Variance Based Brightness Preserved Dynamic Histogram Equalization for Image Contrast Enhancement

This paper proposes a novel variant of Brightness Preserving Dynamic Histogram Equalization (BPDHE) having more brightness preserving capability with less computational time. This variant, called Variance based Brightness Preserve Dynamic Histogram Equalization (VBBPDHE) uses the interclass and intraclass variance information to segment out the histogram recursively. This variant does not need the smoothing operation of input histogram and also no need to compute local maxima or minima to segment out the histogram unlike BPDHE. Visual analysis, quality metrics and execution time clearly demonstrate the efficiency of the proposed VBBPDHE over well-known existing methods.     

基于梯度场均衡化的图像对比度增强

在偏微分方程理论框架下提出一种能够有效增强图像中阴影或高亮区域信息的方法.首先对图像梯度场进行直方图均衡化,使这些图像阴影或高亮区域中的细节能够在梯度域得到增强;然后利用最小二乘原理重建出增强后的结果图像.通过引入 Lab 彩色空间将对比度增强方法推广到对彩色图像的处理中.在数值求解方面,根据Laplacian 算子的特点改进了求解 Poisson 方程的快速算法,改进后的算法具有程序设计简单、计算量小的特点.实验结果表明,文中方法能够有效地改善由于光照影响造成的图像对比度下降.     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。     

视频图像的邻域统计直方图均衡化增强算法

针对视频监控图像相邻帧之间场景变化小的特点,提出一种适用于视频图像的邻域统计直方图均衡化算法来提升图像的对比度。根据相邻视频帧的场景相关性,对图像当前帧进行邻域信息统计,利用Laplace算子得到前一帧图像中的背景和细节信息,从而选择合适的增强参数,生成视频图像的优化直方图。使用优化后直方图的均值点将其分割成2个部分得到各自的变换函数,对视频图像进行直方图均衡化操作。实验结果表明,该算法能够提升视频图像的对比度,保持图像的平均亮度,减弱过增强现象,保留视频中兴趣区域的细节信息。可以获得的最小绝对平均亮度误差值为1.4741,最大熵值为7.0993,最大峰值信噪比值为20.6710。     

基于加权直方图均衡化彩色图像增强仿真

针对传统直方图均衡化(HE)算法在处理低质量图像时出现的细节信息丢失、部分灰阶合并的不足,提出一种彩色图像在HSV空间的加权HE图像增强算法.通过增加权重参数实现自适应调节图像像素信息的目的,算法构造了一种新的自适应映射函数.图像灰度级经过两次不同的映射有效地克服灰阶合并和细节丢失现象.对于输入图像进行颜色幅度拉伸和饱和度信息拉伸至最大化,完成对图像颜色信息的恢复.仿真结果证明,算法弥补了其它算法处理结果中出现的对比度低下和颜色信息丢失等不足,算法有效地改善了图像的质量.     

基于WLAHE的尘肺胸片图像增强方法

为提高X线胸片中尘肺病灶的易识别性,提出一种基于加权局部直方图均衡化(WLAHE)的尘肺胸片图像增强方法。采用WLAHE算法、局部直方图均衡化算法,以及直方图均衡化算法对0+期尘肺X线图像进行对比度增强处理,并对采用不同参数的处理效果进行比较。结果表明,WLAHE可在不引入过大噪声及不引起细节失真的条件下,采用更小的窗口,使0+期尘肺X线胸片上的病灶小阴影更突出。     

基于等价二元子图分割的直方图均衡化的彩色图像处理

直方图均衡化进行图像增强处理是最简单且有效的方法,能得到对比度和清晰度更好的结果图像,但当原始图像过暗或过亮,此方法得到的效果就会使图像的某些细节消失或产生一些噪声,使图像过度地被增强。提出了一种等价二元子图分割的直方图均衡化的彩色图像处理算法,可以得到比直方图均衡化处理更好的结果图像。     

基于直方图修正的局部对比度增强算法

针对传统直方图均衡化算法经常导致过增强,噪声放大和局部对比度低等缺点,提出了基于直方图修正的局部对比度增强算法。首先,利用自适应部分子块重叠方法把图像划分成一系列的子块,子块的大小能根据图像局部特征自适应调整;然后,对每个子块采用基于直方图修正的对比度增强方法进行处理;最后,融合各重叠子块的处理结果得到最终的增强图像。实验结果表明,该算法具有噪声鲁棒性、可控制增强等级、可调节动态范围和局部对比度较强的优势,增强后的图像具有更自然的视觉效果。     

基于直方图均衡化与MSRCR的沙尘降质图像增强算法

针对沙尘天气下图像色彩偏移严重及对比度低等问题,提出一种基于直方图均衡化与带色彩恢复的多尺度视网膜（MSRCR）增强的沙尘降质图像增强算法。通过偏色校正和图像增强两个步骤进行图像恢复,将RGB图像各通道预处理后利用限制对比度自适应直方图均衡方法得到校正后的图像,对图像采用双边滤波进行降噪处理,通过MSRCR算法进一步解决色彩失衡问题。由于处理后的图像对比度较低,存在一定色偏,利用伽马校正和基于图像分析的偏色检测及颜色校正方法进行处理得到最终结果。对大量沙尘降质图像进行仿真实验,结果表明,该算法能够有效处理不同偏色程度的沙尘图像,不仅提高了图像的对比度,而且有效避免了图像颜色偏移现象,相比GCANet、MSRCR等算法,平均时间效率提升了46.2%~94.7%。     

