基于自适应局部灰度修正的直方图均衡算法

分析了图像直方图均衡增强算法中信息损失的内在机理,提出基于自适应局部灰度修正的直方图均衡算法。首先对图像作常规直方图均衡处理,然后分析比较处理后图像和原图的梯度变化,以此为依据对图像作局部灰度修正,从而减小直方图均衡处理过程中信息损失的程度,最后通过实验验证了算法的有效性。     

红外图像噪声滤波对比度增强算法

针对红外图像噪声大、对比度低的特点,在传统直方图均衡原理的基础上,利用像素邻域高斯分布特征,介绍了一种基于噪声滤波的对比度增强算法.首先,计算原始图像统计直方图;其次,对统计直方图进行噪声滤波:最后.利用构造的加权函数对直方图间距进行均衡处理.改进的对比度增强算法避免了传统直方图均衡对灰度邻近、分布较少的灰度级进行合并,从而保留了图像细节信息.仿真实验表明:该算法在增强图像对比度的同时,有效保留了局部细节信息,具有一定的实用价值.     

保持图像亮度的局部直方图均衡算法

现有的局部直方图均衡算法用于图像的对比度增强时,输出图像的亮度与输入图像无关.由于图像增强的很多实际应用需要保持原始图像的亮度,为此提出一种新的局部直方图均衡算法.以子块部分重叠的局部直方图均衡算法 (POSHE)为基础,改进其对子块图像的均衡方式:根据亮度均值对子块图像进行递归分解,得到一系列不同灰度范围的子图像,然后对每一个子图像在其相应的灰度范围内进行直方图均衡,最后合并这些子图像的均衡结果.实验结果表明,这种局部直方图均衡新算法既能充分增强图像局部细节,又能保持输入图像的亮度,且亮度的保持程度可由用户进行控制.本文算法使所增强的图像具有更加自然的视觉效果,能更好地满足消费类电子工业对图像对比度增强的应用要求.     

基于双直方图均衡算法的红外图像增强

为了抑制全局直方图均衡产生的灰度饱和和局部细节丢失的情况,提出了一种双直方图均衡算法。首先对图像的背景和前景进行分割,提出基于直方图的局部最小值和修正的K-Means聚类算法来确定图像的理想分割阈值,然后再对分割的子图分别作全局直方图均衡（Global Histogram Equalization,GHE）。对该算法进行了实验验证,结果表明,相较于GHE算法,经该算法增强后的图像峰值信噪比（Peak Signal to Noise Ratio,PSNR）提高约16.425%,结构相似度（Structural Similarity Index,SSIM）提高约14.85%。同时通过主观分析,基于直方图局部最小值和修正的K-Means聚类算法的图像分割进行双直方图均衡可以有效抑制GHE算法产生的灰度饱和和细节丢失现象。     

子块重叠局部直方图均衡算法的优化研究

子块重叠局部直方图均衡算法是一种有效的图像细节增强算法,它将大幅红外图像分解为多个小幅图像,并对每个小幅图像进行单独的直方图增强,然后通过"叠加"等处理,解决不同局部模块直方图增强后的"块效应",提高整体视觉效果。由于要对每一个小幅图像进行单独处理,因此需要完成的运算量大,处理时间长。通过研究子块重叠局部直方图均衡算法的优化处理,来减少算法的处理时间,提高算法的工作效率。     

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.     

基于巴特沃斯低通滤波器的图像增强

在详细分析传统的图像增强算法的基础上,提出了一种基于Butterworth低通滤波的局部直方图均衡的图像增强算法。首先,利用Buterworth低通滤波器将图像分为高频分量和低频分量,然后对低频分量进行传统的直方图均衡处理,最后,将均衡后的低频分量与高频分量进行加权融合,得到增强后图像。实验结果表明,图像经过处理,突出了细节信息,改善了整体视觉效果。     

基于高斯分布的自适应红外图像增强算法

针对红外图像信噪比和对比度低,结合红外图像直方图分布的特点,提出了一种基于高斯分布的自适应红外图像增强算法。该算法采用高斯分布函数平滑红外图像直方图中的主峰,以抑制红外图像背景和噪声的加强。算法中的高斯分布函数可根据原红外图像直方图的分布情况自适应产生,不需要人为设定,将所生成的高斯分布函数对原直方图进行转换后再进行直方图均衡处理,即可实现红外图像的增强。实验结果表明,该算法能有效地突显红外图像的目标,抑制其背景,具有较好的增强效果。     

