基于空间分布的红外图像直方图均衡算法

随着非制冷焦平面阵列(UFPA)红外探测器的日益成熟，红外热成像技术越来越广泛应用于公安、消防、军事、医学、监控等领域。红外图像直方图分布集中，对比度低并通常伴有大量散粒噪声，需要处理以改进视觉效果。文中提出一种基于空间分布的图像直方图均衡算法，在图像增强同时又适当抑制噪声提升，实验表明该算法优于HE、PE、HP等算法，并具有较快的计算速度。     

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法.首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像.实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善.     

红外图像灰度直方图统计分析的研究

数字图像的直方图反映了其像素强度值的分布情况.作为图像处理中最简单和最有用的一种工具,直方图方法用于许多图像操作中,例如对比度拉伸、直方图均衡化等.用灰度直方图方法对150幅不同类型的红外图像进行了统计分析.结果表明,在这些图像中,大多数图像没有灰度值小于16的像素,或者此类像素数量很少.这意味着A/D数据流的低4位对红外图像质量的影响较小.     

采用FPGA的红外图像实时直方图双向均衡设计

针对红外图像特点,提出了红外图像直方图双向均衡算法,该算法在进行直方图均衡化处理的同时,消除灰度冗余,并在整个显示范围内对图像灰度级进行等间距排列,从而获得灰度连续的红外图像,通过采用并行处理结构及流水线技术在FPGA内实现了该算法,解决了热像仪信号处理中输入大动态范围和显示输出的小动态范围的矛盾,实验表明该技术能够使红外图像的细节和清晰度得到明显的增强。     

基于场景复杂度计算的红外图像平台直方图均衡

直方图均衡类算法由于缺乏限制项,增强后的红外图像易出现灰度级合并和过增强,视觉效果不佳。为解决上述问题,提出基于场景复杂度限制型的平台直方图均衡算法。该算法首先提出对图像场景复杂度进行估计,并将Harris角点数量作为图像复杂度评价依据。然后建立类似sigmoid函数的图像复杂度评价函数,将场景复杂度标准化。最后综合考虑图像复杂度和防止原图均值漂移,依据平台直方图均衡原理获取全局变换函数,重建红外图像。实验结果表明：该方法可有效地依据不同场景实现红外图像增强,不出现过增强和噪声放大。客观评价指标表明,该方法在保持图像均值亮度和图像信息熵方面表现优异。     

基于灰度冗余的红外图像实时均衡技术

文章提出一种新型的基于灰度冗余的红外图像实时均衡算法,通过图像灰度直方图的统计,将灰度像素分布为零的灰度级进行完全压缩,将灰度分布很少的灰度级映射到最近的大于阈值的灰度级,然后将有效图像灰度级进行等间距排列,最后完成排列后的直方图映射.该算法在压缩灰度冗余的同时,进行直方图的实时无损均衡,提高了图像质量,并实现实时处理,避免了常规直方图均衡带来的灰度断层现象.该算法在红外热像仪的应用中取得了较好效果.     

基于加权直方图均衡的红外图像增强方法

针对红外图像特点和传统直方图均衡增强方法的不足,提出了一种改进的直方图均衡增强方法.先采用所提出的加权函数对红外图像各灰度级直方图进行调整,其中对背景区低灰度级的直方图进行缩小,对目标区高灰度级的直方图保持不变,然后进行均衡化处理.实验结果表明,本文提出的方法有效地压制了背景噪声,提高了目标对比度,综合性能优于传统直方图均衡和双平台直方图均衡方法.     

基于自适应条件直方图均衡的红外图像细节增强算法

红外图像普遍存在对比度低、细节不清晰、边缘特征不突出等问题。针对这些问题,本文提出了一种自适应条件直方图均衡的红外图像细节增强算法。采用引导滤波将红外图像分解为背景层和细节层;然后采用自适应阈值邻域条件直方图结合对比度受限直方图均衡方式,对背景层图像进行灰度压缩和对比度增强;接着利用引导滤波的中间计算结果构造滤噪掩模,在对细节层进行增强的同时有效滤除背景噪声;最后将背景层和细节层处理结果进行线性融合得到细节增强后红外图像。主观评价和客观数据计算表明,本文提出的红外图像细节增强算法无须手动调节参数即可实现对各类场景的自适应,可以在抑制噪声的前提下,有效增强图像细节,并提升图像整体对比度水平。对算法进行了嵌入式移植,显示效果和资源占用表明算法具有很强的工程化应用水平。     

