基于改进同态滤波的红外图像增强算法

针对红外图像的边缘细节特征不清晰、整体对比度低等问题，提出一种结合单参数同态滤波和限制对比度的自适应直方图均衡的红外图像增强算法。首先，基于单参数的同态滤波对图像进行处理，研究一种单一参数的传递函数，使得同态滤波算法参数可控且不依赖于实验经验，同时明显增强红外图像的细节特征。然后，利用限制对比度的自适应直方图均衡化对红外图像进行动态范围调整，提高红外图像对比度。实验仿真结果表明，该算法可以明显增强图像细节特征、提高图像对比度，使红外图像更有利于后续观察。     

基于自适应动态范围CLAHE的雾天图像增强

针对雾天图像对比度低、细节模糊的问题，提出了一种自适应动态范围CLAHE的雾天图像增强算法。引入自适应参数T1和T2自动调整图像重分配的范围，对传统的CLAHE进行改进，结合同态滤波改善图像过亮、过暗区域；原始图像通过多尺度细节增强算法进行细节增强处理；将处理后的细节图像与同态滤波处理后的结果相结合，达到图像对比度和细节增强的目的。通过信息熵、局部对比度、平均梯度和运行时间4种客观评价指标对图像结果进行对比分析，主观与客观测试结果表明，所提算法可有效增强图像对比度、凸显细节信息，便于雾天图像信息的提取。     

基于Contourlet变换和模糊理论的红外图像增强算法

红外图像具有噪声大、对比度低等特点,针对该特点,提出了一种基于Contourlet变换与模糊理论的红外图像增强算法。首先对图像进行Contourlet变换,得到多尺度多方向的低通子带和带通子带。对低通子带,进行基于子带系数最大最小值的线性变换,提高图像的整体对比度;对于带通子带,先估计噪声阈值,对子带系数进行抑制噪声处理,然后通过模糊增强算法,对高频系数进行非线性增强,增强目标边缘纹理的特征,抑制背景信号。最后经过Contourlet逆变换得到对比度增强,噪声被抑制的图像。经过算法仿真,与几种现有的图像增强算法相比,该算法更能有效地抑制噪声,增强图像的对比度,突出图像的边缘与细节纹理信息。     

低对比度图像增强算法研究

低对比度图像具有灰度范围较窄、相邻像素的空间相关性高、灰度变化不明显等特点.文中对低对比度图像的增强问题进行研究,分析了传统增强算法对比度增强的实质和进行低对比度增强时存在的问题,针对存在的问题,在对图像二维直方图特性研究的基础上提出一种有效的解决方法,并通过实验证明了算法的有效性.     

基于图像传感器的图像画质增强算法研究

针对当前图像画质增强算法存在的亮度低、噪声大、对比度小等缺陷,为改善传感器输出图像的视觉效果,设计基于图像传感器的图像画质增强算法。首先,采用图像传感器对目标图像进行采集,并引入双边滤波算法对采集的原始图像进行去噪,抑制噪声图像画质干扰;然后,采用幂次变换提高去噪图像的对比度,并采用非线性变换对去噪图像进行亮度增强;最后,采用Retinex算法根据人眼视觉感知特性对图像整体进行增强,使图像的不同区域过渡更加自然,并进行了图像画质增强性能的验证性测试实验。结果表明,所提算法较好地解决了当前图像画质增强过程中存在的一些难题,提高了图像的信噪比,亮度和对比度也得到了明显的改善,相对于对比算法,获得了十分理想的图像画质增强结果。     

一种新的实时红外图像增强技术

提出了一种新的实时红外图像增强技术.此方法首先对图像进行多尺度滤波处理,得到图像的低频部分和高频部分;然后利用自适应平台直方图均衡的方法(APE)对低频部分进行了对比度增强,利用阈值XP方法对图像的高频部分进行了边缘锐化和降噪处理.很好的解决了红外图像存在的目标与背景对比度差、边缘模糊、噪声较大等缺陷.而且此方法的处理时间为每帧25ms满足实时显示的要求.实验表明此方法能在实时红外图像系统中取得了非常好的显示结果,红外图像经该方法增强后,目标与背景的对比度、边缘清晰度等都有一定改善.     

基于小波分析的红外图像非线性增强算法

红外图像具有对比度低和信噪比低等特点,实际应用中需要进行增强处理。将小波分析与模糊逻辑相结合,提出了一种基于小波变换的红外图像非线性增强算法。该算法首先利用小波分析对图像进行分解,提取图像的多尺度特征信息;然后通过模糊非线性增强算子分别对各个分解层的子带系数进行运算以改变目标特征的强度;最后利用小波反变换重构图像,实现图像的对比度增强和背景抑制。与几种常用的红外图像增强算法进行了实验对比,验证了该算法的有效性。     

基于变分偏微分方程的红外图像增强算法研究

针对红外图像具有对比度低、边缘模糊的缺点,提出一种基于变分偏微分方程理论的红外图像增强方法。通过重建图像梯度场的分布,以此增强图像中纹理细节不明显、对比度小的微弱信息。在梯度场的变换中对噪声的幅值切割,完成了对噪声处理。结果表明本算法使得原图像的灰度平均梯度值提高2~3倍,对增强红外图像的边缘和微弱有用信息效果明显,避免了直方图均衡类算法丢失一些灰度相近且分布较少的微弱细节信息的缺点,为图像识别和跟踪应用提供了高质量的图像信息。     

基于FPGA的LED光源DLP背投电视对比度增强算法的研究

LED做光源的DLP背投电视越来越受到关注,LED光源有许多的优点,但在对比度方面有一定的局限性.通过详细分析LED光源DLP背投电视对比度的影响因素,提出了一种基于FPGA的LED光源对比度增强算法,即根据一帧图像最大灰度值所属范围的不同,分级线性放大灰度值系数,同时线性减小驱动电流放大系数,以达到全白屏幕与全黑屏幕对比度增强的效果.不同灰度值图像的处理效果不同,理论上,理想图像的对比度最多可提高四倍.     

