基于分段直方图的图像对比度增强算法

在研究了图像基于灰度直方图的对比度增强算法基础上,提出一种对灰度直方图分段进行处理的技术。传统的基于图像直方图的对比度增强技术像直方图均衡化(HE)和灰度线性变换(LGT),在提高图像对比度的同时,灰度级也因此减少,导致图像中目标的不清晰,为后续图像处理带来麻烦。文中提出的分段直方图技术可避免此类问题产生。用阈值分割的方法将图像灰度直方图分为目标段、过渡段、背景段分别进行处理、再融合。该技术可以做到处理后的图像的灰度级依旧会分布整个0~255灰度区间,从而完整地保留了图像中目标和背景的细节特征,避免了灰度级合并带来的图像不生动、视觉效果差的问题,具有可操作性和细节完整的优越性。     

基于图像边缘增强组合算法的研究

通过分析函数的一阶导数与二阶导数图像的特征,提出了一种含有权值的图像边缘锐化的新算法.通过设定不同的权值可以实现不同的增强效果,经增强后的图像再用直方图均衡化处理.仿真结果显示此方法可以使图像更加清晰,且具有较好的灵活性和普遍的适用性.     

一种改进的红外图像自适应增强方法

对红外图像而言,如何在压缩动态范围的同时增强细节、抑制噪声以提升显示效果是一个重要的课题。文中提出一种改进的红外图像自适应增强方法,首先设计了一种参数自适应的引导滤波方法,并基于引导滤波将原始红外图像拆分成基本层和细节层;然后基于像素灰度分布设计了一种新型的自适应阈值的直方图映射方法,以对基本层压缩动态范围并增强其对比度;之后利用自适应引导滤波的线性系数对细节层进行增强并抑制噪声;最后对增强后的基本层和细节层进行自适应融合得到增强后的红外图像。实验结果表明,与对比度受限的自适应直方图均衡方法、基于引导滤波的高动态红外图像增强方法等几种效果相对较好的方法相比,文中所提出的方法处理后的图像细节更丰富,噪声抑制效果更强,视觉效果更好,且该方法适应性更强,无须调整参数即可应对多种观测场景。     

模糊阈值分割算法在具有双峰直方图图像中的应用

利用模糊阈值分割算法对具有双峰直方图的灰度图像进行阈值分割,这种分割算法具有自动寻找阈值,并且计算简单。试验结果表明：它的计算速度很快,比传统的类间方差最大法快2－3倍以上。     

一种改进的图像均衡化算法的研究与应用

直方图均衡化是图像增强的一种有效方法,其基本思想是调整图像的灰度分布.文章从图像的信息熵入手,提出了一种直方图均衡化的改进算法,通过对算法中调节参数的选择来获取更大的信息熵,该算法避免了均衡化过程中灰度过多合并,图像过亮等现象,改善了图像质量,实验验证了该算法更为有效.     

一种新的红外图像自适应增强算法

针对红外热图像普遍存在的目标与背景对比度差、边缘模糊等特点,提出了一种新的红外图像自适应增强算法.通过自适应地选择平台阈值,对红外图像进行平台直方图均衡化,有效抑制了背景的过度增强,避免目标灰度级的过多合并,提升了目标的灰度空间,获得了很好的增强效果.实验结果表明,本算法优于直方图均衡化算法,可有效地突出红外目标.     

红外图像的变分增强算法

提出了一种基于全变差和对比度的红外图像变分增强方法.针对红外图像噪声较大的特点,在现有变分增强算法的基础上,构造目标梯度场时,事先考虑了对噪声的限幅,防止不必要的噪声放大.另外,构造目标函数时加入了图像的全变差(TV)约束,使得噪声进一步得到抑制.直方图类算法会对灰度邻近、分布较少的灰度阶进行合并,从而丢失一些有用细节.本算法不会出现直方图算法的类似问题.实验表明本算法相对于常见的直方图处理算法,可以更有效增强红外图像.     

