基于动态双稳随机共振的低照度彩色图像增强

针对非均匀低照度图像增强问题,提出了一种动态双稳随机共振算法。该算法基于双稳态随机共振模型,将图像中的噪声能量转移到低照度区域,能有效对低照度图像进行亮度增强。在研究过程中设定了低照度像素的迭代阈值,避免了高亮度区域的过度增强,可保证图像具有较好的视觉感受。研究采用感知质量评估(PQA)和亮度阶误差(LOE)作为图像质量的评价指标,通过对比实验发现,所设计算法的PQA值最接近10,增强图像的质量最好,同时LOE值在67～204之间,图像自然性保存最优。     

一种新的仿生彩色图像增强方法

 基于人类视觉系统的全局和局部自适应特性,本文提出一种仿生彩色图像增强方法,用于增强不均匀光照或低照度情况下的图像.该方法主要包括全局自适应亮度调节、局部对比度增强和颜色恢复三个部分.即全局亮度调节主要用来增强暗区域的亮度和压缩图像的动态范围;局部对比度增强利用当前点与其邻域象素的双边滤波输出之间的关系,调节当前点的亮度,以增强图像局部对比度;再通过一种简单的线性颜色恢复算法恢复图像色彩.与文献 所提彩色图像增强算法相比,实验结果表明本文所提方法的效果更好.     

非均匀图像亮度补偿的分割方法

为消除非均匀光照对图像分割效果的影响,提出了改进的动态型高斯同态滤波的亮度补偿新方法。将非均匀图像置于HIS色系下,在频域内对其亮度分量进行同态滤波,同时引入改进后的高斯高通滤波传递函数,并保持色调和饱和度不变,得到光照均匀的图像,进而利用Otsu算法对增强后的均匀图像进行分割。实验结果表明,文中所提方法能够使得到补偿后的图像明暗适中、视觉感好,且分割的精度与速度都较为理想。     

基于OTSU分割和融合的非均匀光照水下图像增强

针对深海和夜间水域补充照明造成的水下图像光照不均,水中悬浮颗粒造成的图像 噪声、低对比度、偏色等问题,提出一种新的非均匀光照水下图像增强方法。首先,用高 斯滤波去除水下图像的噪声;其次,用最大类间方差法(大律法,maximum inter class variance, OTSU)分割出图像的明暗区域 掩膜,将亮度图分割成明暗区域,并对暗区域进行同态滤波处理,校正光照不均造成的阴 影;接着,用加权平均法融合明暗区域得到新的亮度图,重新合成彩色图像;最后,对水 下图像用对比度受限自适应直方图均衡化(contrast limited adaptive histogram equalization, CLAHE)和灰度世界进行增强对比度和颜色失 真校正,得到增强的水下图像。实验结果表明,本文提出的算法能够有效的改善光照不均 问题,并去除水下图像噪声、增强图像对比度,有利于后续目标检测、追踪等任务的进 行。     

基于视觉特性的非线性多尺度彩色图像增强

[目的]针对图像在低光照下的亮度和对比度偏低的问题,提出一种基于视觉特性的非线性多尺度彩色图像增强算法.[方法]该算法将彩色图像从RGB色彩空间转化到HSI色彩空间,保持H分量不变,对S分量进行指数拉伸,对Ⅰ分量利用视觉系统模型和非线性映射方法实现图像对比度增强,再通过自适应的亮度调整增加图像的全局亮度.最后将HSI色彩空间转化到RGB色彩空间,从而实现对彩色图像自适应增强.[结果]通过对低光照彩色图像进行增强测试,其测试结果表明,[结论]该算法能够自适应地调整图像的全局亮度,增加图像的局部细节对比度,并保持其原色彩,提升彩色图像在低光照下的视见度.     

