基于亮度自适应调整的低对比度红外图像增强算法

为了克服传统红外图像增强算法中目标对比度差,无法有效识别感兴趣区域目标的缺点,提出一种基于亮度自适应调整的图像增强算法。该算法从人眼视觉感知特性出发,兼顾图像全局亮度自适应调整与局部特征增强,之后对整幅图像归一化处理,使图像整体对比度增强的同时纹理细节更加清晰。实验结果表明:直方图增强后的图像对比度提高,但是纹理细节不清晰;由Retinex算法增强的图像可以看到纹理细节,提出的基于亮度自适应调整增强算法处理后的图像不但纹理细节清晰,而且与Retinex增强图像相比图像对比度明显提高,视觉效果好。     

多尺度Retinex算法在红外图像增强中的应用

应用改进的多尺度Retinex增强算法．对低能见度的红外图像进行图像增强，提高了原图像的对比度和像质，得到了目标区域的最佳视觉效果。理论分析和实验结果表明，该算法与维纳滤波、同态滤波等算法相比，有效地抑制了背景和噪声。该算法对红外图像增强后，图像对比度比前两种算法的对比度强。     

基于人眼视觉响应的低光照图像增强

为解决光照图像可视信息不足的问题,提出一种基于人眼视觉响应的图像增强算法.利用导向滤波对图像亮度通道的反相图进行局部平滑计算掩摸,根据亮度通道的全局均值和标准差计算关键参数,对图像光亮度通道进行自适应曲线调整,全面提升动态范围.通过增强前后的亮度通道计算颜色饱和度增益和偏差进行颜色校正,结合灰度直方图分布进一步拉伸全局对比度.采用SSIM、VLD和MOS评价指标对不同图像增强方法结果进行对比.实验结果表明:该算法对低光照图像具有良好的增强效果,能够有效增强图像亮度和细节,提高视觉可视性.     

基于小波变换与模糊理论的图像增强算法研究

针对传统图像增强方法增强图像同时放大噪声的问题,提出了一种基于小波变换和改进模糊集理论进行图像增强的方法.该算法先对原始图像进行小波变换获得低频和高频系数,对低频系数进行了分段函数增强,高频系数进行小波去噪,并且定义新的隶属度函数对各个尺度上不同方向的高频系数进行模糊增强,最后通过小波重构得到增强的图像.实验结果表明,该算法可以有效去除噪声和增强图像,并使图像具有良好的视觉效果.     

一种基于小波变换的遥感SAR图像与TM图像融合新算法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例，提出了一种基于小波变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换，得到亮度I、色度H与饱和度S三个分量；其次，依据特征量积和匹配度为融合准则，将TM图像的亮度分量和SAR图像进行融合处理．并用融合结果替代TM图像的亮度分量；最后，作IHS反变换得到融合图像。实验结果表明，文中方法在增强空间细节信息的同时更好地保持了光谱信息，与IHS法和小波变换法相比，证明了文中方法的有效性。     

基于小波变换和形态学的目标图像增强算法

基于图像视觉信息的目标检测与识别一直是研究的重点和难点,针对复杂坏境的图像呈现出对比度低,强噪声干扰,灰度集中的特点,提出了一种基于小波变换理论和数学形态学的目标图像增强方法;首先对图像进行了小波变换,提取高频分量系数,其次利用阈值算法对图像进行降噪处理,最后对图像进行形态学交替滤波得到增强后的图像;实验表明:该检测算法对提高信噪比,增强目标有很好的效果,适合与目标检测与识别,算法在性能上优于传统的单一算法。     

基于通道校正卷积的真彩色微光图像增强

针对现有真彩色夜视相机所成图像亮度低、对比度低、噪声和色彩失真等问题，提出基于通道校正卷积的神经网络算法。通道校正卷积的上分支引入通道注意力块分析RGB通道之间的特征，用来代替U-Net网络中的传统卷积，实现颜色恢复并保留更多图像信息；在传统损失函数中增加Sobel损失函数和色彩损失函数，抑制噪声的同时并保护图像细节，减小色差、增强对比度。采集真实场景下的图像数据集，提升对实际数据的处理效果。实验结果表明：该算法能同时处理低照度图像的亮度、对比度、噪声和色差问题，增强效果优于目前主流算法；与传统卷积的U-Net网络相比，降低了模型复杂度，提高了运行速度，计算量减少了13.71%,参数减少了13.65%,PSNR值提升了29.20%,SSIM值提升了7.23%,色差减少了10.46%,兼顾了成像质量与成像速度。     

一种基于C-均值聚类的测量图像增强算法

针对低质量红外测量图像人工搜索目标困难的问题，提出一种新的测量图像增强方法。该方法基于模糊C-均值聚类技术，对测量图像进行聚类分析，将各类分别赋予不同的灰度值，可增大目标边缘梯度。给出了此算法的具体原理和算法实现步骤。实验结果表明：此算法能够确保不损失目标信息的前提下，可最大限度地增强弱小目标图像。     