基于阈值法和区域生长法的图像分割算法研究

由于图像阈值法的直观性和易于实现的性质,使它在图像分割领域中处在中心地位,但是在阈值分割后不可避免地会出现与目标灰度接近的背景区域,从而产生了噪声干扰。由于图像分割技术的不断完善,区域生长法比较完美地解决了噪声干扰的问题,但是随之也会造成欠分割和过分割的现象,同样使得分割效果不理想。因此,本文采用阈值分割法和区域生长法相结合的方法,来尽可能避免目标本身灰度不均匀造成的欠分割现象和有效防止目标边界模糊造成的过分割现象。     

基于FPGA实时红外图像自适应线性增强算法的实现

提出了灰度直方图统计方法,利用FPGA完成一帧图像直方图统计并且采用自适应线性增强算法完成对下一帧图像数据的转换.针对实时处理的要求, 应用现场可编程门阵列(FPGA) 构造高速图像处理器, 完成红外跟踪图像预处理的实时计算.经现场调试,代码简单,占用FPGA系统资源少,可以完成实时数据转换,结果证明是可行的.     

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.     

美元图像的自适应阈值分割方法

针对美元图像特点,先采用改进的模糊增强算法对图像进行增强,而后根据其直方图能量分布,得到一种有自动适应能力并获取最佳阈值的新方法,取代了传统图像处理中采用固定阈值的分割方法,经多次实验仿真、分析,此方法适应能力较强,尤其在噪声较多且复杂的情况下,应用于美元的识别中有着较大的优势,可以达到较好的效果.     

基于二维直方图分析的二元子图微光图像增强处理

提出了基于二维直方图分析的二元子图微光图像增强处理算法，根据原始图像的二维直方图分布特征，依据相邻像素的相关性数据，将图像分割成二元子图像，对每个子图像分别进行直方图均衡增强处理，最后合成得到完整的处理图像，通过用信息容量等图像评价参数对实验结果进行分析，表明此算法克服了对整幅图像进行直方图均衡时难以把握局部细节的缺点，得到了具有较好视觉质量的处理后微光图像。     

一种应用于飞机红外图像的分割方法及其实现

分析了待处理飞机目标在红外图像中的特点,设计出一种自适应的红外图像阈值分割算法.算法划分成粗分割和精分割两个步骤.首先,通过粗分割缩小目标范围并将图像初步划分成目标区域及背景区域.然后精分割在波门范围内用粗分割中得到的背景区域去近似真正的背景,修改理论阈值公式,并完成最终的分割.该算法目前已在FPGA上成功实现.外场实验结果表明,分割算法具有稳定可靠而且准确度高的特点,非常适用于实时跟踪处理系统.     

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。     

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。     

利用二维属性直方图的Otsu自动阈值分割方法

提出了二维属性直方图的概念,进而提出了一种基于二维属性直方图的图像自动阈值化方法。该方法通过构造属性集,确定相应的二维属性直方图,利用二维属性直方图的Otsu算法确定灰度阈值。为了说明该方法的适用性和性能,将其用于一种海底小目标图像阈值化。作为比较,也给出了利用一维属性直方图的Otsu算法阈值化的结果。结果表明：该方法适用于直方图不是理想双峰形状的图像,它比一维属性直方图的Otsu算法抗干扰性更强,分割效果更好。     

基于直方图极大值准则可变参数图像阈值分割方法

提出了一种基于直方图极大值准更则图像阈值分割方法，通过调节参数可对多类图像进行分割。阉值分割是实时图像处理首选的分割算法。本文通过一维灰度直方图确定极大值，从而获得图像中多个目标区域和背景区域阉值，分割出多个区域，将每个区域赋为不同的灰度级，根据具体所要分割的目标再进行分割。实验证明该方法分割效果较好，分割速度快，实时性较好。     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

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.