一种基于颜色恒常性的低照度图像增强方法

目的在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低。提出一种基于颜色恒常性的低照度图像增强方法。方法利用HSV颜色空间消除颜色分量之间的相关性。保持色调分量不变,避免颜色失真;一方面使用改进后的MSR(多尺度Retinex)算法对亮度分量进行增强,提高图像的亮度和对比度;另一方面对饱和度分量进行自适应非线性拉伸以提高颜色的饱和度。结果提出的方法能够有效提高图像的对比度和信息熵,获得较好的视觉效果;将文中方法同传统MSR算法和MSRCR算法进行对比,文中方法各项客观评价指标均优于其他2种算法,并且具有更快的运行速度。结论文中方法能够快速有效地提高低照度图像的亮度和对比度,并且具有较强的颜色保真和细节再现能力,实验结果证明了文中方法的有效性。     

基于半逆法和暗原色先验的单一图像去雾新方法

针对现有图像去雾方法的缺陷,依据雾天成像的理论模型,提出了一种基于半逆法和暗原色先验相结合的单一图像去雾新方法.对一幅待去雾图像,首先通过半逆法检测并标记出图像浓雾区域,结合暗原色先验,随机多次选取浓雾区域中具有较大暗原色值的候选像素点集,并通过计算原图中这些候选点集的像素点平均亮度值估算大气光常数.其次通过暗原色先验信息获取图像像素点的透射率分布.最后在得到大气光常数和透射率参数的基础上,根据雾天成像的光学理论模型反解出去雾后图像.通过图像去雾的无参考客观质量评价(NQA)体系对有效细节强度、色调还原程度和结构信息三项指标进行定量评估,评估结果表明,相比目前去雾效果最好的He算法,这一新方法平均能提高了15％.此外,该方法能减少去雾后图像的halo效应,更能满足人们的主观观测需求.     

基于半逆法的一种快速单幅图像去雾算法

针对目前去雾算法实时性较差,对天空等区域的处理不理想以及去雾后的图像视觉效果较差等问题,提出一种新的基于半逆法的快速单幅图像去雾算法.首先从大气散射模型出发,利用改进的半逆算法得到大气整体光照值;其次,基于大气散射光特性,以图像边缘信息为合成条件融合图像的边缘信息和场景深度信息,准确估测大气光幂;然后,根据大气散射模型得到初步复原无雾图像;最后,经过色调调整和细节增强处理,得到一幅真实感强烈的无雾图像.对于深度发生突变或者远景像素点,消除了光晕效应.与其他算法相比,本算法能很好保持色彩和细节信息,具有较好的实时性和鲁棒性.     

多颜色空间的内窥镜图像血管增强方法

为了提高医用电子内窥镜所获图像的血管与组织的对比度,针对内窥镜血管图像的特点,提出了一种基于多颜色空间非线性对比度拉伸的血管增强处理方法。首先在RGB颜色空间利用非线性映射函数对绿色(G)分量进行自适应对比度拉伸;接着依据G分量的拉伸结果,相应地调整红色(R)和蓝色(B)两个分量的灰度值;然后将图像转换到HSV颜色空间,并对图像的饱和度(S)分量进行自适应对比度拉伸;最后将图像转换回RGB颜色空间,最终达到血管增强的目的。在本文中,利用所提出的算法对多幅电子内窥镜图像进行处理,结果表明,算法对于原始特征不明显的细小血管也具有较好的增强效果。通过与其它的增强方法相对比,增强后图像的细节方差(DV)显著大于其它方法。将算法嵌入到分辨率为1280×800的内窥镜软件中,其处理速度可达26 f/s。     

同态滤波耦合后处理优化的图像增强算法

目的为了提高图像增强算法中的亮度分布,抑制伪光晕与噪声现象,改善增强图像的细节与亮度。方法提出一种同态滤波耦合后处理优化的图像增强方案。首先,利用引导滤波器估计输入图像的照度,利用YCb Cr色彩空间中平滑的Y通道为导向图像,以有效捕捉真实场景的亮度,准确计算图像照度。其次,根据得到的照度估计,提取图像景物的反射率,为了同时提供动态范围压缩和色调再现,设计一种多尺度Retinex和色彩修复算子,利用3个不同尺度的Gaussian滤波加权组合,进行彩色图像增强。最后,为了实现多尺度Retinex与色彩修复算子的最优性能,通过非线性拉伸和参数优化组成的自动后处理方法,构建一种学习策略,利用量子行为粒子优化机制(QDPSO)自适应地确定每个输入图像的最佳参数,从而有效考虑了景物的照度与反射率的关系,避免了色彩失真。结果实验数据表明,与当前常用的增强算法对比,所提算法得到增强图像清晰度和细节更优,更符合视觉的感知特性,且效率更高,耗时约为0.7 s左右。结论所提算法具有良好的增强效果,在图像信息处理领域具有一定的借鉴作用。     

