基于提升小波和直方图均衡化的MSR Retinex多参数融合方法的真彩色图像增强

基于原始提升小波和直方图均衡化算法的不足,文章提出了一种基于提升小波的多尺度(MSR)Retinex与直方图均衡化融合的真彩色图像增强算法。该算法将HSV空间下的亮度V分量运用MSR Retinex不同参数所得到的图像提升小波变换,并对低频与高频进行最大值处理,利用提升小波逆变换重构得到新的图像RGB1,并对原始的HSV颜色模型中的亮度分量V进行自适应直方图均衡化处理得到新的图像RGB2,将RGB1与RGB2图像进行融合得到增强后的彩色图像。     

基于暗原色和Retinex的夜间图像去雾算法

本文提出了一种利用图像的颜色转化,并基于暗原色理论和和Retinex理论的夜间图像去雾,通过图像的颜色转换和暗原色原理对夜间图像进行增强,再基于Retinex原理对增强后的图像进行去雾。相对于传统去雾算法,本文算法针对夜间有雾图像并有效的去除图像中的雾霾,去雾后的图像亮度、清晰度等都有了明显的提升,并且具有一定的应用前景。     

融合伽马变换与Retinex的彩色水下图像增强算法

针对水下环境存在的颜色衰减和散射效应导致水下图像颜色严重失真的问题,提出伽马变换和Retinex相结合的彩色水下图像增强算法。选择伽马参数,对图像进行伽马矫正,然后利用单尺度Retinex进行增强。仿真实验表明,该算法在改善水下图像照度信息的同时,保留了饱和度和色度信息,解决了水下图像增强的颜色失真问题,使水下图像具有较高的对比度和清晰度。     

MATLAB环境中的人脑医学图像融合与识别方法研究

运用MATLAB平台开发了人脑医学图像融合系统,引入小波变换方法,提出了基于坐标映射的小波最佳分解级数选择准则。对使用不同高低频选择规则和融合算法时的融合结果都进行了主客观分析。实验表明,基于小波变换的融合方法比其他方法更好。由于已经融合的灰度图像不能包括两幅源图像的所有细节信息,而且灰度图像在细节上不如彩色图像容易辨别,所以对已融合图像进行了伪彩色变换。实验表明,伪彩色图像增强了融合图像某些细节信息的可视性。     

改进的基于Curvelet变换的遥感图像融合方法

为了提高图像的视觉效果,提出了一种改进的基于Curvelet变换的图像融合方法.首先对全色图像进行增强,使图像的细节信息得到加强,再采用Curvelet变换与IHS变换结合的方法对增强后的图像进行融合。该算法既有效的保留了空间信息又抑制了光谱扭曲.结果表明,和常用的小波融合算法相比,笔者提出的融合方法在光谱信息的保持与空间细节信息的增强两个方面的综合性能得到提高,具有更好的效果.     

RTV绝缘子憎水性图像增强新方法及应用

在研究RTV绝缘子憎水性等级过程中,低照度的RTV绝缘子憎水性图像对等级的判定有一定影响,故需对其增强处理。然而,目前传统增强法以及Retinex增强法在处理该类图像都存在一定的问题。为此,提出一种基于改进双边滤波Retinex算法,该算法首先对经典双边滤波进行改进,对其空间邻度因子最优化、在水平和垂直方向上降维滤波以及自适应求解σr;然后将改进双边滤波对RTV绝缘子憎水性图像照度估计,与Retinex算法相结合,最终达到增强的目的。实验表明,该算法对RTV绝缘子憎水性图像增强效果明显,在RTV绝缘子憎水性等级判定应用中提高了其准确率。     

基于双边滤波的二维动画图像多尺度细节增强方法

传统二维动画图像增强方法很难保证色彩通道之间存在的关联性,导致图像缺乏层次感,可靠性差。为此,设计基于双边滤波的二维动画图像多尺度细节增强方法。对原始的二维动画图像进行多尺度分解,通过双平台直方图均衡处理分解后的背景层图像,保证图像整体灰度动态范围与原始图像相同。在多尺度图像融合过程中,引入梯度权重因子,利用梯度函数增强图像细节,获得细节图像,并计算出所有分解图像的细节系数,通过加权平均实现分解图像融合。实验结果表明,所设计的基于双边滤波二维动画图像多尺度细节增强方法能够有效去除图像噪声,保持图像边缘平滑,提高图像的层次感,可靠性强。     

基于HSI空间和引导滤波的焊缝图像伪彩色增强

针对焊缝灰度图像对比度低、缺陷模糊等问题,提出了一种基于HSI(hue, saturation and intensity)颜色空间和引导滤波的焊缝X射线图像伪彩色增强算法。将原始图像通过像素自变换从灰度空间映射到HSI颜色空间,实现灰度图像的彩色化;然后使用引导滤波器放大该空间中不同颜色饱和度之间的差异;最后将HSI空间中的伪彩色图像转化到RGB(red, green, blue)颜色空间中显示。实验结果表明,所提算法的图像熵和清晰度都得到了较大提升,可有效提高图像对比度,并使缺陷更加清晰,改善了焊缝图像的视觉分辨率。     

基于MSR Retinex参数融合的真彩色图像增强

针对小波变换的单尺度(SSR)Retinex的真彩色图像增强算法的不足,文章提出了一种基于非抽样小波变换的多尺度(MSR)Retinex参数融合的真彩色图像增强算法,该算法在HSV空间下将亮度分量V按3个不同参数进行Retinex变换,对得到的不同参数再进行基于非下采样小波变换的融合,进而得到融合后的V分量,最后,将处理后的高低频系数进行反变换得到增强后结果图像。     

一种边缘优化的红外与可见光图像模块化融合方法

针对红外与可见光图像融合中出现的对比度较低和图像模糊的问题,提出了一种边缘优化的模块化融合方法.首先,对红外图像进行局部对比度自适应增强,突出红外图像中的目标;然后分别对红外图像和可见光图像进行HSV色空间变换,在亮度分量中,对其进行边缘细节增强的模块化融合,进一步突出红外图像中的目标轮廓;最后,结合可见光图像的色调和饱和度分量,经过RGB色空间的转换,获取融合后的图像.结果表明,与简单加权平均算法和小波融合算法的融合结果相比较,该融合算法能够较好的保持原图像的细节和目标信息,图像的对比度和清晰度也有较大的提高.