一种新的自适应Lee图像增强算法

该文对Lee图像增强算法及其改进型算法进行了较深入的研究,发现了其存在的问题,提出了一种新的图像增强方法。该方法补充了一个有用的非线性变换,增加了原Lee算法的普适性;其次利用灰度值的统计特性达到了图像自适应增强的目的。实验结果表明:新算法不仅具有较大的适用范围,而且能够有效地增强整个图像的对比度,提高图像的视觉效果。     

基于尺度相关性的自适应图像增强新算法

针对图像增强算法通常会放大原图像中噪声分量的问题,结合小波变换中相关系数理论,提出了一种基于小波变换的图像增强新算法,利用二进小波变换中各尺度上小波系数间的相关性,有效改善了增强过程中噪声放大问题。实验表明,该方法无论是增强效果还是抗噪性能都明显优于传统的图像增强算法。     

基于自适应分数阶微分的医学图像增强算法

针对图像增强过程中,分数阶微分的阶数往往由经验或大量的实验来选择较优的值,不能实现自适应性,没有充分发挥分数阶微分的优良特性的问题,提出了一种基于图像局部梯度、信息熵和方差等3个与图像纹理相关的参数的自适应分数阶微分图像增强算法,并应用于一些相关的医疗图像中。依据信息熵和平均梯度等纹理分析的定量评定标准,对增强后的图像做了实验比较分析。实验结果表明,相对于所比较的算法,自适应分数阶微分算法能够在增强图像的边界和纹理部分的同时,能保留平滑区域的信息细节,同时获得较好的视觉效果。     

利用自适应形态学实现遥感水体图像增强

遥感水体图像内容信息复杂,为了滤除水体外噪声干扰方便后续水体区域分析,在保持水体区域边缘的同时增强对比度较低的遥感水体图像.提出了一种利用自适应椭圆结构元素的形态学遥感水体图像对数增强方法.利用线性结构张量估计图像特征值和特征向量,利用该特征建立自适应椭圆结构元素,更好地保持水体边缘;定义自适应形态学膨胀腐蚀,组合衍生...     

基于像素领域信息的自适应图像增强算法

针对图像增强后视觉效果较差和细节信息不明显的问题,提出一种新的图像增强算法。计算图像中各像素数据模型与均匀分布模型之间的相对熵,设定阈值,基于邻域信息对相对熵大于阈值的像素进行自适应对比度增强,其余像素采用平台限制的双直方图均衡算法进行增强。实验结果表明,与HE算法、BHEPL算法和PLIP_BHE算法相比,经过该算法增强后的图像具有更好的视觉效果和更明显的细节信息。     

结合细节信息的自适应Retinex算法水下图像增强

针对Retinex算法应用于水下图像增强中,常出现颜色失真与图像细节增强相矛盾的现象,提出了结合细节信息的自适应多尺度Retinex水下图像增强算法。分析包含不同细节信息的水下图像对Retinex算法增强中卷积函数尺度大小的选择要求;采用图像梯度作为调节因子,自适应调整多尺度Retinex算子的权重,用于适应包含不同细节信息的水下图像对对比度增强的要求,有效地缓和了水下图像增强在颜色失真和细节对比度提升之间的矛盾。多组实验验证了该算法在去除水下图像的蓝绿背景、避免颜色失真、消除非均匀光照和图像细节增强等方面均优于传统多尺度和颜色保真的多尺度Retinex算法。     

基于人工欠曝光融合和白平衡技术的水下图像增强算法

获得清晰准确的水下图像是人类探索水下世界的重要前置条件。然而与平常图像相比,水下图像往往具有对比度低、细节保留不足及颜色失真等问题,这导致其视觉效果不佳。针对上述问题,提出了基于人工欠曝光融合和白平衡技术（AUF+WB）的水下图像增强算法。首先,利用调节伽马值的方式对原始水下图像进行操作,从而生成5幅相应的欠曝光图像;然后,以对比度、饱和度及良好曝光度作为融合权重,并结合多尺度融合来生成融合图像;最后,将各类颜色通道补偿后的图像分别结合灰色世界假设白平衡生成相应的白平衡图像,再利用水下彩色图像质量评价指标（UCIQE）及水下图像质量评价标准（UIQM）对得到的白平衡图像进行评价。通过选取不同类型的水下图像作为实验样本,将AUF+WB算法与现存先进的水下图像去雾算法进行比较,结果表明AUF+WB算法在图像质量定性、定量两方面分析中和对比算法相比均有更好的表现。所提出的AUF+WB算法可矫正水下图像的颜色失真,并增强其对比度、恢复其细节,有效提升了水下图像的视觉质量。     

基于自适应图像增强和CNN的少数民族服饰图像分类研究

针对传统的少数民族服饰图像分类采用人工处理,无法满足信息化时代对图像自动分类的要求问题,提出了一种基于自适应图像增强和卷积神经网络的少数民族服饰图像分类算法。该算法通过计算复杂环境下少数民族服饰图像的平均亮度,采用不同的算法进行图像增强,提高图像对比度,降低噪声,并利用卷积神经网络学习不同少数民族服饰图像的特征,实现少数民族服饰图像的自动分类。实验结果表明,所提出的算法提高了准确率、召回率和F1值,能够有效地对白族、苗族、蒙古族、维吾尔族和藏族服饰进行分类和识别,为少数民族服饰的信息处理奠定了良好的基础,也为民族文化的传承和保护提供了支持。     

