一种雾天监控视频图像增强处理算法

针对雾天条件下监控系统视频图像退化严重的问题,提出一种基于YUV色彩空间直接增强的雾天监控视频图像增强处理算法,首先对亮度分量采用多尺度Retinex理论进行增强处理提高对比度,然后对色差分量进行线性拉伸恢复色彩,最后将增强后的亮度分量和色差分量合成处理后的图像。通过对薄雾和浓雾条件下图像的验证表明,本算法可增强图像的对比度,恢复色彩信息,得到比直方图均衡化算法和MSRCR算法更好的去雾效果,而且算法复杂度较低,具有应用于监控系统实时去雾图像处理的能力。     

融合同态滤波和CLAHE算法的布匹疵点图像增强

针对布匹疵点图像对比度低、细节信息对比不明显等问题,采用融合同态滤波和对比度限制自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)算法的图像增强方法进行了图像增强.首先,采用同态滤波对布匹疵点图像整体的对比度进行增强,增强布匹图像中疵点与背...     

基于改进的MSRCR 下穿立交监控图像增强算法研究

受粉尘、低照度或点光源等因素影响,城市道路下穿立交监控图像存在对比度低、背景噪声强和整体视觉效果不理想等问题。针对这类问题,本文提出了一种改进的带色彩恢复的多尺度视网膜增强(MSRCR)算法,并且详细分析了改进的MSRCR 算法的原理和实现方法。为验证本文算法的有效性,以实际采集的4 幅彩色图像为实验样本,分别利用SSR(单尺度Retinex)算法、MSRCR 算法和本文算法对其进行了增强处理。实验结果表明,与对比算法相比,本文算法具有更大的优势。     

基于优化MSR的夜间道路图像增强方法

为了提高夜间道路图像质量,提升目标在图像中的可见度及对比度,降低夜间道路图像目标检测难度,提出了一种基于优化多尺度Retinex算法(MSR)的夜间道路图像增强方法.首先,将RGB图像转换到YUV色彩空间;其次,将最小可觉差(JND)的倒数作为MSR算法中入射图像的系数构建优化MSR算法,并利用该优化算法对Y通道进行亮度自适应调节,同时对U、V通道按比例调整得到新图像;然后,将得到的新图像与原始图像按照1:1比例结合以保留图像细节;最后,利用限制对比度自适应直方图均衡化方法(CLAHE)提升图像对比度,得到最终增强图像.在包含有770张夜间道路图像的数据集上开展实验,结果表明:本文方法实现了夜间道路图像亮度自适应调节,缓解了图像亮度不均匀的情况,增强了图像的清晰度,增加了图像的细节信息,利用支持向量机算法(SVM)进行前方车辆检测,漏检率、误检率分别下降了2.61％、4.35％.     

基于GIF滤波分解的低照度图像增强算法

针对常见的对比度增强方法在处理低照度图像时不能兼顾提升图像亮度、对比度,和增强细节的问题,提出基于引导滤波器(guided image filter,GIF)的低照度图像增强算法。首先将输入图像从RGB颜色空间转换到HSV颜色空间;再利用GIF滤波器对图像进行图像分解,得到一个基本层和一个细节层;然后对基本层进行自适应Gamma校正,提高图像的整体亮度和对比度;再对细节层进行S型曲线增强,突出图像的局部细节;最后合成并恢复颜色,得到增强图像。将本文算法、全局Gamma校正、MSRCR 3种算法分别对低照度Bridge和Street图像进行处理,实验结果表明:本文算法能够在有效提升对比度的同时增强图像细节,提升了低照度图像的视觉效果。     

基于同态滤波的彩色图像增强

给出一种基于同态滤波的彩色图像增强算法。引入新的传递函数,改进同态滤波算法,用以增强低照度彩色图像的RGB各分量;将RGB图像转换到HSV彩色空间,保持色度和饱和度不变,利用对比度受限自适应直方图均衡法对亮度分量进行变换和分段线性拉伸;将HSV图像还原为RGB图像,得到增强图像。仿真结果显示,所给算法在提升图像亮度的同时,能够增强图像细节。     

