一种自适应红外舰船图像增强算法

复杂环境下海面舰船红外图像信噪比和对比度低、边缘模糊,目前仍没有一种处理效果好且实时性强的图像增强算法。提出一种基于平台直方图均衡化的自适应红外图像增强算法。首先,分析典型海面舰船红外图像及其直方图的特性;在此基础上,提出一种自适应确定目标/背景粗略阈值的方法;最后将灰度大于该阈值的直方图最大值作为平台值,通过平台直方图均衡化算法自适应地完成海面舰船红外图像的图像增强。实验结果表明,该算法不但有效地增强了图像的对比度、抑制了背景,而且具有较快的运算速度。     

一种高动态范围红外图像增强技术

非制冷红外焦平面图像存在对比度低、分辨率低、细节信息不全、视觉效果差等缺陷,实际应用中需要增强红外图像以改善其质量。一种基于线性映射与直方图均衡化加权结合的高动态范围红外图像增强技术,通过线性映射对红外原始图像做图像增强,保存数据,再利用直方图均衡化算法对红外原始图像做图像增强,选取适当的权值,将增强后的图像加权结合,得到最终图像。重点分析了传统线性映射与直方图均衡化的原理与处理方法,通过多幅高动态范围场景的红外图像的处理比较,表明该算法操作简单,且处理后效果显著,可用于实时增强。     

改进的直方图均衡化算法在图像增强中的应用

在数字图像处理过程中,针对直方图均衡化算法增强图像,提出了一种改进的直方图均衡化算法,应用于图像增强。该算法结合全局直方图均衡化、局部直方图均衡化特性,利用增量式直方图均衡化,从处理方法上对直方图均衡化算法进行了改进。实验结果表明,文中提出的方法能更有效的增强图像,去除图像噪声,为后续有效的识别特征提供了基础,同时提高图像目标识别的效果。     

一种改进的保留图像细节信息的图像增强化方法

本文通过分析传统直方图均衡化的思想,得出在传统的直方图均衡化处理过程中由于图像的灰度级合并处理造成图像灰度级丢失继而使原图像细节信息损失,使增强后的图像边缘模糊,效果不理想。由此,本文给出了一种在图像经过均衡化处理后可以增加图像灰度级保留图像细节信息的方法。即先提取原目标图像中的高频细节成分,然后将其与原目标图像经直方图均衡化处理后的结果做叠加。经试验验证,与传统的直方图均衡化[1,2]算法相比,本文算法处理后的目标图像在增强了整体对比度的同时也保留了原图像的细节信息,能达到比较理想的增强效果。通过采用本文提出的改进算法,可以有效的实现图像增强的同时尽可能的保留图像细节信息的效果。     

基于局部熵-局部对比度和双区域直方图均衡化的红外图像增强

为了改善红外图像的视觉效果,突出细节信息,同时抑制噪声。提出了结合改进的LC显著性检测和双区域直方图均衡化的红外图像增强方法。首先使用结合局部熵加权的LC显著性检测算法得到显著图。然后使用K-means算法对显著图进行自适应分割得到前景区域和背景区域。最后对前景区域进行结合局部方差的改进直方图均衡化,对背景区域使用限制对比度直方图均衡化增强。实验结果表明,与当前主流算法相比,本文算法主观效果更佳,且峰值信噪比、结构相似性、信息熵等客观评价参数均有所提升。     

改进的图像增强算法及DSP实现

文中基于图像增强方法及其实现进行了研究。首先阐述了传统的直方图均衡化方法存在的问题．进而提出了改进的自适应直方图均衡化图像增强算法。采用空闲灰度级动态分配的自适应直方图均衡化增强算法,并将该算法移植到本文搭建的DSP硬件实验平台上进行验证,实验表明,该算法显著的改善了图像的视觉效果,使图像更清晰,且算法计算简单,硬件实现容易,在图像处理应用中十分可行有效。     

