一种高通量dPCR荧光图像自适应增强算法

目的 为了改善荧光图像背景光照不均匀和对比度低的问题,提出一种荧光图像自适应亮度校正和低对比度增强算法。方法 根据光照成像原理,利用引导滤波提取出荧光图像的光照分量,通过改进的二维Gamma函数动态校正背景光照,利用Top-hat变换分离出校正后的前景和背景,对前景进行自适应直方图均衡化,以实现荧光图像自适应增强的目的。结果 对比传统算法,文中算法处理后的图像背景光照均匀,对比度增强效果明显,其中标准差平均提高了9.4倍,平均梯度平均提高了1.2倍,信息熵平均提高了0.2倍。结论 文中算法可以改善高通量dPCR荧光图像背景光照不均匀性,提高图像对比度,突出图像中隐藏的细节,对其他荧光图像处理也具有参考价值。     

基于视觉对比度特性的红外图像超分辨率重建

针对现有超分辨率算法重建后的红外图像存在对比度差、信噪比低、视觉效果模糊的缺点,提出一种基于视觉对比度特性的红外图像超分辨率重建算法。该算法首先利用人眼在不同灰度级的分辨能力不同,通过引入红外图像对比度这一先验信息重建红外图像,其次构建一噪声度量因子以区分图像目标与噪声,然后对目标边缘进行增强,噪声进行滤除。实验结果表明:经过改进算法重建的超分辨率红外图像对比度提高了2倍,噪声得到了有效抑制,视觉效果明显改善。     

基于RBF神经网络的低对比度图像自适应增强算法

针对低对比度图像增强问题,提出了一种将直方图修正与RBF神经网络相结合的图像对比度增强算法。首先由原始图像获得与其邻域存在对比度的像素的条件概率直方图,通过调整两个增强参数可以改变条件概率直方图和均匀分布直方图的权重,生成新的直方图对图像进行增强。采用RBF神经网络建立图像特征与两个增强参数之间的非线性映射关系。根据图像本身的特征快速获得增强参数,从而实现图像的自适应增强。该方法计算量小,实时性强,应用范围广,有较强的自适应性。     

红外图像实时增强的新算法

针对红外图像的特点,提出了一种红外图像实时增强的新算法。该算法通过分析图像的直方图,得到图像中目标像素数峰值的估计值,并作为平台直方图均衡化的阈值。用该阈值对直方图进行修正,然后通过修正后的直方图进行直方图均衡化。在FPGA内通过采用并行处理结构及流水线技术实现了该算法,并且每秒可处理25帧128×128×8bits的红外图像。理论分析和实验结果均表明,本算法克服了采用一般直方图均衡化增强红外图像的缺点?对背景和噪声增强过度,抑制了目标的增强。该算法对红外图像增强后,图像对比度是直方图均衡化增强后图像对比度的1.8倍。     

红外图像中的自适应维纳滤波噪声抑制技术

红外图像存在信噪比低、对比度差的问题,在目标辐射强度低、距离远以及恶劣天气状况下尤为严重.为了提高图像信噪比,提出一种红外图像中的自适应维纳滤波噪声抑制算法.算法突破了维纳滤波要求未退化图像和噪声功率谱已知的技术瓶颈,基于Canny边缘检测算子构建了平滑区域噪声方差的邻域估计准则,实现了红外图像噪声的自适应抑制.实验表...     

气象计量自动化温度检定系统中的图像预处理研究

针对气象计量自动化温度检定系统中图像噪声大、对比度不够等问题,在采用图像预处理技术的基础上,提出一种同态滤波的对比度受限自适应图像预处理方法。尝试中值滤波对红外图像进行去噪,保证噪声不被增强的前提下,利用同态滤波的原理,对图像细节进行增强。但同态滤波依然存在图像特征点与非特征点在图像质量不高的情况下容易混淆的问题,对此采用限制对比度自适应直方图均衡的方法进一步调整图像的动态范围。通过仿真实验对此方法进行验证,验证了所提出方法的有效性。     

数字视频判读中图像预处理技术研究

本文通过分析不同的图像预处理算法的特点,根据数字视频判读系统中图像预处理的需求,探讨了图像预处理中选取算法的原则和方法。提出了一种用自适应中值滤波降低噪声,并基于人眼视觉响应的非线性特性的局部对比度增强算法。该算法自适应性强,不但能提高图像的对比度,而且对弱小目标和图像细节有很好的增强性能,十分适合对数字视频判读的图像进行自动增强,提高判读系统的性能。     

自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法。该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化。算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点。实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标。     

自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法.该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化.算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点.实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标.     

基于灰阶熵的模糊对比度自适应图像增强算法

一般的数字图像存在噪声大、对比度低、边缘模糊等缺陷.为了有效地增强图像的模糊对比度,以满足后续的识别与检测要求,提出了一种基于灰阶熵的模糊对比度自适应图像增强算法.在模糊域内,根据邻域窗口灰阶熵值的大小,合理选取阈值,对阈值两侧的图像像素点进行不同程度的对比度增强处理,实现局部特征的增强.实验结果表明,该方法不仅增强了图像的整体对比度,而且有效地丰富了目标图像的细节信息,并抑制了噪声的放大.     

