一种基于引导滤波图像分层的红外图像细节增强算法

为了解决高动态红外图像在常规显示设备上显示时容易出现图像整体对比度低、弱小目标细节模糊等问题,提出了一种基于引导滤波图像分层的红外图像细节增强算法,并从算法理论分析和仿真结果两方面验证了引导滤波具有更好的边缘保持能力,能有效避免增强后出现\     

一种红外图像细节增强算法

针对红外图像对比度低的特点提出一种红外图像细节增强算法,并对其进行了仿真。该算法首先利用腐蚀和膨胀以及均值滤波来消除散粒噪声,然后通过均值滤波得到低频图像,从而提取出细节图像,并且计算每个像素的权重,对细节图像进行有权重的直方图统计,通过幂级数变化降低背景的影响。仿真结果表明,此方法在不同情景下都能够取得较好的效果,并且由于该算法复杂度低,在硬件实现时需要的资源也较少,可以进行商用。     

一种增强细节的红外图像处理算法

针对常规的红外图像变换算法容易造成图像细节模糊的问题,提出了采用频域滤波与自动增益控制(AGC)算法、直方图均衡结合的改进算法。通过对14 bit原始红外图像数据的整体部分与细节部分分别处理,并进行加权组合,实现了对红外图像细节的增强。最后通过数学仿真进行了验证和评价。     

一种基于双边滤波的红外图像细节增强方法

为了解决高动态红外图像在常规显示设备上显示时对比度低、细节模糊等问题,提出了一种基于双边滤波的红外图像非线性细节增强及动态范围压缩方法。首先利用基于扫描行的均值及标准差的统计方法对图像中的条纹噪声进行检测及插值补偿。然后对高动态红外图像进行双边滤波,得到基频分量及细节分量。针对基频分量动态范围大的特点,压缩其动态范围,对细节分量则进行非线性增强。最后将压缩后的基频分量和非线性增强后的细节分量合成,并将灰度范围调整到8位,得到适合显示的低动态范围图像。实验结果表明,提出的方法能在压缩图像动态范围的同时有效实现图像细节信息的增强。     

基于直方图的红外图像细节增强算法研究

红外热成像技术广泛应用于故障检测中,但由于红外探测器各单元响应的非均匀性,使得红外图像对比度低、细节和边缘模糊,不利于人工观测和机器识别,因此对红外图像细节增强算法的研究具有深刻的意义。分析了传统直方图增强算法中的缺陷,提出了一种抑制背景的局部直方图均衡算法,并使用遗传算法加快了阈值求取的速度。实验结果表明,该方法可以在抑制背景的同时增强红外图像的细节,同时速度较快,可用于实时红外图像的预处理。     

红外图像细节增强技术研究进展

红外图像细节增强技术是图像处理领域中一个重要的学术分支和现实需求,可以增强对微弱目标观测的能力,提高人眼对图像内容和关键细节信息的有效获取,同时,也为后续进一步地目标识别和机器视觉应用提供良好的图像预处理功能.在分析当前针对红外图像细节增强领域的主流处理算法的基础上,结合在该领域中的多年研究心得和经验,指出了每种技术在...     

基于超像素分割的红外图像细节增强算法

高动态范围的红外图像压缩和细节增强有利于提高人眼获取图像中关键细节信息的能力。因此,它是红外成像的重要研究课题之一。针对传统的全局色阶重建不能最优呈现红外图像细节层和基础层的问题,设计了对红外图像局部进行色阶重建的方案,并提出了一种基于超像素分割的红外图像动态范围压缩和细节增强方法。该方法首先采用超像素分割算法将原始红外图像分割成多个自相似子区域,然后对各个子区域进行压缩和细节增强。实验结果表明,该方法可以更有效地压缩和增强红外图像,在高动态范围压缩图像的同时能很好地保留原始图像的细节信息。     

一种结合PE的高动态范围红外图像压缩及细节增强算法

针对在提升高动态范围红外图像中潜在或弱小目标细节的同时,还需兼顾噪声抑制、对比度增强的问题,提出了一种基于引导滤波图像分层的动态范围及细节增强算法.对背景层采用平台直方图均衡算法进行压缩,对细节层先采用中值滤波进行去噪,再采用非线性映射对细节中潜在的弱小目标细节进行增强,最后按照一定权重合并得到细节增强后的图像.综合主、客观实验结果,相对于映射类、直方图均衡、双边滤波分层增强等算法,该算法能够在动态范围压缩的过程中提高红外图像目标场景的对比度,突显其纹理特征,取得良好的细节增强效果.     

一种新的红外图像自适应增强算法

针对红外热图像普遍存在的目标与背景对比度差、边缘模糊等特点,提出了一种新的红外图像自适应增强算法.通过自适应地选择平台阈值,对红外图像进行平台直方图均衡化,有效抑制了背景的过度增强,避免目标灰度级的过多合并,提升了目标的灰度空间,获得了很好的增强效果.实验结果表明,本算法优于直方图均衡化算法,可有效地突出红外目标.     

基于空域和频域处理的红外图像细节增强算法

高精度高动态红外图像具有对比度低和有效灰度范围窄的特点,因此为了提高红外图像细节纹理的显著性,避免空域处理中噪声和盲元对弱对比度细节纹理的影响,同时利用频域处理的全局性,提出了一种基于空域和频域处理的红外图像细节增强算法.首先在空域内对红外图像进行高频细节和低频背景的分离,然后将其转换到频域内并利用伽玛变换对细节的高频分量进行增强,同时对背景的高频分量进行抑制;将处理后的高频细节和低频背景在空域中以给定的权重值进行重建;最后利用直方图统计拉伸处理实现红外图像有效灰度范围的扩展和细节对比度的增强.实验结果表明,不论是人眼的主观评价还是客观评价,本算法都具有较强的细节增强能力和较佳的图像视觉表现,且具有实时处理的前景.     

