一种基于截取法的灰度级等距离拉伸图像增强研究

针对灰度直方图均衡化所引起的过增强和灰度级“吞并”等缺陷,提出基于截取法的灰度级等距离拉伸增强图像的对比度。通过对原始图像灰度直方图的统计,利用正态分布的“3σ”原则对灰度级进行截取,再将其有效灰度级进行等距离排列,完成排列后的直方图映射,最后利用中值滤波对图像进行平滑处理。该算法在增强图像对比度的同时,保留图像细节信息,提高图像质量,并且避免了直接均衡化所带来的灰度级断层现象。     

一种自适应红外图像增强新算法

针对红外图像经直方图均衡后因部分灰度级被合并而导致细节丢失的问题,提出了一种新的红外图像增强算法——双阈值区分增强算法.该算法首先在原始图像直方图中剔除截断阈值以下的冗余灰度级,接着根据重建直方图的包络确定分界阈值用以区分背景和目标,最后对背景进行直方图均衡处理,对目标进行局部对比度增强及线性灰度变换处理.算法定义了一个自适应参数来适当地抑制背景和噪声,并放大目标细节.相对于传统的直方图均衡算法,所提算法能在增强整体对比度的同时保留图像细节,并且计算量小、实时性好.     

红外图像增强技术在TMS320DM642上的应用

针对红外图像普遍存在目标与背景对比度差、边缘模糊、信噪比低和灰度层次差等缺陷,提出了一种改进的直方图均衡红外图像增强算法。首先通过自适应地选择合适的灰度阈值,在图像直方图中将像素所占比例小于阈值的冗余灰度级完全压缩,并对大于阈值的有效灰度级进行基于一种非常合理的对数函数的拉伸变换;然后对拉伸后的灰度级进行常规的直方图均衡处理;最后在整个灰度范围内对经过均衡处理的图像灰度级进行等间距排列。为了满足算法的实时性,设计了一种以TMS320DM642高性能DSP芯片为核心处理器的红外图像增强系统平台。实验结果表明,采用该算法增强后的图像质量明显优于采用直方图均衡算法增强后的图像质量,图像的目标与背景的对比度和图像的清晰度都得到了提高,边缘细节也得到了保留;同时,采用该算法处理一帧320×256×8bits的红外图像仅仅用时16．73ms,完全满足实时图像处理的要求。     

双阈值映射自适应红外图像处理算法

由于传统直方图均衡(HE)算法和灰度变换算法的局限,提出了一种基于直方图的双阈值映射(BTM)增强算法.该算法通过对原始图像的直方图进行双闽值映射和自适应增强处理,对图像灰度级进行重新分配,减少冗余灰度级,有效地拓宽了目标部分的动态范围,既提高了目标与背景间的对比度,又突出了目标的细节层次.所提出的算法可以有效增强红外图像中目标与背景之间的对比度,拓宽目标的动态范围.仿真结果表明:该算法是一种非常有效的红外图像增强算法.     

选择调整的亮度增强算法

提出一种应用于平板显示的选择调整的亮度增强算法,可以在基本保留原图像暗部细节的同时,按照灰度级的原始值进行增强,从而在视频图像处理中达到较好的效果.在灰度模式下,该算法可以避免传统处理带来的对比度减小,从而保留更多的暗部细节.在RGB彩色模式下,该算法还可以避免传统亮度调整算法带来的灰度级不连续分布,使得调整后的RGB三个分量的直方图中灰度级连续分布,图像的色彩范围和色彩饱和度可以达到比以前更好的效果.     

红外图像噪声滤波对比度增强算法

针对红外图像噪声大、对比度低的特点,在传统直方图均衡原理的基础上,利用像素邻域高斯分布特征,介绍了一种基于噪声滤波的对比度增强算法.首先,计算原始图像统计直方图;其次,对统计直方图进行噪声滤波:最后.利用构造的加权函数对直方图间距进行均衡处理.改进的对比度增强算法避免了传统直方图均衡对灰度邻近、分布较少的灰度级进行合并,从而保留了图像细节信息.仿真实验表明:该算法在增强图像对比度的同时,有效保留了局部细节信息,具有一定的实用价值.     

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。     

一种新的自适应红外图像增强算法

传统的直方图均衡和灰度变换增强算法,不能针对红外图像的目标进行有效地增强.鉴于此,在研究红外图像特点的基础上,提出了一种基于直方图的自适应红外图像增强算法.该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配;在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,既提高了目标与背景间对比度又突出了目标细节层次.     

