基于非锐化掩模的实时自适应图像增强算法

针对传统的非锐化掩模算法的局限性,依据图像中各像素点及以其为中心的若干相邻像素点的均方差值,提出了自适应图像增强算法的原理,并分析其硬件实现方法,然后给出了该算法与其它算法应用于图像增强的对比结果,最后在FPGA（field programmable gate array）实验板上进行验证.实验结果表明,此算法有效的增强图像的细节区域,防止图像边缘区域出现过冲现象,抑制图像平坦区域的噪声放大.因此,该算法取得了良好的视觉效果,硬件实现简单,适合于实时条件下图像的增强.     

一种改进的自适应非锐化掩模图像增强算法

提出了一种改进的自适应非锐化掩膜(UM)图像增强算法.它首先利用拉普拉斯算子值检测局部细节特征。然后依据定义的期望增强特性获取增强控制参数,最后利用上述步骤得到的参数计算增强后图像值.实验结果表明,本算法极大地提高了增强算法的稳定性,减少了计算量.使用本算法对标准测试集中的若干图像进行了增强,从增强结果的图像质量评价指标DV、BV值不定期捍,该算法部优于原有的算法.     

基于非均匀有序直方图和锐化的红外图像增强

由于受到光电测量设备硬件及环境的影响,采集到的红外图像普遍存在对比度低、噪声大等缺陷。为此,提出了一种基于非均匀有序直方图和锐化的红外图像增强算法。考虑到高动态范围红外图像的特性,该方法分为两部分:首先,通过引入在有序直方图域中以恒定斜率增加的非均匀分布来增强图像对比度,并将非均匀分布直方图与输入图像的排序直方图合并于有序直方图域的优化问题,以计算修正后的直方图。其次,为了更有效处理红外图像的模糊效应,提出一种用于高频补偿滤波的相对边缘强度指标,以有效地抑制相对均匀区域中的噪声。实验测试结果表明,与传统算法和其他类似算法相比,使用所提出的方法增强后的图像细节丰富,具有更好的视觉效果和更高的实际应用价值。     

带噪声抑制的反锐化掩模图像增强算法

为了减小传统的反锐化掩模算法对噪声的敏感性，提出了一种新的反锐化掩模图像增强算法，该算法在图像的平坦区域进行去噪处理，并依据人眼视觉特性对图像的不同细节区域做不同程度的增强。通过几种算法的实验结果比较，表明本算法不仅增强效果较好，且抑制了噪声的增强。     

基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容,目前人们已经提出了多种图像增强的方法,但是这些方法会放大噪声或引入新的噪声.利用反锐化掩模法对图像增强进行了研究,由于小波分析的多尺度特性,该方法可以有效地消除噪声,并且具有良好的增强效果.     

基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容,目前人们已经提出了多种图像增强的方法,但是这些方法会放大噪声或引入新的噪声.利用反锐化掩模法对图像增强进行了研究,由于小波分析的多尺度特性,该方法可以有效地消除噪声,并且具有良好的增强效果.     

基于反锐化掩模法的图像增强研究

图像增强是图像处理中的重要内容 ,目前人们已经提出了多种图像增强的方法 ,但是这些方法会放大噪声或引入新的噪声。利用反锐化掩模法对图像增强进行了研究 ,由于小波分析的多尺度特性 ,该方法可以有效地消除噪声 ,并且具有良好的增强效果     

基于差分曲率的自适应反锐化增强算法

为了解决传统反锐化掩膜增强引起的过增强和放大噪声等问题,对增强因子进行了深入的研究,提出了自适应调节锐化程度的新的反锐化掩膜算法。该算法将差分曲率和人眼视觉特性引入到增强因子中。实验结果和比较证明,经过新算法处理后的图像细节丰富,信噪比高。     

一种识别图像点性质的视频图像锐化算法

针对数字电视视频后处理芯片中现有锐化技术中处理后的图像会放大噪声的缺点,提出了一种通过识别图象点性质来同时去噪并锐化的处理方法。首先提取其中的高频分量,根据高频分量的不同将图像点划分为噪声,细节、小边缘、大边缘、超大边缘等几种分类,然后先平滑掉噪声信号,再分别对细节和各种边缘进行不同程度的增强。实验仿真结果表明该方法既可以消除噪声,细节和小边缘、大边缘得到不同程度地增强,超大边缘却没有白边出现,大幅度提高了图像的清晰度。     

