PSO约束优化耦合直方图均衡化的图像增强算法

针对当前图像增强算法中灰度归一化重新分配时产生均值漂移,难以有效保留图像细节信息和亮度保护等问题,提出了一种基于PSO约束优化与直方图均衡化的图像增强算法。引入最大类间方差法(Otsu),将输入图像分割为目标子图像和背景子图像两部分,并对二者分别均衡化,以提高目标与背景子图像的对比度;并根据阈值加权约束分别计算目标和背景子图像的约束;并引入粒子群优化(PSO)算法,对目标和背景子图像的约束主要参数进行优化,确定最优约束值;联合目标子图像与背景子图像的最优约束值完成图像增强。实验结果表明,与当前增强方法相比,所提出的算法具有更好的亮度保护和对比度增强效果,较好地保留了输入图像的细节信息。     

基于直方图的热红外图像增强方法

为了改善热红外图像的增强效果,本文提出了一种基于改进的直方图裁剪方法的热红外图像增强算法.该算法核心是确定热红外原始图像与传统的直方图均衡化图像的直方图bins中像素点的数量差,再根据范围准则,将计算出的不同bins的差值划分为不同的区块.然后重新分配直方图,确定变换函数,得到增强后的热红外图像.该算法是一种改进的全局直方图均衡化方法,在对比度增强、直方图形状和细节信息之间可以做到较好的平衡.本文算法的峰值信噪比、结构相似度和均方误差的平均值分别为27.5、0.923和0.59,均优于其他算法,实验结果表明,该方法能有效增强热红外图像.     

基于加权直方图均衡的红外图像增强方法

针对红外图像特点和传统直方图均衡增强方法的不足,提出了一种改进的直方图均衡增强方法.先采用所提出的加权函数对红外图像各灰度级直方图进行调整,其中对背景区低灰度级的直方图进行缩小,对目标区高灰度级的直方图保持不变,然后进行均衡化处理.实验结果表明,本文提出的方法有效地压制了背景噪声,提高了目标对比度,综合性能优于传统直方图均衡和双平台直方图均衡方法.     

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。     

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。     

基于改进直方图的红外图像增强方法

为了能在动态范围压缩的同时增强红外图像的对比度,提出了一种基于Sobel梯度直方图均衡算法（gradient histogram equalization,GHE）。与以往的直方图均衡化（histogram equalization,HE）方法不同,该方法自适应地为图像强梯度的灰阶分配高对比度,保留并增强16 bit图像中更多的细节。随后使用双Gamma映射对映射曲线进行调整,有效地抑制图像亮部的过曝现象,同时提高暗部的细节。该方法相比于传统的直方图均衡化算法在暗区细节处理、过曝抑制、对比度增强等方面都有较好的效果。     

基于直方图均衡化图像增强的改进方法

文章以matlab语言为背景,研究了直方图均衡化图像增强,分析了传统的直方图均衡化图像增强方法的弊端,给出了改进方法,并用实验结果证明了改进方法的优越性。     

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。     

基于Piecewise直方图均衡化的图像增强方法

提出了一种基于Piecewise直方图均衡化的图像增强方法,有机地结合了亮度拉伸和传统直方图均衡化的优点。通过定义直方图中相邻灰度级的距离,引入了一个基于直方图均值和标准偏差的Piecewise线性变换,探讨了图像过亮时Piecewise直方图均衡化参数的选取。实验表明,该方法的处理结果能有效避免现有的直方图均衡化方法中的"吞噬"问题和亮度饱和问题。在增强图像时不仅能保留细节,而且具有更加自然的视觉效果。     

基于改进同态滤波的红外图像增强算法

针对红外图像的边缘细节特征不清晰、整体对比度低等问题,提出一种结合单参数同态滤波和限制对比度的自适应直方图均衡的红外图像增强算法。首先,基于单参数的同态滤波对图像进行处理,研究一种单一参数的传递函数,使得同态滤波算法参数可控且不依赖于实验经验,同时明显增强红外图像的细节特征。然后,利用限制对比度的自适应直方图均衡化对红外图像进行动态范围调整,提高红外图像对比度。实验仿真结果表明,该算法可以明显增强图像细节特征、提高图像对比度,使红外图像更有利于后续观察。     

一种红外图像对比度增强新方法

针对红外图像分辨率低、对比度低和目标弱小等缺点,提出了一种红外图像对比度增强新方法。该方法利用频率域的同态滤波,对红外图像的细节进行对比度增强处理。同时为进一步增强图像对比度,提高分辨率,利用限制对比度自适应直方图均衡方法调整图像的有效灰度动态范围。通过大量实验验证表明,该方法显著提高红外图像的对比度和可辨识率,改善了图像质量。     

一种基于粗糙集的红外图像多维降噪算法

针对红外图像噪声复杂多变,在抑制噪声的同时,还需要兼顾细节增强的问题,本文提出了一种基于粗糙集的红外图像多维降噪算法.对采集到的红外图像通过引导滤波进行分层后运用粗糙集理论进一步多维度的分层,分别处理后合并还原得到输出图像.综合对比主观观察与客观评价指标,该算法能够对红外图像降噪有良好效果,对弱小目标细节有良好的增强效...     

红外图像增强技术在TMS320DM642上的应用

针对红外图像普遍存在目标与背景对比度差、边缘模糊、信噪比低和灰度层次差等缺陷,提出了一种改进的直方图均衡红外图像增强算法。首先通过自适应地选择合适的灰度阈值,在图像直方图中将像素所占比例小于阈值的冗余灰度级完全压缩,并对大于阈值的有效灰度级进行基于一种非常合理的对数函数的拉伸变换;然后对拉伸后的灰度级进行常规的直方图均衡处理;最后在整个灰度范围内对经过均衡处理的图像灰度级进行等间距排列。为了满足算法的实时性,设计了一种以TMS320DM642高性能DSP芯片为核心处理器的红外图像增强系统平台。实验结果表明,采用该算法增强后的图像质量明显优于采用直方图均衡算法增强后的图像质量,图像的目标与背景的对比度和图像的清晰度都得到了提高,边缘细节也得到了保留;同时,采用该算法处理一帧320×256×8bits的红外图像仅仅用时16．73ms,完全满足实时图像处理的要求。     

一种新的自适应红外图像增强算法

传统的直方图均衡和灰度变换增强算法,不能针对红外图像的目标进行有效地增强.鉴于此,在研究红外图像特点的基础上,提出了一种基于直方图的自适应红外图像增强算法.该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配;在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,既提高了目标与背景间对比度又突出了目标细节层次.     

图像增强中直方图均衡化合理性的一种解释

本文证明了图像增强中平坦的直方图是一些合理假定的必然结果,这些假定包括灰度值被拉伸的程度应该和它在图像中出现的次数（直方图）相联系,灰度值出现的次数越多,就应该被拉伸得越厉害;图像被增强之后如果再进行一次增强应保持不变。教学实践表明,这样引入直方图均衡化易于理解,有启发性。     

基于粗糙集理论的规则提取方法

利用粗糙集理论从初始的数据库出发，进行离散化，属性约简和值约简，依次建造可辨识矩阵、约简表和规则表，从数据库中提取一定的规则。     

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法.首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像.实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善.     

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。     

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.     

一种红外弱小目标图像增强的新算法

针对红外弱小目标图像的特点,本文提出了一种新的增强算法。该算法首先通过设置平台阈值对背景的增强进行抑制,然后将直方图在灰度密度和灰度间距两个方向进行均衡处理。该算法简洁,实时性强,图像增强效果好。