雾天道路监控系统视频图像增强算法的比较研究

随着平安城市的逐步推进,以智能视频监控为主流的图像增强技术出现了供应上的短缺。因此,研究降质图像的增强算法具有重要的科研价值和经济价值。对目前常用的雾天图像增强算法,如直方图均衡化算法、多尺度Retinex算法及暗通道优先算法,对其进行运行效率和算法效果的比较,并采用MATLAB分别实现3种算法处理后图片的查看和提取。实验表明,暗通道优先算法能够清晰地还原图像,但处理时间较长。最后对暗通道优先算法的进一步完善提出了研究方向。     

一种改进的全局Retinex监控视频图像增强方法

考虑到监控视频每相邻帧图像背景及光照近似,合理运用帧间信息,构建了一种改进的Retinex图像增强算法。对每一帧图像进行不同尺度及参数的高斯低通滤波,滤波结果取模极小提取各帧背景信息,通过融合多帧图像背景,获取该时刻上视频图像的准确背景,使用该背景进行Retinex算法增强。实验结果表明,算法增强后的图像暗处细节信息更加丰富,获得了更舒适的视觉效果。     

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。     

一种改进的雾天图像质量增强算法

暗原色先验去雾和增强算法在处理大范围天空区域时,容易出现颜色异常失真的现象,因此提出一种相应的改进算法.首先,根据天空的特征设定阈值进行区域分割,然后减弱天空的去雾处理,从而基本维持原始自然的视觉效果;接着,通过联合双边滤波对传输函数进行优化,克服了采用软抠图算法的高复杂度;最后,结合最大值与平均值加权对大气光的计算方...     

基于多尺度Retinex理论的遥感图像增强算法

多尺度Retinex算法是近年来常用的图像增强方法之一,针对该方法在处理遥感图像时存在过增强、灰度化和色彩失真等不足,结合I阶巴特沃斯函数良好的滤波特性,提出了一种改进多尺度Retinex理论的遥感图像增强方法.首先,采用I阶巴特沃斯函数取代多尺度Retinex中的高斯环绕函数,对降质的遥感图像R、G、B三个分量分别进行滤波操作;然后对滤波后的各通道下不同尺度的亮度图像分别进行加权和归一化处理,得到增强后的R、G、B三个分量;最后将三通道分量进行合成显示,得到最终的增强图像.文中采用中巴资源卫星(CBER-02)多光谱图像和日本ALOS卫星多光谱图像进行实验,结果表明,与传统的多尺度Retinex理论增强方法相比,改进后的方法在抑制图像灰度化、增强图像空间细节和降低图像颜色失真等方面有更好的实验效果.     

一种高效的图像增强去雾算法

由于大气的散射作用,雾天情况下图像景物会出现不清晰,对比度低的特点.对雾天情况下的图片景物影像进行去雾处理,提出一种基于直方图均衡的图像增强去雾方法,针对重叠直方图均衡计算量大和非重叠直方图均衡的方块效应明显的问题,采用部分重叠直方图均衡化算法,结合线性滤波等方法,实现对图像的雾霾有效去除,并且相比之下大大减少计算量.     

结合加权引导滤波和小波变换的低照度图像增强算法

针对低照度图像增强处理后存在图像细节差、色彩失真和“光晕伪影”等问题,在HSV颜色空间中处理图像,将V通道分量进行小波变换分解,对低频系数采用改进加权引导滤波替代高斯滤波作为环绕函数的多尺度Retinex算法处理,对高频系数采用改进的阈值函数降噪处理,小波逆变换重构V通道分量,对重构的V通道分量进行Gamma校正处理并转换回RGB颜色空间。实验结果表明,该算法增强后图像亮度提升明显,同时抑制了“光晕伪影”,颜色失真较少且细节丰富。     

一种细节保持的Retinex图像增强算法

针对基于Retinex理论的Kimmel变分模型在图像增强中存在人工伪影等问题,对其模型进行了改进．改进的模型增加了保持细节信息的因子,并在模型求解过程中采用了基于金字塔的提升算法,计算复杂度明显降低,然后对求解得到的图像进行正态截取拉伸处理,取得了较好的图像增强效果．     

基于HSV空间的Retinex煤矿井下图像增强算法

对煤矿井下进行实时监控,收取图像信息,并进行安全警报是矿井安全研究的重要内容。然而,受光照与粉尘等因素的影响,使得煤矿井下采集到的图像比较模糊。针对这一影响,提出了一种基于HSV空间的Retinex煤矿井下图像增强算法：将RGB图像映射到HSV空间中,对HSV空间的对应分量分别处理再映射回RGB空间。在实验中,分别对反映矿井整体信息的图像和反映矿井物体局部细节的图像进行增强处理。实验结果表明：相较于传统Retinex算法,经该算法处理过图像的SSIM、PSRN、信息熵指标均有所提高,且更有助于增强图像的边缘细节,这对煤矿井下的安全防范有重要意义。     

