基于Retinex和同态滤波的X射线电池图像增强算法

针对工业X射线电池图像对比度低、视觉效果不好、不同区域处理效果差异大等问题,提出一种基于多尺度Retinex和同态滤波的X射线电池图像增强算法.首先利用多尺度Retinex算法中的高斯滤波对照射分量估计,从而得到反射分量.用改进的直方图均衡化方法来处理照射分量,采用改进的巴特沃斯高通滤波器对反射分量的局部细节增强.接着,将照射分量与反射分量按比例融合,最后用改进的同态滤波对图像增强,即可得到增强后的图像.采用客观评价的方法对算法的有效性进行评价,结果表明,所提的算法图像增强效果好且可以看到更多的细节.     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

一种高效地修正Retinex图像自适应对比度增强算法

介绍了修正Retinex的图像对比度增强方法,引入了非线性变换函数修正彩色图像的照射分量和反射分量.全局对比度增强函数拉伸图像照射分量,改善了全局视觉效果.非线性S型函数对较大和较小的反射分量值改变较小,对中间值的改变较大,从而改善了图像局部对比度.将该方法与基于Retinex模型的图像增强方法进行了分析比较,结果表明,本算法处理后的图像具有更好的视觉效果,能够显著提高图像明亮区域和黑暗区域的可视细节.常规Retinex方法由于受到多尺度卷积运算的影响,运算复杂度普遍较高,提出的方法克服了目前常规的Retinex图像增强方法的不足,在RGB彩色空间和许多分离色度亮度的彩色空间的处理速度都很快,参数自适应较好,处理图像也没有出现明显的彩色失真现象.     

基于亮度的自适应单尺度Retinex图像增强算法

针对基于Retinex理论的经典图像增强算法中存在的灰化现象、噪声扩大现象和光晕现象,提出一种基于亮度的自适应单尺度Retinex图像增强算法.算法中引入了基于边缘信息的高斯滤波器,主要使用同类性质的像素进行平滑处理用以改善光晕现象和抑制噪声;在提取的反射分量中加入像素的原始亮度以改善灰化现象和减小噪声.对比仿真卖验结...     

基于形态学膨胀和差分缩减的DCT域嵌入式图像压缩算法

提出了一种基于形态学膨胀操作和差分缩减的DCT域图像编码方法,该方法根据块内DCT系数的聚集特性和块间DCT系数的相似性,使用形态学膨胀算子优化DCT重要系数的编码,并对重要性检测和符号编码精心设计了上下文自适应算术模型,有效去除了块内、块间DCT的统计相关性;使用差分缩减方式对各DCT系数聚类簇的起始位置和稀疏系数进行编码,提高对不重要DCT系数的编码效率;算法还结合预处理和后处理滤波器,进一步提高编码效率的同时可有效抑制解码图像的方块效应.编码器基于位平面实现,码流具有渐进性.实验结果表明本文算法的编码性能普遍优于目前主流的图像编码器,例如在0.25 bpp下,Lena和Barbara图像的峰值信噪比分别较JPEG2000提高0.4dB和1.7dB.     

用DCT块空间关系实现DCT域图像任意尺度的变换

在研究Jiang等提出的块DCT系数和其子块的 DCT系数之间的空间变换关系的基础上,结合DCT系数的性质,提出了一种直接在DCT域实现图像任意尺度倍数变换的快速有效算法,该算法不仅可实现锁定纵横比的图像尺度变换,也可实现不锁定纵横比的图像尺度变换.实验证明,该方法效果较好且运算速度快,可应用于基于DCT域压缩图像的尺度变换.     

一种基于压缩视频的红外图像预处理算法

文章讨论了在DCT域中进行红外视频图像预处理的可能性,并提出了一种基于DCT域的压缩视频预处理算法.该算法通过DCT域低通滤波、系数变换和对比度拉伸实现了红外图像的增强处理.仿真结果表明,提出的算法克服了对视频压缩、解压再处理的弊端,提高了系统的整体性能和响应速度,改善了视频图像的视觉效果.     

