一种能强化细节的自适应直方图均衡法

根据局部对比度增强法和直方图均衡法各自的优缺点,扬长避短,提出了一种能够同时强化细节,增强整幅图像对比度并能抑制噪声增强的自适应直方图均稀法,用于处理模糊文字及细节较多的图像效果较佳。     

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。     

褪化文字图像增强方法的改进

图像增强技术可分为局部增强和整体增强两种，各有优点。本文在分析文字图像褪化因素及特点的基础上，提出了基于自适应邻域对比度增强的直方图均衡法（ＨＥＡＮＣＥ），它不仅能在增大整幅文字图像动态范围的同时增强局部对比度，去除扩散，而且能抑制一定的背景噪声。在此基础上，用灰度试拉伸技术进一步加大文字图像的对比度，去除背景噪声，可大大改善褪化文字的视觉效果。     

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。     

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。     

基于灰度等间距密度均衡的红外图像增强算法

针对红外图像具有高背景,低反差的特点,提出了一种基于灰度级等间距密度均衡的红外图象自适应增强方法。该方法以图像灰度相关理论为基础,采用窗口递推的方式,自适应地选择直方图窗口,获得高低阈值,再通过灰度线性变换及灰度级等间距密度均衡,增大图像灰度动态范围,获得细节丰富灰度连续的图像。理论分析和实验结果均表明,该算法克服了平台直方图均衡引起的灰度断层现象,有效地增强了红外图像的对比度,提高了图像质量。     

一种结合直方图均衡化和MSRCR的图像增强新算法

为便于集成电路(IC)真实缺陷形貌图的缺陷特征提取,提出了一种结合直方图均衡化(HE)和多尺度Retinex彩色恢复(MSRCR)算法的彩色图像增强新算法．用直方图均衡化对彩色图像进行增强,可以显著提高对比度,但会降低原图的信息熵;用Retinex算法对彩色图像进行增强,可以显著提高暗区域的细节,但会产生泛白、颜色失真和对比度低的现象．新算法根据两种算法处理结果的特点,将图像先分别进行HE增强和MSRCR增强,然后按照一定的图像融合规则进行加权融合,经过大量的测试统计,得到了一个最佳权重．实验证明,改进的算法使图像的亮度、对比度、细节等都有很大的增强,不仅改善了图像的整体视觉效果,而且得到了最大的信息熵,能更好地刻画IC缺陷细节,有利于后续的目标检测和缺陷特征提取,并验证了算法的通用性．     

一种基于高斯混合模型的红外图像自适应均衡和对比度增强算法

从红外图像的特性出发,分析了红外图像的直方图、噪声、分辨率及对比度等本质属性,在此基础上,针对红外图像信噪比高、对比度低的缺点,以高斯混合模型的参数设想和高斯分布的特定规律来模拟红外图像的像素分布和动态区间,通过对分割到高斯混合模型后的图像信息进行相应的变换,来实现对红外图像的自适应均衡和对比度增强处理。实验效果表明,图像亮度和对比度增强明显,并很好地保留和增强了图像细节,整幅图像的视觉效果得以显著改善,达到了图像增强的预期目的。     

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...     

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。     

数字图象的最大熵直方图增强

常规的直方图均衡化图象增强方法会导致图象直方图的熵下降,从而损失了图象的某些信息,为此提出一种保熵增熵的增强方法。其主要思路是:首先提取并保存图象的细节信息,然后进行直方图谱线的兼并与推平处理,最后把细节信息再迭加上去。实验表明,这种方法,处理后的图象细节清晰,层次丰富,明显地优于常规直方图增强方法。     

超空泡图像的图像增强算法

针对水下高速射弹超空泡图像照度不均匀的问题,分析了现有各算法的特性,综合抛物线调整的直方图均衡化和增强细节的自适应直方图均衡化方法对水下高速射弹超空泡图像进行增强,并结合边缘检测技术进行信息反馈,找出了针对超空泡图像的抛物线调整直方图均衡化方法的最优参数.在增强细节的同时减少了噪音的产生,为准确获取空泡外形提供了有利的条件.     

Contrast Enhancement Using Weighted Coupled Histogram Equalization with Laplace Transform

Histogram equalization is a traditional algorithm improving the image contrast, but it comes at the cost of mean brightness shift and details loss. In order to solve these problems, a novel approach to processing foreground pixels and background pixels independently is proposed and investigated. Since details are mainly contained in the foreground, the weighted coupling of histogram equalization and Laplace transform were adopted to balance contrast enhancement and details preservation. The weig...     

基于分块主色的图象检索

传统的基于颜色直方图特征的图象检索方法简单且易于实现,但其直方图求交运算量过大,而且丢失了颜色的空间分布信息。本文给出了一种基于分块主色的图象检索方法。该方法将图象分成相等的九个子块,依次统计每个子块的颜色直方图,用户可根据各子块的的不同重要程度而改变各子块的权值,最后给出了这种基于分块主色的检索方法中图象相似度的计算方法。实验表明,该方法一方面利用主颜色减少了直方图相交运算量;另一方面通过对图象分块保留了颜色的空间信息并能够有效地将目标从背景中区分出来,从而有效地提高了检索速度和检索精度。     

基于提升小波的图像脉冲噪声抑制方法

分析利用小波进行图像去噪的方法和特点,根据电视跟踪测量系统的实际需要提出利用易于硬件实现的提升小波滤波器对实时图像进行去噪,重点研究受脉冲干扰的实时图像的噪声抑制问题.小波分解的高频部分在噪声附近具有较大值,通过调整提升项设计提升小波滤波器,所设计的滤波器包含噪声特性,应用这些滤波器可以检测到脉冲噪声,利用小波的重构公式消去图像中的噪声.由于提升小波滤波器比普通小波滤波器运算量大大减少,因此算法易于硬件实现.将提升小波的降噪方法同现代信号处理器件DSP和FPGA结合起来有着广泛的应用前景.     

一种平滑图象噪声的局部对比度增强法

本文给出了一种新的图象增强算法，它可以根据褪化图象的特点，在噪声干扰比较严重的区域，以平滑噪声为主，在图象细节较多的区域，以增加局部对比度为主，从而达到既坚比度，又可抑制噪声的目的。     

基于数学形态学FCM聚类原型图像降噪方法

由传感器得到的图像往往含有大量噪声,针对目前常用的二维直方图算法在图像噪声检测与分离过程中存在的不足,以及传统FCM聚类算法的特点,提出了一种基于数学形态学的FCM聚类原型初始化方法:首先基于数学形态学理论确定图像初始聚类点簇,然后运用FCM对点簇进行处理。理论分析与实验表明,该方法能有效消除图像中的噪声点,对均匀噪声背景下图像处理有一定的应用价值。