彩色图像去雾清晰化研究

为了解决雾霾天气的影响下成像设备采集的图像容易出现的降质及色彩失真问题, 并从有雾图像中增强其细节信息, 提高原图像的对比度和清晰度. 将彩色图像RGB通道分别做相应的图像增强算法处理, 全局直方图均衡化把整体的灰度直方图进行均匀分布的处理, 小波变换算法对彩色图像进行多层次分解, 多尺度Retinex算法通过高斯函数做卷积运算对图像做多尺度变换. 实验结果表明, 全局直方图均衡化、小波变换算法和多尺度Retinex算法都能增强雾天图像的景物信息, 有对应于各自的优势和不足. 相比较这3种算法而言, 多尺度Retinex算法得到的去雾图像亮度增强、细节信息突出、失真度小, 能更好地进行去雾增强.     

用于数字图像直方图处理的一种二值映射规则

直方图表示数字图像中每一灰度级与其出现频数间的统计关系，它可给出图像的概貌性描述，而基于直方图修改技术的灰度变换是图像增强的实用而有效的处理方法之一。直方图处理包含均衡化和规定化两种技术。均衡化的目的是使图像像素均匀地分布在所有灰度级上；规定化的目的是将原图像的直方图转变为规定的直方图，以便突出一定灰度范围内的图像。为了进一步提高直方图处理算法的有效性，首先分析了现有的几种数字图像直方图均衡化和规定化算法存在的缺点，然后提出了一种新的二值映射规则(BML)，该规则基于最优控制原理，以直方图误差最小为准则进行灰度映射，实验证明．该规则算法简单，无论是用于直方图均衡化处理．还是用于直方图规定化处理，均较其他映射规则都更为有效。     

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 Contrast Enhancement by Constrained Local Histogram Equalization

Histogram equalization is a widely used image contrast enhancement method. While global histogram equalization enhances the contrast of the whole image, local histogram equalization can enhance many image details by taking different transformation of the same gray level at different places in the original image. However, the local histogram equalization process often results in unacceptable modification of the original image appearance. In this paper, a constrained local histogram equalization method is proposed to balance the conflicting requirements: enhancement of the image details and the maintenance of the overall image appearance. Our method uses the variational form of histogram equalization so that a constraint condition, which forces the local gray level transformations to change continuously in the spatial domain, can be introduced into the equalization process. Experimental results of different kinds of images show the effect of our method.     

基于分形特征的细胞核表面纹理分析

提出了一种改进的基于分块迭代函数系统的分形维估计方法,对骨髓涂片中不同成熟阶段的粒细胞核表面的纹理进行了研究.该方法首先通过压缩仿射变换对细胞核灰度图象进行分块迭代函数系统构建,然后从该系统中提取出反映细胞核分形特征的匹配块因子、尺度系数等参数用于计算分形维.为了避免对细胞核表面分形维的过高估计,就匹配块因子、尺度系数的计算进行了改进.对60幅不同类型的粒细胞核表面图象进行比较实验,其结果表明该方法提取的分形参数可有效地反映不同细胞核表面间的纹理差异,它们可作为细胞识别中的新特征量.     

一种基于非标定摄像机仿射变换的块匹配算法

针对"平行视"多视视频,提出了一种基于非标定摄像机仿射变换的块匹配算法.该算法采用Harris算子提取角点,依据特征跟踪法和线段仿射性质作为同名点匹配准则,利用同名点信息构造摄像机仿射变换矩阵,在此基础上实现视问块匹配.实验结果表明,该算法可有效提高"平行视"块匹配效果.     

Contrast enhancement and brightness preserving of digital mammograms using fuzzy clipped contrast-limited adaptive histogram equalization algorithm

A novel fuzzy logic and histogram based algorithm called Fuzzy Clipped Contrast-Limited Adaptive Histogram Equalization (FC-CLAHE) algorithm is proposed for enhancing the local contrast of digital mammograms. A digital mammographic image uses a narrow range of gray levels. The contrast of a mammographic image distinguishes its diagnostic features such as masses and micro calcifications from one another with respect to the surrounding breast tissues. Thus, contrast enhancement and brightness preserving of digital mammograms is very important for early detection and further diagnosis of breast cancer. The limitation of existing contrast enhancement and brightness preserving techniques for enhancing digital mammograms is that they limit the amplification of contrast by clipping the histogram at a predefined clip-limit. This clip-limit is crisp and invariant to mammogram data. This causes all the pixels inside the window region of the mammogram to be equally affected. Hence these algorithms are not very suitable for real time diagnosis of breast cancer. In this paper, we propose a fuzzy logic and histogram based clipping algorithm called Fuzzy Clipped Contrast-Limited Adaptive Histogram Equalization (FC-CLAHE) algorithm, which automates the selection of the clip-limit that is relevant to the mammogram and enhances the local contrast of digital mammograms. The fuzzy inference system designed to automate the selection of clip-limit requires a limited number of control parameters. The fuzzy rules are developed to make the clip limit flexible and variant to mammogram data without human intervention. Experiments are conducted using the 322 digital mammograms extracted from MIAS database. The performance of the proposed technique is compared with various histogram equalization methods based on image quality measurement tools such as Contrast Improvement Index (CII), Discrete Entropy (DE), Absolute Mean Brightness Coefficient (AMBC) and Peak Signal-to-Noise Ratio (PSNR). Experimental results show that the proposed FC-CLAHE algorithm produces better results than several state-of-art algorithms.     