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。     

基于窗口无关均值滤波的MSR图像增强

为解决多尺度Retinex方法在运算中要多次运用高斯卷积,尤其是采用大尺度高斯核进行卷积获取图像低频信息时,运算速度将大大下降这一问题,根据大尺度高斯卷积模板具有均值模板的特性,利用量化的均值滤波近似大尺度高斯卷积,将卷积模板简化成均值模板,并提出一种与滤波窗口无关的快速均值算法.该方法引入了一个数组s用于存储窗口横向移动时每一列的数值,从而减少重复计算,大大提高滤波速度.以640×640大小的彩色图像为例,其处理速度仅为0.0867s,相比原始的MSR算法速度提高了732倍.试验分析表明,该方法即保证实现良好的图像增强效果,同时极大的提高了运算效率.     

多尺度图像增强可见光与红外图像融合

针对同一场景在可见光和红外传感器得到的图像其高频细节部分存在着较大差异这一特点,首先对已经配准的红外传感器和可见光得到的图像进行小波变换,在多尺度下对两幅图像进行边缘提取。然后以局部模方为活性测度,局部模方的比值为匹配测度,并且利用图像的边缘特征指导融合策略,经过合成模块和多尺度逆变换得到融合图像。最后对融合后的图像进行图像增强,并对其进行客观评价,证明了本文方法的有效性。     

基于小波分析的医学彩色内窥镜图像增强

根据人眼对颜色的心理感觉，提出在HSI颜色空间上基于小波分析的医学彩色内窥镜图像增强方法．在增强亮度分量的同时，也对饱和度分量也进行了调节．实验结果表明，该方法抑制了噪声，且使细节得到增强，处理后的图像更加清晰且色泽鲜明．     

COPLIP新模型及其图像增强新算法

针对现有对数模型在彩色图像领域的瓶颈问题,把带参数的对数模型扩展到彩色图像,提出一种带参数的彩色对数图像处理新模型,定义了新模型的彩色色调函数,加、数乘、取反运算和基本同态函数．为了验证其有效性,设计了基于新模型的图像增强新算法,色调函数的评价结果表明,新模型在图像增强上具有更好的效果,与人类的视觉模型更加匹配,能选取更多的参数来调整图像中感兴趣的部分．     

基于图像特征的彩色图像防拷贝水印算法

数字信号处理和计算机网络技术的迅猛发展,使得数字产品的版权保护问题面临极为严峻的挑战。数字水印技术主要是通过在数字产品中隐藏某些数字信息而达到数据的版权保护和内容认证。本文提出一种新的彩色图像防拷贝水印算法,算法选择彩色图像YUV空间,对色度分量进行离散余弦变换与二值化获得唯一描述图像的特征信息,经过混沌加密后嵌入到亮度分量小波变换系数的中频部分,同时,该算法能够实现盲提取。实验结果表明,该算法对噪声攻击、JPEG压缩、滤波和剪切等攻击具有较好的鲁棒性,同时能够有效地抵抗拷贝攻击。     

图像增强算法在车牌图像预处理中的研究与应用

雾天场景下摄像头采集到的车牌图像质量较低,在车牌识别系统中对图像预处理产生较大影响,从而造成车牌定位和识别效果较差。以雾天环境下实际采集的车牌图像为例,分别采用带色彩恢复的多尺度Retinex算法和暗原色先验去雾算法对实际图像增强进行仿真实验。实验结果表明,利用暗原色先验去雾算法对图像进行增强处理,能够提高图像的对比度,实现去雾效果,从而使车牌定位和车牌识别达到更好的效果。     

一种新的自适应图像模糊增强算法

对图像模糊增强算法中的非线性变换进行了研究,发现了其存在变换强度较小,运算速度较慢,丢失部分灰度信息等缺点．提出了一种新的模糊增强变换算子,该变换算子不但克服了上述缺点,而且具有封闭性、变换强度可调以及移植性好等优点．另外,针对以往算法选取阈值参数的随机性问题,通过引入模糊熵,使阈值的选取具有了一定的目的性．将新的模糊增强算法应用于图像边缘检测中,取得了优于现有模糊增强方法的效果．     

Riemann-Liouville分数阶图像增强算法及其电路实现

为了解决整数阶微分对图像纹理增强效果不明显及Grümwald-Letnikov（G-L）微分后会使RGB彩色图像边缘色彩失真的问题,提出了一种Riemann-Liouville（R-L）分数阶图像增强算法并讨论了该算法的电路实现.从R-L定义出发,推导出分数阶微分方程,构造了数字图像8个方向上的0~1阶分数阶微分模板并讨论了其数值运算规则,在此基础上构造并实现了数字图像的R-L分数阶微分电路,并在HSI空间对I分量进行分数阶微分实现彩色图像增强.实验结果表明,该算法能比较明显地增强图像的纹理和边缘细节,增强后的图像清晰度和对比度提高,图像视觉效果明显,具有非线性增强灰度图像和彩色图像的复杂纹理特征及边缘信息的独特优势和良好效果.