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。     

实时图像增强处理的件实现

介绍实时图像增强系统的设计及其实现方法。通过主控计算机的控制，可以灵活地进行多种图像灰度变换处理。     

基于灰度冗余的红外图像实时均衡技术

文章提出一种新型的基于灰度冗余的红外图像实时均衡算法,通过图像灰度直方图的统计,将灰度像素分布为零的灰度级进行完全压缩,将灰度分布很少的灰度级映射到最近的大于阈值的灰度级,然后将有效图像灰度级进行等间距排列,最后完成排列后的直方图映射.该算法在压缩灰度冗余的同时,进行直方图的实时无损均衡,提高了图像质量,并实现实时处理,避免了常规直方图均衡带来的灰度断层现象.该算法在红外热像仪的应用中取得了较好效果.     

改进直方图均衡和Retinex算法在灰度图像增强中的应用

为了提高光照条件变化下的图像增强效果,提出一种改进直方图均衡和Retinex算法的图像增强方法。对于待增强灰度图像,通过理想低通滤波获得图像低频分量,采用改进直方图均衡进行动态范围优化,利用引导图像滤波代替Retinex算法的高斯滤波对图像的高频分量进行估计,并对估计的结果进行线性放大处理。实验结果表明,相对单尺度和多尺度Retinex算法以及改进的直方图均衡化算法,本文方法从主观和客观评价方面都获得了更好的图像增强效果,有效提高了图像的视觉效果和可懂度,并具有较强的鲁棒性。     

基于多尺度灰度直方图的图像增强研究

直方图均衡是图像增强的经典方法,但通常都是简单地对整幅图像做一次均衡,这样势必对细节部分增强得不够。多尺度直方图均衡的方法就是对小波分解的各个子带分别作灰度直方图均衡,再根据均衡后的各个子带重构得到处理后的图像,实验证明该方法对图像增强很有效。本文的小波变换采用基于提升格式的第二代小波变换,实现结构简单,计算量低,适合整数到整数的变换。     

改进的直方图均衡图像增强算法及实现

直方图均衡是一种基本的图像增强处理方法。传统的直方图均衡算法由于其复杂性,在硬件实现时往往需要FPGA和DSP的协处理,不仅耗费逻辑资源,而且实时性差,特别是在处理视频图像时,对处理速度的要求更高。为了使算法能够在FPGA上具体实现,文中对算法进行了改进,实现了直方图统计和均衡的并行执行,利用Verilog语言对算法进行了完全可综合的RTL级描述,在Linux系统上应用Ncverilog进行了编译仿真,并利用Synplify Pro8.2.1进行了综合,最后给出了仿真及综合结果。     

基于自适应局部灰度修正的直方图均衡算法

分析了图像直方图均衡增强算法中信息损失的内在机理,提出基于自适应局部灰度修正的直方图均衡算法。首先对图像作常规直方图均衡处理,然后分析比较处理后图像和原图的梯度变化,以此为依据对图像作局部灰度修正,从而减小直方图均衡处理过程中信息损失的程度,最后通过实验验证了算法的有效性。     

一种改进的夜视图像增强处理算法

图像增强是夜视图像处理的一种重要方法,而直方图均衡是最经典的图像增强算法之一.但将它直接用于夜视图像处理有如下缺点:(1)丢失原始图像的亮度信息;(2)处理过程中有灰度合并现象发生.结合夜视图像的特点,提出了一种保持亮度和克服灰度合并的新算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间隔和最大拉伸系数的均衡函数的方法,从一定程度上克服了上述缺点.     

灰度冗余均衡与受限空域锐化的图像增强技术

针对红外的特征,提出一种基于灰度冗余均衡方法与受限空域锐化的红外热图像增强 处理技术,利用该技术不但能有效增强图像,而且最大限度地保留了原图像的细节,同时易于硬件实现。实践证明该技术效果良好。     

改进直方图匹配和自适应均衡的水下图像增强

为了更有效地改善水下图像的颜色,进一步提升图像的对比度和清晰度,提出改进直方图匹配和自适应均衡的水下图像增强方法。以像素均值最大的通道图像的直方图作为基准,对各通道图像分别进行直方图匹配,校正水下图像的颜色偏差;充分利用HSI颜色空间中颜色分量与明度分量的独立性,对明度分量进行自适应的局部直方图均衡化,进一步提升图像的对比度和清晰度。主、客观的实验数据显示,相对于部分现有方法,本文方法对水下图像增强后的视觉效果更优,信息熵、平均梯度、水下图像质量指标（Underwater Image Quality Measures, UIQM）和结构相似性指数（Structural Similarity Index Measure, SSIM）的值更高。因此,本文方法对水下图像具有更有优的增强效果。     

金属圆环工件图像增强的软件算法研究

为了滤掉噪声而进行的图像平滑虽然一定程度上抑制了噪声,但也造成了图像模糊,具体表现在特征轮廓的模糊及与背景对比度的降低.本文就是对于这种模糊进行增强,处理对象为金属圆环类工件,通过讨论及对比灰度变换、直方图均衡、梯度锐化三类图像增强方法,选择最适合该金属圆环工件增强的算法——属于灰度变换算法的灰度拉伸.     

