卫星遥感图像增强处理方法研究

在地震减灾研究中,遥感技术作为获取某些震害特征信息和基础空间信息工具而被广泛应用,但是由于在卫星成像过程中,受传统航宅摄影技术以及其它各种噪声的影响,造成遥感图像图质的退化,从而影响了后期的遥感信息的提取和处理.遥感图像增强处理,可以改善图像中某些特性的视觉效果,通过在Visual C++平台上对采集回来的图像进行直方图修正和局部方差均衡图像增强处理,结果提高了卫星遥感的显示质量,为后期地震减灾遥感信息的提取和处理奠定了一定的理论基础.     

图像增强算法综述

图像增强算法主要是对成像设备采集的图像进行一系列的加工处理, 增强图像的整体效果或是局部细节,从而提高整体与部分的对比度, 抑制不必要的细节信息, 改善图像的质量, 使其符合人眼的视觉特性. 首先, 本文从图像增强算法的基本原理出发, 归纳了直方图均衡图像增强、小波变换图像增强、偏微分方程图像增强、分数阶微分的图像增强、基于Retinex理论的图像增强和基于深度学习的图像增强算法, 并讨论了它们的改进算法. 然后,从视觉效果、对比度、信息熵等方面对几种算法进行了定性和定量的对比, 分析了它们的优势和劣势. 最后, 对图像增强算法的未来发展趋势作了简单的展望.     

一种基于改进直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法.将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理.实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大.     

基于双树复小波变换的图像增强方法

在图像增强处理中,传统的图像增强方法例如直方图均衡、小波系数增强等等,虽然取得了较好的图像增强效果,但在增强图像的同时也将噪声放大了.本文针对这一问题,提出了一种基于二维双树复小波变换的图像增强方法,因其具有良好的多方向性信息捕捉能力,克服了传统二维小波变换缺乏方向性的缺点.增强算法将系数分为强边缘、弱边缘和噪声点三类...     

数字媒体图像多特征反差增强方法仿真

由于图像在生成的过程中会有相对的噪声产生,而噪声会直接影响该图像中的多特征信息,导致信息表达不完全等情况。基于此提出了数字媒体图像多特征反差增强方法。首先将需要对受噪声污染的图像进行去噪;其次运用偏微分方程(PDE)方法,构建出一种PDE数学模型-TV模型,在对图像去噪的同时,保持原图像的边缘轮廓信息,并且运用Split Bregman算法,并引入辅助变量转换出分段线性函数的泛函极值;在偏微分方程的基础上,运用改进后的反差增强方法,根据直方图的均衡化结果利用累积分布函数的方法,来当做图像灰度的变换函数,以达到合理的调整固定动态范围,且让图像整体视觉效果增强、提高图像中多特征信息的目的。通过仿真结果可以得知,提出的方法可以处理图像中噪声的影响,并且可以将图像中的多特征信息进行有效的反差增强处理,且具有直方图均衡化结果优秀、图像特征增强效率的优点。     

自适应直觉模糊相异直方图裁剪的图像增强算法

针对经典的直方图均衡化图像增强算法可能存在的对比度过度增强、亮度分布不均匀和细节信息不突出等问题,提出自适应直觉模糊相异直方图裁剪的图像增强算法.基于直觉模糊集的“投票模型”,引入直觉模糊相异直方图的概念,并基于此提取图像像素的空间位置信息.同时,利用S型隶属度函数对图像直觉模糊相异直方图进行自适应裁剪,采用分段策略对裁剪后的直觉模糊相异直方图进行均衡化处理.最后,利用直觉模糊集的犹豫度刻画原图像的未知信息,修正由引导滤波获得的细节图像,从而保留图像丰富的细节信息.针对3种类型的图像,即自然图像、MRI脑图像及近红外图像的实验结果表明,所提出算法能够有效提高图像的对比度,保留图像的细节信息,使图像呈现较自然的视觉效果,改善图像的质量评价指标.     

