保持图像细节的直方图均衡算法

对常规的直方图均衡算法进行了改进,避免了不同灰度的像素均衡后被合并、图像细节丢失等现象.实验结果表明,改进的直方图均衡新算法既能充分增强图像的对比度,又能保持图像的局部细节,使图像具有更加自然的视觉效果.     

保持图像细节的红外图像直方图均衡算法

针对灰度图像经传统直方图均衡算法后因部分灰度级被合并而导致图像细节丢失的问题,提出了一种新的可保持图像细节的红外图像均衡算法.该算法避免了传统直方图均衡带来的灰度断层和丢失现象,对图像灰度级进行无损均衡,提高了图像质量.实验表明该算法使图像的细节和清晰度得到明显的增强。     

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。     

中值直方图均衡的动态场景多曝光图像融合算法

为解决动态场景下多曝光融合图像出现鬼影的问题,提出一种新的动态多曝光图像融合算法。引入中值图像均衡对输入图像和参考图像的直方图进行处理,将获取的图像对做差分,并对差分图进行阈值分割和形态学优化得到运动权重图。中值直方图均衡可以为一对图像分配相同的直方图,同时保持其灰度动态,因此对多曝光图像对调整其亮度差异,有利于运动区域检测的准确性。通过强度映射函数将参考图像分别映射为各个输入图像的亮度,并将输入图像的运动区域替换为参考图像的一部分,得到具有亮度过渡自然的图像序列。在此基础上,对静态图像序列进行融合得到最终的融合图像。实验结果表明,该算法可有效地避免鬼影现象,且能够获得细节丰富、视觉效果良好的高动态范围图像,经该算法融合后的图像在标准差、边缘强度、相关系数和动态场景结构一致4个指标上与DGF、FMSD等算法相比具有明显的优势。     

基于双直方图均衡的自适应图像增强算法

基于双直方图均衡算法,提出一种自适应图像增强算法。该算法综合考虑图像的熵及输入输出图像的亮度均值差,自适应地选择合适的阈值将图像分割成2个子图进行双直方图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。     

基于自适应校正的动态直方图均衡算法

为提高低照度图像的对比度并改进动态直方图均衡化算法的不足,在亮度校正上,提出基于直方图"分布范围"的分割技术和重映射区间分配方法,用去噪阈值优化直方图分布范围的计算;在控制对比度和保留细节信息上,提出带参数的调整量来校正直方图中的较小值,防止灰度级的合并.选取了多个低照度图像数据集进行测试,结合主客观图像质量评价可以看...     

基于NIOS Ⅱ的平台直方图均衡算法

NIOS Ⅱ软核处理器是Altera公司推出的一款灵活高效的嵌入式处理器。该处理器的应用常见于控制和通信领域。本文描述了在NIOS Ⅱ系统上实现平台直方图均衡算法(Plateau Equalization,PE)的设计方案。通过NIOS Ⅱ的自定制指令和C语言中嵌入汇编语言,成功的将PE算法在FPGA上实现,并且能够保证系统的运行效率和实时处理能力。     

可保留图像细节的直方图修正法

针对图像经直方图修正(Histogram Modification，HM)后因部分灰度级被合并而导致细节丢失的问题，提出了两种可保留图像细节的直方图修正方法：一种是扩展灰度范围的HM方法，另一种为局部灰度修正HM方法。对多幅不同类型图像进行处理后的实验结果表明，这两种方法不仅可有效保留图像细节信息，而且算法简洁，计算量小。     

基于自适应邻域对比度增强的直方图均衡算法

图像增强技术可分为局部增强和整体增强两种.在分析文字图像褪化因素及特点的基础上,提出一种基于自适应邻域对比度增强的直方图均衡法,它不仅能在增大整幅文字图像动态范围的同时增强局部对比度,去除扩散,而且能抑制一定的背景噪声.在此基础上,用灰度拉伸技术进一步加大文字图像的对比度,去除背景噪声,改善了褪化文字的视觉效果.     

Novel mean-shift based histogram equalization using textured regions

This paper presents a novel mean-shift based histogram equalization method called the MSHE method. The key insight of the proposed MSHE method is that the basis of histogram equalization could be based on textured regions in an image, while impact of smoother regions should be suppressed. Using a mean-shift based approach, the sets of textured regions in an image are determined by finding regions which have a high density of edge concentration. In addition, a new cost function is presented to balance the image quality and contrast enhancement effect for search termination in the proposed algorithm. Based on three typical test images, experimental results show that our proposed MSHE method is quite competitive with the previous eleven methods, such as the HE, BBHE, DSIHE, POHE, RSWHE, DHE, BPDHE, SRHE, GHE, FHE, and THShap.     