基于人眼视觉特性的彩色图像增强算法

针对多尺度Retinex算法(MsR)计算复杂度过高的缺陷,本文提出了模拟人眼视觉特性的Retinex图像时比度增强方法.该方法根据Retinex计算模型分离彩色图像的照射分量和反射分量,并引入非线性变换函数对其进行修正.基于对数变换的非线性函数拉伸图像照射分量,改善了全局视觉效果,再利用考虑人眼灰度分辨能力的变换函数对反射分量值进行调整,从而改善了图像局部对比度.实验结果表明,算法直接在RGB彩色空间和其它分离色度亮度的彩色空间的处理效果都很好,没有出现明显的彩色失真现象,处理速度也快于MSR算法.     

基于DCT图像水印系统的研究

针对计算机网络不断发展中多媒体版权难以保护问题,研究了基于DCT域图像水印算法,分析了该算法的特点,提出了基于DCT域的图像数字水印方案。该方案将水印嵌入到DCT域感觉容量最重要的系数DC分量上。实验结果验证了该算法的有效性、可靠性、抗攻击性、鲁棒性和不可见性,能够为媒体信息在防伪、防篡改、认证、保障数据安全和完整性等方面提供有效的技术保障。     

采用离散余弦变换的小波图像去噪方法

提出一种通过对小波域中噪声能量的估计来进行去噪的新方法。算法采用离散余弦变换(DCT)提取小波系数的主要特征,无需对噪声方差进行估计。对图像进行小波分解,利用 DCT对高频子带进行局部特征提取;利用部分 DCT 系数对小波系数进行重建,并以重建系数的平均能量作为局部噪声能量的估计;去除原小波系数中的噪声分量后,进行小波逆变换,得到去噪后的图像。实验证明,其峰值信噪比(PSNR)比通常的阈值萎缩法提高了 2-4dB。     

A fast color image enhancement algorithm based on Max Intensity Channel

In this paper, we extend image enhancement techniques based on the retinex theory imitating human visual perception of scenes containing high illumination variations. This extension achieves simultaneous dynamic range modification, color consistency, and lightness rendition without multi-scale Gaussian filtering which has a certain halo effect. The reflection component is analyzed based on the illumination and reflection imaging model. A new prior named Max Intensity Channel (MIC) is implemented assuming that the reflections of some points in the scene are very high in at least one color channel. Using this prior, the illumination of the scene is obtained directly by performing a gray-scale closing operation and a fast cross-bilateral filtering on the MIC of the input color image. Consequently, the reflection component of each RGB color channel can be determined from the illumination and reflection imaging model. The proposed algorithm estimates the illumination component which is relatively smooth and maintains the edge details in different regions. A satisfactory color rendition is achieved for a class of images that do not satisfy the gray-world assumption implicit to the theoretical foundation of the retinex. Experiments are carried out to compare the new method with several spatial and transform domain methods. Our results indicate that the new method is superior in enhancement applications, improves computation speed, and performs well for images with high illumination variations than other methods. Further comparisons of images from National Aeronautics and Space Administration and a wearable camera eButton have shown a high performance of the new method with better color restoration and preservation of image details.     

基于能量守恒全零DCT系数块的预先判别算法

针对全零DCT系数块,为避免对其进行变换和量化操作以减少编码器的运算量,从DCT公式、量化和能量守恒出发,在分析现有判别法对全零DCT系数块的误判与漏判的基础上,提出了一种预先判断全零DCT系数块的新方法,可应用于基于块的视频编码器中.同时,结合H.264整数变换和量化的特点对该算法进行了改进和仿真实验.实验结果表明,新提出的算法在保持PSNR不变的情况下,较现有典型方案有高出达32%的检出率,因而可更大幅度地降低DCT变换量化模块的计算复杂度.     

