一种小波变换的小波系数均衡图像增强算法

介绍了几种经典的图像增强算法,依据经典直方图均衡化算法思想,提出了在小波变换下的小波系数均衡化图像增强算法,并给出了计算步骤。与经典直方图均衡化算法、同态滤波实验结果相比较,表明提出的算法可有效增强图像、抑制噪声。     

一种基于小波变换的图像增强方法

针对部分灰度图像分辨率和对比度低、噪声大、视觉特性差等特点,提出了一种基于小波变换和直方图均衡的新的图像增强方法。该方法将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,同时再辅以中值滤波去噪和同态滤波增强,从而在很大程度上克服了单一的直方图均衡化进行图像增强时会丢失图像细节信息、增强图像噪声等的不足。实验结果验证文中方法对图像的分辨率和对比度增强有很好的效果。     

一种基于二进小波变换的图像增强方法

传统的增强图像的方法会丢失图像细节。结合二进小波变换和直方图均衡的优势,提出一种基于二进小波变换的图像增强方法。首先利用二进小波变换将图像分解为一个低频分量和三个高频分量,分别对低频分量做直方图均衡处理,高频分量做高斯-拉普拉斯掩膜锐化,再将处理后的低频分量和各高频分量进行二进小波逆变换重构。实验结果表明,该方法较于单纯的只使用直方图均衡的传统方法和只对低频图像做直方图均衡处理方法有较好的增强效果。     

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.     

利用Gabor小波系数融合进行图像增强的研究

在传统图像增强技术的基础上,提出了一种基于GABOR小波系数融合的图像增强方法。通过Gabor小波对图像进行滤波,产生八个方向的滤波图像系数,对这些图像系数用求平均值融合方法得到图像边缘图,再融合经传统空域增强方法得到的直方图均衡化图像以产生最终增强的边缘信息以便于分析处理的图像。     

基于形态小波变换的低对比度图像增强算法

针对传统的图像对比度增强方法所存在的一些问题,提出了一种基于形态小波变换的图像增强算法.首先,将低对比度图像采用基于提升格式的形态Haar小波进行小波变换,得到小波系数,该小波变换实现结构简单,计算量低,并且有利于图像重要的几何信息在低分辨率空间中的保留.然后,对低频子带小波系数,采用直方图双向均衡方法进行调整,对高频子带小波系数进行基于软阈值滤波的细节系数增强,将调整后的小波系数反变换到空域上,得到增强后的结果.最后,给出几种增强算法实验结果的比较和分析,表明该算法对低对比度图片的增强是非常有效的,可以有效地增强图像的细节信息,保持图像的边缘特征,改善图像的视觉效果.     

基于二进小波变换的图像插值方法

介绍了基于二进小波变换的图像插值方法,并且对各种插值方法在不同域中的结果作了比较,主要是对最近邻插值、双线性插值和双三次插值几种方法在空间域、正交小波域、二进小波变换中作了比较.试验结果证明,基于二进小波变换的图像插值效果比较好,值得进一步深入研究.     

拟合人眼视觉的非均匀光照图像场景再现

针对非均匀光照图像不能满足"视觉匹配"的问题,提出了基于视觉机制的非均匀光照图像场景再现算法。实验证明该算法具有良好的鲁棒性,算法性能达到甚至超过现有的非均匀光照图像增强的典型处理算法,可以有效改善图像视觉效果。     

基于极大灰度频数抑制结合动态直方图均衡的图像增强算法

现有的直方图均衡技术存在两方面不足：虽然使得增强图像有高的对比度,但是其对比度的提升程度严重依赖于灰度频数分布,这样常常导致容易过度增强高频数灰度级,而压缩低频数灰度级;另外,增强对象缺乏目的性,难以满足感兴趣灰度区域的特殊要求。针对这个问题,该文提出基于极大灰度频数抑制结合动态直方图均衡的图像增强算法。首先通过分析图像直方图的灰度分布情况来分割图像,并根据用户感兴趣灰度范围确定各子层图像的灰度映射范围及频数控制阈值;然后利用各自阈值重新定义子层直方图,并采用直方图均衡算法构造灰度转换函数,将子层灰度映射到指定范围内;最后综合各个子层的增强结果得到最后的增强图像。实验结果表明,该算法既能抑制过度增强的情况,又能对于用户感兴趣的灰度进行控制,能更好地满足用户对图像对比度增强可控的应用要求。     

基于小波融合的图像插值算法

为了进一步改善图像的亮度,本文将小波融合的图像插值方法积极引入,在对图像进行处理过程中,经过不同插值方法的使用,获得的放大效果也是不同的。文章用不同算法对同一幅图像进行放大,然后将两幅放大后的图像进行融合处理。经比较此算法的引入能够较好的提高图像清晰度。     

运用小波图像融合技术增强痕迹偏振图像

针对单幅痕迹偏振图像存在的灰度反差微弱、痕迹特征残缺等缺陷,提出运用小波图像融合技术对多幅痕迹偏振图像进行融合处理,以增强痕迹图像视觉效果的策略。结合痕迹物证检验工作的需要,对低频子带图像采取基于区域窗口的梯度平方和较大法,而高频子带图像采取基于区域窗口的系数绝对值极大法,并将此方案应用于衣物上的轮胎痕迹偏振图像的增强处理。实验结果表明,经过融合处理后的轮胎痕迹偏振图像无论在主观视觉效果,还是在客观评价数据上都获得了期望的增强效果,满足痕迹物证司法鉴定的技术要求。     