一种水下图像增强算法的实现和仿真

〗由于水下环境的特殊性和复杂性,使得水下图像的质量差、图像对比度低。文中给出了一种基于空间域的图像增强方法,该算法利用均值算法估计水下图像背景,从原水下图像衰减背景图像,再对衰减背景之后的图像进行改进的图像锐化处理。通过对算法仿真结果的分析可知,处理后的图像整体对比度明显提升,同时使得目标的边缘更加清晰。     

基于NSCT的反锐化掩模遥感图像增强方法

针对传统图像增强过程中产生的伪吉布斯现象,清晰度差和对比度低的问题,提出一种基于非F采样Contourlet变换（NonsubsampledContourletTransform,NSCT）的反锐化掩模图像增强算法。该算法一方面利用NSCT变换的平移不变性,抑制传统增强算法中产生伪吉布斯现象,另一方面用反锐化掩膜算法来处理图像,提高增强后图像的清晰度和对比度。实验仿真结果表明,本文提出的方法与Conlourlet增强方法,反锐化掩模增强方法相比能够有效提高图像的清晰度,对比度和抑制伪吉布斯现象,图像视觉效果有明显改善。     

一种基于听觉掩蔽模型的语音增强算法

本文提出一种基于听觉掩蔽模型的语音增强算法。该算法对应用于语音编码中的听觉掩蔽模型进行了适当的修正，动态地确定第一帧语音信号各个关键频率段的听觉掩蔽阈值，有选择性地进行谱减。计算机仿真表明所提算法优于基本谱减法，不仅信噪比有较大的提高而且有效地减少了主观听觉的失真和残留音乐噪声。     

基于混沌蛙跳算法的图像增强处理

为了提高图像增强的视觉效果,采用混沌蛙跳算法。首先对蛙跳位置进行更新,利用Logistic方程产生混沌序列,把混沌变量映射为青蛙;接着在寻优过程中对停止寻优的青蛙施加扰动,并设置了扰动范围;最后利用非完全Beta函数来实现对输入图像的增强,给出了算法流程。实验仿真得出:本文算法与其他算法相比对增强图像细节表现更加清晰。     

基于模拟退火遗传算法的图像增强

针对传统图像增强方法存在的不足,提出了一种基于模拟退火遗传算法的图像增强算法。首先将图像增强过程参数编码成为遗传算法中的个体,然后通过模拟自然界生物进化过程对参数进行寻优,并引入模拟退火算法克服种群退化现象,同采用动态自适应交叉、变异过程防止局部最优解出现,最后根据找到的最优参数实现图像增强处理,并且采用仿真对比实验对算法有效性和优越性进行测试。仿真实验结果表明,相对于当前其它图像增强算法,模拟退火遗传算法可以恢复图像细节信息,提高了对比度,图像质量得到增强。     

一种自适应尺度的MSR图像增强方法

针对传统多尺度Retinex增强算法不能有效增强图像不同尺度的细节特征问题,提出了一种自适应尺度的MSR增强算法,利用HSI空间中的亮度分量方差值自适应确定滤波器尺寸,在增大图像对比度、突出图像细节特征的同时保持了图像色彩的稳定性,对光照不均匀图像取得了较好的增强效果。     

基于最小统计量和掩蔽效应的单通道语音增强

利用人耳感知的掩蔽特性，并结合含噪语音能量的最小统计量估计，提出了一种低信噪比下的单通道语音增强算法。该算法对原始语音在Bark频带能量的最小统计量进行估计，从而准确估计含噪语音信噪比，再从感知的角度，在时域和Bark频域上合理调整增强系数，以实现语音增强的目的。实验表明，该增强算法能够在减小语音失真的同时，很好地抑制背景噪声和残余音乐噪声。     

基于直方图拉伸的图像增强算法及其实现

介绍了一种基于分段非线性直方图拉伸的图像增强算法,根据各区域亮度分布的不同采用不同的变换曲线.文中对该算法的实现进行分析,重点讨论拉伸曲线拟合的实现方法.应用该算法对视频图像进行增强处理, 取得了较好的处理效果.