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。     

一种基于区域分割的直方图均衡算法

红外原始图像对比度低，动态范围高，而且不同场景信号动态范围不一样，为了得到更好的图像效果，需要对红外图像原始数据进行灰度变换。本文针对全局直方图均衡增强算法的不足，提出了一种基于区域分割的直方图均衡增强方法。通过将图像分割成多个区域，每个区域分别做直方图均衡，然后通过线性插值对图像做像素重构，有效地改善了红外热成像系统的图像质量，对比度和图像细节信息得到很大的增强。该算法易于在FPGA中实现，且取得了较好的效果。     

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。     

一种自适应红外舰船图像增强算法

复杂环境下海面舰船红外图像信噪比和对比度低、边缘模糊,目前仍没有一种处理效果好且实时性强的图像增强算法。提出一种基于平台直方图均衡化的自适应红外图像增强算法。首先,分析典型海面舰船红外图像及其直方图的特性;在此基础上,提出一种自适应确定目标/背景粗略阈值的方法;最后将灰度大于该阈值的直方图最大值作为平台值,通过平台直方图均衡化算法自适应地完成海面舰船红外图像的图像增强。实验结果表明,该算法不但有效地增强了图像的对比度、抑制了背景,而且具有较快的运算速度。     

基于小波分频与直方图均衡的图像增强算法

传统直方图均衡化算法在增强图像的同时也丢失了图像细节、增强了图像的噪声信号,导致信息熵下降。结合小波变换多尺度、多分辨率的特点和直方图均衡的优势,提出一种基于小波分频和直方图均衡的高亮度图像增强算法。首先利用小波变换将图像分解为低频分量和高频分量,然后仅对低频分量做直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构。实验结果表明,该算法对于亮度较高的灰度图像有较好的增强效果。     

低照度环境监控的图像增强算法研究

在档案库房安防系统中,光照是图像清晰度的重要因素,对后续处理和最终监管有着至关重要的影响.本文针对灰暗天气和夜间等低对比度图像,通过采用直方图均衡化(HE)、自适应直方图均衡化(AHE)和受限对比度自适应直方图均衡化算法(CLAHE)进行图像处理和对比,提出了一种基于受限对比度自适应直方图均衡化的改进算法.该方法首先进行了RGB和彩色空间转换,其次仅对亮度分量进行受限对比度自适应直方图均衡化变换和非线性拉伸变化,最后做RGB的图像输出.实验结果表明,该方法不仅提高了图像的对比度,而且在档案库房安防系统的监控中良好的保持了图像的目标信息,提高了后续识别和监控的有效性.     

基于改进直方图均衡化和SSR算法的灰度图像增强研究

为了提高偏亮和偏暗图像的增强效果,提出了一种改进的直方图均衡化和SSR算法相结合的灰度图像增强方法.对原始图像进行改进直方图均衡化增强,提取低频分量进行直方图均衡化,与高频分量融合;对原始图像进行SSR算法增强;将得到的2个图像进行加权融合.结果表明:新方法得到的图像比原始图像细节特征突出,视觉效果明显改善;对比度和信息熵得到提高、亮度得到调整.在医学X射线图像上验证了其可行性,与其他增强算法相比,新方法更有利于图像的准确分析.     

An image pixel based variational model for histogram equalization

In this paper, we develop an image pixel based histogram equalization model for image contrast enhancement. The approach is to propose a variational model containing an energy functional to adjust the pixel values of an input image directly so that the resulting histogram can be redistributed to be uniform. This idea is different from existing histogram equalization algorithms where a histogram based on the input image is constructed, a mapping is determined to output a uniform histogram and then the pixel values of the input image are adjusted based on the mapping. In the variational model, a mean brightness term is incorporated to preserve the brightness of the input image, and a geometry constraint can also be added to keep the geometry structure of the input image. Theoretically, the existence of the minimizer of the proposed model, and the convergence of the proposed algorithm are given. Experimental results are reported to demonstrate that the performance of the proposed model are competitive with the other testing histogram equalization methods for several testing images.     

红外图像自适应逆直方图增强技术

在红外图像中,传统直方图均衡图像时细节像素容易被大量的背景像素淹没,导致图像产生过亮、过暗等现象。基于这样的状况,提出一种自适应逆直方图均衡化细节增强算法。该算法通过逆向统计、自适应选取阈值以及分段映射来增强图像细节。相比于传统直方图均衡化算法,逆直方图均衡化算法明显改善了图像在不同灰度层分布的视觉效果,使图像的不同区域亮度得到不同程度的增强。而且该算法在能够达到更好的图像处理效果的前提下仍然能够通过优化计算方法保证实时性,高效性,并且适合在FPGA硬件移植中采用。     

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。