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。     

基于直方图均衡化图像增强的改进方法

文章以matlab语言为背景,研究了直方图均衡化图像增强,分析了传统的直方图均衡化图像增强方法的弊端,给出了改进方法,并用实验结果证明了改进方法的优越性。     

基于Piecewise直方图均衡化的图像增强方法

提出了一种基于Piecewise直方图均衡化的图像增强方法,有机地结合了亮度拉伸和传统直方图均衡化的优点。通过定义直方图中相邻灰度级的距离,引入了一个基于直方图均值和标准偏差的Piecewise线性变换,探讨了图像过亮时Piecewise直方图均衡化参数的选取。实验表明,该方法的处理结果能有效避免现有的直方图均衡化方法中的"吞噬"问题和亮度饱和问题。在增强图像时不仅能保留细节,而且具有更加自然的视觉效果。     

多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题,提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息,对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图,对每个子图像分别作均衡化映射变换,最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示,与亮度保持双直方图均衡化（BrightnessPreservingBi-Histogram Equalization,BBHE）、带平台限制的双直方图均衡化（Bi-histogram Equalization with a Plateau Limit,BHEPL）、基于曝光度的双直方图均衡化（Exposure based Sub-image Histogram Equalization,ESIHE）方法相比,所提方法增强的图像具有合适的平均对比度和更大的平均信息熵,在峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、结构相似度（Structural Similarity,SSIM）...     

多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题,提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息,对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图,对每个子图像分别作均衡化映射变换,最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示,与亮度保持双直方图均衡化（BrightnessPreservingBi-Histogram Equalization,BBHE）、带平台限制的双直方图均衡化（Bi-histogram Equalization with a Plateau Limit,BHEPL）、基于曝光度的双直方图均衡化（Exposure based Sub-image Histogram Equalization,ESIHE）方法相比,所提方法增强的图像具有合适的平均对比度和更大的平均信息熵,在峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、结构相似度（Structural Similarity,SSIM）...     

基于中值滤波和直方图均衡化的图像增强方法研究

图像增强是数字图像处理技术中最基本的内容之一,也是图像预处理方法之一。文章围绕图像增强方法,研究发现先使用直方图均衡化将带有噪声的图像进行处理,然后再将图像进行中值滤波,其效果得到明显改善。     

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.     

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。     

基于双平台直方图的红外图像增强算法

针对红外图像特别是红外弱小目标图像的特点,提出了一种基于双平台的直方图均衡算法。在对统计直方图设置两个不同的平台阈值的基础上,对修改后的直方图进行均衡化处理,然后对得到的图像进行灰度间距上的均衡化处理。算法中的上限平台阈值对背景和噪声进行了适当抑制,下限平台阈值对小目标和细节进行了适当放大,从而克服了一般直方图均衡化在对红外图像增强时的缺点。相对单平台直方图的均衡算法,能够增强图像整体效果,同时较好地保持了图像细节。     

基于直方图的热红外图像增强方法

为了改善热红外图像的增强效果,本文提出了一种基于改进的直方图裁剪方法的热红外图像增强算法.该算法核心是确定热红外原始图像与传统的直方图均衡化图像的直方图bins中像素点的数量差,再根据范围准则,将计算出的不同bins的差值划分为不同的区块.然后重新分配直方图,确定变换函数,得到增强后的热红外图像.该算法是一种改进的全局直方图均衡化方法,在对比度增强、直方图形状和细节信息之间可以做到较好的平衡.本文算法的峰值信噪比、结构相似度和均方误差的平均值分别为27.5、0.923和0.59,均优于其他算法,实验结果表明,该方法能有效增强热红外图像.     

基于直方图均衡化图像增强的两种改进方法

直方图均衡化（Histogram Equalization,HE）是图像增强领域中基础性很强的方法,对其研究和改进工作至关重要.首先,本文分析了经典HE算法的缺点,也概括了五类基于直方图均衡化的图像增强技术,然后针对HE经典算法的缺点提出了两种改进方法,分别引入了直方图动态削峰技术和边缘信息融合技术,最后选取曝光不足和过曝光的两类图像验证算法的性能,采取了有效的图像客观质量评价指标对实验结果做出评价.结合主客观图像质量评价可以看出,本文提出的算法具有增强效果好、输入参数少等特点.     

