保持图像亮度的改进双直方图均衡算法

基于能保持亮度的双直方图均衡算法,提出了一种改进方法。根据输出图像的熵和输入输出图像的亮度均值差,选择合适的阈值将图像分割成两个子图,分别进行均衡和灰度均匀化处理,使得输出图像的亮度均值和原图接近的同时输出图像的熵尽可能大,并避免了过增强现象的出现。实验结果证明该处理方法能取得较好的增强效果。     

基于直方图的图像自适应均衡算法

传统直方图均衡算法经常出现对低灰度层过度拉伸,产生图像被过度增强,或是使像素较少的灰度级在变换时被合并,导致图像的边缘或细节信息丢失等现象。为了改善这种算法的不足,该文提出一种改进的自适应均衡算法。该算法先对图像进行传统的直方图均衡处理,然后将处理后的图像再进行一次函数映射,保证将变换后的图像具有一个较大的灰度动态范围,最后确定适当的亮度调节系数,提高整幅图像的对比度,达到较好的视觉效果。实验结果表明,改进后的算法可以有效地改善传统算法的不足,具有较高的适应性。     

基于对比度受限自适应直方图均衡的乳腺图像增强

采用对比度受限自适应直方图均衡对乳腺图像进行增强,有效地增强了乳腺图像中的细节,如钙化点、乳导管等组织;并通过对算法中相关参数研究,得到应用于乳腺图像增强的参数优选值,以求获得较好的增强效果,为医师分析影像提供方便。通过与灰度直方图均衡的结果进行比较得出：对比度受限自适应直方图均衡为乳腺数字图像增强的有效方法,在计算机辅助乳腺诊断方面有较高应用价值。     

保持亮度的多峰值直方图均衡算法

现有的直方图均衡算法在增强图像对比度的同时,输出图像的亮度与输入图像无关,并且在均衡区域产生亮度饱和现象,提出了一种新的直方图均衡算法.以亮度保持的双直方图均衡算法(BBHE)为基础,改进其对子图像的分类方式:根据直方图对图像进行多峰值分解,得到一系列不同范围的子图像,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,直方图均衡新算法不仅在保持了输出图像亮度的同时,而且非常有效的解决了在原图像均衡区域产生的亮度饱和问题对图像的影响.     

基于熵最大化和亮度保持的局部直方图均衡

直方图均衡是一种常用的进行对比度增强的方法,但是,传统的直方图均衡(HE)的输出和输入图像的均值亮度没有联系,而亮度保持在很多消费类电子产品中是需要的.本文提出了基于熵最大化和亮度保持的部分重叠的局部直方图均衡方法(局部BPHEME).实验结果表明,本方法不仅保持了图像亮度,而且,改善了图像的熵,增强了图像的细节.     

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。     

直方图均衡技术综述

直方图均衡是一种简单而有效的图像增强技术,在医学图像处理、计算机视觉、遥感影像等领域都有重要作用,从均衡时选取的区域情况分为全局和局部直方图均衡方法;从均衡时选取的像素值域可以分为传统直方图均衡、双直方图均衡和递归分解的直方图均衡,甚至多直方图均衡;从均衡对象可以分为空域的直方图均衡和结合频域滤波的直方图均衡;从均衡图像的通道数可以分为灰度图像直方图均衡和彩色图像直方图均衡．本文对以上涉及的直方图均衡技术进行了较为系统的综述,对衡量直方图均衡效果的评价指标进行了说明,展望了直方图均衡技术进一步研究方向．     

基于直方图均衡和幂次变换的灰度图像增强算法

针对传统直方图均衡化算法增强光照不均匀图像时出现暗部噪点过多、亮部细节丢失,导致图像信息量下降的问题,提出一种基于直方图均衡化的增强算法,该算法利用直方图均衡化算法执行效率高、对低对比度图像增强效果好的特点,结合幂次变换可以平衡光照不均匀图像的亮度的特性,采用两种算法分别对原图进行处理,将结果进行非线性叠加后,经分段线性处理得到最终结果。实验结果表明,对于光照不均匀、暗部信息丰富的灰度图像具有较好的增强效果。     

一种基于改进直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法.将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理.实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大.     

保持背景亮度的直方图均衡

直方图均衡已经广泛应用于图像增强,但是直方图均衡也存在一些明显的缺点:首先,直方图均衡后会使得图像的均值接近于灰度级的中点;其次,直方图均衡后会使得一部分灰度级被拉伸,另一部分灰度级被简并,表现为图像的过增强出现不自然的表象。在这篇文章中,使用方法是非线性直方图均衡,即提出了保持背景亮度的直方图均衡(BBPHE),不仅提高图像对比,还保留背景亮度。     

最大类间方差双直方图均衡化算法

对直方图均衡化相关算法进行了深入研究,提出了基于最大类间方差（即大津法）的双直方图均衡化算法。使用大津法确定双直方图的分界线,使目标和背景在各自区间分别实现均衡操作,保持了区分性。通过实验对比,所提方法比经典方法失真小,处理后的图像再用其他方法分割的效果也更好。     

