一种夜间图像增强算法及实现

本文提出了一种夜间图像处理算法。首先采用拉普拉斯算子对锐化图像增强图像细节;然后比较局部灰度均值与全局灰度均值、局部灰度方差与全局灰度方差,确定夜间图像暗色背景区域,并将其分割出来,对分割后的区域使用局部对比度增强的直方图均衡化算法进行灰度调整;最后用Gamma变换柔和图像亮度。Matlab仿真环境实验结果表明：与传统的均衡直方图增强算法相比,该算法在增强夜间图像对比度时,具有更高的信息熵值,更加有效地保护了图像细节。     

基于FPGA的小型微光视频图像增强处理系统

为微光视频图像的实时增强设计了一套可应用于空间狭小环境中的小型化处理系统。以FPGA为系统核心,并使用CPLD对系统进行配置,简化了系统设计,使处理系统硬件更加紧凑,运行更加可靠;还给出了系统主要功能模块的实现方法。在微光视频图像系统中应用,使图像增强效果明显。     

基于DM642的图像增强算法实现及优化

以DM642 EVM为实时图像处理平台,对采集到的图像进行小波变换和直方图均衡化处理,得到一幅新的增强图像。实验结果表明,经过增强后的图像整体上更加清晰,图像边缘细节得到更充分的展现,并且具有较好的实时性能。     

图像增强算法与评价方法研究

研究了适应于乳腺钼靶X线图像特点的图像增强算法,探索量化评价增强算法效果的指标和体系。应用边界、标准偏差、熵以及4阶矩定义灰度均匀度,提出了增强放大因子来调节对比度增强程度的策略,同时给出了基于均匀度实现图像增强的算法,提出了4个增强效果量化评价指标。并与已实现的数学形态学增强算法和直方图均衡化算法进行了量化对比分析。综合分析指标表明,该算法优于数学形态学和直方图均衡化算法,但需要大量的实验和对比分析,研究了DSM、TBCs、TBCe和综合指标之间的相关性,从而找到了更适合于乳腺钼靶X线图像的对比度增强算法,探索出了更加科学的评价体系和指标。     

改进Top-hat变换的小目标跟踪算法及FPGA实现

在改进Top-hat变换的基础上,设计并实现了一种基于FPGA的红外小目标实时稳定的跟踪系统。针对经典Top-hat变换对小目标检测的局限性,提出一种改进的Top-hat变换并将其用于对图像中小目标的增强。在此基础上,通过对视频序列中目标的运动估计和基于特征滤波器的空间滤波,稳定有效地计算出小目标的位置。为了将算法移植到FPGA芯片以获取实时的小目标跟踪效果,完成了系统的整体架构设计,并针对模板窗口运算在FPGA内实现的传统方法效率低的特点,设计一种基于FPGA的新型模板窗口计算方法,应用于相关的算法模块中。实验结果表明：系统可以获得良好的检测与跟踪效果,而且能够在20 ms内完成目标位置的计算,满足小目标跟踪的实时性要求。     

基于直方图均衡的图像增强及其FPGA实现

直方图均衡是一种简单且有效的图像增强技术。它以概率论为基础,运用灰度点运算来实现直方图变换。本文对直方图均衡算法进行了分析,在此基础上提出用FPGA来实现直方图均衡的算法,并给出了具体的实现步骤。该方法可以快速准确地对图像进行均衡化,整个系统处理一帧数据的时间约为17ms。结果表明,该方法达到了提高图像对比度和图像质量的预期目标。     

基于DM642系统平台的实时图像增强实现

直方图均衡化是最常用的图像增强方法之一。针对目前多是停留在对直方图均衡化算法仿真的问题,设计一个以TMS320DM642为核心的实时图像增强处理系统,能同时实现图像采集、处理及大容量数据存储等功能,并具有低功耗、通用性强的特点。论述了系统架构设计以及各模块功能,给出了系统的硬件连接图和软件框架,并在系统平台上运行直方图均衡化及改进直方图均衡化算法,根据结果阐述了上述算法的优缺点。系统具有实际应用前景,设计方法可推广到相关应用领域。     

基于小波分频和二次均衡的图像增强算法

传统的图像增强算法在增强图像的同时也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二次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,然后仅对低频分量作直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构,最后对重构的图像再次进行直方图均衡处理.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.     

图像增强算法综述

图像增强算法主要是对成像设备采集的图像进行一系列的加工处理, 增强图像的整体效果或是局部细节,从而提高整体与部分的对比度, 抑制不必要的细节信息, 改善图像的质量, 使其符合人眼的视觉特性. 首先, 本文从图像增强算法的基本原理出发, 归纳了直方图均衡图像增强、小波变换图像增强、偏微分方程图像增强、分数阶微分的图像增强、基于Retinex理论的图像增强和基于深度学习的图像增强算法, 并讨论了它们的改进算法. 然后,从视觉效果、对比度、信息熵等方面对几种算法进行了定性和定量的对比, 分析了它们的优势和劣势. 最后, 对图像增强算法的未来发展趋势作了简单的展望.     

