基于MatLab直方图规定化图像增强

直方图规定化处理是图像增强预处理中应用得很广的技术,它能局部有效地改善图像的清晰度。主要讨论直方图规定化处理图像增强的方法,分析在MatLab下利用直方图规定化图像增强的流程、算法分析以及编程实现。     

直方图规定化在图像增强中的应用及实现

图像增强是数字图像的预处理,能有效地改善图像的整体或局部特征。直方图规定化是图像增强领域的一个重要方面。该文研究并探讨了直方图规定化的基本原理,给出了相关推导公式和算法;并且,以一个灰度图像为例,用Maflab语言工具实现了直方图规定化增强处理,给出并分析了实验结果。实验结果表明,直方图规定化能有选择地对桌灰度范围进行局部的对比度增强,从而得到期望的增强图像。     

直方图规定化在图像增强中的应用及实现

图像增强是数字图像的预处理,能有效地改善图像的整体或局部特征。直方图规定化是图像增强领域的一个重要方面。该文研究并探讨了直方图规定化的基本原理,给出了相关推导公式和算法;并且,以一个灰度图像为例,用Matlab语言工具实现了直方图规定化增强处理,给出并分析了实验结果。实验结果表明,直方图规定化能有选择地对某灰度范围进行局部的对比度增强,从而得到期望的增强图像。     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

基于直方图分割的彩色图像增强算法

针对直方图均衡化直接对彩色图像处理会导致图像色彩失真的情况,在对传统的直方图均衡化方法进行改进的基础上,提出了一种新的带色彩恢复的均衡化算法。该算法对于彩色图像R,G,B各个分量子图的灰度直方图,首先根据其灰度中值和分割直方图等面积原则进行两次分割,同时对分割后的各子灰度直方图分别进行均衡化处理;然后通过计算R,G,B各分量子图的灰度级总数占原彩色图像灰度级总数的比例,将均衡化处理后的R,G,B各分量子图进行合并。实验表明,该算法对彩色图像处理具有较好的增强处理效果。     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

基于抛物线调整的直方图均衡化

直方图均衡化是图像增强中常用的方法之一,能自动地增强整幅图像的对比度,但具体的增强效果不易控制,容易出现局部区域增强力度不够或过增强现象。本文提出了基于抛物线调整的直方图均衡化方法,结合直方图均衡化变换函数的特点,采用抛物线型变换函数,根据需要进行参量调整,从而可以实现任意灰度范围的扩张或压缩,增加了灰度变换的灵活性。它可调节图像的明暗程度,增强局部区域的对比度,取得了较好的增强效果。同时提出了一种选择最优参数的方法,提高了算法的效率和可行性。     

基于直方图的图像增强及其MATLAB实现

图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善。我们讨论了基于直方图的均衡化和规定化处理的图像增强技术基本原理,给出了相关推导公式和算法;同时,以一个灰度图像为例,用MATLAB语言实现了直方图均衡化和规定化增强处理,并给出了具体程序、实验结果图像及直方图。结果表明,直方图均衡化和规定化处理能有
有效改善灰度图像的对比度差和灰度动态范围。     

基于直方图规定化的抗几何攻击数字水印算法

提出一种基于严格直方图规定化的抗几何攻击数字水印算法。该算法基于图像块信息熵与边缘检测结果,选择图像最大的平坦区域,利用严格直方图规定化将图像平坦区域的直方图规定化为特定形状,为了提高水印检测精度与嵌入图像的保真度,选择锯齿状直方图作为水印信息。实验表明,该算法嵌入水印后的图像具有很好的保真度,对几何攻击、噪声污染、JPEG压缩、线性和非线性滤波有较好的鲁棒性。     

直方图图像增强技术

图像增强就是通过一定的方法对图像进行处理和变换,它能有效地改善图像整体质量和局部特征,是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术,能有效地改善图像的对比度和灰度动态范围。实验结果表明,直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围,从而改善图像的可视质量。     

一种直接直方图修正方法

本文提出了的方法通过将直方图均衡作为直方图规定的特例考虑,既可实现直方图均衡又可实现直方图规定,从而实现了这２种方法的统一,而且直方图规定的结果好于文献「１」方法。     

一种基于卫星图像的增强方法

直方图均衡化是图像增强的一种有效方法,其基本思想是调整图像的灰度分布。线性拉伸的方法对图像进行增强处理,提高了图像的解译能力。本文从合成图像直方图均衡化和线性增强的优点入手,给出了一种直方图均衡化和线性增强相结合的改进算法,通过对算法中调节参数的选择来获取更好的图像增强效果,该算法避免了图像过亮等现象,改善了图像质量,实验验证了该算法更为有效。     

