基于平台直方图的红外图像自适应增强算法

针对红外图像的特点, 提出了一种基于平台直方图均衡化的自适应红外图像增强算法. 该算法通过自适应地选择平台阈值, 对红外图像进行增强处理, 克服了采用一般直方图均衡化增强红外图像的缺点, 同时算法的运算量远远小于其他平台直方图均衡化算法, 便于实时实现. 理论分析和仿真结果均表明, 该算法对红外图像具有很好的增强效果, 可较好的抑制背景的增强, 突出目标.     

视觉注意机制在图像增强中的应用研究

将视觉注意机制引入到直方图构造中,并在此基础上提出了一种新的基于灰度级信息量直方图的图像增强算法.该算法利用Itti视觉注意计算模型对图像的显著性进行分析,获得全局显著图;然后,将全局显著图划分为若干等大的子区域,求取各子区域的平均显著值,并做归一化处理,得到子区域的加权统计系数;再将各子区域的灰度级加权统计值相加,得到灰度级信息量直方图;最后,依据直方图均衡化的映射函数,调整灰度级的动态范围.实验结果表明,该算法明显优于经典的GHE算法和AHE算法,具有满意的视觉效果.     

基于改进型平台直方图的红外均衡化算法

针对红外图像特别是红外弱小目标图像的特点,提出了一种基于改进型平台的直方图均衡算法。在设置统计上限平台阈值的基础上,设置了累计直方图上限阈值,并用修改的映射函数算法对图像进行均衡化处理。算法中的上限统计平台阈值对噪声进行了适当抑制,累计平台阈值自适应控制映射动态范围,从而克服了平台直方图均衡化对动态范围较窄的红外图像过分拉仲的缺点。相对平台直方图的均衡算法,该方法能够对多种复杂场景增强图像整体效果,在抑制噪声的同时较好地保持了图像细节。     

一种改进的直方图均衡化

从理论上分析了直方图均衡化过程中灰度级合并的原因,给出了简单的物理解释和解析推导,并讨论了该算法的缺点。为了使图像保留更多的细节信息、消除虚假轮廓且保持连续性,提出了保留灰度级的直方图均衡化算法,并分析了其基本原理。实验结果表明:通过该算法处理的图像比采用传统直方图均衡化算法处理的图像效果好。     

基于迭代直方图均衡化的常规光源下水下成像增强算法

为了增强常规光源下水下图像的视觉对比度,提高水下图像的图像质量,提出一种基于迭代直方图均衡化水下图像增强算法.首先通过Retinex模型将水下图像分解为细节层和光照层图像.然后推导出一个图像增强模型,该模型能够在保证韦伯对比度的前提下完成图像增强工作.接着提出一种基于迭代直方图的直方图均衡化算法对光照层图像进行对比度增强,并通过S形状函数对细节层图像进行对比度拉伸.最后,合并拉伸后的细节层图像和增强后的光照层图像,进而获得较佳的图像增强效果.实验结果表明,该算法能够有效地提升水下图像的视觉对比度,图像信息熵值及均值结构相似度高于其他算法,图像的视觉效果得到显著提高.     

一种基于修正直方图的图像增强算法

针对雾天降质图像对比度低的问题,提出了一种基于修正直方图的图像增强算法。统计图像的直方图时,每个像素分为两部分,一部分累加到当前像素灰度级,剩余部分按灰度级平均分配,实现直方图的修正,然后根据修正直方图产生灰度映射函数,由于每个像素只有一部分累加到当前灰度级,这样可以避免局部图像的过度增强。实验表明,该算法比经典的直方图均衡化算法、局部直方图均衡化算法有更好的增强效果。     

一种可控的视频图像动态对比度增强算法

为增强显示设备进行视频信号显示时的图像对比度,提出了一种幅度可控的动态对比度增强算法。该算法利用一组归一化线性直方图数据和输入图像的归一化灰度直方图数据的结合,实现对输入图像的权重化直方图均衡化处理,进而达到幅度可控的动态对比度增强效果。该算法可以通过控制对比度增强幅度来避免传统直方图均衡化产生的过增强现象。将基于该算法的实时图像处理器应用于50英寸AC PDP上,实验结果表明,其对比度获得显著提升,并且能够根据外部接口的调节实现幅度可控的对比度增强效果。     

基于自适应平台阈值和拉普拉斯变换的红外图像增强

针对红外图像对比度低和边缘模糊的特点,提出了一种结合自适应平台直方图均衡化和拉普拉斯变换的方法。采用双数字信号处理器(DSP)并行处理,其中一片DSP采用自适应平台直方图均衡化的方法获得对比度增强后的图像;另一片DSP则进行拉普拉斯变换获得原始图像的边缘图像;最后由第二片DSP完成两幅图像按系数相乘后的叠加融合。实验结果表明:该算法增强效果和实时性较好,处理频率可达50 Hz,既提高了图像对比度又清晰了图像边缘,是提高图像对比度和边缘清晰度的高效算法。     

