大气模型与亮度传播图相结合的低照度视频增强算法

目的 为解决低照度视频亮度和对比度低、噪声大等问题,提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。方法 鉴于增强视频时会放大噪声,在增强之前先对视频进行去噪处理,之后结合引导滤波和中值滤波的优势提出综合去噪算法,并将其应用于YCbCr空间。其次提取亮度分量来估计亮度传播图,利用大气模型复原低照度视频。最后综合考虑帧间处理技术,加入场景检测、边缘补偿和帧间补偿。结果 为了验证本文算法的实际效果和有效性,对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较,本文算法有效地提高了低照度视频的亮度和对比度,减小了噪声,增强了视频的细节信息并减轻了视频闪烁现象,从而改善了视频质量。算法处理速率有着非常明显的优势,相比文中其他两种算法的速率提升了将近十倍。结论 本文算法保持了帧间运动的连续性,在保证增强效果的同时提升了处理速率,对细节和边缘轮廓部分的处理非常精细,具有目前同类算法所不能达到的优良效果,适用于视频监控、目标跟踪、智能交通等众多领域,可实现视频的实时增强。     

保持图像亮度的自适应局部对比度增强

目前保持亮度的局部直方图均衡算法用于对比度增强时,大多以亮度均值和中值为图像的亮度分割点,这些方法能较好地保持图像的亮度,但同时也会产生局部过增强。为此提出了一种亮度误差最小的自适应局部对比度增强算法,根据亮度均值绝对误差自适应的选择最佳亮度分割点,然后用保持亮度的双直方图均衡算法对被分割的子图像进行均衡,最后用滤波器消除块效应。实验结果表明,该算法不仅保持了输入图像的亮度,同时也实现了局部对比度增强。     

保持图像亮度的直方图均衡新算法

传统的直方图均衡算法能够增强图像的对比度,但是均衡后图像的亮度与输入图像无关,不能保证均衡前后亮度不变.传统直方图均衡对灰度级占较少的进行合并,而这些较少灰度级通常为图像细节部分,因此图像经传统直方图均衡后会导致图像细节部分丢失.本文在RMSHE算法的基础上,提出了一种既能保持图像亮度又能保持图像细节的算法.经仿真验证,图像质量有一定程度的改善.     

面向彩色增强图像的客观质量评价算法

目的 现有的全参考图像质量评价方法使用“完美”的源信号作为参考,但是增强图像的参考图像通常不是“完美”的.因此,现有的全参考质量评价方法不能用于增强图像的评价,提出了一种新的面向彩色增强图像的质量评价算法.方法 利用图像的梯度、颜色和亮度特征,提出了增强图像的梯度增强图、颜色增强图和亮度增强因子的计算方法,计算增强图像相对于参考图像在梯度、颜色和亮度方面的增强程度;并建立了亮度增强因子和梯度增强图、颜色增强图之间的关系模型;另外,原图像的梯度和颜色特征也被提取用于增强图像的质量评价.结果 使用公开数据库进行的实验结果表明,该算法和现有最优算法相比,皮尔逊线性相关系数(PLCC)和斯皮尔曼相关系数(SROCC)分别提高了2.9%和2.5%,而均方根误差(RMSE)则降低了12.3%,获得了比现有算法更优越的性能.结论 本文算法解决了目前已有的评价算法需要参考图像为“完美”图像,而且增强图像质量无法采用相似性程度进行计算的问题,适用于为了获得更好视觉质量的不含噪增强图像的质量评价.     

基于分区曝光融合的不均匀亮度视频增强EI北大核心CSCD

视频增强技术可以使低曝光视频中的细节显示出来,有效地改进视频质量,为视频的后期处理提供保证.针对直接将不均匀亮度图像增强方法运用到视频处理中容易出现时空不一致现象的问题,提出一种基于分区曝光融合的不均匀亮度视频增强方法.为了实现视频帧的均匀曝光,首先对输入视频帧采用分区曝光法计算不同的曝光区域,对不同的曝光区域进行多尺度曝光校正;然后对每一个区域融合其不同曝光程度的区域;最终形成完整的曝光良好的视频帧.对于视频帧之间时空一致性的保持,结合前一帧曝光分区的方法能更加准确地计算相邻帧之间的对应关系,将前一帧的相应的像素传播到后面的帧中.实验结果表明,相比于目前的视频增强方法,该方法可以使不均匀亮度视频均匀曝光并且更好地保持视频场景的自然性,同时保持视频的时空一致性.     

子图像加权的彩色图像对比度增强算法

为了更好地实现彩色图像的对比度增强,提出一种有效的基于亮度保持的子图像加权对比度增强算法.首先利用基于亮度保持的双直方图均衡(BBHE)算法定义了2个子图像;然后根据输入图像以及2个子图像的亮度均值,给出一种基于亮度保持的权重系数的计算方法;最后对2个子图像进行加权求和,得到输出图像.对具有不同对比度的彩色图像的实验结果表明,与其他算法相比,文中算法能够有效地实现对比度增强,并且不会出现局部过度增强以及细节丢失等噪声问题,使得输出图像显得更为自然.     