一种小波域的图像增强算法

微弱图像具有对比度低、噪声高、质量差等特点,一定程度上影响了图像的观察和使用。因此,提出一种小波域的图像增强算法,通过对微弱图像多尺度、多分辨率的小波变换分离各维度小波系数,对低频小波系数进行直方图均衡化,高频小波系数进行Canny算法提取边缘,最后将处理后的各维度小波系数进行图像重构以实现图像增强。并选取了3幅微弱图像,将其经所提出的算法及几种传统经典图像增强算法增强后的图像进行实验仿真对比。仿真结果表明,在主观评价上,所提算法增强后的图像的细节更加丰富,视觉感受更加平滑自然;客观评价指标中信息熵的值也都是最大的,分别是4.989 3,3.741 5,4.796 1,信息丰富度最高;而峰值信噪比和图像质量测量函数的数据表明所提算法增强图像的强度适中,整体性较好。可见,所提出的针对微弱图像的增强算法能够在视觉效果上和图像信息上进行有效的图像增强。     

一种高通量dPCR荧光图像自适应增强算法

目的 为了改善荧光图像背景光照不均匀和对比度低的问题,提出一种荧光图像自适应亮度校正和低对比度增强算法。方法 根据光照成像原理,利用引导滤波提取出荧光图像的光照分量,通过改进的二维Gamma函数动态校正背景光照,利用Top-hat变换分离出校正后的前景和背景,对前景进行自适应直方图均衡化,以实现荧光图像自适应增强的目的。结果 对比传统算法,文中算法处理后的图像背景光照均匀,对比度增强效果明显,其中标准差平均提高了9.4倍,平均梯度平均提高了1.2倍,信息熵平均提高了0.2倍。结论 文中算法可以改善高通量dPCR荧光图像背景光照不均匀性,提高图像对比度,突出图像中隐藏的细节,对其他荧光图像处理也具有参考价值。     

Intuitionistic fuzzy approach for enhancement of low contrast mammogram images

Mammogram image enhancement is very much necessary in diagnosing breast cancer or tumor at an early stage. Nonuniform illumination and low contrast images are commonly encountered in mammogram images. Conventional enhancement algorithms produce either some artifacts or cannot highlight minute details present in the images, particularly when dealing with mammogram images. In this article, we propose a new mammogram image enhancement scheme using Atanassov's intuitionistic fuzzy set (IFS) theory. IFS considers two uncertainties—membership and nonmembership degree apart from membership degree as in fuzzy set theory. As mammogram images are low contrast images and many of the image definitions are vague/unclear, so IFS theory may be suitable for better image enhancement. Initially, the image is transformed to an intuitionistic fuzzy image using a novel intuitionistic fuzzy generator. Hesitation degree is computed and using the hesitation degree, two membership levels are computed to form an interval type 2 fuzzy set. These two membership functions are then combined using Zadeh's fuzzy t-conorm to form a new membership function. Threshold of interval type 2 fuzzy image is obtained using restricted equivalence function. Using the threshold, modified fuzzy hyperbolization is carried out. Real data experiments demonstrate that the proposed algorithm has better performance on contrast and visual quality of the images both quantitatively and qualitatively when compared with different existing methods.     

一种基于颜色恒常性的低照度图像增强方法

目的在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低。提出一种基于颜色恒常性的低照度图像增强方法。方法利用HSV颜色空间消除颜色分量之间的相关性。保持色调分量不变,避免颜色失真;一方面使用改进后的MSR(多尺度Retinex)算法对亮度分量进行增强,提高图像的亮度和对比度;另一方面对饱和度分量进行自适应非线性拉伸以提高颜色的饱和度。结果提出的方法能够有效提高图像的对比度和信息熵,获得较好的视觉效果;将文中方法同传统MSR算法和MSRCR算法进行对比,文中方法各项客观评价指标均优于其他2种算法,并且具有更快的运行速度。结论文中方法能够快速有效地提高低照度图像的亮度和对比度,并且具有较强的颜色保真和细节再现能力,实验结果证明了文中方法的有效性。