基于NSCT和改进Pal_King算法的电力设备红外图像增强方法

针对电力设备红外图像存在对比度较低、噪声复杂、清晰度不优的问题,提出一种基于NSCT和改进Pal_King算法的电力设备红外图像增强方法.采用直方图双向均衡化对红外测温图像进行预处理,对NSCT变换产生的低高频子带分别采用线性增强和改进的自适应阈值函数进行系数修正,通过NSCT反变换重构图像,利用改进的Pal_King算法进行图像增强处理.实验结果表明,该方法输出图像的平均梯度值、峰值信噪比值和熵值分别保持在5.9、25.4和6.8以上,提高了电力设备红外图像的对比度,有效抑制了噪声,使图像更加清晰.     

基于改进的空间直方图变换的图像信息挖掘算法研究

直方图均衡是常用的图像对比度增强技术.然而直方图并不包含任何空间颜色的分布信息,因此其在图像编辑方面的应用还很局限.为了解决这个问题,可以采用空间直方图技术以实现跟踪的目的.空间直方图是将直方图与每一种颜色的位置的均值和方差联合起来的图像描述方法.提出了一种新的空间直方图变换方法以实现图像的局部还原,更确切地说是采用一个参考空间直方图来修正所处理的图像中感兴趣区域的颜色值.基于图像的阴影去除和修复的仿真结果表明了该方法的有效性.     

基于RBF 神经网络的低对比度图像自适应增强算法

针对低对比度图像增强问题,提出了一种将直方图修正与RBF 神经网络相结合的 图像对比度增强算法。首先由原始图像获得与其邻域存在对比度的像素的条件概率直方图,通 过调整两个增强参数可以改变条件概率直方图和均匀分布直方图的权重,生成新的直方图对图 像进行增强。采用RBF 神经网络建立图像特征与两个增强参数之间的非线性映射关系。根据图 像本身的特征快速获得增强参数,从而实现图像的自适应增强。该方法计算量小,实时性强, 应用范围广,有较强的自适应性。     

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。     

Image magnification method using joint diffusion

In this paper a new algorithm for image magnification is presented. Because linear magnification/interpolation techniques diminish the contrast and produce sawtooth effects, in recent years, many nonlinear interpolation methods, especially nonlinear diffusion based approaches, have been proposed to solve these problems. Two recently proposed techniques for interpolation by diffusion, forward and backward diffusion (FAB) and level-set reconstruction (LSR), cannot enhance the contrast and smooth edges simultaneously. In this article, a novel Partial Differential Equations (PDE) based approach is presented. The contributions of the paper include: firstly, a unified form of diffusion joining FAB and LSR is constructed to have all of their virtues; secondly, to eliminate artifacts of the joint diffusion, soft constraint takes the place of hard constraint presented by LSR; thirdly, the determination of joint coefficients, criterion for stopping time and color image processing are also discussed. The results d     

一种新的前后向扩散血管图像增强方法

提出一种新的血管图像去噪和锐化方法。在对血管多尺度分析的基础上,利用血管响应函数替代梯度,构建血管的一致性扩散系数。该扩散系数包含前向和后向扩散操作,在去除图像噪声的同时,可以锐化血管。在合成图像、肺小血管图像上进行仿真实验,结果表明,该方法适用于模糊的医学血管噪声图像,不仅能较好地去除噪声,而且能锐化血管边缘。     

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。     

Fuzzy adaptive anisotropic filter for medical images

Abstract: An adaptive anisotropic diffusion filter for images is proposed in this paper. First, the gradient of an image was calculated by a novel fuzzy‐rule‐based gradient operator. Accordingly, the centre of gravity of a histogram of the gradient image was estimated and it was assigned as an edge threshold. In conventional anisotropic filters, the conduction coefficients have to be selected by an operator. However, in this study, the centre of gravity of the histogram was assigned as the conduction coefficient of the anisotropic filter. Consequently, an adaptive anisotropic image filter which automatically sets its conduction coefficient without user intervention was developed. The image filter achieved was tested with various medical images.     