基于小波变换的图像增强算法研究

针对图像对比度低、成像质量差的问题,提出一种基于小波变换的直方图均衡算法,用于图像对比度增强.首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理.实验结果证明,处理后的图像细节清晰可辨,边界信息也得到了保留,由此认为小波变换对改善图像的质量是有效的.     

一种基于卫星图像的增强方法

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。线性拉伸的方法对图像进行增强处理,提高了图像的解译能力。本文从合成图像直方图均衡化和线性增强的优点入手,给出了一种直方图均衡化和线性增强相结合的改进算法,通过对算法中调节参数的选择来获取更好的图像增强效果,该算法避免了图像过亮等现象,改善了图像质量,实验验证了该算法更为有效。     

一种夜视图象处理的新算法

增强是夜视图象处理的一种重要方法,而直方图均衡是最经典的图象信息增强算法之一,但将它直接应用于夜视图象处理有如下缺点：（１）丢失原始图象的亮度信息;（２）处理过程中有简井现象发生,该文结合夜视图象的特点,提出了一种保持亮度和克服简并的算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间职和最大拉伸系数的均衡函数的方法,从一定程度上克服了上述缺点。     

一种改进的自适应直方图均衡化增强档案图像的方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。强调细节的自适应图像均衡化（DEAHE）不但保持了图像均衡化具有动态范围调节的优点,而且也可以放大图像细节。考虑到档案图像在数码化过程种可能受噪声的干扰,DEAHE方法在强调图像细节的同时,也放大了噪声,因此,本文提出一种改进的DEAHE方法,即IDEAHE方法,它使得增强后的档案图像噪声得到抑制、图像细节得以放大、整幅图像的灰度范围得到调节。实验表明,经过IDEAHE方法增强后的档案图像,其主观视觉效果改善明显,可用于实际的数码档案生产过程中。     

用于图像对比度增强的直方图锥形拉伸算法

图像非均匀量化存在边界确定和细节限制等问题,为此提出的压扩量化算法的是基本思想是先通过非线性变换将不均匀图像变换到均匀域来均匀量化,然后将量化结果反变换成不均匀图像。该文提出了一种直方图锥形拉伸增强算法,将图像压扩量化中的纵向非均匀分层思想延伸为图像直方图灰度轴的横向非均匀拉伸,以获得图像整体对比度的提高。     

一种直接直方图修正方法

本文提出了的方法通过将直方图均衡作为直方图规定的特例考虑,既可实现直方图均衡又可实现直方图规定,从而实现了这２种方法的统一,而且直方图规定的结果好于文献「１」方法。     

一种改进的指纹图像增强算法

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤.其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配.论文针对指纹采集中存在的指纹图像局部模糊的问题,提出了一种改进的基于Gabor函数的指纹增强算法.该算法首先对指纹图像进行归一化处理,然后对指纹图像分成奇异区和非奇异区分别进行点方向和块方向的求取,最后用改进的Gabor滤波器对指纹图像进行增强.实践表明,该方法能提高指纹图像增强的效果和速度.     

一种改进的模糊增强算法

针对传统的模糊增强算法的一些不足,提出一个改进的算法,它主要是对隶属度函数的修改,使之取值范围更普遍,适应性更强。改进以后的算法能使图象保留更多的细节,使图象变得更加清晰,所有的算法都是用Madab编程完成。实验表明,本算法是可行的,有效的。     

改进Retinex的光照变化人脸图像增强算法

为了提高可变光照条件下的人脸图像整体效果,提出一种基于改进单尺度Retinex的光照变化人脸增强算法。首先对人脸图像进行对数变换,经过曲波变换得到高频和低频两部分;然后采用双边滤波对高频进行去噪处理,同时采用Kimmel变分模型对低频部分进行光滑滤波;最后对人脸图像进行重构,并对图像进行伽马校正处理。在Yale B光照人脸库上的实验结果表明,该算法能较好地防止“光晕”现象出现,可以还原出人脸图像的本来面貌,使人脸图像更加适合人眼观察。     

基于Retinex理论的新型遥感图像增强算法

针对遥感图像视觉存在对比度差\,分辨率低的缺点,以及传统的Retinex算法在对图像增强时往往会出现色彩恢复不协调,呈现泛白发灰现象,提出了一种多尺度Retinex算法与直方图均衡化相结合的新型遥感图像增强算法。首先对多尺度Retinex算法进行非线性全局改进,用于增强HSV色彩空间中的V分量,然后用直方图均衡化方法对RGB空间中三分量做同步增强处理。实验结果表明:与多尺度Retinex算法相比,算法增强后图像的均值可达到127,信息熵可提高29.5%,而且算法有效地解决了图像色彩恢复不协调和泛白发灰现象。