基于广义直方图均衡的图像增强新方法

针对传统直方图均衡方法进行图像增强时导致图像细节信息丢失和噪声放大的问题,提出了广义直方图均衡图像增强方法。传统直方图是基于整数1进行计数的,广义直方图将整数1分解成2个值:分数和余数,通过对每个灰度级累计分数值和在所有灰度级均匀分配余数值生成。由于分数值控制着广义直方图均衡的效果,图像中不同特性区域应该具有不同的分数值,给出了基于局部复杂度计算的分数值求取方法。实验结果表明本方法能有效克服传统直方图均衡法丢失目标细节和过分放大噪声的不足,是一种有效的图像增强方法。     

基于小波分频与直方图均衡的图像增强算法

传统直方图均衡化算法在增强图像的同时也丢失了图像细节、增强了图像的噪声信号,导致信息熵下降。结合小波变换多尺度、多分辨率的特点和直方图均衡的优势,提出一种基于小波分频和直方图均衡的高亮度图像增强算法。首先利用小波变换将图像分解为低频分量和高频分量,然后仅对低频分量做直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构。实验结果表明,该算法对于亮度较高的灰度图像有较好的增强效果。     

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法.首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像.实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善.     

基于直方图修正的图像增强算法

针对传统直方图均衡算法的不足,提出了一种直方图修正方法,抑制直方图中较大的计数值;添加与邻域存在一定灰度差值的条件计数值;引入均匀分布计数。将修正的直方图用于灰度和基于YCbCr颜色空间的彩色图像的均衡增强,实验结果表明,本算法在有效地增强了图像视觉效果的同时保持了图像的细节和色彩,能够获得满意的增强效果。     

基于大气灰度因子的红外图像增强算法

通过分析红外图像的成像特点,将图像的灰度空间来源分解为物体辐射以及大气辐射,并提出了大气灰度因子来表征由于大气辐射产生的灰度空间。为了改善图像质量,增强图像的视觉效果,通过建立基于大气灰度因子的灰度映射模型有效地消除了大气辐射造成的图像质量退化。针对增强图像出现的边缘比较粗糙的问题,本文以原始图像为引导,通过导向滤波对大气灰度因子进行修正。相较于传统的直方图均衡算法,本文的算法具有更强的适应性,能够在增强图像对比度的同时较好地保留边缘细节等信息,有利于进一步的红外目标检测等工作。     

一种改进的雾天监控图像增强算法

视频监控或激光成像在大气环境监测中有着广泛应用,然而在雾天条件下获取的图像不可避免存在视觉质量降低问题。针对雾天图像对比度增强以及噪声抑制的需要,提出了一种改进的雾天图像增强算法。首先对原图像进行正反双向的双直方图均衡处理与融合,然后重复采用上述方法对融合图像的小波分解低频系数矩阵进行增强处理,最后将处理结果和高频系数矩阵进行小波重构得到输出图像。实验结果表明,该算法处理雾天监控图像能够取得较好的对比度增强与噪声抑制性能。     

高斯变邻域差分的灰度图像增强算法

灰度图像增强问题可以转化为一个目标优化问题,但是该目标函数实质是一个多峰值的优化问题,对此提出一种高斯变邻域差分进化算法用于灰度图像的增强。首先,利用高斯变异方式具有快速收敛特性以及变邻域方式在种群多样性保持方面的优势,对差分进化算法的变异进行改进,目的是平衡算法在快速收敛和保持种群多样性方面的能力,提高算法的整体效能。然后利用该算法对灰度图像增强问题进行研究,通过与基于标准DE,PSO及均衡直方图灰度图像增强效果进行对比,高斯变邻域差分灰度图像增强算法能够更有效的对灰度图像进行增强。     

采用聚类分割和直方图均衡的图像增强算法

针对现有直方图均衡化算法难以兼顾图像细节增强和噪声抑制问题,提出了一种基于聚类分割和直方图均衡的图像增强算法。引入模糊C均值聚类(FCM)算法将低通滤波后的图像分成若干类,并利用原图的边缘信息和形态学操作修正聚类结果;根据各类的均值和标准差确定映射后的动态范围,对其进行直方图均衡化处理;采用平滑滤波方法消除类间的边界效应。实验结果表明:经过该算法处理后的图像,对比度得到明显增强,噪声得到有效抑制。该方法不但可用于图像增强,还可用于图像动态范围压缩,具有广泛的应用前景。     

基于改进直方图均衡化和SSR算法的灰度图像增强研究

为了提高偏亮和偏暗图像的增强效果,提出了一种改进的直方图均衡化和SSR算法相结合的灰度图像增强方法.对原始图像进行改进直方图均衡化增强,提取低频分量进行直方图均衡化,与高频分量融合;对原始图像进行SSR算法增强;将得到的2个图像进行加权融合.结果表明:新方法得到的图像比原始图像细节特征突出,视觉效果明显改善;对比度和信息熵得到提高、亮度得到调整.在医学X射线图像上验证了其可行性,与其他增强算法相比,新方法更有利于图像的准确分析.