基于约束PDF的均衡直方图图像增强技术

均衡直方图是一种简单的图像对比度增强技术.然而,它往往将图像平均亮度调整到中等灰度级别水平,是以图像质量损失为代价的.提出了一种基于传统均衡直方图算法的智能对比度增强技术一基于约束概率密度函数的均衡直方图图像增强技术.这种对比度增强技术,克服了传统均衡直方图技术对图像带来的质量损失问题.该算法原理为,在均衡直方图算法执行前,首先采用约束算法对图像的概率分布函数进行修改.经过与其他图像增强技术进行实验对比,这种方法对图像增强过程提供了方便有效的控制机制,且适应不同类型的图像.     

基于梯度直方图变换增强红外图像的细节

针对红外图像信噪比低、目标边缘和细节模糊等缺点,提出了一种基于梯度直方图变换增强红外图像细节的方法。通过分析红外图像的梯度直方图,构造出一个高斯函数来扩展梯度直方图,增大图像的梯度值。采用直方图规定化法,实现图像的梯度直方图规定化,得到变换的梯度场。在从变换的梯度场重建增强的图像时,引入全变分(TV)模型来抑制噪声。实验结果表明,提出算法的图像信息熵比灰度直方图均衡化和规定化算法显著提高,明显增强了红外图像的纹理细节,为目标检测、跟踪和识别提供了高质量的图像信息。提出的算法采用有限差分法迭代进行求解和Visiual C++编程,对大小为480pixel×480pixel的图像的处理时间约为40ms,基本达到了工程应用对图像处理的要求。     

基于非下采样Contourlet变换系数直方图匹配的自适应图像增强

由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数。对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数,具有自适应性和实用性强的优点。     

基于多分辨率和SMQT变换的电力设备红外图像增强算法研究

本文提出一种适用于电力设备红外图像增强的新颖算法,该算法基于红外温度场和连续均值量化变换,首先根据红外图像特点,提出了运用温度场来表示红外图像,代替传统的使用红外辐射值表示红外图像,从理论上分析了如何从红外辐射值求出温度值;接着论文阐述了连续均值量化变换(简称SMQT),并将SMQT变换应用于红外图像增强;最后,将不同的算法应用于红外图像增强,实验结果表明该算法的优越性.     

红外图像实时显示增强系统设计

为了解决红外实时图像处理系统中热像仪输出大动态范围和监视器显示输出小动态范围之间的矛盾,满足信息处理系统大数据量高实时性的要求,设计了一种新的基于FPGA实现的红外实时图像增强算法。首先采用均值滤波的思想统计图像的局部极值,然后使用多级均值法计算图像灰度变换区间分界点,最后对图像作分段线性灰度变换,整个算法通过FPGA实现。实验结果表明,该方法不仅解决了非制冷红外焦平面阵列探测器输出值随其工作时间变化的问题,而且消除了图像中探测器盲元的干扰,丰富了图像背景细节,增强了图像显示效果。与直方图变换等传统图像增强算法相比,该算法计算时间缩短了1.38ms,占用存储资源减少了42倍。在工程应用上,该方案简单可靠,成本较低,易于FPGA实现,可为其他红外实时图像处理系统的设计提供参考。     

基于Contourlet变换的遥感图像增强算法

提出了一种基于Contourlet变换的空间域和变换域增强相结合的遥感图像增强算法。首先对原图像进行拉普拉斯塔式变换（LP）得到原图像的细节图像,并将它和原图像线性相加实现空间域增强;然后对空间域增强后的图像进行Contourlet变换得到不同尺度和不同方向上的变换系数,构造非线性增强函数对变换系数做增强处理,实现变换域增强;最后对增强处理后的变换系数进行Contourlet反变换,实现最终的图像增强。实验结果显示：与其他增强算法相比,用本文算法增强后图像的均值可达到127,信息熵提高了10％以上,清晰度提高了7％以上,表明遥感图像得到了更好的增强效果。     

结合偏微分方程增强图像纹理及对比度

针对图像获取过程中外界光照的非均匀性会使图像存在阴影区和高亮区,从而丢失图像细节的问题,本文结合偏微分理论,提出了基于直方图均衡化的偏微分图像增强方法.该方法首先将图像变换到梯度域,通过梯度场的变换得到新的梯度函数;然后应用最小二乘原理,对梯度场中变换后的图像进行重建以增强图像的纹理细节,表现原本不清楚的细节信息.另外,针对光照的不均匀特性,结合直方图均衡化,提出反均衡变换来增强图像的亮度和对比度.提出的算法采用有限差分法将图像离散化,并与热方程相结合,其计算简单,运行速度快,具有较强的灵活性和较广的应用范围.采用Visiual C++编程,对于大小为512 pixel×512 pixel的图像的处理时间为35 ms,达到了视频实时增强显示要求.     

