一种改进的低对比度图像增强算法

为提升图像对比度,增强图像细节,抑制图像噪声,在认真研究图像增强的基础上,对图像进行小波变换,低频子带系数采用广义模糊算子进行处理,能够更大程度地提升图像对比度和局部亮度.采用贝叶斯萎缩阈值算法将高频子带系数分为噪声和细节信息,通过非线性增益函数抑制噪声并放大细节信息.对传统非线性增益函数进行改进,引入调节因子α,以实现不同程度的细节增强.同时根据信息熵来选取非线性增益函数中参数c的值,以提高算法的自适应性.仿真结果表明,所提算法取得了较高的信息熵、峰值信噪比、清晰度和对比度,图像增强质量较好.     

结合分数阶微分及Retinex的NSCT自适应低照度图像增强

针对低照度图像存在亮度低、对比度低、边缘模糊等问题,首先将低照度图像NSCT多尺度分解,获得低频子带图像和高频子带系数;接着将低频图像采用多尺度Retinex提升图像亮度,借助非线性的双边滤波函数估计其照度分量,利用Gamma校正函数对照度分量进行校正,提高图像的动态范围,利用影响因子校正反射分量,丰富其层次性,对图像的整体轮廓进行增强;然后将高频部分用Bayes阈值隔离噪声,利用自适应分数阶微分对图像的边缘、纹理等细节进行增强;最后对处理后的图像进行NSCT重构。实验结果表明,本文算法的对比度、清晰度及信息熵与现有增强方法相比,平均提高了10.7%、9.8%、2.3%。增强后的图像在细节、边缘保持等方面也优于现有算法,改善了图像整体的视觉效果。     

基于Contourlet变换和模糊理论的红外图像增强算法

红外图像具有噪声大、对比度低等特点,针对该特点,提出了一种基于Contourlet变换与模糊理论的红外图像增强算法。首先对图像进行Contourlet变换,得到多尺度多方向的低通子带和带通子带。对低通子带,进行基于子带系数最大最小值的线性变换,提高图像的整体对比度;对于带通子带,先估计噪声阈值,对子带系数进行抑制噪声处理,然后通过模糊增强算法,对高频系数进行非线性增强,增强目标边缘纹理的特征,抑制背景信号。最后经过Contourlet逆变换得到对比度增强,噪声被抑制的图像。经过算法仿真,与几种现有的图像增强算法相比,该算法更能有效地抑制噪声,增强图像的对比度,突出图像的边缘与细节纹理信息。     

一种混合的遥感图像增强方法

根据遥感图像细节信息丰富,信息量大,目标和背景区分度小等特点,针对目前的遥感图像增强方法无法满足在去噪的同时增强图像对比度、细节和边缘的现象,提出了一种混合的遥感图像增强方法。首先将遥感图像做直方图均衡化,从全局增强图像的对比度,然后对遥感图像做NSCT变换,将其分解为一个低频子带和多个高频子带,对高频部分进行自适应阈值去噪和模糊对比度增强处理,为了防止过增强,对低频部分不做处理。最后对逆变换回空间域的图像用拉普拉斯滤波器增强图像的边缘。实验结果表明本文方法对遥感图像增强效果显著。     

基于小波分析的红外图像非线性增强算法

红外图像具有对比度低和信噪比低等特点,实际应用中需要进行增强处理。将小波分析与模糊逻辑相结合,提出了一种基于小波变换的红外图像非线性增强算法。该算法首先利用小波分析对图像进行分解,提取图像的多尺度特征信息;然后通过模糊非线性增强算子分别对各个分解层的子带系数进行运算以改变目标特征的强度;最后利用小波反变换重构图像,实现图像的对比度增强和背景抑制。与几种常用的红外图像增强算法进行了实验对比,验证了该算法的有效性。     

基于Retinex的一种图像去雾算法

由于中心环绕Retinex图像增强算法尺度的选择有限,不能在对有雾天气下采集的图像进行有效去雾的同时增强其细节,提出一种基于Retinex算法的曲波变换图像增强算法.首先,根据Retinex算法,先用高斯函数估计出图像的入射分量,再通过Retinex算法将图像的反射分量得出,然后利用曲波变换的多尺度特性将反射分量进行子带分解,对高频子带采用自动变换阈值处理,对低频子带采用线性拉伸,增强其对比度,最后将曲波系数进行合成,得出处理后的图像.实验结果表明,用该方法对雾天图像处理后,图像的纹理细节更清晰,信噪比和信息熵明显提高,视觉效果改善,失真度显著减小.     