一种改进CycleGAN的低照度图像增强网络

为了提高CycleGAN对低照度图像增强后的细节分辨能力,提高图像整体的视觉质量,提出了一种改进CycleGAN的低照度图像增强算法.该网络的生成器由低光照增强模块和亮度均衡处理模块组成,用以学习低照度图像到正常照度图像的特征映射.以多尺度卷积和残差空洞卷积构建基于U-Net的低光照增强模块,提高网络对增强后图像细节信...     

结合人眼视觉特性的红外图像增强新技术

红外图像具有边缘模糊和对比度较低的缺点,不适合人眼观察,所以要对其进行增强.但是现有的增强方法没有考虑人眼的视觉特性,视觉效果不好.提出基于小波的多分辨分析方法和Retinex图像增强算法相结合的红外图像增强方法,对红外图像不同的高频细节进行有针对性增强,同时用Retinex算法把人眼的视觉特性融入其中,能够使得增强的红外图像光照均匀,亮度适中,更适合人眼观察.算法既增强了图像的细节,又增强了图像的对比度,实验证明:该方法解决了红外图像低对比度和细节模糊的问题.     

基于LED辅助照明的水下图像增强算法研究

水下成像环境十分复杂,在成像过程中受到多种因素的影响,如光照的非均匀性,水对光的后向散射,成像器件的光学噪声,导致图像对比度低,细节模糊.针对水下图像的特点,提出运用同态滤波和双正交小波阈值滤波法相结合的图像增强算法改善水下图像光照的非均匀性、滤除噪声、提高水下图像的对比度,并通过峰值信噪比、均方差对该算法进行了性能评价.     

基于双曲映射变换的低照度道路图像增强方法研究

在智能驾驶领域中，针对低照度环境下获取视觉图像中道路环境交通特征信息难的问题，提出一种基于双曲映射变换的低照度道路图像增强方法。采用最大熵法对HSV颜色空间中的V分量进行阈值分区，利用改进的双曲正切S型函数和双曲正割累积分布函数分别增强明暗区域的亮度，采取非线性变换函数LC补偿光照，进而用双尺度均值滤波法增强图像中道路特征信息。通过自建数据集对比验证相关算法，结果表明：本方法增强后的图像平均亮度提高了111.54%、信息熵提高了11.8%,平均梯度提高了159.75%,低照度环境下获取视觉图像中交通特征信息显著提升。     

基于水下光照不均匀成像模型的图像清晰化算法

为了克服水下图像清晰度低和光照不均问题,首先在水下光照均匀成像模型的基础上建立水下光照不均匀条件下的成像模型,进而提出新的水下图像清晰化算法。在算法中,首先在小波变换低频子带上实现了介质散射光和光照变化混合图像的快速估计与去除,然后将得到的图像分割成亮斑区和散射区,并分别进行增强处理。实验结果表明,本文提出的算法可以显...     

一种基于U-Net生成对抗网络的低照度图像增强方法

在低照度环境下采集的图像具有低信噪比、低对比度及低分辨率等特点,导致图像难以识别利用.为了提升低照度图像的质量,本文提出一种基于U-Net生成对抗网络的低照度图像增强方法.首先利用U-Net框架实现生成对抗网络中的生成网络,然后利用该生成对抗网络学习从低照度图像到正常照度图像的特征映射,最终实现低照度图像的照度增强.实验结果表明,与主流算法相比,本文提出的方法能够更有效的提升低照度图像的亮度与对比度.     

水下二维及三维距离选通成像去噪技术研究

相比传统水下摄像机,水下距离选通成像的作用距离可提高两三倍,同时基于该技术可实现快速高分辨率三维成像,在水底详查、避障导航、海洋科学研究、矿藏开发等方面具有广泛应用前景。虽然距离选通成像可通过空间切片的方式抑制水体的后向散射噪声,实现感兴趣区较高质量的成像,但是,在选通图像中仍不可避免地存在空间切片水体的后向散射噪声,导致图像信噪比和对比度降低,尤其是对于远距离目标或低反射率目标。介绍了针对水下距离选通二维成像及三维成像去噪方面的技术研究。在二维成像方面,一是采用双平台自适应增强算法提高图像对比度,更好地满足人眼视觉要求;二是采用参考水体去噪算法实现含目标图像的水体去噪,提高信噪比。在三维成像方面,针对距离能量相关三维成像,一是利用参考水体去噪算法实现去噪三维重建,二是采用双边滤波法对三维图像中数据空洞进行修复,提高三维图像质量。所述四种方法可独立或联合用于水下距离选通成像的去噪增强,提高水下距离选通成像技术的性能。     