一种基于Otsu法和平台直方图均衡的红外图像增强算法

针对红外吊舱图像的特点,提出了一种基于Otsu法和平台直方图均衡的红外图像增强算法。首先分析图像的直方图,通过改进的Otsu法把图像分割为天空背景区和地面目标区,背景区以背景峰值与分割后背景区残留目标的局部峰值为依据,采用了一种自适应的方法来产生平台阈值,然后在背景区和目标区的灰度范围内进行直方图均衡化处理。该算法有效地抑制了背景区的过度增强,扩大了目标区的灰度范围,增强了细节部分。实验仿真结果验证了算法的有效性。     

基于超声测井图像的动态直方图均衡算法研究

超声测井图像低亮度低对比度区域的图像,采用常规直方图均衡算法进行图像增强无法很好的突出局部细节。为了解决这个问题,提出一种动态直方图均衡的图像算法对测井图像进行增强的算法。该算法的直方图是根据被均衡图像数据所在井段位置上下一个局部范围内进行统计,从而保证对每个深度的图像都尽可能均衡到最佳。实验结果证明,该算法较常规直方图均衡算法能更好的局部增强实际测井图像,对测井资料的处理具有很重要实际意义。     

图像增强中直方图均衡化合理性的一种解释

本文证明了图像增强中平坦的直方图是一些合理假定的必然结果,这些假定包括灰度值被拉伸的程度应该和它在图像中出现的次数（直方图）相联系,灰度值出现的次数越多,就应该被拉伸得越厉害;图像被增强之后如果再进行一次增强应保持不变。教学实践表明,这样引入直方图均衡化易于理解,有启发性。     

一种红外图像细节增强算法

针对红外图像对比度低的特点提出一种红外图像细节增强算法,并对其进行了仿真。该算法首先利用腐蚀和膨胀以及均值滤波来消除散粒噪声,然后通过均值滤波得到低频图像,从而提取出细节图像,并且计算每个像素的权重,对细节图像进行有权重的直方图统计,通过幂级数变化降低背景的影响。仿真结果表明,此方法在不同情景下都能够取得较好的效果,并且由于该算法复杂度低,在硬件实现时需要的资源也较少,可以进行商用。     

一种红外图像对比度增强新方法

针对红外图像分辨率低、对比度低和目标弱小等缺点,提出了一种红外图像对比度增强新方法。该方法利用频率域的同态滤波,对红外图像的细节进行对比度增强处理。同时为进一步增强图像对比度,提高分辨率,利用限制对比度自适应直方图均衡方法调整图像的有效灰度动态范围。通过大量实验验证表明,该方法显著提高红外图像的对比度和可辨识率,改善了图像质量。     

基于高斯分布的自适应红外图像增强算法

针对红外图像信噪比和对比度低,结合红外图像直方图分布的特点,提出了一种基于高斯分布的自适应红外图像增强算法.该算法采用高斯分布函数平滑红外图像直方图中的主峰,以抑制红外图像背景和噪声的加强.算法中的高斯分布函数可根据原红外图像直方图的分布情况自适应产生,不需要人为设定,将所生成的高斯分布函数对原直方图进行转换后再进行直方图均衡处理,即可实现红外图像的增强.实验结果表明,该算法能有效地突显红外图像的目标,抑制其背景,具有较好的增强效果.     

一种红外弱小目标图像增强的新算法

针对红外弱小目标图像的特点,本文提出了一种新的增强算法。该算法首先通过设置平台阈值对背景的增强进行抑制,然后将直方图在灰度密度和灰度间距两个方向进行均衡处理。该算法简洁,实时性强,图像增强效果好。     

基于小波变换和直方图均衡的红外图像增强

基于红外图像低分辨率、低对比度、视觉特性差的特性,以及传统的利用直方图均衡化进行红外图像增强的方法会丢失图像的细节信息、增强红外图像的噪声的特性,将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,提出一种更好的实现红外图像增强的算法。并将该算法在Matlab上进行了仿真验证。     

一种宽动态范围下的红外图像局部细节增强算法

针对红外图像在宽动态范围下压缩到窄动态范围时带来的图像细节显示模糊、暗处细节丢失以及对比度偏低等问题,提出了一种基于引导滤波分层的红外图像细节自适应增强算法。对背景层利用优化的CLAHE算法来进行压缩,对细节层利用脉冲噪声的多尺度检测并结合韦伯定理的方法进行压缩;解决前述的弱细节模糊以及暗部细节丢失问题。综合主、客观实验结果表明,相对于映射类、分层增强类以及Retinex和集成学习类增强算法,本文所提算法在背景层对比度和光照强度优化、细节层噪声抑制和弱细节增强上取得优异效果;在信息熵、PSNR和SSIM三种客观评测指标下综合效果最佳;处理速度达到150 f/s。在保证实时性的同时,不仅提高了图像的整体对比度,还突出了图像的局部细节,适用于宽温度范围下复杂环境的应用。