一种自适应红外图像边缘增强算法

针对红外图像边缘模糊和非均匀性噪声强的特点,提出了一种基于加权的自适应红外图像边缘增强方法。该方法不仅增强红外图像边缘,而且改善了传统边缘增强算法对图像噪声放大的缺点,避免了对强边缘的过渡增强导致图像出现过增强现象,改善了图像质量。实验结果表明,该方法具有良好的前景和实用价值。     

一种基于FPGA的红外图像细节增强加速方法

在机载、车载、舰载平台的众多座舱人机交互系统中,图像细节增强能够提升人员对红外图像的判读能力,具有非常重要的应用需求。运行在嵌入式计算平台上的增强算法需要具有较高的处理速度和较低的算法延迟才能满足实时交互的需求。当前红外视频传感器分辨率较低,图像细节增强算法在同构多核CPU处理平台上即可达到实时处理性能。然而,随着平台传感器分辨率的持续增加,图像处理速度和延迟难以满足。提出一种针对FPGA平台的红外图像细节增强加速方法,考虑FPGA的特定领域软硬件计算架构,采用基于局部缓存和查表等方式对传统的双边滤波图像细节算法进行加速,使得在4k分辨率输入图像下,依然能够达到实时处理性能,同时几乎不增加额外的访存延迟。算法在保证处理效果的同时,极大地提升了处理和延迟指标,满足座舱人机交互系统等嵌入式装备特定领域应用需求。     

一种基于高斯混合模型的红外图像自适应均衡和对比度增强算法

从红外图像的特性出发,分析了红外图像的直方图、噪声、分辨率及对比度等本质属性,在此基础上,针对红外图像信噪比高、对比度低的缺点,以高斯混合模型的参数设想和高斯分布的特定规律来模拟红外图像的像素分布和动态区间,通过对分割到高斯混合模型后的图像信息进行相应的变换,来实现对红外图像的自适应均衡和对比度增强处理。实验效果表明,图像亮度和对比度增强明显,并很好地保留和增强了图像细节,整幅图像的视觉效果得以显著改善,达到了图像增强的预期目的。     

基于细节特征的高动态范围图像获取算法

为了解决真实场景的动态范围与数字图像的动态范围不匹配的问题,提出一种基于细节特征合成的高动态范围图像获取算法。该方法首先提取多幅不同曝光的低动态范围图像的细节特征,细节特征值越大表明所含细节信息越多,然后将归一化的特征值作为权重,合成多幅低动态范围图像,得到一幅高质量的合成图。实验表明,该算法能得到一幅含有较丰富细节特征、动态范围较广的图像,合成图像不需要色调映射就可以较好地在低动态范围显示器上直接显示。     

一种新的自适应图像模糊增强算法

对图像模糊增强算法中的非线性变换进行了研究,发现了其存在变换强度较小,运算速度较慢,丢失部分灰度信息等缺点．提出了一种新的模糊增强变换算子,该变换算子不但克服了上述缺点,而且具有封闭性、变换强度可调以及移植性好等优点．另外,针对以往算法选取阈值参数的随机性问题,通过引入模糊熵,使阈值的选取具有了一定的目的性．将新的模糊增强算法应用于图像边缘检测中,取得了优于现有模糊增强方法的效果．     

一种自适应控制饱和度的色调映射方法

为了解决传统色调映射算法在处理过程中存在的色偏问题,给出一种自适应控制饱和度的色调映射改进算法。该方法首先采用对数压缩和限制对比度的自适应直方图均衡化算法对图像的亮度值进行处理,其次根据处理前后的亮度比值自适应控制输出图像的饱和度,从而校正图像色偏。实验结果表明,对图像的亮度值进行对数压缩并用限制对比度的自适应直方图均衡化算法可以保证图像的清晰度和对比度,通过图像亮度比值自适应控制饱和度的方法有效地减少了由亮度调整差异引起的色偏。所给改进方法相比于Reinhard算法和iCAM06算法可以较好地校正图像色偏。     

红外图像的多尺度分形增强算法

本文提出了一种红外图像增强算法,结合多尺度分形维数和人眼频率特性对图像进行增强.该算法首先在多尺度条件下计算图像的分形维数,然后采用巴特沃斯滤波器,从频域抽取人眼敏感区的图像信号,最后将滤波图像结合分形维数值进行处理.结果表明,本文算法使图像中边缘及细节部位的亮度和对比度有提升,相较于单一尺度,图像的细节和边缘更加丰富,相比于传统的分形算法图像更适合人眼观看.     

