基于多独立通道自适应性图像对比度增强算法

针对彩色图像对比度增强处理中存在的"伪彩色"和灰度趋向性现象,提出了一种基于多独立通道自适应性彩色图像对比度增强算法。该算法将图像由RGB色彩空间转为HSI色彩空间,在色调恒不变的基础上选取饱和度自适应因子对灰度通道进行相关增强,同时选择灰度自适应因子对饱和度进行增强,该增强算法建立起了饱和度和灰度增强的相关性,提升了图像视觉效果,能够很好地应用在彩色图像对比度增强的图像处理中。     

车载稳像系统的设计与实现

灰度投影算法是车载视频稳定当中应用较多的运动估计算法,然而投影法对图像的对比度有较高要求,而且在恶劣天气情况下,针对直方图均衡化进行对比度增强效果不好,为此提出采用小波边缘增强的方法对图像进行预处理。实验表明,该方法有效地提高了灰度投影算法在低对比度图像上的运动矢量估计精度。     

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。     

基于中值滤波和生物仿生学的图像增强研究

针对红外图像对比度差、信噪比低的特点,提出了一种基于中值滤波和生物仿生学的微光图像对比度增强算法,首先对红外图像进行中值滤波去噪,然后用生物视觉模型对去噪后的图像进行增强得到增强后的图像。实验结果表明,该算法突出了图像的细节信息,同时增强了图像的对比度,与传统的中值滤波加直方图均衡和加权邻域平均加灰度调整等算法相比,图...     

基于FPGA的LED光源DLP背投电视对比度增强算法的研究

LED做光源的DLP背投电视越来越受到关注,LED光源有许多的优点,但在对比度方面有一定的局限性.通过详细分析LED光源DLP背投电视对比度的影响因素,提出了一种基于FPGA的LED光源对比度增强算法,即根据一帧图像最大灰度值所属范围的不同,分级线性放大灰度值系数,同时线性减小驱动电流放大系数,以达到全白屏幕与全黑屏幕对比度增强的效果.不同灰度值图像的处理效果不同,理论上,理想图像的对比度最多可提高四倍.     

灰度拉伸Retinex 在大动态范围烟雾图像增强中的应用

为解决Retinex 算法不能有效增强大动态范围烟雾干扰图像的问题,分析了影响其增强效果的原因并提出了一种自适应灰度拉伸Retinex 算法。该算法建立了烟雾区域灰度估计数学模型,通过计算图像的局部动态范围和信息熵,自适应地估计烟雾干扰区域的灰度范围并进行灰度拉伸,采用不同尺度的Retinex 对各区域进行处理,得到最终的增强图像。实验表明,该算法能够在全局动态范围较大时增加图像的信息熵,对低对比度烟雾干扰区域有明显的增强效果。     

基于三角函数变换与IRDPSO优化的图像增强算法

针对复杂环境下如阴天、雾天、夜晚、光照较弱等条件下拍摄的图像存在对比度不足、整体偏暗等问题,提出了一种基于三角函数变换与改进随机漂移粒子群算法的图像增强算法。该图像增强方法主要包括四个步骤,首先将彩色图像转换为灰度图像,然后对灰度图像利用三角函数变换提高对比度,然后再对图像进行拉布拉斯算子增强,最后再对图像进行色彩恢复。为了提高算法的自适应性,针对三角函数变换中的参数、以及拉布拉斯算子模板的参数选择问题,将改进随机漂移粒子群算法(IRDPSO)与图像增强算法结合,利用信息熵和图像标准差构造适应度函数,对参数进行寻优。将该方法与其他四种算法进行比较。实验结果表明:文中算法简单,增强后的图像信息熵值、标准差值均较大,图像颜色失真度小,增强效果均比其他几种算法好,提高了图像的质量和对比度。     

一种对比度增强的边缘检测改进算法及FPGA实现

传统的Sobel实时图像边缘检测算法对光照条件敏感,因此在进行边缘检测时常会有虚假边缘以及遗漏边缘的现象。将采集到的实时灰度图像进行中值滤波,再进行对比度增强来调整图像灰度值,将进行对比度增强后的图像进行Sobel边缘检测并在FPGA上实现。实验结果表明,采用对比度增强改进的边缘算法检测的边缘更加准确,抑制背景噪声能力更强。     