基于小波变换的射线图像增强方法的比较分析

射线数字成像是当前射线检测、诊断技术发展的重要方向，图像降噪增强是提高射线成像检测灵敏度和分辨率的关键。文中介绍了3种基于小波变换的射线图像增强方法及其原理，分别应用这3种增强方法对一幅射线无损检测（NDP）的图像进行了增强处理，对实验结果数据进行对比分析，说明它们在图像增强效果上的差异。     

复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点．文中提出了一种基于软阈值的小波图像增强方法，图像经过小波分解后可以得到一系列不同尺度上的子带图像．在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强．再进行图像重构．即可得到增强后的X射线检测图像。实验表明．该方法可以有效地增强图像的细节信息，抑制噪声，改善图像的视觉效果。     

复杂背景下红外弱小目标图像增强算法

针对红外弱小目标图像人工识别困难的问题,提出了一种基于模糊C均值（FCM）聚类技术的红外图像增强算法。该算法首先对红外图像进行聚类分析,然后将各类分别赋予不同的灰度值,从而增大目标边缘梯度。实验结果表明,此算法能够在确保不损失目标信息的前提下,最大限度地增强弱小目标图像。     

基于遗传算法的测量图像增强方法

针对测量图像的非均匀增强计算量大、增强效果差的问题，基于遗传算法提出了一种测量图像增强方法，将灰度范围作为染色体，搜索图像清晰度达到最优的灰度非线性变换关系，从而达到图像最佳增强效果，为了提高遗传算法的进化能力，本文根据测量图像的具体特性，对进化参数进行了合理优化，取得了理想的执行效率和增强效果。     

一种改进的伪彩色图像融合方法

在原TON算法的基础上提出了一种改进的伪彩色图像融合算法。该方法针对微光和红外图像，利喟对微光图像的非线性变换进行了图像增强，使其与经过TON算法处理的红外增强图像一起通过RGB通道完成融合。融合过程结合人眼的视觉特性进行颜色选择，使融合图像更符合人眼视觉感受。给出了融合结果,并与其他方法作了比较，证明了其有效性。     

基于小波变换的光测数字图像增强

针对光测数字图像，提出基于方向小波变换的图像增强方法，分析了方向小波变换的数学原理及其与图像边缘梯度信息的内在联系，给出了小波变换图像增强的步骤和实际光测图像的增强效果，实验结果表明，所提出的增强算法优于直方图均衡方法，有利于目标特征的提取和分析。     

改进的直方图均衡化算法

基于常用的灰度变换法和直方图均衡化法等图像增强算法,提出了一种对比度增强算法.该算法首先对直方图进行平滑处理,再进行直方图均衡化,然后在整个显示范围内对图像灰度级进行等间距排列,最后对图像进行中值滤波去除噪声.实验表明该技术能够使图像的细节和清晰度得到明显的增强.     

基于小波分析的电视导引头图像预处理方法

根据电视导引头图像处理系统的要求．基于小波变换的多分辨分析思想，提出一种多尺度小波变换的阈值化去噪(图像恢复)算法并与传统去噪算法进行了比较。该算法在门限化小波细节系数中采用平滑过渡区的思想，克服了传统阈值化处理的小波系数不连续性以及存在恒定的偏差的缺点。实验证明该算法在图像去噪方面是可行的和有效的，满足实时处理的要求，而且能够方便地产生各种分辨率的图像。     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降。针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法。首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率。然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方法对复原图像进一步优化,解决复原图像亮度较低的问题。针对双边滤波算法运行速度较慢、影响工程应用的问题进行了优化。实验结果表明,复原后的图像具有较好的视觉效果,且运行速度满足工程应用要求。     

非制冷热瞄具图像实时开窗增强方法研究

针对红外观瞄系统图像增强技术的实时性问题,根据人们的视觉特性,提出非制冷热瞄具图像实时开窗增强方法。该方法首先在红外图像中取出适当大小的子图像,再用合适的增强算法来处理子图像,而子图像以外的区域不作任何处理。文中给出了硬件实现流程。最后证明开窗增强的方法减少了背景像素的处理时间,提高了图像处理的实时性,并且开窗增强不会对增强效果有不良影响,对小目标图像增强有不可替代的作用。     

双波段红外图像融合算法研究

为了对双波段图像达到比较好的融合效果,需要在分析目标辐射传输特性、成像特性和图像特征等在不同波段的异同基础上研究图像融合算法,利用互补信息和冗余信息来增强图像融合效果.文中结合目标背景辐射传输特性,提出了一种基于普朗克定律的双波段红外图像融合算法,实验证明文中算法能够得到比较好的图像融合效果.     

红外含噪图像自适应增强

通常的红外含噪图像增强方法很难有效滤除图像中噪声。提出一种新的红外含噪图像自适应增强算法以克服边缘增强和抑制噪声的矛盾。首先采用尖锐频率局部化Contourlet变换完成图像分解;然后采用分层自适应阈值算法估计降噪阈值,并进行自适应降噪;最后对降噪后高频带通信号引入图像清晰度参数,设计半软阈值增强函数,实现红外含噪图像自适应增强。实验结果验证了新方法的有效性。