PSO约束优化耦合直方图均衡化的图像增强算法

针对当前图像增强算法中灰度归一化重新分配时产生均值漂移,难以有效保留图像细节信息和亮度保护等问题,提出了一种基于PSO约束优化与直方图均衡化的图像增强算法。引入最大类间方差法(Otsu),将输入图像分割为目标子图像和背景子图像两部分,并对二者分别均衡化,以提高目标与背景子图像的对比度;并根据阈值加权约束分别计算目标和背景子图像的约束;并引入粒子群优化(PSO)算法,对目标和背景子图像的约束主要参数进行优化,确定最优约束值;联合目标子图像与背景子图像的最优约束值完成图像增强。实验结果表明,与当前增强方法相比,所提出的算法具有更好的亮度保护和对比度增强效果,较好地保留了输入图像的细节信息。     

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.     

基于直方图均衡化的图像增强技术分析与Matlab实现

本文主要讨论了直方图均衡化处理的图像增强技术的基本原理,并用Matlab语言实现了直方图均衡化的图像增强处理。实验结果表明,直方图均衡化处理能有效地改善图像的对比度,改善图像的灰度层次。     

一种改进的直方图均衡化图像增强方法

分析了直方图均衡化算法的基本原理,指出图像部分灰度级尤其是表征图像细节的灰度级被过度合并是导致处理后图像细节信息丢失而变得模糊的原因。针对此不足,提出了一种均衡化处理后增加图像灰度级的方法。首先在空间域或者频域中,提取出原图像的高频细节成分,然后将其与原图像直方图均衡化处理后的结果进行叠加,并且可以通过调整高频成分的权值系数获得细节得到不同程度增强后的图像。实验结果表明：与传统直方图均衡化算法相比,使用该方法处理后的图像既增强了整体对比度,又保留了原图像更多的细节信息。     

基于改进直方图的红外图像增强方法

为了能在动态范围压缩的同时增强红外图像的对比度,提出了一种基于Sobel梯度直方图均衡算法（gradient histogram equalization,GHE）。与以往的直方图均衡化（histogram equalization,HE）方法不同,该方法自适应地为图像强梯度的灰阶分配高对比度,保留并增强16 bit图像中更多的细节。随后使用双Gamma映射对映射曲线进行调整,有效地抑制图像亮部的过曝现象,同时提高暗部的细节。该方法相比于传统的直方图均衡化算法在暗区细节处理、过曝抑制、对比度增强等方面都有较好的效果。     

结合边缘细节局部自适应增强的直方图均衡化

在保持图像亮度的双直方图基础上,结合Canny算子提取边缘细节,并根据提取边缘的幅值结果建立自适应增强公式.实验结果表明将空间边缘信息和局部灰度信息相结合的算法在满足全图灰度均衡分布的同时增强了局部细节,并且有较强抗噪性.     

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。     

基于小波变换和直方图均衡的红外图像增强

基于红外图像低分辨率、低对比度、视觉特性差的特性,以及传统的利用直方图均衡化进行红外图像增强的方法会丢失图像的细节信息、增强红外图像的噪声的特性,将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,提出一种更好的实现红外图像增强的算法。并将该算法在Matlab上进行了仿真验证。     

自适应直方图均衡化的合成孔径雷达图像增强

合成孔径雷达(Synthetic Aperture Radar,SAR)成像技术在海岸线检测、 舰船检测等领域具有广泛应用.为了解决SAR图像质量不稳定的问题,提出一种自适应直方图均衡化的SAR图像增强方法.该方法通过均值漂移聚类方法删除图像中低信息量的数据,以缓解局部暗淡现象与噪声放大的现象.设计了增强的布谷鸟搜索算...