一种基于直方图的自适应红外图像增强算法

在分析常用的红外图像增强算法优缺点的基础上,针对红外图像的特点,提出了一种基于直方图的自适应红外图像增强算法。该算法设置了阈值和放大系数2个参数,根据阈值把图像直方图分为2部分,用放大系数和常数1分别代替直方图中两部分的灰度级像素数作为新的直方图,最后用新的直方图对图像进行直方图均衡化处理得到增强图像。通过在自主研发的热像仪中验证,表明该算法适应性强,增强效果好,算法简单,易于在FPGA硬件平台上实现。     

一种自适应红外图像增强处理的FPGA实现

本文介绍了一种自适应平台直方图算法对红外图像增强处理及该算法在FPGA器件上的实现.该方法是根据图像的直方图,自适应地选择平台阈值,实现自适应平台直方图均衡化,增强了目标的对比度.在FPGA上实现了该算法,对红外图像进行了增强处理,使红外图像的清晰度得到极大的提高,目标灰度级得到扩展,抑制噪声,并且利于将目标与背景区别开来.     

采用聚类分割和直方图均衡的图像增强算法

针对现有直方图均衡化算法难以兼顾图像细节增强和噪声抑制问题,提出了一种基于聚类分割和直方图均衡的图像增强算法。引入模糊C均值聚类(FCM)算法将低通滤波后的图像分成若干类,并利用原图的边缘信息和形态学操作修正聚类结果;根据各类的均值和标准差确定映射后的动态范围,对其进行直方图均衡化处理;采用平滑滤波方法消除类间的边界效应。实验结果表明:经过该算法处理后的图像,对比度得到明显增强,噪声得到有效抑制。该方法不但可用于图像增强,还可用于图像动态范围压缩,具有广泛的应用前景。     

一种基于Otsu法和平台直方图均衡的红外图像增强算法

针对红外吊舱图像的特点,提出了一种基于Otsu法和平台直方图均衡的红外图像增强算法。首先分析图像的直方图,通过改进的Otsu法把图像分割为天空背景区和地面目标区,背景区以背景峰值与分割后背景区残留目标的局部峰值为依据,采用了一种自适应的方法来产生平台阈值,然后在背景区和目标区的灰度范围内进行直方图均衡化处理。该算法有效地抑制了背景区的过度增强,扩大了目标区的灰度范围,增强了细节部分。实验仿真结果验证了算法的有效性。     

改进直方图均衡和Retinex算法在灰度图像增强中的应用

为了提高光照条件变化下的图像增强效果,提出一种改进直方图均衡和Retinex算法的图像增强方法。对于待增强灰度图像,通过理想低通滤波获得图像低频分量,采用改进直方图均衡进行动态范围优化,利用引导图像滤波代替Retinex算法的高斯滤波对图像的高频分量进行估计,并对估计的结果进行线性放大处理。实验结果表明,相对单尺度和多尺度Retinex算法以及改进的直方图均衡化算法,本文方法从主观和客观评价方面都获得了更好的图像增强效果,有效提高了图像的视觉效果和可懂度,并具有较强的鲁棒性。     

基于高频强调滤波的医学X光图像增强算法

高频强调滤波可以在增强图像高频信息的同时保留图像的低频信息,对图像的整体灰度影响较小,可有效地增强图像的边缘细节;直方图均衡化是利用图像直方图对对比度进行调整的方法,可有效增强暗图像和低对比度图像的对比度,是一种经典有效的图像增强方法。对于亮度偏暗并或成像效果较差的医学X光图像来说,应用高频强调滤波增强其细节,再用直方图均衡化加强其对比度,可以取得较好的处理效果。     

雾天红外图像增强方法研究

针对雾天红外图像昏暗不清的问题,提出了红外图像增强的均衡化级联GML-规定化处理方法。该方法在对雾天红外图像进行均衡化处理的基础上,采用组映射规则(GML)进行了规定划处理,进而增强了雾天红外图像的清晰程度。仿真结果表明,与采用直方图均衡化或规定化处理相比,提出的直方图均衡化级联GML-规定化处理方法使图像的增强效果更佳。     

基于多小波变换与图像融合的图像增强方法

针对传统增强方法的不足,本文提出了一种基于多小波变换和图像融合技术的图像增强方法.首先利用多小波变换对原图像做分解处理,之后对一层分解后得到的多小波低频子图作直方图均衡化处理.在利用文中方法得到原图像直方图后,利用图像融合的原理,将均衡化处理后的低频子图与直方图对应的图像融合,得到最终增强结果.实验结果表明,本文算法增强效果良好.     