一种高效地修正Retinex图像自适应对比度增强算法

介绍了修正Retinex的图像对比度增强方法,引入了非线性变换函数修正彩色图像的照射分量和反射分量.全局对比度增强函数拉伸图像照射分量,改善了全局视觉效果.非线性S型函数对较大和较小的反射分量值改变较小,对中间值的改变较大,从而改善了图像局部对比度.将该方法与基于Retinex模型的图像增强方法进行了分析比较,结果表明,本算法处理后的图像具有更好的视觉效果,能够显著提高图像明亮区域和黑暗区域的可视细节.常规Retinex方法由于受到多尺度卷积运算的影响,运算复杂度普遍较高,提出的方法克服了目前常规的Retinex图像增强方法的不足,在RGB彩色空间和许多分离色度亮度的彩色空间的处理速度都很快,参数自适应较好,处理图像也没有出现明显的彩色失真现象.     

基于模糊熵的X射线图像局部对比度拉伸增强算法

在基于X射线的工件缺陷检测中,X射线图像往往存在亮度低、对比度低的问题。传统的局部对比度拉伸方法在增强图像的同时,容易引入噪音和光晕效应。针对此问题,提出了一种基于模糊熵的X射线图像局部对比度拉伸增强算法,该算法通过引入图像模糊熵来控制局部区域的对比度拉伸,使图像均匀区域和边缘区域得到了不同程度的对比度拉伸。实验结果表明,该算法在增强图像细节的同时对噪声和边缘光晕现象进行了削弱,增强了图像的整体质量。     

基于人眼视觉特性的彩色图像增强算法

针对多尺度Retinex算法(MsR)计算复杂度过高的缺陷,本文提出了模拟人眼视觉特性的Retinex图像时比度增强方法.该方法根据Retinex计算模型分离彩色图像的照射分量和反射分量,并引入非线性变换函数对其进行修正.基于对数变换的非线性函数拉伸图像照射分量,改善了全局视觉效果,再利用考虑人眼灰度分辨能力的变换函数对反射分量值进行调整,从而改善了图像局部对比度.实验结果表明,算法直接在RGB彩色空间和其它分离色度亮度的彩色空间的处理效果都很好,没有出现明显的彩色失真现象,处理速度也快于MSR算法.     

一种高通量dPCR荧光图像自适应增强算法

目的 为了改善荧光图像背景光照不均匀和对比度低的问题,提出一种荧光图像自适应亮度校正和低对比度增强算法。方法 根据光照成像原理,利用引导滤波提取出荧光图像的光照分量,通过改进的二维Gamma函数动态校正背景光照,利用Top-hat变换分离出校正后的前景和背景,对前景进行自适应直方图均衡化,以实现荧光图像自适应增强的目的。结果 对比传统算法,文中算法处理后的图像背景光照均匀,对比度增强效果明显,其中标准差平均提高了9.4倍,平均梯度平均提高了1.2倍,信息熵平均提高了0.2倍。结论 文中算法可以改善高通量dPCR荧光图像背景光照不均匀性,提高图像对比度,突出图像中隐藏的细节,对其他荧光图像处理也具有参考价值。     

电镜图像的量子衍生增强算法

在量子信息处理框架下,从像素灰度归一化、像素量子态表示、量子测量、测量结果映射等方面,总结了现有量子衍生图像增强算法的处理流程。以 SARS-CoV-2 新冠病毒电镜图像增强为样本,结合实验分析,改进了量子衍生增强算子的加权方式,提出了灰度变换可调参数优化值的非迭代式确定算子。实验结果表明,量子衍生增强算法综合考虑了电镜图像的全局与局部信息,兼顾了对电镜图像对比度与亮度的调节,图像细节清晰、明暗适宜。     

LIP多重微区域分解算法扩展数字图像动态范围

CCD/CMOS 图像传感器的饱和电流和背景噪音使得一次曝光很难超过 60-80dB 的动态范围。用 LIP(Logarithmic image processing)模式将图像转换为灰色调函数,再将基于 LIP 模式的非线性多重微区域图像分解算法进行改进,可以适应不同亮度的单幅图像处理,提高了可分辨信息量和图像对比度,同时抑止了噪声。质量评价显示,该算法能将 MOS 等级四的源图像提高到等级一。     

