光电经纬仪测量图像增强方法

针对光电经纬仪测量图像处理的具体要求,依据测量图像中目标定位精度取决于目标边缘成像效果的原理,提出了一种新的测量图像增强方法.利用图像灰度均衡化和规定化技术,根据目标图像边界的灰度变化范围,建立了非均匀分布直方图,实现了测量图像的增强.实验证明:该方法突出了目标图像边界区域的细节,提高了目标图像的定位能力,同时,使整幅图像达到了较高的均匀性和对比度.     

具有位置信息的直方图测量图像增强方法

针对测量图像高噪声低对比度的特点,提出了一种具有位置信息的直方图均衡增强算法。将像素位置信息加入到标准直方图中,对图像进行灰度均衡处理,对背景和噪声进行适当抑制,对目标细节进行适当放大,从而克服了标准直方图均衡化增强时产生灰度合并的缺点。相对标准直方图的均衡算法,本文算法能够在增强图像整体效果的同时较好地保持图像的细节。     

基于模糊集理论的红外图像自适应增强方法

针对红外图像对比度低的特点,运用模糊集理论增强方法,在构造隶属函数时,通过对红外图像像素渡越点的自适应选取,实现了图像对比度的自适应拉伸。实验结果表明,该方法能够达到自适应增强效果。     

基于亮度自适应调整的低对比度红外图像增强算法

为了克服传统红外图像增强算法中目标对比度差,无法有效识别感兴趣区域目标的缺点,提出一种基于亮度自适应调整的图像增强算法。该算法从人眼视觉感知特性出发,兼顾图像全局亮度自适应调整与局部特征增强,之后对整幅图像归一化处理,使图像整体对比度增强的同时纹理细节更加清晰。实验结果表明:直方图增强后的图像对比度提高,但是纹理细节不清晰;由Retinex算法增强的图像可以看到纹理细节,提出的基于亮度自适应调整增强算法处理后的图像不但纹理细节清晰,而且与Retinex增强图像相比图像对比度明显提高,视觉效果好。     

基于模糊熵的红外图像分割方法

针对红外图像具有的不确定性往往是模糊的且不是随机的特点,提出了一种基于图像的模糊性和最大熵理论的分割方法,给出了基于模糊熵的阈值选取算法。该方法不依赖于图像的直方图,也不需要直方图分布的假设。用该方法对坦克的红外图像进行了分割,与侧抑制方法的比较表明,该方法提高了运算速度。对不同红外目标大小和信噪比的图像均产生很好的分割效果,且受目标大小的影响小,具有较好的鲁棒性,可用于小目标的分割。     

一种基于C-均值聚类的测量图像增强算法

针对低质量红外测量图像人工搜索目标困难的问题,提出一种新的测量图像增强方法。该方法基于模糊C-均值聚类技术,对测量图像进行聚类分析,将各类分别赋予不同的灰度值,可增大目标边缘梯度。给出了此算法的具体原理和算法实现步骤。实验结果表明：此算法能够确保不损失目标信息的前提下,可最大限度地增强弱小目标图像。     

多尺度Retinex算法在红外图像增强中的应用

应用改进的多尺度Retinex增强算法．对低能见度的红外图像进行图像增强,提高了原图像的对比度和像质,得到了目标区域的最佳视觉效果。理论分析和实验结果表明,该算法与维纳滤波、同态滤波等算法相比,有效地抑制了背景和噪声。该算法对红外图像增强后,图像对比度比前两种算法的对比度强。     

基于多特征直方图的红外图像目标跟踪

根据红外图像的特点,采用单一颜色难以描述复杂的跟踪环境,尤其是目标周围有相似亮度的背景干扰时,会造成跟踪失败.针对该问题,提出在MS跟踪理论框架下将颜色特征和梯度特征联合起来描述目标.实验表明:该方法能准确地跟踪海上红外运动目标.     

改进的直方图均衡化算法

基于常用的灰度变换法和直方图均衡化法等图像增强算法,提出了一种对比度增强算法.该算法首先对直方图进行平滑处理,再进行直方图均衡化,然后在整个显示范围内对图像灰度级进行等间距排列,最后对图像进行中值滤波去除噪声.实验表明该技术能够使图像的细节和清晰度得到明显的增强.     

基于改进滤波器和图像加权局部熵的红外小目标图像处理

针对传统背景抑制方法虚警率高、检测率低的问题,提出一种基于改进滤波器和图像加权局部熵的红外 小目标图像处理方法。通过改进中值滤波对原始红外图像进行预处理,分别构建多尺度灰度差异算子、局部图像熵 算子,并将二者进行点积运算得到加权局部熵,从而能够有效地抑制背景并消除噪声。实验结果表明：该方法适应 性较好,运算效率相对传统中值滤波算法提升了20.6%,有一定的理论与工程应用价值。     

Method of Infrared Image Enhancement Based on Stationary Wavelet Transform

Aiming at the problem,i.e.infrared images own the characters of bad contrast ratio and fuzzy edges,a method to enhance the contrast of infrared image is given,which is based on stationary wavelet transform.After making stationary wavelet transform to an infrared image,denoising is done by the proposed method of double-threshold shrinkage in detail coefficient matrixes that have high noisy intensity.For the approximation coefficient matrix with low noisy intensity,enhancement is done by the proposed method based on histogram.The enhanced image can be got by wavelet coefficient reconstruction.Furthermore,an evaluation criterion of enhancement performance is introduced.The results show that this algorithm ensures target enhancement and restrains additive Gauss white noise effectively.At the same time,its amount of calculation is small and operation speed is fast.     

基于FCM 聚类的测量图像自适应平台直方图均衡算法

针对测量图像平台直方图均衡算法中平台值选取困难的问题,基于C-值聚类(Fuzzy C-means clustering)理论,提出一种自适应平台直方图均衡增强算法。该算法通过对图像直方图进行C-均值聚类,自适应地选择平台阈值,能够在均衡图像的同时有效保持图像细节。实验证明:该算法对测量图像具有较好地增强效果,能够有效地抑制图像的背景,突出目标细节。     

红外含噪图像自适应增强

通常的红外含噪图像增强方法很难有效滤除图像中噪声。提出一种新的红外含噪图像自适应增强算法以克服边缘增强和抑制噪声的矛盾。首先采用尖锐频率局部化Contourlet变换完成图像分解;然后采用分层自适应阈值算法估计降噪阈值,并进行自适应降噪;最后对降噪后高频带通信号引入图像清晰度参数,设计半软阈值增强函数,实现红外含噪图像自适应增强。实验结果验证了新方法的有效性。     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降.针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法.首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率.然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方...