自适应相关性消除算法下的非线性盲均衡

针对现代宽带软件无线电接收机的动态性能受到接收器件非线性效应影响而恶化的问题,本文提出基于Wiener接收模型的自适应相关性消除算法实现对非线性信道的盲均衡。该算法以正交频分复用技术（Orthogonal frequency division multiplexing,OFDM）信号为例,利用接收信号间和数据间的独立不相关性,先对宽带信号与残余谐波进行相关性检测,再根据相关性进行自适应更新补偿模型权重,消除相关性,从而抑制系统非线性。仿真结果表明,相比于过去的算法,该算法在存在大信号干扰的情况下,能大大抑制信号的非线性,使得微弱信号误码率下降,大幅提高了接收系统的灵敏度,且计算复杂度较低。     

基于直方图均衡化与MSRCR的沙尘降质图像增强算法

针对沙尘天气下图像色彩偏移严重及对比度低等问题,提出一种基于直方图均衡化与带色彩恢复的多尺度视网膜（MSRCR）增强的沙尘降质图像增强算法。通过偏色校正和图像增强两个步骤进行图像恢复,将RGB图像各通道预处理后利用限制对比度自适应直方图均衡方法得到校正后的图像,对图像采用双边滤波进行降噪处理,通过MSRCR算法进一步解决色彩失衡问题。由于处理后的图像对比度较低,存在一定色偏,利用伽马校正和基于图像分析的偏色检测及颜色校正方法进行处理得到最终结果。对大量沙尘降质图像进行仿真实验,结果表明,该算法能够有效处理不同偏色程度的沙尘图像,不仅提高了图像的对比度,而且有效避免了图像颜色偏移现象,相比GCANet、MSRCR等算法,平均时间效率提升了46.2%~94.7%。     

改进飞鼠搜索算法的自适应图像增强

为了实现灰度图像增强最佳参数的自动寻优,提出一种改进飞鼠搜索算法的自适应图像增强方法.在普通树上的飞鼠位置更新中引入双向搜索策略,提高获得最好解的可能性;利用螺旋觅食策略更新位于橡子树上的飞鼠位置,提升算法的收敛速度和搜索精度.在CEC 2017测试集上,将所提算法BCSSA与蝙蝠算法、鲸鱼优化算法、基本的SSA和2种改进的SSA进行对比分析,结果表明, BCSSA具有更高的稳定性和更快的收敛速度.最后,将所提出的BCSSA应用于灰度图像增强,与经典的直方图均衡化方法和SSA进行了4种评价指标的性能比较,证明了BCSSA的优越性.     

线性均衡和判决反馈均衡LMS算法仿真分析

介绍基于自适应最小均方线性均衡和判决反馈均衡算法的原理,并通过实验仿真比较两种算法在训练判决引导混合模式下的均衡性能,分析反馈滤波器长度对判决反馈均衡器性能的影响。结果表明:在训练阶段,最小均方线性均衡算法优于最小均方判决反馈均衡算法的性能;在判决阶段,良好信道条件下最小均方线性均衡具有比较理想的性能,当信道条件恶劣时,最小均方线性均衡算法性能变差,而最小均方判决反馈均衡算法随着反馈滤波器长度增加,均衡效果更优。     

基于MMSE的自适应盲均衡算法

提出一种估计最小均方误差的盲均衡算法。与RLS算法原理类似,该方法依据矩阵求逆引理逐步更新自相关矩阵及其伪逆,以达到快速收敛,且对迭代初始值不敏感。与非递归算法相比,该自适应在线算法无需直接计算相关矩阵的伪逆或引入奇异值分解,避免了估计相关矩阵的秩或信道阶数。快速收敛以及在线处理的特性使其可以应用到实时通信信号处理中。仿真结果证明算法具有很好的在线均衡性能。     

Bi-histogram equalization using modified histogram bins

The shifting of image mean brightness and the domination of high-frequency bins during histogram equalization (HE) often result in the deteriorating quality of enhanced images and a considerable amount of information loss. This study proposes a novel approach based on bi-histogram equalization to improve its abilities in preserving information entropy and mean brightness. The proposed technique, named Bi-histogram Equalization using Modified Histogram Bins (BHEMHB), segments the input histogram based on the median brightness of an image and alters the histogram bins before HE is applied. Histogram segmentation enables mean brightness preservation, whereas the modification of histogram bins restricts the enhancement rate, thus minimizing the domination effects of high-frequency histogram bins. Simulation results show that BHEMHB significantly outperforms its peers in preserving the details and mean brightness of an image. The output image is visually pleasant with a natural appearance.     

基于像素领域信息的自适应图像增强算法

针对图像增强后视觉效果较差和细节信息不明显的问题,提出一种新的图像增强算法。计算图像中各像素数据模型与均匀分布模型之间的相对熵,设定阈值,基于邻域信息对相对熵大于阈值的像素进行自适应对比度增强,其余像素采用平台限制的双直方图均衡算法进行增强。实验结果表明,与HE算法、BHEPL算法和PLIP_BHE算法相比,经过该算法增强后的图像具有更好的视觉效果和更明显的细节信息。