基于直方图的图像增强及其MATLAB实现

图像增强是数字图像的预处理，对图像整体或局部特征能有效地改善。我们讨论了基于直方图的均衡化和规定化处理的图像增强技术基本原理，给出了相关推导公式和算法；同时，以一个灰度图像为例，用MATLAB语言实现了直方图均衡化和规定化增强处理，并给出了具体程序、实验结果图像及直方图。结果表明，直方图均衡化和规定化处理能有
有效改善灰度图像的对比度差和灰度动态范围。     

指纹图像的直方图增强技术研究

在对比指纹图像的灰度直方图增强的技术的基础上,针对均衡化算法的不足和现有直方图规定化算法中映射规则计算量大的情形,提出一种改进的规定化算法.该算法简单易实现,能有效提高图像的对比度,为指纹图像的后续处理工作奠定坚实基础.     

基于区间映射规则的数字直方图处理

在经典的单映射规则SML和组映射规则GML的基础上，提出一种新的映射规则——区间映射规则(IML)，并提出基于IML的数字图像直方图规定化方法。以8阶灰度直方图为例，通过对常用均衡化方法的实例分析，引出基于IML的直方图均衡化方法——等区间映射均衡化(IIME)。用实验数据分析和证明了IML和IIME的优越性。     

数字图像直方图处理中的映射规则——评“用于数字图像直方图处理的一种二值映射规则”一文

分析了文献[1](张专成，张孝杰，邹涛．用于数字图像直方图处理的一种二值映射规则．中国图象图形学报，2004，9(3)：280-284)中用于直方图规定化的“二值映射规则”，指出该规则与文献[2](Zhang YJ．Improving the accuracy of direct histogram specification．IEE Electronics Letters，1992，28(3)：213-214)中的“组映射规则”是一致的。同时还分析了文献[1]中的直方图均衡化方法，指出该方法采用的并不是上述的映射规则，但要对其性能进行全面评价还需要研究对均衡化效果进行评价的准则。     

基于灰度直方图的图像增强及其VC++实现

图像增强是数字图像的预处理,能有效地改善图像整体或局部特征.我们讨论了基子直方El的均衡化和规定化处理等图像增强技术的基本原理,给出了相关推导公式和算法;同时以一个灰度图像为例,在VC 集成开发环境下实现了直方图均衡化和规定化增强处理,并给出了具体程序、实验结果图像及直方图.     

直方图图像增强技术

图像增强就是通过一定的方法对图像进行处理和变换,它能有效地改善图像整体质量和局部特征,是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术,能有效地改善图像的对比度和灰度动态范围。实验结果表明,直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围,从而改善图像的可视质量。     

浅谈图像增强的直方图处理及其MATLAB实现

图像增强是图像处理的一个重要分支,它对图像整体或局部特征能有效地改善;直方图是图像处理中最重要的基本概念之一,它能有效地用于图像增强.本文主要讨论了直方图均衡化和规定化处理的图像增强技术,并给出了相关的推导公式和算法;同时用MATLAB语言加以实现,给出标准的数字图像在各种处理前与处理后的对照图像、具体算法、实验结果及直方图.结果表明,用直方图均衡化和规定化的算法,能将原始图像密集的灰度分布变得比较稀疏,使处理后的图像视觉效果得以改善,提高其对比度.     

基于直方图分割的彩色图像增强算法

针对直方图均衡化直接对彩色图像处理会导致图像色彩失真的情况,在对传统的直方图均衡化方法进行改进的基础上,提出了一种新的带色彩恢复的均衡化算法。该算法对于彩色图像R,G,B各个分量子图的灰度直方图,首先根据其灰度中值和分割直方图等面积原则进行两次分割,同时对分割后的各子灰度直方图分别进行均衡化处理;然后通过计算R,G,B各分量子图的灰度级总数占原彩色图像灰度级总数的比例,将均衡化处理后的R,G,B各分量子图进行合并。实验表明,该算法对彩色图像处理具有较好的增强处理效果。     