基于FPGA的视频直方图均衡化的改进设计

介绍一种改进的直方图均衡算法及其在FPGA上的实现。与传统算法有区别的是如何统计直方图,通常均衡算法是只对亮度分量进行直方图均衡,或者对RGB三色色彩分量分别进行独立的均衡;提出的改进算法对输入像素的RGB分量同时进行统计,合成到一个统一的直方图对RGB通道进行均衡处理。实验结果证明：此算法不仅提高了图像对比度,同时也减轻了偏色或者褪色现象。     

一种可控的直方图均衡算法

本文提出一种在传统直方图中利用细节信息的可调的直方图均衡算法.该算法不但能够有效的提高图像的对比度,而且还能增强图像的细节.这种算法可以采用各种不同的边缘信息如Laplacian、Sobel等.实验证明该方法对增强图像是很有效的.     

一种可控的直方图均衡算法

本文提出一种在传统直方图中利用细节信息的可调的直方图均衡算法。该算法不但能够有效的提高图像的对比度,而且还能增强图像的细节。这种算法可以采用各种不同的边缘信息如:Laplacian、Sobel等。实验证明该方法对增强图像是很有效的。     

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。     

基于模糊聚类分割的累积直方图均衡化算法

通过比较几种图像直方图均衡化的应用范围,提出一种基于模糊聚类分割的累计直方图均衡化的方法。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不仅使灰度值分布更加均匀,增强了整体对比度,而且保留了原图像更多的细节信息,很好地达到了图像增强的目的。     

基于直方图均衡化的手背静脉图像对比度增强

手背静脉图像对比度往往较低,这将影响整个手背静脉识别系统的识别准确率。首先提取手背静脉图像中的有效区域,然后利用直方图均衡化 (HE) 及其各种改进算法对提取的手背静脉图像进行对比度增强处理。实验结果表明,子块部分重叠局部直方图均衡化算法（POSHE）不但能够增强图像的整体对比度,而且图像中细节与背景之间的对比度也得到了增强,同时该算法效率较高,适合于手背静脉图像的对比度增强处理。     

A brightness-preserving two-dimensional histogram equalization method based on two-level segmentation

Multimedia Tools and Applications - Histogram equalization (HE) is a classical enhancement method for image processing. However, conventional HE techniques have poor performance in terms of...     

Contrast enhancement and brightness preserving of digital mammograms using fuzzy clipped contrast-limited adaptive histogram equalization algorithm

A novel fuzzy logic and histogram based algorithm called Fuzzy Clipped Contrast-Limited Adaptive Histogram Equalization (FC-CLAHE) algorithm is proposed for enhancing the local contrast of digital mammograms. A digital mammographic image uses a narrow range of gray levels. The contrast of a mammographic image distinguishes its diagnostic features such as masses and micro calcifications from one another with respect to the surrounding breast tissues. Thus, contrast enhancement and brightness preserving of digital mammograms is very important for early detection and further diagnosis of breast cancer. The limitation of existing contrast enhancement and brightness preserving techniques for enhancing digital mammograms is that they limit the amplification of contrast by clipping the histogram at a predefined clip-limit. This clip-limit is crisp and invariant to mammogram data. This causes all the pixels inside the window region of the mammogram to be equally affected. Hence these algorithms are not very suitable for real time diagnosis of breast cancer. In this paper, we propose a fuzzy logic and histogram based clipping algorithm called Fuzzy Clipped Contrast-Limited Adaptive Histogram Equalization (FC-CLAHE) algorithm, which automates the selection of the clip-limit that is relevant to the mammogram and enhances the local contrast of digital mammograms. The fuzzy inference system designed to automate the selection of clip-limit requires a limited number of control parameters. The fuzzy rules are developed to make the clip limit flexible and variant to mammogram data without human intervention. Experiments are conducted using the 322 digital mammograms extracted from MIAS database. The performance of the proposed technique is compared with various histogram equalization methods based on image quality measurement tools such as Contrast Improvement Index (CII), Discrete Entropy (DE), Absolute Mean Brightness Coefficient (AMBC) and Peak Signal-to-Noise Ratio (PSNR). Experimental results show that the proposed FC-CLAHE algorithm produces better results than several state-of-art algorithms.