基于CNN与直方图规定化的红外与低照度可见光图像融合

针对红外与低照度可见光图像融合时,细微的纹理信息不能有效地保留的问题,提出了基于CNN与直方图规定化的红外与低照度可见光图像融合算法。首先,通过基于卷积神经网络的融合方法得到融合后的图像;其次,计算融合后图像的灰度直方图,通过直方图规定化将可见光图像的直方图映射到融合图像的直方图的区间上,以增强图像的纹理信息;最后,将直方图规定化的图像与红外图像通过卷积神经网络的方法进行融合,得到融合图像。实验结果表明,本文提出的算法在视觉效果和客观评价上均优于基于卷积神经网络的融合方法。     

Robust hash generation technique for content-based image authentication using histogram

In this paper, a robust hash technique for image content authentication using histogram is proposed. The histogram based hash techniques reported in the literature are robust against Content Preserving Manipulations as well as incidental distortion. The major drawback of these techniques is that, they are not sensitive to Content Changing Manipulations and also un-altered histogram image modifications. To overcome these drawbacks, we present a novel hash technique which divides the image into non-overlapped blocks and distributes histogram bins of the image block into larger containers based on the Partial Sum of pixel count of histogram bins. An intermediate hash is produced by computing the ratio of pixel count between two neighbouring containers. The intermediate image hash is obtained by concatenating intermediate hashes of image blocks. Finally, the intermediate image hash is normalized and randomly permuted with a secret key to produce a robust and secure hash. The results shows that, the proposed method performs better when compared to the existing methods against the Content Preserving manipulations. Besides, the proposed method is more sensitive to Content Changing manipulations as well as un-altered histogram image modifications. The performance results on image authentication indicate that, the proposed method has high discriminative capability and strong robustness.     

彩色图象检索中的模糊直方图技术

在CBIR应用中,经典的颜色直方图方法具有一定的局限性。根据图象相似匹配中的主观感知特点,本文将模糊信息引入图象的颜色分布表示中,讨论几种描述图象中颜色分布的模糊直方图模型及其相应的距离度量。实验表明,这结模糊颜色直方图模型具有较好的图象辨识能力。     

视觉文档图像中反渗噪声的去除方法

提出根据直方图特征去除视觉文档图像反渗噪声的方法.对于灰度直方图呈双峰特性的噪声图像,选取适当区域分别进行增强或归一化处理以达到去除反渗噪声的目的;而对于直方图呈单峰特性的含反渗噪声图像,建立了一种基于背景分离的新算法.实验结果表明,该方法可以有效去除视觉文档图像中的反渗噪声.     

基于纹理谱描述子的文档图像检索算法

新算法首先根据文档图像的特点分割图像文本区域,并将文档图像中字符的边缘信息使用纹理谱进行描述,计算纹理谱图像的直方图。相对于直接使用灰度直方图进行图像检索,该算法具有更好的区分度。实验结果表明,该方法具有很高的查准率,并对剪切、旋转操作表现出很好的稳定性,适合文档图像检索。     

图像相似模式挖掘中的颜色-位置直方图方法

颜色直方图计算简单快捷 ,对大小、方向、物体移动和视点等不敏感而在基于内容的图像检索中得到了广泛的应用 .然而 ,由于它只包含颜色的总体信息而没有反映其相对位置 ,检索精度受到了一定的限制 .针对这个问题 ,提出了一种颜色 -位置直方图 ,该直方图在不失传统直方图鲁棒性的前提下 ,将颜色和位置信息有机地融合起来 ,同时考虑它们对图像内容的表征作用 .由于该直方图在反映颜色频率的同时也记录其分段虚拟边界的位置信息 ,因而较好地解决了传统直方图存在的问题 .对合成图像和实际图像所做的实验结果表明 ,该方法是有效的 ,具有一定的实用价值 .