基于平均值分布式的亮度异常检测算法

在视频监控中经常会出现监控中图像信息获取不了的情况,对于视频监控质量产生巨大的影响.采用一种基于平均值分布式的算法来进行亮度异常检测,这种算法在保证正确率的基础上,能够实现快速高效检测的目的.     

基于直觉模糊集和亮度增强的医学图像融合

图像融合技术在计算机辅助诊断中发挥了重要作用.传统融合方法通过设计融合策略来同时解决图像融合中的两个关键问题,即细节提取和能量保存,而这容易造成信息丢失或能量保存度不足.鉴于此,提出了一种对细节提取和能量保存问题进行分别解决的融合方法.该方法的第一部分旨在进行细节提取,首先,使用非下采样剪切波变换(NSST)将源图像分解成低频和高频子带;然后,通过改进的能量策略来融合低频子带,而对于高频子带的融合,提出了一种基于直觉模糊集理论的策略;最后,利用逆NSST来重构图像.而在第二部分里,为了达成能量保存,提出了一种亮度增强方法.在43组图像上验证该方法的性能,并把该方法和主成分分析(PCA)、局部拉普拉斯滤波器(LLF)等其他八种传统融合方法进行对比,两种医学图像融合类型(核磁共振图像(MRI)和正电子发射断层图像(PET)、核磁共振图像(MRI)和单光子发射计算机断层图像(SPECT))的实验结果表明,该方法在视觉质量和互信息(MI)、空间频率(SF)、Q值、平均梯度(AG)、信息熵(EI)和标准差(SD)等客观评价指标上均具有优势,能够提高医学图像融合质量.     

基于直觉模糊集和亮度增强的医学图像融合

图像融合技术在计算机辅助诊断中发挥了重要作用.传统融合方法通过设计融合策略来同时解决图像融合中的两个关键问题,即细节提取和能量保存,而这容易造成信息丢失或能量保存度不足.鉴于此,提出了一种对细节提取和能量保存问题进行分别解决的融合方法.该方法的第一部分旨在进行细节提取,首先,使用非下采样剪切波变换(NSST)将源图像分解成低频和高频子带;然后,通过改进的能量策略来融合低频子带,而对于高频子带的融合,提出了一种基于直觉模糊集理论的策略;最后,利用逆NSST来重构图像.而在第二部分里,为了达成能量保存,提出了一种亮度增强方法.在43组图像上验证该方法的性能,并把该方法和主成分分析(PCA)、局部拉普拉斯滤波器(LLF)等其他八种传统融合方法进行对比,两种医学图像融合类型(核磁共振图像(MRI)和正电子发射断层图像(PET)、核磁共振图像(MRI)和单光子发射计算机断层图像(SPECT))的实验结果表明,该方法在视觉质量和互信息(MI)、空间频率(SF)、Q值、平均梯度(AG)、信息熵(EI)和标准差(SD)等客观评价指标上均具有优势,能够提高医学图像融合质量.     

利用累积分布函数的亮度保持均衡算法

为了解决对比增强算法中的亮度保持问题,提出一个有效的基于直方图的亮度保持和对比增强算法.首先利用累积分布函数计算关键点,这些关键点对亮度保持有重要影响;然后基于关键点将直方图分割为几个子直方图,并对每个子直方图进行均衡;最后将均衡之后的子直方图合并,得到增强的图像.实验结果表明,与已有的一些基于直方图的算法相比,该算法...     

亮度偏暗的彩色图像增强技术研究

彩色图像增强是图像处理中的一个重要领域,被广泛地应用于医学图像处理、视频系统处理和模式识别等.生活中经常会遇到拍摄到亮度偏暗的图像,会影响人们的视觉欣赏.这种情况下,就需要对相应的图像进行处理,以得到亮度和视觉效果更好的图像.主要是针对亮度偏暗的图像,通过Matlab模拟实验得出结果,探讨常用直方图均衡化算法的增强效果.     

高清数字电视机：视频处理器画质增强技术

看多了各种不同品牌，不同尺寸的平板电视机，相信大家都会发现这样个有趣的现象，同样的电视画面，在不同的液晶电视机上的表现相差甚远，这仅仅是因为采用面板的不同所造成的么？答案并非如此。 火爆的数字高清电视机，除了面板存在技术上的差异外，内部视频处理电路也有很高的技术含量。数字高清电视机并非像手机那样是一个人人都能分一杯羹的市场，面对愿意出上万元购买电视机的消费者，产品必须经受各种挑剔目光的考验，而画质将是决定高清数字电视产品这个高端市场成败的重要因素。[编者按]     

基于亮度评估技术的特征增强衍生图融合算法

针对由动态范围,光照条件,图像捕获设备等因素获得的低亮度图像,提出了一种基于亮度评估技术的特征增强衍生图融合算法来实现亮度较暗图像的对比度调整和特征增强.首先,利用亮度评估技术对低亮度图像的亮度进行评估优化处理,得到曝光率映射;然后,结合曝光率映射和改进的卡方分布函数模型来获取两幅特征增强的衍生图进行融合.最后,利用改进的衍生图融合算法得到最终融合图像.实验结果表明,所提算法的亮度误差,视觉信息保真度,图像互信息等评估参数优于近期方法,在提升图像对比度同时保留了图像良好曝光率区域,并较好地恢复了低亮度区域的边缘以及纹理等细节信息.     

