R、G、B粗糙集直方图,以求得到更符合知觉差异的粗糙集直方图.经过大量实验证明,文中所述方法分割效果更贴近原图,符合视觉感受.     

基于等价二元子图分割的直方图均衡化的彩色图像处理

直方图均衡化进行图像增强处理是最简单且有效的方法,能得到对比度和清晰度更好的结果图像,但当原始图像过暗或过亮,此方法得到的效果就会使图像的某些细节消失或产生一些噪声,使图像过度地被增强。提出了一种等价二元子图分割的直方图均衡化的彩色图像处理算法,可以得到比直方图均衡化处理更好的结果图像。     

基于Matlab的直方图均衡化图像增强技术

本文介绍了直方图均衡化的原理和处理步骤,并在MATLAB中进行实验,实验结果表明,灰度图像通过直方图均衡化处理,能将灰度扩展到整个灰度级,而且分布比较均匀,对于细节显示得更清晰。     

用于数字图像直方图处理的一种二值映射规则

直方图表示数字图像中每一灰度级与其出现频数间的统计关系，它可给出图像的概貌性描述，而基于直方图修改技术的灰度变换是图像增强的实用而有效的处理方法之一。直方图处理包含均衡化和规定化两种技术。均衡化的目的是使图像像素均匀地分布在所有灰度级上；规定化的目的是将原图像的直方图转变为规定的直方图，以便突出一定灰度范围内的图像。为了进一步提高直方图处理算法的有效性，首先分析了现有的几种数字图像直方图均衡化和规定化算法存在的缺点，然后提出了一种新的二值映射规则(BML)，该规则基于最优控制原理，以直方图误差最小为准则进行灰度映射，实验证明．该规则算法简单，无论是用于直方图均衡化处理．还是用于直方图规定化处理，均较其他映射规则都更为有效。     

一种广义直方图及其在彩色图像增强中的应用

提出了一种广义直方图的构造方法并将其用于彩色图像均衡化增强。针对传统直方图均衡化方法实现彩色图像增强并不具有普适性的不足,将传统灰度图像直方图定义进行修改并得到一种广义灰度图像直方图,将其用于彩色图像在HSV空间实现均衡化增强。实验结果表明,所建议的广义直方图均衡化彩色图像增强方法是有效的,且比传统直方图均衡化方法能取得更好的增强效果。     

不同颜色模型下自适应直方图拉伸的水下图像增强

目的 水下图像是海洋信息的重要载体,然而与自然环境下的图像相比,其成像原理更复杂、对比度低、可视性差。为保证不同类型水下图像的增强效果,本文提出在两种颜色模型下自适应直方图拉伸的水下图像增强方法。方法 首先,进行基于Gray-World理论对蓝、绿色通道进行颜色均衡化预处理。然后,根据红绿蓝（R-G-B）通道的分布特性和不同颜色光线在水下传播时的选择性衰减,提出基于参数动态优化的R-G-B颜色模型自适应直方图拉伸,并采用引导滤波器降噪。接下来,在CIE-Lab颜色模型,对‘L’亮度和‘a’‘b’色彩分量分别进行线性和曲线自适应直方图拉伸优化。最终,增强的水下图像呈现出高对比度、均衡的饱和度和亮度。结果 选取不同类型的水下图像作为数据集,将本文方法与融合颜色模型（ICM）、非监督颜色纠正模型（UCM）、基于暗通道先验性（DCP）的水下图像复原和基于水下暗通道先验（UDCP）的图像复原方法相比较,增强后的图像具有高对比度和饱和度。定性和定量分析实验结果说明本文提出的方法能够获得更好视觉效果,增强后的图像拥有更高信息熵和较低噪声。结论 在RGB颜色模型中,通过合理地考虑水下图像的分布特性和水下图像退化物理模型提出自适应直方图拉伸方法;在CIE-Lab颜色模型中,引入拉伸函数和指数型曲线函数重分布色彩和亮度两个分量,本方法计算复杂度低,适用于不同复杂环境下的水下图像增强。     