基于粒子群优化的图像自适应增强方法

将免疫粒子群优化算法和非完全Beta函数结合,提出了一种自适应图像对比度增强方法.该免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制,改善了粒子群优化算法摆脱局部极值点的能力.利用免疫粒子群优化算法自动搜索最佳的灰度变换参数,从而获得一条最佳的灰度变换曲线,实现对图像进行全局增强处理.实验结果表明,该算法不仅能有效地提高图像整体对比度和视觉效果,而且适合图像的自动化处理.     

图像拟仿射变换的DWT水印算法

提出一种图像拟仿射变换的DWT水印算法。该算法对水印图像的预处理采用有限整数域上的拟仿射变换,拟仿射变换有较好的置乱效果及较大的置乱周期,从图像信息加密的安全性角度来看,它优于Arnold等常见的几何置乱变换,利用混沌序列提取原始图像的若干块组成子图像,并对子图像进行三次小波变换,将加密图像嵌入到子图像中,并将子图像还原到原始图像的相应位置。实现了水印的透明性和鲁棒性。仿真实验结果表明,算法对常见的图像攻击具有较强的鲁棒性和稳健性。     

一种新的非均匀照度图像增强方法

构造一类基于双层位平面的亮度变换函数,结合快速局部值直方图均衡化算法,很好地解决了非均匀照度下图像对比度的增强问题。该算法首先提取图像的亮度位平面和对比度位平面,用这两个位平面对原始图像进行亮度变换,然后,利用快速局部值方图均衡化算法对变换后的图像进行增强。     

可避免彩色失真的图像对比度增强

为了将灰度变换技术推广到RGB彩色图像增强,并克服其容易引起彩色失真的缺陷,提出了一种通用的自适应彩色图像对比度增强算法.首先采用小波变换,直接在RGB空间分离出原始彩色图像和灰度变换图像的低频部分和高频部分,然后提取原始图像的彩色信息和灰度变换图像的对比度信息,最后进行归一化处理再重构输出彩色图像.实验结果表明.算法能在不引起明显彩色失真的前提下改善图像视觉效果,与基于Betinex理论的多尺度彩色复原(MSRCR)算法相比,逼真度和运算复杂度等指标都更加优异.     

自适应双向保带宽对数变换及低照度图像增强

目的 在低照度环境下,由于受图像采集设备的限制,导致获取到的图像往往亮度低、对比度差。针对这一问题,提出一种自适应双向保带宽对数变换的增强算法。方法 首先通过标准化变换将低照度图像处理成标准化图像,然后根据标准化图像的平均亮度进行自适应双向保带宽对数变换,最后对图像取整输出,从而得到增强后的图像。结果 实验选用LIVE database release2标准库中29幅高质量图像作为参考图像,然后经Photoshop CS5统一处理成低照度图像,使用本文算法对其增强,并与直方图均衡化（HE）、多尺度Retinex增强（MSR）、自然保持的增强算法（NPEA）的结果进行比较。本文算法增强后的图像其整体对比度和亮度在主观上都有较大提高,增强效果优于其他3种方法;同时,本文算法峰值信噪比（PSNR）和结构相似度（SSIM）客观指标平均值分别为22.75和0.86,明显高于其他3种算法。另外,在算法运行效率方面,本文算法平均运行时间也较短,约为74 ms。结论 本文算法增强后的图像更自然、更符合人眼视觉特性,且算法简单易于实现,运行效率高。该算法广泛适用于背光或光照不均的低照度环境下的图像增强。     

基于邻域相关信息的X射线图像增强算法

射线图像存在对比度差、灰度范围小、影像模糊等缺陷。传统的反锐化增强算法是图像增强经常用到的方法,该方法简单易行,但对噪声非常敏感。一般是加上一个低通滤波器来抑制噪声,但加上低通滤波器后又会对边缘造成模糊。 针对上述问题,提出了基于邻域相关信息的射线图像增强算法。首先对射线图像进行多幅叠加降噪,然后根据掩模中心像素和周围邻域像素灰度值的差与输出灰度的查找表进行图像增强。该方法在增强图像的同时能够很好地抑制噪声的增加,实验证明这种方法是可行的。     