一种适度增强的模糊增强算法

提出了一种新的适度模糊增强算法,详细讨论了增强算子的建立及用模糊方法进行图象增强的具体步骤。实验结果证明,本算法能使图象在增强后保留更多的灰度信息,对比度显著增强,具有良好的效果。     

一种适度增强的模糊增强算法

提出了一种新的适度模糊增强算法,详细讨论了增强算子的建立及用模糊方法进行图象增强的具体步骤。实验结果证明,本算法能使图象在增强后保留更多的灰度信息,对比度显著增强,具有良好的效果。     

基于Retinex理论的红外图像的边缘增强算法

提出一种基于颜色恒常性与Retinex理论的红外图像边缘增强方法.首先把SC3000型红外热像仪采集到的红外图像进行R、G、B分量分解,然后对分解后的三幅图像用SSR算法进行处理,最后将处理后的三幅图像按R、G、B顺序依次写入一个24位的彩色图像中输出,得到的即是增强后的红外图像.实验结果表明,本文提出的方法在有效的增强红外图像边缘的同时,还防止局部区域出现过增强现象,保证局部细节也较为清晰.     

一种改进的自适应图像增强法

在去除噪声的同时，如何避免图像细节信息的损失和边缘的模糊，这是图像增强技术中的一个难点和关键问题．本文提出了一种自适应图像增强方法，即在对小波变换系数取阈值处理，并结合图像的自身特征对噪声和信号加以区分，通过对调整因子的设置来自适应增强图像边缘的方法．并用该法进行了实验仿真分析，取得了较好的增强效果，在降噪的同时保持了大部分细节及边缘信息．     

基于人眼视觉特性和模糊集的自适应图像增强算法

根据人眼的视觉特性，利用梯度和差分原理相结合而产生的锐化算子处理图像，进一步提升了图像中细节丰富的区域和灰度变化平坦区域的边缘，然后结合模糊集合理论对不同的区域进行不等的灰度拉伸，提出了一种基于人眼视觉特性的自适应图像增强算法。该算法可有效地在提高图像灰度动态范围的同时，增强图像的细节和对比度。该算法兼有增强和平滑作用，在增强图像的同时，能较好地抑制噪声。     

一种改进的全局Retinex监控视频图像增强方法

考虑到监控视频每相邻帧图像背景及光照近似,合理运用帧间信息,构建了一种改进的Retinex图像增强算法。对每一帧图像进行不同尺度及参数的高斯低通滤波,滤波结果取模极小提取各帧背景信息,通过融合多帧图像背景,获取该时刻上视频图像的准确背景,使用该背景进行Retinex算法增强。实验结果表明,算法增强后的图像暗处细节信息更加丰富,获得了更舒适的视觉效果。     

稀疏角度CT图像重建的一类自适应临近点算法

针对全变差正则化的稀疏角度CT图像重建问题,提出了一种自适应临近点算法。该算法在临近点迭代的每一步中自适应地选取临近参数矩阵,且该矩阵是变动且不对称的。在收缩算法的框架和一定条件下可建立该算法的全局收敛性。对广泛使用的滤波反投影算法和自适应临近点算法进行了二维的仿真数据实验,实验结果表明自适应临近点算法在图像重建中是有效实用的。     

一种基于HVS的自适应图像编码算法

讨论了一种基于人类视觉特性的自适应图像编码算法，该算法在ＪＰＥＧ基础上采用视觉门限编码、自适应扫描技术．仿真结果表明，在高压缩率的情况下，无论从编码性能，还是从视觉感官上，该算法效果均优越于ＪＰＥＧ．     

彩色图像增强的改进算法

为提高彩色图像的整体感官效果,在研究CES（Color image Enhancement by Scaling）算法出现块效应的原因基础上,提出了一种改进算法,即各向异性扩散滤波器的ICES（Improved Color image Enhancement byScaling）。与CES相比,ICES算法在不增加计算复杂性的前提下,不仅得到了不逊于CES算法的增强效果,还能极大地抑制块效应。     

数字图像的局部分数阶微分增强

为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出了一种局部分数阶微分增强图像算法。首先根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字图像分数阶微分增强模板,在该模板中增加亮度控制函数得到边缘、纹理和对比度同时增强的分数阶微分增强算法。实验表明,该方法能扩大分数阶微分在图像增强处理中阶次的范围;不但能很好地增强图像的边缘、纹理和轮廓等信息,又能明显改善图像的对比度和亮度,增强图像的视觉效果优于传统的分数阶微分增强方法的视觉效果。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷，即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法，结合图像平滑滤波处理进行图像边缘提取，有效地增强了边缘信息且抑制了噪声的干扰，并给出了该方法在图像边缘提取中的应用实例。