一种基于声呐信息融合的水下图像增强方法

由于光在水中传输时的衰减和散射效应,使得光学成像细节丢失、对比度下降以及颜色偏移失真,导致水下图像雾化。因此在光线条件较为恶劣情况下,水下高性能相机对目标的有效捕捉范围较小,水下光学成像系统通常很难达到令人满意的成像效果。而声呐利用声波在水中传播衰减较小的特点可以进行更远距离的探测。因此,当水下目标距离光学探测设备较远而不能进行准确光学成像来捕捉目标时,可利用声呐采集得到的信息与光学图像进行融合,实现图像增强,提高成像效果。文章提出了一种基于声呐信息融合的水下图像增强方法,首先对水下光学图像分两步进行预处理,即基于暗通道先验模型的去雾增强和自适应图像增强,再使用声呐信息对水下图像进行局部增强,明显提高水下环境中所要探测目标的对比度与可识别度。     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

Optimized contrast enhancement for tumor detection

Magnetic resonance imaging (MRI) is a real assistant for doctors. It provides rich information about anatomy of human body for precise diagnosis of a diseases or disorder. But it is quite challenging to extract relevant information from low contrast and poor quality MRI images. Poor visual interpretation is a hindrance in correct diagnosis of a disease. This creates a strong need for contrast enhancement of MRI images. Study of existing literature shows that conventional techniques focus on intensity histogram equalization. These techniques face the problems of over enhancement, noise and unwanted artifacts. Moreover, these are incapable to yield the maximum entropy and brightness preservation. Thus ineffective in diagnosis of a defect/disease such as tumor. This motivates the authors to propose the contrast enhancement model namely optimized double threshold weighted constrained histogram equalization. The model is a pipelined approach that incorporates Otsu's double threshold method, particle swarm optimized weighted constrained model, histogram equalization, adaptive gamma correction, and Wiener filtering. This algorithm preserves all essential information recorded in an image by automatically selecting an appropriate value of threshold for image segmentation. The proposed model is effective in detecting tumor from enhanced MRI images.     

Illumination normalized based technique for retinal blood vessel segmentation

The Retinal image carries important information about the health of the sensory part of the visual system. In this paper, a new approach is suggested by utilizing the homomorphic filter integrated with Contrast limited adaptive histogram equalization (CLAHE) method for the illumination normalization and contrast enhancement of the retinal images. Then segmentation is done through several steps by using the existing methods such as morphological filtering, a second derivative operator that is followed by a final morphological filtering stage and hysteresis thresholding. The suggested method is verified on DRIVE and CHASE‐DB1 databases and has average accuracy of 72.03% and 64.54%, accordingly. The obtained results demonstrate that the proposed approaches achieve higher accuracy than the traditional method. The suggested approach not only contributes to the successful result, but also minimizes the computing time.     

An improved adaptive detail enhancement algorithm for infrared images based on guided image filter

Detail enhancement algorithms are important for raw infrared images to improve their overall contrast and highlight important information in them. To solve the problems that current algorithms like GF&DDE have, an improved adaptive detail enhancement algorithm for infrared images based on a guided image filter is proposed in this paper. It chooses the threshold for the base layer image adaptively according to the histogram statistical information and adjusts the mapping range of the histograms according to the dynamic range of the image. Besides, the detail layer is handled by a simpler adaptive gain control method to achieve the good detail enhancement effect. Finally, the base layer and the detail are merged according to the approximate proportion of the background and the details. Experimental results show that the proposed algorithm can adaptively and efficiently enhance different dynamic range images in different scenarios. Moreover, this algorithm has high real-time performance.     

一种基于颜色恒常性的低照度图像增强方法

目的在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低。提出一种基于颜色恒常性的低照度图像增强方法。方法利用HSV颜色空间消除颜色分量之间的相关性。保持色调分量不变,避免颜色失真;一方面使用改进后的MSR(多尺度Retinex)算法对亮度分量进行增强,提高图像的亮度和对比度;另一方面对饱和度分量进行自适应非线性拉伸以提高颜色的饱和度。结果提出的方法能够有效提高图像的对比度和信息熵,获得较好的视觉效果;将文中方法同传统MSR算法和MSRCR算法进行对比,文中方法各项客观评价指标均优于其他2种算法,并且具有更快的运行速度。结论文中方法能够快速有效地提高低照度图像的亮度和对比度,并且具有较强的颜色保真和细节再现能力,实验结果证明了文中方法的有效性。     

Contrast limited fuzzy adaptive histogram equalization for enhancement of brain images

Contrast limited fuzzy adaptive histogram equalization (CLFAHE) is proposed to improve the contrast of MRI Brain images. The proposed method consists of three stages. First, the gray level intensities are transformed into membership plane and membership plane is modified with Contrast intensification operator. In the second stage, the contrast limited adaptive histogram equalization is applied to the modified membership plane to prevent excessive enhancement in contrast by preserving the original brightness. Finally, membership plane is mapped back to the gray level intensities. The performance of proposed method is evaluated and compared with the existing methods in terms of qualitative measures such as entropy, PSNR, AMBE, and FSIM. The proposed method provides enhanced results by giving better contrast enhancement and preserving the local information of the original image. © 2017 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 27, 98–103, 2017     

Contourlet变换和遗传算法相结合的沥青红外图像增强方法

沥青施工过程中,采集的红外图像容易受到周围环境噪声的影响,使图像变得模糊、信噪比低,从而导致后续图像处理分析的准确度降低。针对该噪声特性,提出了一种Contourlet变换和遗传算法相结合的红外图像增强方法。首先对原始红外图像进行Contourlet变换,得到带有多尺度、多方向信息的带通子带,然后对其进行模糊增强,并通过自适应遗传算法优化模糊增强参数,最后对增强后的带通子带进行Contourlet逆变换,得到效果增强的红外图像。实验结果表明,与其它几种常用的红外图像增强方法相比,此方法能更有效地抑制噪声,提高清晰度,取得了较好的增强效果。