一种新的红外图像自适应增强算法

针对红外热图像普遍存在的目标与背景对比度差、边缘模糊等特点,提出了一种新的红外图像自适应增强算法.通过自适应地选择平台阈值,对红外图像进行平台直方图均衡化,有效抑制了背景的过度增强,避免目标灰度级的过多合并,提升了目标的灰度空间,获得了很好的增强效果.实验结果表明,本算法优于直方图均衡化算法,可有效地突出红外目标.     

基于正弦变换的红外图像均衡算法

针对红外图像的特点,提出一种基于正弦变换的红外图像均衡算法。通过设定合适的阈值,将图像灰度直方图中像素分布为零的灰度级进行完全压缩;将小于阈值的灰度级映射到最近的大于阈值的灰度级,然后将有效灰度级做基于正弦函数的拉伸变换后进行直方图均衡;最后将均衡后的图像灰度级等间距排列。该算法在压缩灰度冗余的同时进行基于正弦变换的直方图均衡,保留了图像细节部分,避免了常规直方图均衡所带来的图像细节丢失和灰度断层现象,提高了图像的细节和清晰度。实验结果表明该方法解决了热像仪信号处理中输入信号大动态范围和显示输出的小动态范围的矛盾,且算法简单、运算量小,适合在实时图像处理系统中采用。     

一种自适应红外舰船图像增强算法

复杂环境下海面舰船红外图像信噪比和对比度低、边缘模糊,目前仍没有一种处理效果好且实时性强的图像增强算法。提出一种基于平台直方图均衡化的自适应红外图像增强算法。首先,分析典型海面舰船红外图像及其直方图的特性;在此基础上,提出一种自适应确定目标/背景粗略阈值的方法;最后将灰度大于该阈值的直方图最大值作为平台值,通过平台直方图均衡化算法自适应地完成海面舰船红外图像的图像增强。实验结果表明,该算法不但有效地增强了图像的对比度、抑制了背景,而且具有较快的运算速度。     

一种鲁棒的低对比度图像预处理算法

数字图像在采集过程中,由于照明或物体本身等原因,经常会出现目标区域对比度低、细节模糊的情况,需要经过进一步的预处理才能使用。灰度分段线性变换是一种较为有效的对比度拉升技术,它通过选择合理的分段点来实现图像增强。一种常见的分段点选择方法是以原始图像灰度值的最大和最小值为分段点,但它对整体动态范围较大的图像视觉效果改善有限。文中通过对图像直方图的分析,在其累积直方图上设定阈值来确定分段点是一种可行的方法,具有更好的鲁棒性。仿真实验结果表明,该算法能够有效地增强低对比度区域,为图像的进一步处理提供理想的结果。     

基于HVS的红外图像增强技术研究

依据人眼视觉系统(human visual system,HVS)特性并结合红外图像的特点,针对不同的背景像素统计量对红外图像直方图均衡化的影响进行了分析和研究,提出了一种基于HVS的红外图像增强技术.理论分析和实验结果证明,提出的增强技术与传统的直方图均衡化增强方法相比,增强后的红外图像细节清晰,对比明显,目标信息易被人眼视觉观察,具有很好的实际应用价值.     

基于对比度增强和背景估计的文档图像二值化

针对文档图像存在的退化状况对其二值化处理的影响,文中提出一种基于对比度增强和背景估计的文档图像二值化算法,用于对退化的文档图像进行二值化增强处理。该算法根据不同子区域亮度信息的差异采用不同对比度增强算法对文档图像进行增强处理,通过运用形态学闭运算对增强后的文档图像进行处理来移除文档图像的背景,结合Ostu和Sauvola算法获取文档图像的二值化图像,并通过基于边缘像素邻域灰度值的分布情况进行文本断笔修复。实验结果表明,该算法的F-Measure（FM）为90.47%,峰值信噪比（PSNR）达到19.15 dB,负率指标（NRM）低至0.053 8,分类错误度量（MPM）降至0.000 33,验证了本文提出的二值化算法的有效性。     

粗糙集方法在红外图像增强中的应用

粗糙集理论是一种新的处理含糊和不确定问题的数学工具。文中将粗糙集理论应用到红外图像处理中,并提出了一种新的图像增强方法。结合属性直方图算法,将红外图像分为目标区和背景区,分别进行处理,得到增强后的图像。实验结果显示,文中方法优于直方图均衡化方法。     

一种用于红外图像分割的改进型Otsu方法

概述了红外图像处理系统对图像预处理的要求,并针对传统图像分割算法中容易出现的目标错分问题,提出了一种基于灰度梯度映射函数的Otsu法。该方法克服了传统的基于灰度直方图的Otsu法不能利用图像局部信息和边界信息的缺点,通过将像素点的梯度信息与灰度信息相结合,较好地从背景中分离出了目标。仿真结果表明,该算法达到了预期的技术指标,很好地实现了红外图像预处理的功能。