基于CLAHE的红外图像增强算法

针对原始红外图像信息在压缩转换中数据信息丢失或弱化的问题,提出一种基于CLAHE(对比度受限自适应直方图均衡)的红外图像增强算法。该算法首先对14位原始红外图像的像素灰度级进行调整,然后通过CLAHE算法获得基图像,再通过原始图像与双边滤波后图像的差值获得细节图像,进一步通过高斯滤波算法滤除细节图像的噪声,最后合成得到输出图像。仿真结果显示:通过该算法,原始图像的对比度及边缘细节信息得到很大程度的增强。本文算法的图像增强效果优于PE算法和CLAHE算法。     

基于FPGA的红外图像细节增强算法设计与实现

双边滤波算法是一种有效的红外图像细节增强算法,具有保边去噪的效果。但由于算法运算量大,在红外视频图像处理中较难实现。本文提出了一种双边滤波+平台直方图均衡的红外图像增强算法的FPGA实现方法,选用Xilinx Virtex-5系列芯片,采用流水线和并行处理技术,能够在40 ms内完成一帧640×480的14位图像的处理,有效提升红外图像的清晰度和对比度,并满足视频图像处理算法的实时性要求。     

Color image detail enhancement based on quaternion guided filter

Color image enhancement is an active research field in image processing. Currently, many image enhancement methods are capable of enhancing the details of the color image. However, these methods only process the red, green and blue (RGB) color channels separately, which leads to color distortion easily. In order to overcome this problem, the paper presents an approach to integrate the quaternion theory into the traditional guided filter to obtain a quaternion guided filter (QGF). This method makes full use of the color information of an image to realize the holistic processing of RGB color channels. So as to preserve color information while enhancing details, this paper proposes a color image detail enhancement algorithm based on the QGF. Experimental results show that the proposed algorithm is effective in the applications of the color image detail enhancement, and enables image's edges to be more prominent and texture clearer while avoiding color distortion. Compared with the existing image enhancement methods, the proposed method achieves better enhancement performance in terms of the visual quality and the objective evaluating indicators.     

一种新的基于图像增强的融合算法

针对一般融合算法在图像预处理上存在的不足,将图像融合引入图像预处理中,使待融合图像不仅得到增强,且不损失其他信息,为下一步图像融合奠定良好的基础,在此基础上对图像进行融合,其标准差、平均梯度、熵等图像评价指标都优于直接对图像进行融合,达到预期效果.     

红外图像序列的目标增强和检测

文中主要研究了远距离红外图像序列的目标增强和检测问题,提出了基于局部纹理特征的红外图像增强算法,利用红外图像目标和背景区域局部纹理特征的差异来增强目标和背景区域的对比度;为了提高目标检测的速度和精度,利用序列图像的帧间相关信息,采用边检测边跟踪边确认的目标检测方法。实验结果表明,对于远距离、小目标的红外图像,这种增强算法在目标对比度和细节方面都明显优于直方图均衡化方法,而本文采用的目标检测方法仅需很少几帧图像就能检测和跟踪目标,可以在确保目标检测的可靠性的前提下,提高目标的检测速度。     

图像通信中一种低照度彩色图像增强算法

针对低照度彩色图像细节模糊、亮度不高等问题,提出一种新的彩色图像增强算法。首先引入新传递函数改进传统同态滤波,然后,在RGB色彩空间上,分别对R、G、B分量用改进的同态滤波和对比度受限自适应直方图均衡（CLAHE）进行增强。接着,转换到HSV色彩空间,用非线性函数对亮度进行光照补偿,对饱和度进行1.5倍拉伸。最后恢复图像色彩信息。实验结果表明,新算法在保持图像细节的同时能够增强图像对比度,使图像清晰度更高。     

基于多尺度对比度塔的图像增强新算法

传统图像增强算法对灰度级比较分散、细节信号分布在整个灰度级空间的图像难以取得令人满意的效果,而且往往在增强图像的同时也使图像的噪声得到了提升。在此针对传统图像增强技术的缺点,提出了一种新的图像增强算法。该算法采用高斯窗口函数对图像进行变换,并通过构造多尺度对比度塔来对图像进行增强。实验结果表明该算法在灰度分散的情况下同样能有效地对细节信号进行增强,同时对图像中的噪声信号也有较好的抑制作用。     

Multiexposure image fusion using intensity enhancement and detail extraction

In this study, a multiexposure image fusion approach using intensity enhancement and detail extraction is proposed. The N input low dynamic range (LDR) RGB color images are transformed into HSI color space. Intensity enhancement is achieved by CLAHE and homomorphic filtering. Gamma correction is used to compensate the nonlinear response of display devices, whereas “cross-image” median filtering is used to generate the reference intensity image. L₀ smoothing filter and weighted least squares (WLS) optimization are used to perform local and global detail extractions on the N processed LDR images, respectively. The N weighting maps of the N processed LDR images are estimated by spatial and cross-image consistencies and then refined by cross bilateral filtering. Finally, the multiresolution spline based scheme is used to perform multiexposure image fusion. Based on the experimental results obtained in this study, the performance of the proposed approach is better than those of four comparison approaches.