雾景降质图像增强算法研究

在对目前雾景降质图像增强文献进行分析与理解的基础上,简单介绍最近十年雾景降质图像增强的研究现状,根据相关文献简要分析了传统雾景降质图像增强方法的缺陷及改进;介绍和评价了几种基于物理模型的天气退化图像复原方法;最后简要对雾景降质图像增强的发展与亟待解决的问题进行了分析与展望。     

医学DR图像增强处理方法仿真研究

研究医学DR图像增强处理方法.在医学DR图像采集时,由于受到尖锐噪声,曝光量不当、人体组织太厚、分布不均匀等原因的干扰,造成医学DR图像中的像素混杂,图像对比度降低.传统算法很难对这些不可控因素进行预测,造成医学DR图像增强处理效果不好.为了避免上述缺陷,提出了一种基于细胞膜优化算法的医学DR图像增强处理方法.对采集的医学DR图像进行形态学处理,获取图像的结构特征,为图像增强处理提供了数据基础.利用细胞膜优化方法,计算图像中最优像素点空间位置,从而将其作为图像增强处理的依据.利用遗传方法,实现DR图像的增强处理.实验结果表明,利用改进算法进行医学DR图像增强处理,能够有效提高图像的对比度.     

基于改进图像方向信息测度的表格图像增强算法

提出了基于图像方向信息测度的图像增强算法。算法利用图像方向信息测度,在像素级对图像像素进行分类,然后针对表格图像特性,利用改进的图像方向信息测度,对边缘点进行区域连接,使得边缘点能完全地覆盖图像中的字线和表格边缘;利用得到的边缘信息和平滑信息,对图像进行空域滤波处理,初步增强图像;利用模糊增强算法,对图像进行对比度增强,达到较好的增强效果。实验表明,该算法能有效增强对比度极低的表格图像,使得结果图像有很好的视觉效果。     

一种新的红外图像复合增强算法

通过对现有图像增强算法的分析,提出了一种新的红外图像复合增强算法。该算法将同态增晰和直接对比度增强算法结合,使得图像中的局部信息与全局信息在增强时都能被利用。外场实验表明,处理后的图像具有明显的局部对比度增强效果,同时较好地保持了图像的原始面貌。     

基于Gabor滤波的指纹增强算法

介绍了一种改进的Gabor滤波的指纹图像增强算法。提出一种新的指纹图像分割算法，并对指纹核心区域进行多方向滤波合成。实验证明，该套增强算法运行稳定，效果好，鲁棒性强。     

一种改进的自适应直方图均衡化增强档案图像的方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。强调细节的自适应图像均衡化（DEAHE）不但保持了图像均衡化具有动态范围调节的优点,而且也可以放大图像细节。考虑到档案图像在数码化过程种可能受噪声的干扰,DEAHE方法在强调图像细节的同时,也放大了噪声,因此,本文提出一种改进的DEAHE方法,即IDEAHE方法,它使得增强后的档案图像噪声得到抑制、图像细节得以放大、整幅图像的灰度范围得到调节。实验表明,经过IDEAHE方法增强后的档案图像,其主观视觉效果改善明显,可用于实际的数码档案生产过程中。     

一种自适应非线性彩色图像增强技术

在图像处理和模式识别中,经常会遇到图像有过亮或过暗的区域.不仅会使图像的视觉效果不佳.而且会造成图像特征的丢失.提出一种新的自适应非线性彩色图像增强算法.新算法包括五个步骤:将彩色图像转换为灰度图像;利用非线性函数对图像增强;利用高斯核函数与图像进行卷积得到图像的邻域信息;根据邻域信息对图像进行自适应增强;图像色彩还原.最后,利用了基于SNoW的人脸定位器对算法的效果进行了验证.实验表明这种图像增强技术能够提高人脸定位器的准确率.     

图像增强算法与评价方法研究

研究了适应于乳腺钼靶X线图像特点的图像增强算法,探索量化评价增强算法效果的指标和体系。应用边界、标准偏差、熵以及4阶矩定义灰度均匀度,提出了增强放大因子来调节对比度增强程度的策略,同时给出了基于均匀度实现图像增强的算法,提出了4个增强效果量化评价指标。并与已实现的数学形态学增强算法和直方图均衡化算法进行了量化对比分析。综合分析指标表明,该算法优于数学形态学和直方图均衡化算法,但需要大量的实验和对比分析,研究了DSM、TBCs、TBCe和综合指标之间的相关性,从而找到了更适合于乳腺钼靶X线图像的对比度增强算法,探索出了更加科学的评价体系和指标。     

基于matlab的图像增强技术的研究

本文采用灰度变换、直方图均衡化及retinex算法对模糊图像进行清晰化处理,利用matlab算法实现并对比,最后对图像处理效果进行评价,得出最佳图像增强方案。     

三次样条插值的逆扩散图像增强算法

提出了非线性逆扩散图像增强算法的原则,应用三次样条插值方法构造了该算法的扩散系数,得到了较好的图像增强效果。说明该算法能够对有微弱噪声的图像进行图像增强并保持细节纹理,其扩散系数既满足了逆扩散图像增强的原则,又容易构造。     

一种基于卫星图像的增强方法

直方图均衡化是图像增强的一种有效方法,其基本思想是调整图像的灰度分布。线性拉伸的方法对图像进行增强处理,提高了图像的解译能力。本文从合成图像直方图均衡化和线性增强的优点入手,给出了一种直方图均衡化和线性增强相结合的改进算法,通过对算法中调节参数的选择来获取更好的图像增强效果,该算法避免了图像过亮等现象,改善了图像质量,实验验证了该算法更为有效。