彩色视频增强算法关键技术FPGA实现

随着视频设备的高速发展,数字视频相关应用同样发展迅速,如监控设备、行车记录仪以及手机等电子产品。而如今数字视频图像增强的算法层出不穷,由于算法的复杂程度比较高,很难满足实时性这一基本的要求。讨论了基于Retinex模型的处理图像像素以及拉伸尺度可配置的关键技术,对关键模块进行实践以及仿真,最后将其通过FPGA实现(Vertex-5),系统时钟125 MHz,可以满足30 f/s的(2 000×2 048)像素的图像。     

基于HI3531与FPGA的视频增强算法硬件设计

随着飞机座舱的现代化,显示器代替飞行仪表,成为机载综合显示系统的重要组成部分。基于此,设计了HI3531+FPGA架构的视频增强处理电路,提出了一种加权直方图均衡化图像增强算法,改变了像素分布,保留了重要的图像细节,进一步提高了视频图像清晰度和辨识度。实验结果表明,笔者提出的方法能有效提高图像的对比度,提高图像的视觉质量。     

内容相关的分块处理自适应图像对比度增强算法

内容相关的分块处理自适应图像对比度增强算法能够自适应地处理多种降质图像。本算法通过分块分析和处理的手段,更好地利用了图像局部信息和细节信息来对图像进行更加细致的处理;通过建立参数化的增强函数,自动调节增强函数参数,实现针对不同特性的图像生成与之相适合的增强函数曲线的功能;通过对图像子块的内容分析,提取出与增强函数相关的特征,并根据这些特征自动生成与之相适应的增强参数。使用上述方法,无需人工干预就能自适应地处理多种不同降质特性图像。实验结果表明,在无任何人工干预的情况下,本算法对过亮、过暗、逆光、雾霾污染甚至是混合多种性质的复杂图像的增强效果均较为理想,充分体现了算法的广泛适应性。     

保持图像亮度的改进双直方图均衡算法

基于能保持亮度的双直方图均衡算法,提出了一种改进方法。根据输出图像的熵和输入输出图像的亮度均值差,选择合适的阈值将图像分割成两个子图,分别进行均衡和灰度均匀化处理,使得输出图像的亮度均值和原图接近的同时输出图像的熵尽可能大,并避免了过增强现象的出现。实验结果证明该处理方法能取得较好的增强效果。     

亮度自调节的无监督图像去雾与低光图像增强算法研究

在低质图像降质问题中,亮度偏离(如图像偏亮及偏暗)是较为常见的图像降质现象。基于全监督学习的图像增强方法面临训练数据难以获取或获取成本过高、训练数据和应用场景不一致的困境。针对以上问题,提出了一种能够克服数据依赖和亮度自适应的无监督图像增强方法。方法的具体细节为：针对图像去雾与低光增强任务,设计了一个基于通道与像素注意力的深度卷积网络,对增强图像与输入图像进行比较,采用亮度饱和度、空间一致性、照明平滑度、伪标签监督损失等多种无监督损失函数,在保证增强图像与输入图像一致性的同时,调节图像的亮度偏离程度,有效提高图像质量。实验结果表明,所提方法在客观指标及视觉效果上不仅优于传统方法和基于无监督学习的方法,甚至优于近年来的全监督图像增强方法。将所提方法与5种图像去雾方法及4种低光增强方法分别进行对比,相比性能次优的方法,其在图像去雾任务的Reside数据集上,PSNR和SSIM值分别提高了2.8 dB和0.01;在低光增强任务的SICE数据集上,PSNR和SSIM分别提高了0.56 dB和0.01。结果表明,所提无监督图像去雾与低光增强算法能够有效调节图像的亮度偏离程度,重建了亮度正常、细节...     

应用于工业监控的视频增强处理算法的FPGA实现

应用 VerilogHDL 在 FPGA 中实现了视频增强算法,设计了视频增强算法所需的辅助功能,包括视频编解码控制、SRAM 访问仲裁控制及色度空间变换控制,用 Matlab 进行了视频增强的仿真,优化了视频增强算法的参数。     

改进非线性亮度提升模型的逆光图像恢复

针对因为拍照时光线不足或拍摄角度不佳而拍出逆光图像影响肉眼观察或计算机识别的问题,提出一种改进的非线性亮度提升模型的逆光图像恢复手段。已有的非线性亮度提升方法虽然能够提高逆光区域的亮度,但往往由于过度提升导致高亮度区域失真。在已有的图像亮度处理算法基础上,提出基于非线性亮度提升模型的自适应逆光图像恢复方法,采用对数函数的转换关系对图像亮度进行分段处理,其分段阈值由Otsu阈值分割决定,其转换函数中逆光区域的调节系数由逆光区像素面积比计算得到。仿真结果显示,新方法提升了图像质量且确保了整幅图片自然不失真,与利用对数函数转换关系,并在HSI空间模型下对图像亮度进行调节的方法相比,提升了处理性能。