Riemann-Liouville分数阶图像增强算法及其电路实现

为了解决整数阶微分对图像纹理增强效果不明显及Grümwald-Letnikov（G-L）微分后会使RGB彩色图像边缘色彩失真的问题,提出了一种Riemann-Liouville（R-L）分数阶图像增强算法并讨论了该算法的电路实现.从R-L定义出发,推导出分数阶微分方程,构造了数字图像8个方向上的0~1阶分数阶微分模板并讨论了其数值运算规则,在此基础上构造并实现了数字图像的R-L分数阶微分电路,并在HSI空间对I分量进行分数阶微分实现彩色图像增强.实验结果表明,该算法能比较明显地增强图像的纹理和边缘细节,增强后的图像清晰度和对比度提高,图像视觉效果明显,具有非线性增强灰度图像和彩色图像的复杂纹理特征及边缘信息的独特优势和良好效果.     

可变阶次分数阶微分实现图像自适应增强

为了改善图像增强的效果,提出了一种可变阶次的分数阶微分图像自适应增强算子.该算子的数学原理是根据图像的局部统计信息和结构特征来动态调整分数阶微分的阶次.在图像增强的过程中,分数阶微分的阶次满足在图像“强边缘”处具有较大的微分阶次,在图像“弱边缘”或纹理处具有较小的微分阶次,在图像平滑处具有微小的微分阶次,在判断为噪声处具有负阶次.建立了图像增强效果和分数阶微分阶次之间的非线性量化关系,构造了相应的自适应函数,实现了图像的自适应增强.实验结果表明,在无噪声的情况下,该方法较传统的分数阶微分算子在图像增强方面效果更好;在有噪声的情况下,该方法具有一定的噪声免疫能力.     

基于视觉特性的Riemann-Liouville分数阶图像增强

为了解决Grünwald-Letnikov分数阶微分算法对彩色图像增强容易产生色彩失真以及传统方法增强效果不明显的问题,在分数阶微分视觉模型的基础上提出了一种基于Riemann-Liouville(R-L)分数阶微分的数字图像增强算法。首先讨论了数字图像的分数阶微分视觉模型;接着在R-L分数阶微分方程的基础上构造了8个方向上的分数阶微分增强模板;并讨论了这些微分增强模板的数值运算规则;并在HSI色彩空间对I分量进行分数阶微分实现彩色图像的增强处理。实验表明本文方法具有非线性特性,对图像增强效果明显,且增强     

将分数阶微分演算引入数字图像处理

为了系统论述图像分数阶微分对纹理细节的增强能力及其侧抑制原理,提出数字图像分数阶微分掩模及其运算规则。论述了分数阶微分的动力学物理意义并推导了分数阶微积分与经典时-频分析之间的关系,分析了在一定条件下二维分数阶微分的可分离性;其次,从信号处理和生物视觉神经模型两个角度提出图像分数阶微分的高斯差感受野模型,并分析其产生的特殊马赫现象;最后,提出并论述了数字图像分数阶微分掩模及其运算规则。计算机数值实验结果表明,对于纹理细节信息丰富的图像信号而言,分数阶微分对灰度变化不大的平滑区域中的纹理细节信息的增强效果明显优于整数阶微分运算。     

基于空间分数阶偏微分方程的图像去噪模型研究

为了在获取更高信噪比的同时更多地保留图像边缘和纹理等细节信息,将分数阶微积分理论和偏微分方程方法有效结合,构建了基于空间分数阶偏微分方程的图像去噪模型,并利用分数阶微分掩模算子来实现去噪模型的数值计算。该去噪模型通过引入以分数阶梯度模值为参数的边缘停止函数并选择合适的分数阶微分阶次,由此能够在一定程度上解决传统去噪模型存在的不足之处。实验结果表明,基于空间分数阶偏微分方程的图像去噪模型较传统的去噪模型不仅可以提高图像的信噪比,而且可以更好地保留图像边缘和纹理等细节信息。     

基于分数阶微分、水平集及分水岭的铅锌浮选图像分割

针对铅锌浮选气泡暗颜色、细节弱、分割难的特征,提出了一种新的图像分割算法。该算法分成三个部分： 气泡边界增强： 基于分形学改进分数阶微分算法,主要是根据图像的纹理特性自动确定分数阶微分的非整数阶数,以自适应分数阶微分算法增强气泡边缘; 气泡亮点区域提取： 在改进传统的水平集算法基础上,进行精确的气泡亮点区域的提取,克服了全局自动阈值算法在提取气泡亮点时存在的缺陷; 图像分割： 利用内外标记修正梯度图像, 最后运用分水岭算法对浮选图像进行分割。对于不同铅锌矿大小气泡图像的实验,并通过与多种传统的图像分割算法分析比较,实验结果表明新算法不仅提高了浮选气泡图像的分割精度,并且有效地减少了传统图像分割算法的过分割问题,本文算法对于浮选气泡具有良好的分割效果。     

基于分数阶微分的边缘检测

为了提高图像边缘提取的信噪比,更有效和准确检测图像边缘,由信号的微分特性得出分数阶微分算子较传统1阶和2阶微分算子具有更高的信噪比,然后根据经典的G-L分数阶微分定义推导出的分数阶差分方程,构建了近似的分数阶Tiansi模板.实验证明,基于分数阶微分的边缘提取算子,可以有效提取边缘和有比传统的算子更高的信噪比.     

数字图像的0～1阶Riemann-Liouville分数阶微分增强模板

提出了一种数字图像的0～1阶分数阶微分增强模板.从Riemann-Liouville分数阶积分定义出发推导出0～1阶Riemann-Liouville分数阶微分方程及其离散化方程;构造了x轴负方向、x轴正方向、y轴负方向、y轴正方向、左下对角、左上对角、右下对角、右上对角8个相互中心对称方向的分数阶微分模板,并讨论了这...     