Contourlet变换和遗传算法相结合的沥青红外图像增强方法

沥青施工过程中,采集的红外图像容易受到周围环境噪声的影响,使图像变得模糊、信噪比低,从而导致后续图像处理分析的准确度降低。针对该噪声特性,提出了一种Contourlet变换和遗传算法相结合的红外图像增强方法。首先对原始红外图像进行Contourlet变换,得到带有多尺度、多方向信息的带通子带,然后对其进行模糊增强,并通过自适应遗传算法优化模糊增强参数,最后对增强后的带通子带进行Contourlet逆变换,得到效果增强的红外图像。实验结果表明,与其它几种常用的红外图像增强方法相比,此方法能更有效地抑制噪声,提高清晰度,取得了较好的增强效果。     

An efficient and high quality medical CT image enhancement algorithm

Aiming at the process of medical diagnosis, many problems such as unclear images and low contrast are often caused by noise and interference in the process of medical image acquisition and transmission. This article proposes a new image enhancement method that combines the wavelet domain with the spatial domain. First, we input two identical images (Both of the identical images are original images.) in which the first image is enhanced by histogram equalization. Then, the two images are divided into four sub-images by a two-dimensional wavelet transform. The average of the low-frequency coefficients of the low-frequency sub-images of the two images is taken as the low-frequency coefficients of the final reconstruction. Second, aiming at the problem that the contrast may be too low, the fourth high-frequency sub-image is blurred (sharpened) twice. The fourth high-frequency sub-image after blurring is denoised by median filtering. Finally, the four sub-images are fused to obtain the enhanced image. The experimental results show that the peak signal-to-noise ratio, structural similarity, and processing time of the proposed algorithm are better than those of other contrast algorithms, especially the processing time. These objective indicators show that the proposed algorithm can not only effectively suppress noise but also significantly enhance the contrast. Subjectively, compared with other algorithms, the proposed algorithm achieves a better visual effect and greatly reduces the processing time.     

基于NSST与IHS的红外与彩色可见光图像融合

目的 鉴于传统的红外与彩色可见光图像融合算法得到的融合图像,无法很好兼顾清晰度、对比度和色彩是否失真等,提出一种新的基于NSST和IHS颜色空间的彩色图像融合算法。方法 首先将源彩色可见光的RGB图像变换到各通道相关性最小的IHS颜色空间,分离出亮度分量和色度分量。其次对彩色可见光的亮度分量和红外图像分别进行NSST分解,对分解得到的低频系数采用基于自适应高斯模糊逻辑函数的系数选择方案,对高频系数则采用基于像素点的绝对值取大的系数选择方案,然后对经过选择的低、高频系数进行NSST逆变换,得到的融合图像作为新的亮度分量,结合已有的色度分量将其进行IHS逆变换,得到最终的RGB融合图像。结果 通过2种场景的红外与彩色可见光图像进行仿真实验,将提出的算法与LPT,SWT和NSCT等算法对比,通过主观评价和客观评价指标IE, AG, SF和SD等,可知新算法的融合结果图像场景细节最清晰,红外隐藏目标对比度最高,且色彩未出现明显失真现象,图像融合质量最高。结论 提出的算法相较于传统的红外与彩色可见光图像的融合质量,全面提升了效果,表明该算法具有优越性。     

基于图像处理的药片包装视觉检测系统滤波算法

目的为了有效滤除药片包装视觉检测系统中的噪声,提升图像清晰度,保证后期图像分割、边缘处理顺利进行。方法针对药片视觉检测图像中存在大量不确定噪声,提出一种自适应模糊神经网络的图像滤波算法。在模糊神经网络结构中引入一个鲁棒性较强的隶属函数,并通过梯度下降法对模糊神经网络中的参数进行优化训练,利用优化后的网络结构对被噪声污染的图像进行滤波处理。结果仿真结果表明,该算法能够在保留较完整的图像边缘和重要细节的前提下,有效滤除药片中的噪声。结论该滤波算法有效提高了药片图像的清晰度,对于后期药片图像分割以及边缘化处理具有重要意义。     

一种应用于AC PDP的反gamma校正与动态对比度增强相结合的新方法

由于交流等离子体显示器(AC PDP)的显示特性是线性的,因此在显示接收到的视频信号前必须要进行反gamma校正.同时,为了提高显示器件的画质,必须要进行对比度增强.直方图均衡化是一种重要的对比度增强方法,但直方图均衡化的增强效果不可控,往往由于过增强而导致图像失真.本文结合上述两种技术提出了一种应用于AC PDP的反gamma校正与可控的动态对比度增强相结合算法.该算法能够在对输入视频图像进行反gamma校正的同时,实现幅度可调的动态对比度增强.同时避免了传统直方图均衡化对图像产生的过增强现象.本文实现了基于提出算法的实时图像处理器,并且在50英寸AC PDP上进行了测试.模拟仿真及实际测试结果均表明,本文提出的算法能够使AC PDP的画质得到显著提升.