结合NSCT和邻域特性的红外与可见光图像融合

针对传统的融合方法对比度低、纹理信息保留不充分等问题,结合模糊增强特性,提出一种结合NSCT和邻域特性的红外与可见光图像融合算法。首先,对待处理的红外图像和可见光图像进行NSCT变换分解得到各自的高低频子带系数,接着对模糊增强后的低频子带系数采用改进的区域能量加权平均融合方案,同时对高频子带系数采用灰度变化和梯度差异加权融合方案,最后将高低频融合系数经NSCT逆变换得到融合图像。实验结果表明,融合后的图像目标细节清晰突出,与其他融合算法相比更具有先进性与有效性。     

一种改进的毫米波图像超分辨复原方法

针对无源毫米波图像分辨率低的问题,提出了一种基于对比度金字塔变换和改进非线性频谱外推方法的图像超分辨复原算法。该算法通过采用基于高频细节局部方差的高斯函数自适应调整频谱外推系数,并用其对对比度金字塔分解的高频细节进行频谱外推,同时采用Context模型去噪,最终重构出高分辨图像。通过该方法对无源毫米波图像进行超分辨复原,其结果表明新算法能有效增强图像的轮廓,提高图像的分辨率。     

基于NSST和人眼感知保真约束的图像自适应增强

鉴于现有的图像增强方法在提高图像对比度、清 晰度等方面仍存在不足,提出了基于非下采样剪切波变换 (NSST,non-subsampled shearlet transform)和人眼感知保真约束的自适应 增强方法。首先对输 入图像进行NSST,分解为一个低频子带图像和多个高频子带图像;然后利用非线性增益 函数增强高 频子带系数,同时对低频部分进行分块局部增强;考虑到传统分块局部增强存在局部图像块 间不连续进而 导致失真的情况,引入了人眼感知保真约束条件,并将其转化为求解一个典型的线性优化问 题,由此获取 增强参数,实现低频部分的增强;最后融合处理后的高低频子带系数,重构出期望的增强 图像。大量实验 结果表明,与近年提出的4种同类方法相比,本文方法所得增强图像的主观视觉效果更好 ,在清晰度、 局部对比度以及全局对比度等定量评价指标上平均高出50%,且实时性良好。     

一种新的自适应图像增强融合算法

提出了一种新的自适应图像增强融合算法,算法将输入图像分解为反映图像平均照度特征的低频分量和反映图像对比度特征的高频分量图像,基于局部灰度方差增强因子和非线性投影变换因子进行自适应图像增强处理,基于局部能量、局部归一化互相关融合测度和加权融合算子对增强后的图像进行特征提取和重构,得到融合图像.有效地将输入图像细节特征传递组合到融合图像中.     

Intensity surface stretching technique for contrast enhancement of digital photography

In this paper we propose a contrast enhancement technique which stretches the intensity surfaces of an image to improve the quality of a digital photo. The proposed method enhances the contrast of an image by stretching the intensity surface of the original image to the maximum range of the output image. This is done in proportion to the distances between the original intensity surface, and the upper and lower intensity surfaces respectively. The upper and lower intensity surfaces are generated adaptively from the original intensity surface by gaussian smoothing and gamma transform. In our experiments, digital color images in a variety of illumination conditions were used, and the proposed method was compared with other algorithms such as histogram stretching, histogram equalization, gamma correction, and retinex. From the results of the experiments, it was proven that the proposed algorithm further enhanced the contrast more than other methods and resulted in a more natural image without deterioration of gradation.