融合Retinex框架对电子内镜图像的增强

针对目前图像增强算法对于电子内镜图像光照不均匀、低照度区域边缘细节不明显以及高噪声等问题的局限性,设计了一种用于电子内镜图像的融合低噪声、均衡光照和细节增强的Retinex框架,并根据此框架设计了增强算法。算法首先利用基于位置信息与相邻频率的滤波器得到低噪光照值;为了有效区分噪声与细节信息,设计了一种基于最大后验概率估计(Maximum A Posteriori estimation,MAP)的反射率估计方法,引入光照因子控制概率权重,对于低照度区域反射率平滑项施加强约束,并通过最大化其后验概率以应对低照度区域的高噪声问题;为均衡光照、应对人体内黏膜和消化液的散射和吸收导致的图像退化,基于暗通道先验(Dark Channel Prior,DCP)算法设计了反向均衡化模型以得到均衡光照值;为应对低照度区域细节信息不明显问题,利用对比度限制自适应直方图均衡化得到细节增强结果。通过使用均衡光照值补偿增强后的反射率,实现噪声抑制、光照均衡、细节增强提高之间的有效融合。实验结果表明,本算法较于近期的同类算法NIEIE(Non-uniform Illumination Endoscopic Imaging Enhancement),能够在保持信息熵与峰值信噪比的基础上,增强度提升23.94%,对于电子内镜图像具有良好的适用性。     

基于Contourlet变换遥感图像增强

摘要：提出一种基于Contourlet变换的空间域增强和变换域增强相结合的遥感图像增强算法。首先对原图像进行拉普拉斯塔式变换（LP）得到原图像的细节图像并将它和原图像线性相加实现空间域增强;然后对空间域增强后的图像进行Contourlet变换得到不同尺度和不同方向上的变换系数,构造非线性增强函数对变换系数做增强处理实现变换域增强;最后对增强处理后的变换系数进行Contourlet反变换,实现最终的图像增强。试验结果表明：与应用于遥感图像传统增强算法相比,此算法可以得到更好的增强效果。     

等面积递归分解的部分重叠局部直方图均衡

针对现有的直方图均衡算法在图像细节信息增强的同时无法保持输入图像亮度的缺点,以部分重叠局部直方图均衡算法（POSHE）为基础,将递归分解的思想引入子块图像直方图均衡过程,提出了一种改进的部分重叠局部直方图均衡算法。子块图像根据其累积概率密度（CDF）的中值递归地进行不同深度的分解,然后对每一个分解的子图像在其灰度范围内进行直方图均衡,并将均衡后的子图像合并,最后根据移动步长对子块图像进行线性或双线性插值消除块效应对图像细节信息的影响。实验结果表明,这种算法既能有效地增强图像的细节信息,又能保持输入图像的亮度,并且彻底地消除了块效应对图像均衡结果的影响,使均衡后的图像具有更加自然的视觉效果。     

彩色遥感图像的亮度直方图局部线性化增强

针对遥感图像能量低的实际问题,提出了一种亮度直方图局部线性化图像增强方法来提高彩色遥感图像的可视效果。首先,对RGB模型描述的彩色遥感图像进行HSI变换,以有效分离H、S和I分量;其次,对亮度I分量进行传统的直方图均衡化,得到均衡化灰度映射曲线;然后,将图像梯度作为目标函数,求出最优的线性化折点位置,对灰度低端动态范围映射曲线进行线性化处理,得到局部线性化的灰度映射曲线;最后利用新的灰度映射曲线对图像进行增强处理。Himawari-8真彩色图像增强实验结果表明,经亮度直方图局部线性化增强后,像素平均梯度由73提高到了147,较传统的RGB域直方图均衡化的123及HSI域直方图均衡化的134高;图像信息熵由5.87提高到6.63,全部优于传统的RGB域直方图均衡化和HSI域直方图均衡化。本文方法有效地改善了彩色遥感图像的可视效果,提高了图像对不同目标的辨识能力。     