一种基于局部方差的雾天图像增强方法

提出了一种基于图像局部方差的保持灰度级和亮度的雾天图像增强算法。即在对图像作局部处理的基础上，利用局部方差可以较好的体现图像细节信息的特性，通过计算并比较图像局部标准方差的大小来判断局部图像的增强程度，然后以灰度均值为基准进行局部灰度拉伸。该算法可以有效增强和保留图像细节，克服了传统直方图均衡化处理所造成的灰度级损失的缺点，保持了原图的灰度级和平均亮度，较好的抑制了噪声，图像视觉效果明显改善，因此特别适合于深度信息多变且对比度较低的雾天图像。实验结果表明该算法可以有效的增强雾天图像。     

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。     

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．     

遥感图像理想均衡化及图像质量定量评价

大多数原始的遥感影像由于其灰度分布集中在较窄的范围内,影像的细节不够清晰,对比度较低。为了使影像的灰度范围拉开或使灰度均匀分布,从而增大反差,增强影像细节信息,通常采用的方法为直方图均衡化。通过对信息熵定义的阐述,引出直方图均衡化的图像增强算法。通过分析传统直方图均衡化算法中存在的缺陷,进而基于分段映射思想提出一种改进的理想直方图均衡化算法。同时,为了对传统算法和改进算法进行定量化地分析比较,基于同时对比度以及人类视觉对比度分辨率限制和模糊数学的相关思想,分别提出基于加权几何平均数法的合成平均对比度和细节评价参数的定义。最后,采用同时对比度、基于加权几何平均数法的合成平均对比度以及细节评价参数作为定量评价的指标,对所提出的改进算法进行了定量评价。评价结果表明,该改进算法的图像增强效果优于传统的直方图均衡化算法。     

人眼灰度感知建模及其在图像增强中的应用

原直方图均衡化算法处理结果不理想,主要是图像灰度域上实现的均衡化并不代表人眼感知亮度域上的均衡化,对此提出人眼感知亮度域上的直方图均衡化算法,但由于使用的灰度人眼感知模型不准确,处理效果也没有得到明显的改善。提出一种灰度人眼感知模型的建模方法,利用实验测试的方法得到人眼视觉系统临界可见偏差曲线;再推导得到人眼对不同灰度背景下同等灰度差别的敏感度曲线;接着利用上一步结果再通过积分和归一化方法得到灰度人眼感知模型;根据以上灰度人眼感知模型对直方图均衡化算法进行改进。对比实验结果表明,提出算法相比于原直方图均衡化具有明显的改善效果,相比于CLAHE、BBHE以及HMF等直方图改进算法,也具有无需参数调节,增强效果显著和适应性强等优点。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

一种区域多直方图红外图像增强方法*

直方图均衡是一种简单有效的红外图像增强技术,但存在着细节信息损失较大的缺陷。为改进这一缺陷,使直方图均衡在增强图像对比度的同时不损失灰度级别,并能增强图像细节特征,提出一种基于区域的multi-HE红外图像增强方法。该方法通过聚类算法将图像分割成多目标区域,据此将直方图分割成多个子图,运用多直方图均衡化对图像进行处理,从而达到在不同目标范围内的图像增强。经过实验验证,该算法能有效地抑制背景区的过增强,扩大了目标区的灰度范围,增强细节部分。     

直方图规定化在图像增强中的应用及实现

图像增强是数字图像的预处理,能有效地改善图像的整体或局部特征。直方图规定化是图像增强领域的一个重要方面。该文研究并探讨了直方图规定化的基本原理,给出了相关推导公式和算法;并且,以一个灰度图像为例,用Maflab语言工具实现了直方图规定化增强处理,给出并分析了实验结果。实验结果表明,直方图规定化能有选择地对桌灰度范围进行局部的对比度增强,从而得到期望的增强图像。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

一种适应光照多变的夜间前景提取方法

夜间前景提取是智能监控的必要处理过程,也是新时代下店铺防盗的高效手段。提出了一种在强弱光多变下具有检测鲁棒性的动态目标自动提取算法。在亮度通道上利用直方图均衡技术根据设置参数自适应灰度增幅,结合Canny边缘图像进行差分处理,最后给出前景提取算法。实验结果表明:在强弱光不同光照环境下,该方法可以很好的削弱不同光照对前景提取带来的多噪声、过度曝光等影响,提高前景对比度,相比其他方法,显示效果清晰完整,并满足实时性要求。