基于小波变换与反锐化掩模的图像对比度增强

针对传统空间域图像对比度增强算法存在灰度级空间分配不合理和噪声敏感的问题,基于图像的局部细节信息分析,提出了一种新的基于小波变换和反锐化掩模(UM)的图像对比度增强算法.该算法以小波变换作为工具,运用反锐化掩模的思想,计算出代表局部细节信息且同时考虑了图像中的噪声信息的统计量,然后将这一新的统计量作为重新分配灰度级空间...     

一种自适应全变分图像去噪算法

针对传统全变分去噪算法存在需要已知噪声方差和阶梯效应的问题,提出一种自适应全变分图像去噪算法.该算法通过修改传统算法中的逼近项,将经模糊处理后的图像代替原含噪声图像,使得在算法的计算过程中不需要已知图像的噪声方差,也减少逼近项因图像噪声所产生的误差影响.并且拉格朗日因子不再是一个全局变量,而是由图像局部信息决定其数值大小,同时用近似的边缘信息对拉格朗日因子进行加权,从而使图像的演化过程可以由统一的演化公式来表示.最后从实验和数据分析的结果可以看出,该算法要明显优于传统的全变分图像去噪算法.     

基于小波信息量分段调整的图像增强

针对全局直方图均衡算法中灰度级统计量与灰度级信息量之间存在的不匹配问题,该文提出一种以频域分析为辅助工具的空间域的图像增强算法。以频域中的小波信息量作为图像灰度级的统计量,对这一统计量进行了分段调整。用调整后的统计量在空间域中进行图像增强,对增强效果给出了两个评价指标。     

基于静电场中弹簧振子模型的对比度增强

基于灰度值的局部特性,提出了一种新的图像对比度增强算法。在图像平面与灰度值构成的三维空间内,运用弹簧振子模型对其进行建模,并确定模型的各个参数。对该算法进行对比验证,验证结果表明,该算法明显优于全局直方图均衡(GHE)算法,达到了很好的对比度增强效果。对增强效果给出了评价指标。