直方图规定化在图像增强中的应用及实现

图像增强是数字图像的预处理,能有效地改善图像的整体或局部特征。直方图规定化是图像增强领域的一个重要方面。该文研究并探讨了直方图规定化的基本原理,给出了相关推导公式和算法;并且,以一个灰度图像为例,用Matlab语言工具实现了直方图规定化增强处理,给出并分析了实验结果。实验结果表明,直方图规定化能有选择地对某灰度范围进行局部的对比度增强,从而得到期望的增强图像。     

基于MatLab直方图规定化图像增强

直方图规定化处理是图像增强预处理中应用得很广的技术,它能局部有效地改善图像的清晰度。主要讨论直方图规定化处理图像增强的方法,分析在MatLab下利用直方图规定化图像增强的流程、算法分析以及编程实现。     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

医学图像增强与直方图处理

文章介绍了图像增强的相关知识,重点介绍了用直方图增强图像的方法。用直方图处理图像包括直方图均衡化和直方图规定化。直方图均衡化和直方图规定化能增强图像的对比度,使图像更清晰。直方图均衡化对局部细节的增强效果不显著,而直方图规定化则使关注的细节变得更清晰。所以直方图规定化法处理医学图像局部细节方面优于均衡化。     

浅谈图像增强的直方图处理及其MATLAB实现

图像增强是图像处理的一个重要分支,它对图像整体或局部特征能有效地改善;直方图是图像处理中最重要的基本概念之一,它能有效地用于图像增强.本文主要讨论了直方图均衡化和规定化处理的图像增强技术,并给出了相关的推导公式和算法;同时用MATLAB语言加以实现,给出标准的数字图像在各种处理前与处理后的对照图像、具体算法、实验结果及直方图.结果表明,用直方图均衡化和规定化的算法,能将原始图像密集的灰度分布变得比较稀疏,使处理后的图像视觉效果得以改善,提高其对比度.     

基于直方图的图像增强及其MATLAB实现

图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善。我们讨论了基于直方图的均衡化和规定化处理的图像增强技术基本原理,给出了相关推导公式和算法;同时,以一个灰度图像为例,用MATLAB语言实现了直方图均衡化和规定化增强处理,并给出了具体程序、实验结果图像及直方图。结果表明,直方图均衡化和规定化处理能有
有效改善灰度图像的对比度差和灰度动态范围。     

直方图图像增强技术

图像增强就是通过一定的方法对图像进行处理和变换,它能有效地改善图像整体质量和局部特征,是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术,能有效地改善图像的对比度和灰度动态范围。实验结果表明,直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围,从而改善图像的可视质量。     

结合子层分割和自适应函数引导的规定化图像增强

为了更好地辨别低照度图像中的目标,提高图像的对比度并增强纹理细节信息,采用子层分割规定化算法对图像进行增强处理,提出一种结合子层分割和自适应函数引导的规定化图像增强算法.首先根据原始图像直方图的特点对直方图进行子层分割,之后通过对分割后的子层进行灰度区间拉伸来提高图像的亮度,以增强图像的对比度;为了增强图像中的细节信息,在每个子层求取自适应函数来对每个子层做规定化处理;最后对子层直方图合并,得到增强后图像.实验结果证明,经过增强后图像的灰度平均梯度值为原始图像的3~4倍,信息熵也明显增大;该算法在增强图像细节、提高图像的对比度上具有优越性.     

基于多峰高斯函数的直方图规定化算法

直方图均衡化作为一种特殊的直方图规定化方法,能有效地增强图像的对比度,但其对直方图活动范围的拉伸通常会造成图像过度增强。一种基于高斯函数的直方图规定化算法可提高控制对比度活动范围的能力,然而该算法处理的图像缺乏层次感。基于此,提出一种基于多峰高斯函数的直方图规定化算法,该算法首先用直方图求导方法估算出原直方图的局部峰值和方差,从而得到原直方图的多峰高斯函数,然后采用扩展后的多峰高斯函数作为目的直方图进行规定化。此算法的主要特点是改变局部峰的参数,有选择地对某局部灰度范围进行对比度增强,从而拉伸整个图像对比度的活动范围。对于彩色图像增强,该算法在对彩色图像R,G,B3个分量子图直方图规定化处理的基础上,根据人类视觉习惯,引入彩色恢复因子将规定化的R,G,B分量进行有效合并。实验结果和原理分析表明,该算法能有效增强图像的视觉效果,使其细节明晰,层次丰富。     

两种直方图规定化实现算法的分析

直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息.本文介绍了直方图规定化的两种经典的实现算法--单映射规则(SML)和组映射规则(GML)的基本原理,并应用这两种算法对实例图像进行规定化处理和比较分析,证明了GML相对于SML的优越性.     

基于直方图分割的彩色图像增强算法

针对直方图均衡化直接对彩色图像处理会导致图像色彩失真的情况,在对传统的直方图均衡化方法进行改进的基础上,提出了一种新的带色彩恢复的均衡化算法。该算法对于彩色图像R,G,B各个分量子图的灰度直方图,首先根据其灰度中值和分割直方图等面积原则进行两次分割,同时对分割后的各子灰度直方图分别进行均衡化处理;然后通过计算R,G,B各分量子图的灰度级总数占原彩色图像灰度级总数的比例,将均衡化处理后的R,G,B各分量子图进行合并。实验表明,该算法对彩色图像处理具有较好的增强处理效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。