基于模拟退火算法的红外图像自适应对比度增强

基于模拟退火算法击和非完全Beta函数，提出了一种自适应红外图像对比度增强方法。首先基于输入红外图像的灰度直方圈给出一种有效的判据。对输入红外图像先利用所提出的判据判断图像的对比度类型．然后利用这个判据来确定灰度变换参数的搜索空间，进一步指导模拟退火算法的搜索方向和初值的选取，利用模拟退火算法在上述确定的灰度变换参数空间中搜索最佳的灰度变换参数，从而获得一条最佳的灰度变换曲线，实现对图像进行全局增强处理。实验结果表明，该算法在有效地提高红外图像整体对比度的同时，很好地保留了图像中的细节部分信息。算法在视觉质量上优于传统的直方图均衡法、反锐化掩膜法。     

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。     

融合多分支残差与仿射变换的低照度图像增强

针对现有低照度图像增强算法难以同时处理亮度、对比度、伪影和噪声等因素,提出了多分支残差与仿射变换低光增强网络,其核心思想是运用不同模块处理不同的任务.首先通过光照估计模块获得低光图像的光照变量,然后使光照仿射变换模块与光照编码参数融合恢复图像的光照,最后通过细节重建模块融合更多的图像细节获得最终输出.实验结果表明,该方法有效地丰富了图像的纹理细节,同时增强了亮度和对比度,并具有更少的伪影和噪声.通过与其他主流方法进行比较,定量和定性地证明了提出方法对低光图像增强的效果更好.     

相控阵超声监测成像与直方图匹配图像增强实验研究

相控阵超声监测成像是通过控制Lamb波发射与接收的时间延迟而控制其指向,当特定方向的Lamb波指向结构中损伤时形成反射信号,由此监测结构中损伤;将监测结构扫描范围内不同方向上Lamb波信号的归一化幅值用二维灰度图像显示,实现结构损伤成像。由于相控阵监测所得原始图像并不完美,因此,利用直方图匹配图像增强方法对原始图像进行处理,通过划分损伤图像的灰度级、统计各灰度级的分布情况、计算各灰度级的概率密度函数,得到直方图匹配处理的最终灰度变换关系,利用原始图像与输出图像各灰度级的映射关系,修改原图像的灰度级,获得增强图像。该方法在铝板、玻璃纤维复合材料结构与碳纤维复合材料结构中进行实验分析,验证方法的正确性和有效性。     

光照不均匀图像的自适应增强算法

针对光照不均匀场景,提出了一种自适应图像增强算法。根据Retinex理论,采取中心环绕法,利用高斯连续卷积来提取场景的光照分布情况。同时,统计输入图像低亮度区域的大小。构造了一种自适应伽马矫正函数,取光照分布情况与低亮度区域内亮度值中位数的比值作为参数,对图像进行伽马校正。高光照区域参数大于1,对亮度起抑制作用,低光照区域参数小于1,对亮度起增强作用。将顶帽变换后图像和伽马矫正后的图像叠加。顶帽变换可以提升图像的全局对比度,伽马函数可以保留细节信息。两者结合后,可以兼顾图像的全局特性和局部细节信息。视觉感受和客观实验指标表明,与参照算法相比,该算法针对不均匀光照图像增强效果显著。     

改进的灰度校正算法在路面裂缝图像预处理中应用

针对传统的灰度校正算法在对亮度不均匀的路面裂缝图像处理时容易造成边缘模糊,局部对比度得不到增强的问题,本文在传统的快速灰度校正算法基础上,提出了一种改变初始背景图像选取方式以及采取局部对比度增强图像和整体灰度校正图像相互融合的改进型灰度校正算法.实验结果表明,与传统方法相比,改进后的算法对路面裂缝类图像的预处理效果明显增强.     

彩色图像的亮度-色度非线性重组

灰度变换技术直接用于彩色图像的RGB各分量可以提高其对比度,但却会引起彩色失真;而基于Retinex理论的多尺度彩色复原算法（MSRCR）可以改善彩色图像的视觉效果,也不会引起彩色失真,但存在控制参数的取值问题,自适应性不是很好,更大的缺陷在于卷积运算巨大的运算量导致处理时间偏长。提出了一种基于灰度变换的自适应彩色图像增强算法,将原始RGB图像和RGB三分量灰度变换后的图像转换到非线性亮度/色度彩色空间,重组两者的色度分量和亮度分量,从而保持了原始图像的色彩。在继承灰度变换算法优点的基础上,扩展了原始图像的有效灰度范围,提高了整体对比度,增强了细节。此外,算法的计算量极小,不需要设定任何参数,可用于自适应实时彩色图像处理。