轮廓波域内局部对比度增强的彩色图像灰度化算法

为了更好地保留原彩色图像的局部对比度,获得感知准确的灰度图像,提出了一种轮廓波域内局部对比度增强的灰度化算法。首先在CIE Lab色彩空间中利用共轭梯度算法优化目标函数,求取全局映射函数参数,得到初步灰度化图像;然后采用轮廓波变换对彩色图像和初步灰度化图像进行多尺度多方向分解,利用局部色彩对比度比值对方向细节图像进行对比度增强,应用轮廓波逆变换得到增强后的细节图像;最后将初步灰度化图像与增强后的细节图像进行叠加,得到灰度化图像。对COLOR250和ˇCadik图像集的实验结果表明,本文提出的算法优于已有文献的一些典型灰度化算法,能够有效保留原始图像的对比度与结构信息,灰度化图像视觉感知自然,主客观评价结果均为最优。     

基于MSR和融合理论的X射线安检图像增强算法

针对X射线安检图像噪声大、对比度低和边缘不清晰等问题,提出一种结合多尺度Retinex算法(Multi-Scale Ret-inex,MSR)算法和图像灰度最大值融合的双重能量X射线图像增强算法.首先,应用MSR算法对高能和低能X射线图像进行处理得到初步增强结果,然后采用空域灰度值最大融合算法融合经过MSR算法初步增强后的高能和低能X射线图像从而得到最终增强X射线图像.实验结果表明该算法能更有效地提高双重能量X射线图像的对比度,显著改善图像质量.     

基于动态宇宙算法的磁光成像增强研究

为了提高磁光成像增强的效果,提出动态宇宙算法.首先建立宇宙空间模型,宇宙连接距离随着层的变化而动态改变;接着宇宙间信息交流、位置更新涉及到不同层、相同层;然后基于灰度因子对磁光成像对比度提高,通过灰度积分投影定位获得磁畴位置,总变差模型对磁畴纹理去除;最后给出了算法流程.实验仿真显示交变电压越大产生的磁感应强度越强,漏...     

基于极大灰度频数抑制结合动态直方图均衡的图像增强算法

现有的直方图均衡技术存在两方面不足:虽然使得增强图像有高的对比度,但是其对比度的提升程度严重依赖于灰度频数分布,这样常常导致容易过度增强高频数灰度级,而压缩低频数灰度级;另外,增强对象缺乏目的性,难以满足感兴趣灰度区域的特殊要求。针对这个问题,该文提出基于极大灰度频数抑制结合动态直方图均衡的图像增强算法。首先通过分析图像直方图的灰度分布情况来分割图像,并根据用户感兴趣灰度范围确定各子层图像的灰度映射范围及频数控制阈值;然后利用各自阈值重新定义子层直方图,并采用直方图均衡算法构造灰度转换函数,将子层灰度映射到指定范围内;最后综合各个子层的增强结果得到最后的增强图像。实验结果表明,该算法既能抑制过度增强的情况,又能对于用户感兴趣的灰度进行控制,能更好地满足用户对图像对比度增强可控的应用要求。     

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.     

基于自适应云粒子群算法的造影图像增强

针对造影图像增强现有算法的不足,采用自适应云粒子群算法.首先,由云模型产生云滴,确定云的特征值;接着正向云发生器产生粒子,基于粒子个体适应值把种群分3个云子群,且分别采用不同惯性权重的调整策略,自适应算子使权重随着粒子适应度值的减小而减小,从而实现了较优粒子取得较小的权重,在适应度最大时并非绝对的零值,从而提高了避免陷入局部最优的能力;最后,造影图像通过对数灰度变换增强,把求最佳的参数组合问题转化为自适应云粒子群算法寻优问题.实验仿真证明,在云隶属度大的地方图像像素的灰度域比较集中,增强效果边沿清晰.     