基于亮度校正与多空间转换的水下图像增强北大核心CSCD

由于水体环境中光的吸收与散射,导致采集的水下图像存在颜色失真、亮度不均、对比度低等缺点。针对以上缺点,提出了基于亮度校正与多空间转换的水下图像增强方法。首先采用色彩平衡算法对退化图像进行颜色校正;然后将色彩校正的图像从红-绿-蓝(red-green-blue,RGB)空间转换为色调-饱和度-亮度(hue-saturation-value,HSV)空间,用构造出新的二维伽马函数处理V通道,再转回RGB空间;最后对颜色校正图像和亮度校正图像进行加权融合,并将融合图像从RGB空间转换为LAB空间,用限制对比度自适应直方图均衡化算法处理L通道,再转回RGB空间,便得到最终的增强图像。为验证本文算法的有效性,采用主观视觉效果和3种客观指标进行验证。结果表明,本文算法能够有效地校正图像亮度,提高图像清晰度。     

一种有效的低对比度水下图像增强算法

针对水下图像光照不均且对比度低的问题,提出一种新的水下图像增强算法。该算法首先利用去背景法获得照明均匀的前景图像;然后对传统的Butterworth同态滤波器进行改进,提高其高频增益并与相角结合,使得前景图像经改进的Butterworth同态滤波器滤波后,低频成分得到很好的抑制而高频成分被有效放大,从而获得高对比度的水下图像。实验结果表明,与其他算法相比,本文算法能有效地提高图像对比度。     

基于分数阶Retinex的低照度图像增强方法

低照度彩色图像增强在生活中起着重要作用,传统的低照度彩色图像增强算法往往会引起图像的不同程度失真。为了增强低照度彩色图像而又不引起图像失真,本文提出了一种新的低照度图像自适应对比度增强算法。将分数阶微积分、传统Retinex变分法与分段对数变换饱和度增强法相结合,构造一种新的分数阶Retinex图像增强算法。实验结果表明,该方法具有增强图像对比度的同时又能保持边缘和纹理细节的能力。与传统低照度图像增强算法相比,能突出图像的细节纹理信息,同时图像色度和亮度也有明显改善。     

基于暗原色先验模型的水下彩色图像增强算法

针对在水下环境中,光的散射和衰减导致水下光学成像质量严重下降,图像对比度低、颜色失真的问题,提出了一种暗原色先验和基于通道直方图量化的颜色校正算法相结合的图像增强新方法。对于待增强的水下彩色图像,首先建立水下光学图像成像模型,并利用优化与改进的暗原色先验算法对图像进行去模糊,然后通过分析R、G、B三通道的累积直方图,对去模糊后的彩色图像各通道灰度值进行量化,实现图像的颜色校正。实验结果表明,提出的方法可以有效地消除了由于光的散射造成图像的模糊,有效提高了水下图像的视觉效果,恢复水下图像的颜色平衡。     

基于亮度均值的动态直方图均衡算法

基于子行驱动下的图像显示因低灰阶数据的丢失造成图像对比度的下降,直方图均衡算法是一种常用的提高图像对比度的增强方法,但由于均衡化后的亮度饱和效应,增强后的图像不适于应用于电子显示设备.因此提出一种基于灰度级频数,亮度均值为强调因子的动态直方图均衡算法,在提高图像对比度的同时,保持均衡前后图像的亮度稳定性.     

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。