直方图均衡技术综述

直方图均衡是一种简单而有效的图像增强技术,在医学图像处理、计算机视觉、遥感影像等领域都有重要作用,从均衡时选取的区域情况分为全局和局部直方图均衡方法;从均衡时选取的像素值域可以分为传统直方图均衡、双直方图均衡和递归分解的直方图均衡,甚至多直方图均衡;从均衡对象可以分为空域的直方图均衡和结合频域滤波的直方图均衡;从均衡图像的通道数可以分为灰度图像直方图均衡和彩色图像直方图均衡．本文对以上涉及的直方图均衡技术进行了较为系统的综述,对衡量直方图均衡效果的评价指标进行了说明,展望了直方图均衡技术进一步研究方向．     

一种自适应多阈值直方图均衡方法

传统的直方图均衡方法不能很好地增强图像的局部细节。针对该问题,在多通道分块直方图均衡方法的基础上,提出一种自适应多阈值直方图均衡方法,根据图像的具体内容自适应地确定通道的数目及分割阈值。实验结果证明,该方法能增强图像的整体和局部细节,有效降噪,耗时较少。     

彩色图像去雾清晰化研究

为了解决雾霾天气的影响下成像设备采集的图像容易出现的降质及色彩失真问题, 并从有雾图像中增强其细节信息, 提高原图像的对比度和清晰度. 将彩色图像RGB通道分别做相应的图像增强算法处理, 全局直方图均衡化把整体的灰度直方图进行均匀分布的处理, 小波变换算法对彩色图像进行多层次分解, 多尺度Retinex算法通过高斯函数做卷积运算对图像做多尺度变换. 实验结果表明, 全局直方图均衡化、小波变换算法和多尺度Retinex算法都能增强雾天图像的景物信息, 有对应于各自的优势和不足. 相比较这3种算法而言, 多尺度Retinex算法得到的去雾图像亮度增强、细节信息突出、失真度小, 能更好地进行去雾增强.     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

基于颜色块的半径和角度直方图的图像检索

提出一种基于颜色块的半径直方图和角度直方图的图像检索方法。该方法将图像内容看成由若干颜色块组成的集合,根据每一块颜色块的半径直方图和角度直方图来计算图像间内容的相似度,并进行检索。对Corel图像库的10类图像进行测试,每类取20幅作为查询事例。实验结果表明,该方法与全局直方图、结构量化直方图相比,其平均查准率分别提高了10.3%, 11.9%。     

集装箱X光图像增强技术

由于集装箱自身的构造特点以及X光扫描机的信息采集误差,使得集装箱X光图像有很强的竖纹噪声。为提高X光图像中感兴趣区域的清晰度并抑制不感兴趣信息,提出了一种以有限对比适应性直方图均等化为基础的改进方法：对原始图像进行有限对比适应的直方图均等化处理,进行图像增强,并对处理后的图像进行中值滤波,以减少箱体的竖纹噪声,得到图像的低频信息,然后,对原图像进行拉普拉斯滤波处理,得到图像的相对高频信息。最后,将处理后的两幅图像加权相加,作为增强后的目标图像。实验证明,该方法能有效削减竖纹噪声,很好地保存图像的目标信息,便于对集装箱X光图像进一步研究。     

基于共生矩阵的彩色图像增强算法

针对传统的直方图均衡化会使图像过分增强,产生不自然的现象,提出一种利用二维共生矩阵的彩色图像增强算法。首先,利用相邻3×3像素之间的相关性来构造共生矩阵;然后,对彩色图像中的亮度分量进行共生直方图均衡;最后,将增强后的图像进行暗原色处理得到比较理想的图像。从所提增强算法与其他3种典型的增强算法的比较可看出:所提算法不仅考虑了图像的全局与局部信息,而且降低了直方图峰值和光环效应,提高了图像对比度,有较好的增强效果。     

一类基于局部信息的特征描述子的图像检索

基于内容的图像检索准确性大大依赖于低层可视特征的描述。本文提出一类创新的彩色图像空间描述子、纹理描述子、边缘描述子和颜色描述子,空间描述子由局部均值直方图表示,纹理描述子由局部方向差单元直方图表示,边缘描述子由局部极大一极小差直方图表示,颜色描述子由量化HSV模型颜色直方图表示。这四种描述子被用作特征索引,它们对彩色图像,尤其是对具有相对规则的结构或纹理特征的图像具有很强的描述力。实验结果表明,用这种特征索引来检索图像,可以得到比其它基于颜色一空间方法高得多的精确度。