Medical image enhancement algorithm based on wavelet transform

Low contrast and poor quality are main problems in the production of medical images. By using the wavelet transform and Haar transform, a novel image enhancement approach is proposed. First, a medical image was decomposed with wavelet transform. Secondly, all high-frequency sub-images were decomposed with Haar transform. Thirdly, noise in the frequency field was reduced by the soft-threshold method. Fourthly, high-frequency coefficients were enhanced by different weight values in different sub-images. Then, the enhanced image was obtained through the inverse wavelet transform and inverse Haar transform. Lastly, the image's histogram was stretched by nonlinear histogram equalisation. Experiments showed that this method can not only enhance an image?s details but can also preserve its edge features effectively.     

基于小波变换的低对比度图像增强

针对传统算法存在噪声过增强的问题,提出了基于小波分析的图像增强算法。在小波变换多尺度分析的基础上,算法对图像多尺度分解得到的小波系数进行缩减去噪,然后在不同尺度上对各分解系数进行不同程度的增强;对同一尺度的系数进行非线性处理以增加对比度;增强低频子带图像的对比度以保证整体的增强效果。实验表明,该算法能有效地增强低对比度图像,减小了噪声的增强幅度,使结果图像具有很好的视觉效果。     

基于小波系数相关性的空域隐写分析方法

基于小波系数相关性,提出了一类具有较高正确检测率的空域隐写通用型检测方法。首先利用互信息分析秘密信息嵌入对图像小波系数在尺度方向和空间方向相关性的影响,并使用马尔可夫模型挖掘小波系数层内和层间相关性,提取转移概率矩阵作为特征;然后对提取的特征进行加权融合并结合Fisher线性判别(FLD)分类器进行分类。针对LSB(least significant bit)、LSBmatching和SM(stochastic modulation)隐写算法的实验表明,在不增加计算复杂度的情况下,本文方法相比现有的典型空域隐写通用型检测方法,正确检测率有明显提高。     

一种基于平稳小波域的红外图像增强方法

针对红外图像对比度和分辩率低、噪声大的特点,提出一种基于平稳小波域的红外图像增强新方法.对高频子带中幅值较小的噪声系数进行衰减,幅值较大的边缘细节系数进行放大;对低频子带系数的幅值采用所提出的正弦函数进行伸缩处理.实验结果表明,本文提出的方法在有效地增强红外图像对比度及边缘细节的同时,又能很好地抑制背景噪声,综合性能明显优于传统的直方图均衡化和反锐化掩膜增强方法.     

手指静脉图像小波增强算法

针对低质量的手指静脉图像,提出一种小波域静脉图像滤波增强算法。首先采用小波变换,然后对其低频系数进行频域增强,最后进行小波逆变换得到增强后的图像。实验表明:该方法能很好地抑制噪声,准确定位图像边缘信息,大大的改善了图像的质量,提高了图像的特征提取准确性和识别精度,使图像取得很好的增强效果。     

基于小波融合技术的医学图像增强方法

为了改善医学图像质量,在分析小波变换原理的基础上,根据医学图像的成像特征,提出了一种基于小波融合技术的医学图像增强方法.首先,对待增强图像进行多层小波变换处理,获取各个频率的小波系数.然后分别对各频率系数进行相应的处理后,进行小波重构并进行对比度增强处理,获得增强图像1;同时对待增强图像进行对数变换和对比度拉伸处理,获得增强图像2.最后将增强图像1和增强图像2变换至小波域进行图像融合处理,以获得最终的增强图像.结果表明:本文提出的增强方法具有明显的增强效果.该增强方法能有效提高医学图像的对比度,增强边缘细节信息,突出病灶点的位置,达到较好的增强效果,为医疗工作者观察病症提供更加清晰准确的依据.     

Adaptive image contrast enhancement based on human visual properties

Existing methods for image contrast enhancement focus mainly on the properties of the image to be processed while excluding any consideration of the observer characteristics. In several applications, particularly in the medical imaging area, effective contrast enhancement for diagnostic purposes can be achieved by including certain basic human visual properties. Here the authors present a novel adaptive algorithm that tailors the required amount of contrast enhancement based on the local contrast of the image and the observer's Just-Noticeable-Difference (JND). This algorithm always produces adequate contrast in the output image, and results in almost no ringing artifacts even around sharp transition regions, which is often seen in images processed by conventional contrast enhancement techniques. By separating smooth and detail areas of an image and considering the dependence of noise visibility on the spatial activity of the image, the algorithm treats them differently and thus avoids excessive enhancement of noise, which is another common problem for many existing contrast enhancement techniques. The present JND-Guided Adaptive Contrast Enhancement (JGACE) technique is very general and can be applied to a variety of images. In particular, it offers considerable benefits in digital radiography applications where the objective is to increase the diagnostic utility of images. A detailed performance evaluation together with a comparison with the existing techniques is given to demonstrate the strong features of JGACE.     

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。