基于小波变换的信号去噪

小波分析是现代数字信号处理的重要分支。为实现基于小波变换的图像去噪,以小波变换为基础,对一维信号及二维图像信号进行去噪。实验结果表明,基于小波变换的图像处理可以有效地去除噪声,与传统的信号分析技术相比,小波变换能在对信号进行消噪的同时,更好地保留原始信号。     

具有分形结构Ag纳米衬底的荧光增强效应

利用电化学沉积方法,制备出具有分形结构的Ag纳米荧光增强衬底。实验中,采用532nm连续光激发居于Ag纳米结构衬底表面附近的罗丹明6G(Rh6G)荧光分子,结果表明,具有分形结构的Ag纳米金属衬底对沉积在其表面的Rh6G分子表现出明显的荧光增强效应。根据局域场增强理论对所得实验结果进行分析,经过电化学方法制备出的分形Ag纳米结构,在外电磁场激发下能够形成较强的局域电磁场分布,从而有效地激发Rh6G荧光分子,增强其荧光辐射强度。     

大尺寸TFT-LCD电视的彩色和图像增强

最近几年，薄膜晶体管液晶显示器（TFT-LCD）技术取得了快速而显著的．进步，其性能超过了PDP、CRT以及投影显示。毫无疑问，TFT-LCD已经成为高清电视应用的最佳实现方案。本文将介绍进一步增强大尺寸LCD电视的彩色和图像性能的技术。     

一种用于移动终端视频图像色彩增强的实时方法

智能手机在可视通话的过程中,由于摄像头和液晶显示器等硬件性能上的一些局限性,使其在某些条件或环境下采集的视频图像光线昏暗,或者视频图像表现的颜色不够鲜艳、靓丽甚至发生偏色。文章提出一种在硬件具体的特性和性能参数下,对视频图像的明亮可视度以及颜色进行增强的实时方法。在智能手机上的应用和验证显示,该方法不需要额外的芯片就能够改善移动可视电话中视频图像的主观视觉效果,提高亮度、清晰度,并使颜色的表现更丰富、艳丽。     

大尺寸TFT-LCD电视的彩色和图像增强

最近几年,薄膜晶体管液晶显示器(TFT-LCD)技术取得了快速而显著的进步,其性能超过了PDP、CRT以及投影显示。毫无疑问,TFT-LCD已经成为高清电视应用的最佳实现方案。本文将介绍进一步增强大尺寸LCD电视的彩色和图像性能的技术。     

弱对比度细节模糊增强的自动参数选择

针对广义模糊增强算法中参数选择的主观性,提出了一种模糊参数自动调整的方法。通过分析实验得出模糊参数对图像增强效果的重要性,给出一种用图像可检测边缘度和图像熵的熵值作为图像增强的评价标准,并根据这个标准实现了原来模糊增强算法中参数的自动选择,达到图像的自动增强,提高图像中弱边缘对比度的目的。最后通过实验证明算法的有效性。     

一种自适应红外图像增强新算法

针对红外图像经直方图均衡后因部分灰度级被合并而导致细节丢失的问题,提出了一种新的红外图像增强算法——双阈值区分增强算法.该算法首先在原始图像直方图中剔除截断阈值以下的冗余灰度级,接着根据重建直方图的包络确定分界阈值用以区分背景和目标,最后对背景进行直方图均衡处理,对目标进行局部对比度增强及线性灰度变换处理.算法定义了一个自适应参数来适当地抑制背景和噪声,并放大目标细节.相对于传统的直方图均衡算法,所提算法能在增强整体对比度的同时保留图像细节,并且计算量小、实时性好.     

一种带瞬态增强电路的无电容型LDO

设计了一种可用于SOC片内供电的新型瞬态增强无电容型线性压差调整器电路.相对于需要由误差放大器、缓冲器和反馈网络三级结构构成的传统LDO,该设计在简单的一级单管控制结构上增加了摆率增强电路(SRE)来实现瞬态响应增强,可以更容易地进行频率补偿,在简化设计过程的同时,保证了较快的响应速度.     

模糊理论图像增强快速算法设计与实现

自Pal模糊增强算法提出以来,模糊集理论开始广泛地用于图形图像处理,并在实践应用中取得了较好的效果。但由于Pal算法函数复杂、运算耗时长、渡越点难以设置等问题,势必对于各类图像的增强效果产生了影响。本文就该问题提出了一种基于模糊理论的交互式图像增强快速算法,该算法简化隶属函数和增强算子,不但提高了图像模糊化效率、缩短图像增强处理运算时间,同时面向各类图像的增强处理需求,利用MATLAB设计实现图像增强处理系统,提供了交互式的渡越点设置接口。系统仿真结果表明,本文算法相比 Pal算法,具有更快捷的增强速度和更灵活地阈值选取以及良好的增强效果。