一种夜视图象处理的新算法

增强是夜视图象处理的一种重要方法,而直方图均衡是最经典的图象信息增强算法之一,但将它直接应用于夜视图象处理有如下缺点：（１）丢失原始图象的亮度信息;（２）处理过程中有简井现象发生,该文结合夜视图象的特点,提出了一种保持亮度和克服简并的算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间职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。     

图像增强算法与评价方法研究

研究了适应于乳腺钼靶X线图像特点的图像增强算法,探索量化评价增强算法效果的指标和体系。应用边界、标准偏差、熵以及4阶矩定义灰度均匀度,提出了增强放大因子来调节对比度增强程度的策略,同时给出了基于均匀度实现图像增强的算法,提出了4个增强效果量化评价指标。并与已实现的数学形态学增强算法和直方图均衡化算法进行了量化对比分析。综合分析指标表明,该算法优于数学形态学和直方图均衡化算法,但需要大量的实验和对比分析,研究了DSM、TBCs、TBCe和综合指标之间的相关性,从而找到了更适合于乳腺钼靶X线图像的对比度增强算法,探索出了更加科学的评价体系和指标。     

基于MSR的雾天图像清晰化算法研究

研究雾天图像清晰化的问题,需提高图像增强的均匀性。针对雾天情况下,由于雾气的遮挡使得拍摄图像对比度降低,图像局部细节处不清晰,传统的直方图均衡化的雾天图像清晰化方法虽然能够增强图像对比度,但是图像局部细节增强不足,造成图像增强均匀性不高的问题。提出一种MSR的雾天图像清晰化算法,通过Sigmoid函数对图像作映射,拉伸图像的对比度,然后利用MSR算法,将图像小波分解为高频分量和低频分量,对高频分量取绝对值最大运算,低频分量加权平均,并避免了对图像进行全局直方图均衡化造成的图像增强不均匀,局部细节增强不足的问题。实验证明,提出的算法能够将雾天图像均匀增强,得到高清晰的图像,取得了满意的效果。     

基于DRPKP算法的文本去重研究与应用

SimHash算法是目前主流的文本去重算法,但它对于特定行业的文本数据在主题方面的天然相似性特点并没有特殊的考虑.基于多年在金融证券行业信息管理和数据整合的经验,本文分析目前文本去重方法存在的问题,特别针对SimHash算法在特定行业文本去重中的不足,创新地提出一种基于段落主题的文本去重方法（简称DRPKP算法）,通过对去重准确率、覆盖率和去重时间3个指标进行对比测试,DRPKP算法比SimHash算法准确率可提高24.5％、覆盖率可提高16.34％,且去重时间更短.     

基于Retinex理论的新型遥感图像增强算法

针对遥感图像视觉存在对比度差\,分辨率低的缺点,以及传统的Retinex算法在对图像增强时往往会出现色彩恢复不协调,呈现泛白发灰现象,提出了一种多尺度Retinex算法与直方图均衡化相结合的新型遥感图像增强算法。首先对多尺度Retinex算法进行非线性全局改进,用于增强HSV色彩空间中的V分量,然后用直方图均衡化方法对RGB空间中三分量做同步增强处理。实验结果表明:与多尺度Retinex算法相比,算法增强后图像的均值可达到127,信息熵可提高29.5%,而且算法有效地解决了图像色彩恢复不协调和泛白发灰现象。     

一种基于直方图评价函数的快速图像分割方法

通过阈值实现图像的二值化分割是一种重要而且实用的图像分割技术。该文提出了一种基于直方图评价函数的阈值选择方法,并进一步推导出快速计算方法。理论分析和实验结果表明,该方法分割效果好,运算速度快,具有较高的实用价值。     

互信息在图像检索中的应用

介绍了一种用互信息来衡量相似性图像检索方法.该方法首先生成一种在统计上有代表性的视觉模式,使用这种模式的分布作为图像内容的描述符;基于该内容描述,设计了其互信息的计算方法以衡量图像的相似性.实验结果表明,在图像检索中,相对于其它如KL散度和L2规范等方法,互信息是一种更为有效的衡量相似性的方法.     

基于区间映射规则的数字直方图处理

在经典的单映射规则SML和组映射规则GML的基础上，提出一种新的映射规则——区间映射规则(IML)，并提出基于IML的数字图像直方图规定化方法。以8阶灰度直方图为例，通过对常用均衡化方法的实例分析，引出基于IML的直方图均衡化方法——等区间映射均衡化(IIME)。用实验数据分析和证明了IML和IIME的优越性。