基于傅里叶变换的干涉条纹对比度增强算法

论述了一种干涉条纹对比度增强的算法.将二维离散傅里叶变换后得到的干涉条纹图像频谱分布,应用带通滤波器滤波.滤波过程中,在保持通带内相位谱不变的条件下,增大了通带内幅频谱的值.然后对滤波后的频谱分布进行逆二维离散傅里叶变换,可得到对比度增强后的干涉条纹图像.实验表明,该方法在保持干涉条纹中心线空间位置不变的情况下,可以有效地增强干涉条纹的对比度.     

微光图像与红外图像融合技术研究

图像融合技术在微光和红外图像处理中得到了广泛的应用.为了深入理解图像融合技术以及融合后的图像质量,首先分析了微光和红外图像的融合技术,对微光和红外图像进行了预处理,分析了微光和红外成像过程、图像增强技术、特征提取方法、图像配准等.重点研究了拉普拉斯图像融合、对比度调制融合、基于小波分解的图像融合技术.最后通过实验对这几种融合技术进行了比较,结果显示融合后的图像质量得到了改善,突出了目标轮廓和细节,方便了目标识别.     

一种基于小波变换的非线性红外图像增强算法

针对红外图像对比度低,噪声干扰大,用传统增强算法增强时,增大噪音的问题,提出了一种基于小波变换的非线性红外图像增强算法.该算法先对原始图像进行小波变换获得低频和高频系数,接着根据低频系数的特点设计了非线性函数对低频系数进行增强,并对高频系数进行小波去噪,最后通过小波重构得到增强的图像.仿真实验表明,该方法不仅解决了红外图像对比度低的问题,并且降低了噪声,突出了图像细节,该方法无论是增强效果还是抗噪效果都明显优于传统的图像增强方法.     

基于矿山井下视频监控系统的图像增强方法研究

针对煤矿井下照度低、粉尘多的恶劣环境导致矿山井下图像质量差、图像可分辨率低的问题,提出一种基于脊波变换的图像增强算法,采用多种评价标准对增强后的图像进行评价,并且与直方图均衡化算法、小波增强算法进行比较。结果显示,该算法能够更好地增强图像的边缘、对比度和细节信息,图像效果从整体上更加符合人眼视觉标准。     

基于ARM的图像特征分析设计

随着计算机技术和图像处理技术的高速发展,图像的特征提取需求越来越多。本文研究的重点是图像处理中特征提取的理论和算法,并实现特定控制器程序的编写。研究完成了基于ARM控制器的软硬件设计,实现了包括图像边缘、图像周长、图像区域、三基色均值等算法的特征提取。设计与研究的结果显示,实现了既定算法的程序描述,对既定目标的特征提取率达到了90%,获得了预期的效果。     

图像显著性检测方法解析

图像显著性检测是一种通过对图像颜色、强度、方向等特征进行分析生成图像显著性图的技术。其生成的显著性图可以用于图像分割、图像压缩以及图像识别等图像处理领域,从而改善图像处理的性能。为了对图像显著性检测技术及其发展有一个全面深入的了解,使用文献研究法和比较研究法对其概念及方法进行了探究。针对几种具有代表性的图像显著性检测算法进行了简要的概述和分析,用流程图简明扼要地表示显著性检测算法的基本框架。研究结果显示,图像显著性检测技术的效率在不断提升,算法越来越多样化,在图像处理领域的应用越来越广泛,这些对于图像处理自动化具有重要意义。     

关于直方图双峰法的研究与改进

关于图形图像处理的问题一直是多年来研究的话题,在信息技术高速发展的今天,图像的处理已应用到社会的各个领域。图像分割就是为了某一特定目的,通过一定的方法把图像按照其特征分成各具特性的区域,提取出感兴趣目标的技术和过程,进而再对目标区域进行研究。它是图像处理、模式识别和人工智能等多个领域中的关键课题,也是计算机处理视觉技术的首要的、关键的关键步骤。图像分割的应用非常广泛,几乎出现在关于图像处理的所有领域。因此,从20世纪60年代以来,图像分割一直都是图像研究技术的热点。     

图像配准技术性能评估及实现概况

图像配准是解决图像融合、图像镶嵌和变化检测等问题的必要前提,其应用遍及军事、遥感、医学和计算机视觉等多个领域.首先概括了图像配准技术的研究内容,然后全面论述了配准技术的性能评估及其系统实现问题,最后指出了该领域存在的主要问题,并展望了进一步的发展方向.     

图像Mosaics技术综述

 本文系统综述了当前图像Mosaics技术的研究现状.图像Mosaics技术就是将一组重叠图像拼结成一幅大型的无缝高分辨率图像的技术.我们根据图像Mosaics形成的二维曲面即流形(Manifold)的确定方式将图像Mosaics技术分为两大类:基于自适应流形的图像Mosaics 和基于人工确定流形的图像Mosaics.基于自适应流形的图像Mosaics是由视频序列提取的条形图产生的.基于人工确定流形的图像Mosaics是由整幅图像的拼接对齐所产生的.它包括局部对齐技术、全局对齐优化调整技术和图像融合技术.我们对每种技术进行了分类和讨论.最后给出了评价并展望了未来图像Mosaics技术的发展方向.