|
|||||
|
|
| 基于非下采样Contourlet变换系数直方图匹配的自适应图像增强 | |
| 引用本文： | 周妍,李庆武,霍冠英.基于非下采样Contourlet变换系数直方图匹配的自适应图像增强[J].光学精密工程,2014,22(8):2214. |
| 作者姓名： | 周妍 李庆武 霍冠英 |
| 作者单位： | 周妍:河海大学 物联网工程学院，江苏 常州 213022常州市传感网与环境感知重点实验室，江苏 常州 213022 李庆武:河海大学 物联网工程学院，江苏 常州 213022常州市传感网与环境感知重点实验室，江苏 常州 213022 霍冠英:河海大学 物联网工程学院，江苏 常州 213022常州市传感网与环境感知重点实验室，江苏 常州 213022 |
| 基金项目： | 国家自然科学基金资助项目(No.60972101, No.41306089);江苏省自然科学基金资助项目(No.BK20130240);江苏省科技支撑计划资助项目(No.BE2012096, No.BE2013372);中央高校基本科研业务费专项资金资助项目(No.2013B08614) |
| 摘 要： | 由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数。对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数,具有自适应性和实用性强的优点。 |
| 关 键 词： | 图像增强 图像去噪 非下采样Contourlet变换 系数直方图匹配 自适应图像增强 |
| 收稿时间： | 2013/12/16 |
Adaptive image enhancement based on NSCT coefficient histogram matching |
|
| Abstract: | |
| Keywords: | image enhancement image denoising NonSubsampled Contourlet Transform(NSCT) coefficient histogram matching adaptive image enhancement |
| 本文献已被 CNKI 等数据库收录！ | |