基于多尺度Retinex的数字X光图像增强方法研究

提出了基于多尺度Retinex(MSR)方法的医学数字X光图像增强处理方法,论述了该算法的原理及实现方法。在3种标准偏差下,求得高斯滤波系数;然后使用3种不同的高斯滤波系数对X光图像进行卷积操作,将3种标准偏差尺度下得到的结果进行加权平均;最后将输出灰度值进行增益映射,得到可用于显示的结果。试验结果表明:MSR算法既可实现低对比的数字X光图像增强,又能实现图像的动态范围压缩,可显著提高暗区数字X光图像的信息。将该方法与几种常用图像增强方法进行了分析比较,表明MSR算法使得X光图像具有更好的灰度分布,能够显著提高暗区图像的信息量,其增强后的信息熵是常规增强方法的2倍,表现出了优良的性能。该方法克服了目前常规的数字X光图像增强方法的不足,能够满足医生临床诊断的要求。     

基于分形理论的林业害虫图像的边缘检测

将分形理论应用于林业害虫图像的边缘检测,通过判断DFBR场模型参数H值范围来获取边缘。实验表明,经直方图均衡化预处理后,该算法能更好地获取图像边缘。     

手指静脉图像增强算法研究

根据手指静脉图像的特点,采用了一系列增强图像的算法,分平滑去噪、锐化和二值化三个步骤实现,从而达到分离静脉区域和背景区域的目的。在平滑去噪部分,根据手指静脉图像相邻区域间灰度的关系特点,采用了梯度倒数权重平滑法,对图像进行了去噪处理;在锐化部分,采用将高频强调滤波和直方图均衡化相结合的方法,达到了增强静脉和背景对比度的较理想的效果;在二值化处理部分,根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理的方法。试验表明,该算法能有效的分离静脉区域和背景区域。     

基于随机分布的局部直方图均衡算法

针对现有的局部直方图均衡算法存在自适应性较弱、容易导致过增强等缺陷,本文提出了一种基于随机分布的局部直方图均衡算法。该算法首先建立随机分布模型,在图像中选取随机子图;然后采用保持亮度的双直方图均衡算法对这些子图进行增强;最后融合各个子图得到最终增强结果。实验测试结果表明,本文算法自适应性强,能够在保持均值亮度、减少过增强的基础上增强局部细节,增强后的图像具有较好的视觉效果。     

自适应差异多尺度形态学的风力机叶片红外图像增强研究

为提高采用红外检测技术检测风力发电机叶片内部缺陷的能力，改善红外热像图的清晰度低、背景光照不均和细节识别能力弱等问题，提出了一种自适应差异多尺度形态学(ADMM)的图像增强算法。在膨胀和腐蚀运算中分别选择不同尺度的结构元素作为操作对象，采用对比度改善系数比最大值作为多尺度及差异尺度选择的目标函数；利用开、闭及顶帽运算的优势，提取多尺度下图像的明暗细节信息；通过白顶帽与黑顶帽差值运算得到细节增强信息，并与原图像融合得到增强的红外图像；通过调整图像的灰度分布达到最佳的视觉效果。仿真实验结果表明，该算法不仅有极强的鲁棒性，而且能有效地增强光照不均情况下的红外图像细节，提高红外检测在风力发电机叶片中的探伤能力。     

改进恒模盲均衡在医学CT图像盲恢复中的应用

利用图像退化与信号码间干扰产生之间的相似性,将盲均衡算法应用于医学CT(computer tomography)图像的盲恢复中。提出一种基于降维处理的分数低阶恒模盲均衡算法,算法利用线性变换将图像恢复过程等效为一维盲均衡运算,建立了降维处理的医学CT图像盲均衡恒模代价函数,算法权向量的更新中引入了代价函数的二阶Hessian矩阵,从而提高了算法的收敛速度,改善了恒模算法性能。仿真结果验证了算法的有效性,新算法改善了峰值信噪比和恢复效果,提高了运算效率。