用遗传算法优化设计分数阶微分器

为了进一步提高分数阶微分器的精度,将遗传算法引入到滤波设计中,获得了性能更加优越的分数阶微分器.首先分析了分数阶微分器的特点和设计方法,通过对相应IIR滤波器的系数进行优化,得到了分数阶微分器的全局最优个体,避免了传统方法设计分数阶微分器中高频出现的误差.仿真结果表明,由该算法设计的分数阶微分器明显优于其它方法,能有效的逼近理想分数阶微分器的幅频响应.     

一种基于分数阶积分的数字图像去噪算法

针对现有图像去噪算法丢失图像纹理信息的问题,将基于Riemann-Liouville定义的分数阶积分应用于数字图像的噪声去除,提出8个方向上的图像任意阶积分掩模,给出运用该掩模进行图像去噪的数值运算方法及相应的算法实现电路模型.仿真实验结果在定性和定量的方面表明本文的算法对灰度图像和彩色图像同样适用,具有能够一次性完成积分,去噪精度高,同时能最大限度保持图像的纹理细节信息的特点.该算法特别适用于高精度的图像实时去噪.     

非整数步长的分数阶微分滤波器在图像增强中的应用

为了改善图像增强的效果,根据图像具有高度自相关性的特性(越接近目标像素的像素点其两者的相似性越高),构造了基于非整数步长的分数阶微分滤波器,打破了Grümwald-Letnikov定义中分数阶微分数值计算取单位步长的思想,即在传统的分数阶微分的基础上再增加一个自由度参量步长.在一定范围内适当调节v和n的大小来构造相应的掩模算子,并利用线性加权的拉格朗日多项式的分段插值方法来确定非整数步长像素点的灰度值,在一定程度上起到降噪的作用.实验结果表明,提出的方法在增强图像细节和抗噪方面取得了较好的平衡点.     

基于峰值信噪比改进的图像增强算法

在图像增强技术中,现有的图像增强算法在对图像进行增强时,总是伴随着原图像亮度的丢失和过度增强效果。提出一种改进的图像增强算法,该方法解决了传统图像增强过程中造成的过度增强、局部过度不自然、原始图像亮度降质的问题。实验结果证明,基于峰值信噪比的改进的图像增强方法优于现有的算法,并且该算法可以在对图像增强的基础上有效的维持原始图像的亮度。     

结合人眼视觉特性和模糊集理论的彩色图像增强

针对不均匀光照或低照度的彩色图像对比度低的问题,提出一种结合人眼视觉特性的全局亮度调节和局部对比度增强的方法. 首先,将已有的RGB图像转换到HSV彩色空间,根据人眼视觉特性,自适应生成算法参数,非线性调节图像全局亮度和动态范围,提高图像亮度的整体水平; 然后,结合模糊集理论增强算法特性,建立局部对比度隶属度函数,非线性调整图像的局部对比度细节信息; 最后,将增强后的图像由HSV空间转换回RGB空间,完成彩色空间恢复. 实验表明,该方法能够有效地增强低照度图像的全局亮度和局部对比度,提升低照度图像的视见度.     

基于WLS的Retinex单幅夜间彩色图像增强方法

为了提高夜间可视效果,针对单幅夜间彩色图像,作者提出一种基于加权最小二乘(WLS)的Retinex增强算法.首先构造优化的颜色恢复函数,然后在HSV(hue,saturation,value)颜色空间下,根据夜间图像的亮度与梯度特性构建WLS框架对图像照度分量进行估计,获得仅包含物体本身特性的反射分量图像,通过颜色恢复函数与Gamma校正等操作进行颜色恢复与补偿,实现夜间彩色图像增强.实验结果表明:该算法增强效果显著,与其他算法相比,具有消除"光晕伪影"现象、抑制噪声、颜色保真和较好保留边缘细节信息等能力.     

基于小波变换的遥感图像增强方法

为了有效地提高遥感图像的整体对比度,提出一种基于小波变换的图像增强方法来增强遥感图像。在小波域中通过对主要亮度层的图像进行分解,得到低亮度层、中亮度层、高亮度层,对三个亮度层分别进行对比度加强,将加强后的亮度层通过逆离散小波变换得到增强图像。实验结果表明,新方法提高了遥感图像的整体对比度,使图像的局部细节有更好的可视性。     

Contrast Enhancement Using Weighted Coupled Histogram Equalization with Laplace Transform

基于直方图均衡化和拉普拉斯变换的加权耦合图像增强对比度研究

郝惠敏¹, 辛文斌¹, 卜明龙^{1, 2}, 王鹤¹, 兰媛¹, 熊晓燕¹, 黄家海¹

（1. 太原理工大学机械与运载工程学院,太原 030024;

2. 哈尔滨电机厂有限责任公司,哈尔滨 150040）

中文说明：

直方图均衡化是一种传统的提高图像对比度的算法,但是其代价是图像平均亮度的偏移及细节丢失。为解决这些问题,提出一种独立处理图像前景像素和背景像素的新方法。由于图像细节信息主要包含在前景中,因此采用直方图均衡化及拉普拉斯变换的加权耦合来平衡对比度增强和细节保留。其中图像前景和背景的加权因子由它们各自的信息量决定。所提方法被应用于从CVG-UGR和USC-SIPI图像数据库中获得的图像,并且与其他方法进行比较,如剪切直方图尖峰,直方图加法与非线性变换,以验证其有效性。实验结果表明所提算法在不引入失真的情况下,可以有效地增强图像对比度,同时能很好的保存图像的平均亮度和细节。

关键词：对比度增强;加权处理;直方图均衡化;拉普拉斯变换