用于图像对比度增强的直方图锥形拉伸算法

图像非均匀量化存在边界确定和细节限制等问题,为此提出的压扩量化算法的是基本思想是先通过非线性变换将不均匀图像变换到均匀域来均匀量化,然后将量化结果反变换成不均匀图像。该文提出了一种直方图锥形拉伸增强算法,将图像压扩量化中的纵向非均匀分层思想延伸为图像直方图灰度轴的横向非均匀拉伸,以获得图像整体对比度的提高。     

结合直方图均衡和模糊集理论的红外图像增强

针对靶场光电测量设备采集到的红外图像存在对比度低和边缘模糊的问题,提出结合直方图均衡化和模糊集理论图像的增强方法。首先采用对数隶属度函数将图像转换到模糊域,再对图像进行多次非线性变换,增强边缘信息;其次提出改进的自适应平台直方图均衡化算法,提高红外图像对比度;最后将2幅图像按加权系数相乘后叠加融合出最终图像。实验结果证明,该方法克服了传统增强算法易出现的过增强和局部信息被弱化等问题,增强后的图像细节丰富,具有更好的视觉效果,能够满足靶场的实际要求,具有广泛的工程应用价值.     

基于目的性优化及改进直方图均衡化的夜间彩色图像增强

夜间图像由于照明不足,存在图像对比度、亮度偏低,细节不可见,导致图像质量下降.大多夜间彩色图像增强算法往往在高对比度边缘区域存在“光晕伪影”现象,针对这些问题提出了一种基于目的性优化及改进直方图均衡化的图像增强算法.该算法通过目的性优化增强原图像对比度,最大程度地保留细节;然后采用改进的保留细节的直方图均衡化增强图像;最后采用改进的Gamma校正对图像进行增强.算法结果通过主观视觉效果以及客观质量评价2方面验证,实验结果表明该算法能够有效地增强图像对比度、亮度,恢复图像细节,并消除了“光晕伪影”.     

保持图像细节的红外图像直方图均衡算法

针对灰度图像经传统直方图均衡算法后因部分灰度级被合并而导致图像细节丢失的问题,提出了一种新的可保持图像细节的红外图像均衡算法.该算法避免了传统直方图均衡带来的灰度断层和丢失现象,对图像灰度级进行无损均衡,提高了图像质量.实验表明该算法使图像的细节和清晰度得到明显的增强。     

一种直方图局部均衡化的新方法

直方图均衡化(HE)是一种简便有效地增加灰度图象动态范围的方法,被广泛地应用于图象处理的各种领域,如医学照片,数字相片处理.它可以方便地增加图象的对比度,令图象的视觉信息量达到最大.但是这种方法存在很大的局限性,经直方图均衡化处理以后的图象和原图象在灰度上差别很大,在增加图象对比度的同时还将导致图象的亮度增加,并会产生噪声.本文对直方图的均衡化进行了一定的研究,将一些改进的方法,如自适应均衡化(AHE),双直方图均衡化(BBHE)等进行了比较,从而提出了一种根据图象直方图的局部形态对图象进行直方图局部均衡化的方法,这种方法一方面将像素的灰度值分散,可以分辨图象中比较细节的内容;另一方面,将图象的灰度变化控制在一定范围之内,抑制了噪声的产生,较大程度上地保留了原始图象的亮度.     

基于多尺度带限的自适应直方图均衡和数学形态学的医学 X 射线图像对比度增强算法

医学 X 射线图像是临床上应用最广泛的影像之一。由于需要采用低剂量的 X 射线进行成像,而 X 射线 图像存在一个本质的缺陷,就是低对比度。所以,在临床应用中,往往需要对图像对比度进行增强处理。根据 X 射线图像特性,文章提出了基于多尺度带限的自适应直方图均衡和数学形态学的 X 射线图像对比度增强算法。首 先,采用拉普拉斯高斯金字塔变换把图像分解成高频和低频的不同尺度子波段图像;然后对每塔层高频子图像应 用对比度带限的自适应直方图均衡进行处理,相应的各塔层低通子图像使用数学形态学进行增强处理;最后,各 塔层经过增强处理的高频和低频系数,通过拉普拉斯高斯金字塔的逆变换重构出对比度增强的图像。增强图像再 经全局非线性算子进行对比度的增益调整,获得自然的视觉效果。实验结果表明该算法有效地增强了医学 X 射线 图像的对比度,并通过图像对比度评价标准和对比度改进索引度量算法来分析及对比了算法的性能。     

一种基于高频强调滤波和直方图均衡化的图像增强方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。高频强调滤波将变换后的低频和高频分量都得到了增强,但是低频分量的增强要弱一些,这样会使得图像边缘更加清晰。实验表明,经该方法增强后的图像,其主观视觉效果明显改善。     

直方图图像增强技术

图像增强就是通过一定的方法对图像进行处理和变换,它能有效地改善图像整体质量和局部特征,是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术,能有效地改善图像的对比度和灰度动态范围。实验结果表明,直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围,从而改善图像的可视质量。