红外图像增强系统的设计与实现

针对直方图均衡化算法无法有效抑制噪声的缺点,提出了一种新的自适应红外图像增强算法。首先统计红外图像直方图,估计出平台阈值,然后对统计直方图进行修正,最后校正图像中所有像素灰度值并进行输出。结合实际应用,搭建了高速红外图像增强处理平台。基于该平台用真实图像验证了提出的算法,实验结果表明,本系统在提高对比度的同时,有效地抑制了噪声的干扰,获得了较好的增强效果,算法运行时间小于20ms,能够满足工程项目的实时性要求。     

基于直方图均衡化图像增强的两种改进方法

直方图均衡化（Histogram Equalization,HE）是图像增强领域中基础性很强的方法,对其研究和改进工作至关重要.首先,本文分析了经典HE算法的缺点,也概括了五类基于直方图均衡化的图像增强技术,然后针对HE经典算法的缺点提出了两种改进方法,分别引入了直方图动态削峰技术和边缘信息融合技术,最后选取曝光不足和过曝光的两类图像验证算法的性能,采取了有效的图像客观质量评价指标对实验结果做出评价.结合主客观图像质量评价可以看出,本文提出的算法具有增强效果好、输入参数少等特点.     

红外夜视图像自适应增强系统设计

提出了一种高效的红外夜视图像增强系统.该系统主要由小波变换预处理、低频子带增强和高频子带增强三个处理流程组成.预处理过程将图像分解为低频主要信息和高频细节信息.根据红外夜视图像的特点,对低频信息进行自适应动态范围扩展,扩大了图像暗区主要内容的灰度层次.利用高频子带的方向性,对高频系数进行纹理保护高斯滤波,并对滤波后的系数进行噪声抑制边缘增强.实验结果表明,本文算法不仅在主观视觉方面的表现超越了直方图均衡化算法,且离散信息熵提高了48％ ～ 58％,噪声指数仅为直方图均衡化算法的5％,满足人眼观察和智能图像分析检测的要求.     

基于窗口经验模式分解的医学图像增强

提出了基于窗口经验模式分解(WEMD)的医学图像增强算法。用WEMD算法分解医学图像,能够自适应地提取图像的内涵模式函数(IMF)分量。利用IMF分量图像的直方图服从正态分布的特性,结合直方图匹配算法的增强能力处理前几个IMF分量,经处理的IMF分量中的高频细节信息得到增强。将处理后的IMF分量和剩余分量重构,获取增强的医学图像。实验表明,WEMD算法增强效果优于目前的图像增强算法。     

一种改进的红外图像增强算法

根据红外图像的特性,对通常的红外图像增强算法进行了比较分析,提出了一种基于Butterworth高 通滤波器的高频强调滤波并结合直方图均衡化的红外图像增强算法。首先,利用Buterworth高通滤波器将图像分为高频分 量和低频分量,然后使用高频强调滤波对高频部分进行强调处理,最后,对图像直方图进行均衡化处理,得到增强后的图像。 实验结果表明,图像经过处理后突出了细节信息,改善了整体视觉效果,得到的结果令人满意。     

基于小波变换和直方图均衡的红外图像增强

基于红外图像低分辨率、低对比度、视觉特性差的特性,以及传统的利用直方图均衡化进行红外图像增强的方法会丢失图像的细节信息、增强红外图像的噪声的特性,将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,提出一种更好的实现红外图像增强的算法。并将该算法在Matlab上进行了仿真验证。