一种改进的图像模糊对比度增强算法

对基于模糊对比度的图像增强算法加以改进。对图像进行直方图均衡化的预处理,提升图像的整体对比度;取消模糊对比度计算公式中的分母归一化过程;将非线性增强计算公式由多项式函数更换为双曲线函数。针对两幅图像的实验结果表明,改进后的算法可消除原算法在低灰度区域引入的噪声,经过改进算法的处理,图像信息熵和均值均有增加。     

基于双直方图均衡化的彩色图像增强

在彩色图像增强中,为了保留更多图像细节,提出一种基于HSV色彩空间的彩色图像增强算法。通过引入一种新的累积分布函数,改进双直方图均衡化算法,用以对色彩空间转换分离后的亮度分量实施均衡化,并保持原图像色调和饱和度不变,再将经过处理后的HSV图像还原回RGB图像得到最终结果。以边缘检测为客观标准,肉眼感知为主观标准,分析该方法的有效性,并与现有的方法相比得知,所给方法可在实现图像增强的同时保持图像的细节信息。     

炭素材料X射线图像的小波融合增强方法研究

针对炭素材料 X 射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法。该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像。实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其处理结果比现有的图像增强方法更令人满意。     

Retinex模型下基于融合策略的雾霾图像增强

针对现有Retinex算法处理后的图像达不到色彩与细节同时增强的效果,且细节增强的同时易产生光晕,出现噪声放大、色彩失真等情况,提出了一种Retinex模型下基于融合策略的雾霾图像增强算法。该算法首先在HSV空间实现色彩增强,根据亮度分量,获取无色彩失真的反射分量,再通过修正照度分量,得到改进的Retinex模型;然后在RGB空间,采用快速双边滤波器来保留图像细节,在获得反射分量的基础上,引入原图部分和色彩恢复因子,实现细节增强;最后,在RGB色彩空间对处理后的图像加权融合,得到增强后的去雾图像。通过本文算法和现有算法对雾天图像进行去雾处理,得到不同的去雾结果。本文算法得到的去雾图像增加了细节信息,没有出现明显的颜色失真和光晕现象,处理后图像的信息熵提高。本文算法具有更短的运算时间,具有良好的可操作性。根据实验结果以及评价标准,本文算法能够在减少色彩失真的基础上,达到细节增强的良好效果。     

一种基于小波变换和直方图均衡的图像增强方法

提出了一种基于小波变换和直方图均衡相结合的图像增强方法,该方法既能增强图像对比度,又能有效抑制噪声,突出图像细节信息。实验分析表明：该方法可以使图像的清晰度得到很大改善。     

基于多尺度小波的图像增强算法

提出了一种基于多尺度小波的图像增强算法。首先对图像做小波分层,利用散布矩阵对分层后的图像提取更丰富的局部结构信息,最后对每一个子图像进行局部直方图均衡化,就可将这些子图像合成为一个完整的输出图像。实验结果表明该方法的增强效果明显优于传统的直方图均衡化方法,既提高了图像的整体对比度又突出了图像的局部细节,同时还抑制了噪声。     