基于鲁棒Otsu的红外无损检测缺陷分割算法

在红外无损检测获取的图像中,缺陷区域与非缺陷区域所占面积比例悬殊,且图像经过序列增强处理之后仍然存在阴暗区域,导致缺陷分割准确性受损。为此,结合局部阈值分割法的相对阈值思想,提出一种基于鲁棒Otsu的缺陷分割算法。首先,引入邻域均值与邻域总梯度作为表征像素点的所属类别与空间状态的重要参数。然后,采用基于像素点-块区的统计调整模型对红外图像缺陷区和非缺陷区的灰度值进行动态调整。最后,采用基于灰度-邻域偏差的改进二维直方图及其区域划分方法,通过自动选取邻域边长的遗传算法搜索最佳阈值,实现红外图像的缺陷分割。结果表明:该算法不仅改善了Otsu算法的鲁棒性,且能够提高红外无损检测缺陷分割的准确性。     

PCNN和Otsu理论在图像增强中的应用

提出了基于改进的脉冲耦合神经网络(PCNN)与Otsu的图像增强新方法。该方法对PCNN进行了改进,而用改进后的PCNN进行图像去噪处理,继而用Otsu方法寻找最佳灰度阈值后进行图像增强。仿真实验表明,该方法滤波后信噪比(PSNR)为18．9305,而高斯滤波为5．4087;同时又能根据图像灰度性质自动选取最佳阈值,并对自适应分割后图像进行不同的灰度变换,使图像得到有效增强。仿真结果证明了该方法的有效及合理性。     

高分辨率视频图像实时增强系统的设计

雾霾天气情况下,视频成像跟踪系统采集到的图像往往呈现对比度低、灰度分布集中的特点,地面的军事人员很难准确、快速的识别跟踪目标,为了解决这一问题,本文以Xilinx公司的Spartan 3AN系列低成本FPGA芯片为核心,设计了高分辨率（1004×1004）视频图像实时增强系统,主要工作为系统硬件平台的设计和限制对比度直方图自适应均衡(Contrast Limited Adaptive Histogram Equalization—CLAHE)算法的FPGA实现。通过实际系统测试,设计满足实时性的要求,同时增强效果明显,可以清晰的识别目标。该系统可用于医学图像增强、交通检测及航空航天等多个领域,具有较高的实用价值。     

低对比度图像分割算法研究

在分析图像分割算法的基础上，针对灰度随机分布的低对比度图像．提出采用空间区域方差和灰度区域方差进行图像增强和灰度分区。实验结果表明该方法能有效地实现低对比度图像的分割。     

基于仿人眼自适应调节的多光谱视觉图像处理方法

针对传统仿生视觉系统中目标图像获取单一性问题,提出一种仿人眼自适应调节的多光谱视觉成像技术。首先,通过改进的自动调焦算法使成像系统同时采集可见光高分辨率图像及近红外低分辨率图像。然后,对于多光谱成像系统中由于分光棱镜折射率不同导致的在固定焦距下,可见光和近红外图像清晰度有所不同的问题,采用改进的二代小波变换进行近红外图像增强,提高图像对比度,改善视觉效果。最后,搭建基于液体变焦透镜的多光谱实验系统验证自动调焦算法及图像增强算法的实际性能。实验结果表明:系统完成有效自动调焦的平均用时为756 ms。同时,近红外图像增强后其灰度方差函数值提高了79.4%,解决了对比度低和细节模糊的问题,最终实现自适应调节。     

基于小波和灰度形态学的红外图像增强方法

针对红外图像对比度差、信噪比低的特点,提出了一种基于小波变换和灰度形态学的红外图像对比度增强的算法,对红外图像进行小波分解后,利用灰度形态学对低频系数进行对比度增强,同时计算局部阈值,并利用确定的阈值对小波系数进行去噪处理,最后重构得到去噪后的增强图像。实验结果表明,本文算法有效的提高了目标的对比度,同时突出了目标的细节信息,算法在性能优于传统的中值滤波与直方图均衡法相结合、维纳滤波与灰度变换法相结合的对比度增强算法。