基于梯度稀疏和多尺度变分约束的图像增强算法

针对低照度条件下采集到的图像存在亮度偏低、细节模糊等问题,通过分析传统Retinex理论在增强图像过程中的缺陷,提出了一种基于梯度稀疏和多尺度变分约束的图像增强算法。该算法首先将输入图像由RGB空间转换到HSV空间,提取亮度分量,实现三个通道的解耦合。然后根据零范数的梯度全局显著特性,定义了一个新的相对全变分正则项。接着在HSV空间下惩罚亮度分量,构建一种具有梯度稀疏的变分模型对亮度通道进行约束,并通过将控制因子扩张为多个尺度,形成多尺度变分约束,提升照度估计的准确度,使之更加符合光照分布特性。根据Retinex理论进行映射,获取亮度通道对应的反射图像。进而利用亮度通道不同尺度下的约束所对应的不同照度结果,分别提取图像的粗略细节、中等细节和精细细节,通过多尺度细节加权,对反射图像进行细节增强。最后,对照度图像进行伽马校正,与经细节提升后的反射图像重组并进行颜色空间转换得到输出的增强图像。通过实验对比表明,所提算法的增强图像有着更高的色彩丰富度和更低的色差水平,能够保持图像的自然度,提升图像的视觉效果。在均值、平均梯度和信息熵的表现上,相比原图均有大幅度提升,与现有的先进算法相比,平均定量指标在不同类型低照度图像的增强图像上均产生了较优的效果,且有着较快的运算效率。     

基于WLS的Retinex单幅夜间彩色图像增强方法

为了提高夜间可视效果,针对单幅夜间彩色图像,作者提出一种基于加权最小二乘(WLS)的Retinex增强算法.首先构造优化的颜色恢复函数,然后在HSV(hue,saturation,value)颜色空间下,根据夜间图像的亮度与梯度特性构建WLS框架对图像照度分量进行估计,获得仅包含物体本身特性的反射分量图像,通过颜色恢复函数与Gamma校正等操作进行颜色恢复与补偿,实现夜间彩色图像增强.实验结果表明:该算法增强效果显著,与其他算法相比,具有消除"光晕伪影"现象、抑制噪声、颜色保真和较好保留边缘细节信息等能力.     

低复杂度的增强图像来源检测算法

随着多媒体技术的飞速发展,增强图像因视觉效果好而被广泛使用.常规图像增强算法包含直方图均匀化、伽马校正等.然而,近期提出了一种基于对比度增强效果的可逆信息隐藏算法.该算法在往载体中嵌入一定比例秘密信息后,可生成与常规图像增强算法视觉效果一致的含密增强图像.此类增强图像的出现为后续不分辨增强图像来源而直接使用的操作带来了...     

Contrast Enhancement Using Weighted Coupled Histogram Equalization with Laplace Transform

基于直方图均衡化和拉普拉斯变换的加权耦合图像增强对比度研究

郝惠敏¹, 辛文斌¹, 卜明龙^{1, 2}, 王鹤¹, 兰媛¹, 熊晓燕¹, 黄家海¹

（1. 太原理工大学机械与运载工程学院,太原 030024;

2. 哈尔滨电机厂有限责任公司,哈尔滨 150040）

中文说明：

直方图均衡化是一种传统的提高图像对比度的算法,但是其代价是图像平均亮度的偏移及细节丢失。为解决这些问题,提出一种独立处理图像前景像素和背景像素的新方法。由于图像细节信息主要包含在前景中,因此采用直方图均衡化及拉普拉斯变换的加权耦合来平衡对比度增强和细节保留。其中图像前景和背景的加权因子由它们各自的信息量决定。所提方法被应用于从CVG-UGR和USC-SIPI图像数据库中获得的图像,并且与其他方法进行比较,如剪切直方图尖峰,直方图加法与非线性变换,以验证其有效性。实验结果表明所提算法在不引入失真的情况下,可以有效地增强图像对比度,同时能很好的保存图像的平均亮度和细节。

关键词：对比度增强;加权处理;直方图均衡化;拉普拉斯变换

     

基于直方图峰值的PCB三维CT图像双直方图均衡算法 

为了改善PCB三维CT图像的对比度和动态范围,针对目前的双直方图均衡算法无法适应PCB图像特性的问题,提出一种基于直方图峰值的双直方图均衡算法。利用PCB三维CT图像的灰度直方图中的最大值对应于PCB基板的概率最大的先验信息,提出以直方图峰值所对应的灰度值为二分点对直方图进行二分,在其两侧分别进行直方图均衡增强,最后再合并增强结果。实验结果表明算法对PCB三维CT图像更具有针对性,增强效果更好。     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...