基于自适应平台阈值和拉普拉斯变换的红外图像增强

针对红外图像对比度低和边缘模糊的特点,提出了一种结合自适应平台直方图均衡化和拉普拉斯变换的方法。采用双数字信号处理器（DSP）并行处理,其中一片DSP采用自适应平台直方图均衡化的方法获得对比度增强后的图像;另一片DSP则进行拉普拉斯变换获得原始图像的边缘图像;最后由第二片DSP完成两幅图像按系数相乘后的叠加融合。实验结果表明：该算法增强效果和实时性较好,处理频率可达50 Hz,既提高了图像对比度又清晰了图像边缘,是提高图像对比度和边缘清晰度的高效算法。     

自适应红外目标特征增强算法

利用直方图均衡化和灰度变换增强算法,不能有效增强红外图像目标。鉴于此,在研究红外图像特点的基础上,提出了一种自适应红外目标特征增强算法。该算法先对红外图像进行中值滤波,滤除掉图像中的随机噪声,然后利用直方图分割将红外图像分为目标和背景2部分,通过线性加权叠加抑制背景和增强目标。实验表明,该算法不仅能够根据红外图像中目标的灰度特性自适应地选取直方图分割阈值,而且在去除噪声和增加对比度的同时还抑制了背景,达到了预期的效果。该算法尤其适用于目标和背景像素比例相近时直方图具有局域双峰特征的红外图像中目标的增强。     

基于动态直方图均匀化的对比度增强方法

为增强显示设备进行视频信号显示时的图像对比度,提出了一种动态直方图均匀化算法,该算法根据对比度增强系数可实现在不同灰度范围内的直方图均匀化,达到不同程度的对比度增强效果。同时为减少进行对比度增强所需的帧存储器,开发出了一种快速简单的输入视频图像帧间相似性检测方法及电路实现,当判定输入视频图像具有相似性时,后续帧的图像采用前面输入图像的对比度增强映射函数。仿真结果表明,提出的对比度增强方法能根据对比度增强系数实现不同程度的对比度增强,有效地提高了显示设备的图像显示质量。     

Image contrast enhancement using adjacent-blocks-based modification for local histogram equalization

Infrared images usually have some non-ideal characteristics such as weak target-to-background contrast and strong noise. Because of these characteristics, it is necessary to apply the contrast enhancement algorithm to improve the visual quality of infrared images. Histogram equalization (HE) algorithm is a widely used contrast enhancement algorithm due to its effectiveness and simple implementation. But a drawback of HE algorithm is that the local contrast of an image cannot be equally enhanced. Local histogram equalization algorithms are proved to be the effective techniques for local image contrast enhancement. However, over-enhancement of noise and artifacts can be easily found in the local histogram equalization enhanced images. In this paper, a new contrast enhancement technique based on local histogram equalization algorithm is proposed to overcome the drawbacks mentioned above. The input images are segmented into three kinds of overlapped sub-blocks using the gradients of them. To overcome the over-enhancement effect, the histograms of these sub-blocks are then modified by adjacent sub-blocks. We pay more attention to improve the contrast of detail information while the brightness of the flat region in these sub-blocks is well preserved. It will be shown that the proposed algorithm outperforms other related algorithms by enhancing the local contrast without introducing over-enhancement effects and additional noise.     

基于模糊逻辑的彩色图像增强

彩色图像的对比度增强具有较强的工程应用价值,提出了一种简单高效的彩色图像增强算法。该算法基于模糊逻辑理论,配合使用RGB和HSI彩色模型,并依据使对比度变换误差最小的原则,调整灰度变换系数。实验结果表明,该方法的增强效果优于传统的直方图均衡,运行效率高,具有实用价值。     

Variational infrared image enhancement based on adaptive dual-threshold gradient field equalization

Infrared images are characterized by low signal to noise ratio (SNR) and fuzzy texture edges. This article introduces the variational infrared image enhancement algorithm based on gradient field equalization with adaptive dual thresholds. Firstly, we transform the image into gradient domain and get the gradient histogram. Then, we do the gradient histogram equalization. By setting adaptive dual thresholds to qualify the gradients, the image is prevented from over enhancement. The total variation (TV) model is adopted in the reconstruction of the enhanced image to suppress noise. It is shown from experimental results that the image edge details are significantly enhanced, and therefore the algorithm is qualified for enhancement of infrared images in different applications.     

Image enhancement via Median-Mean Based Sub-Image-Clipped Histogram Equalization

This paper presents a robust contrast enhancement algorithm based on histogram equalization methods named Median-Mean Based Sub-Image-Clipped Histogram Equalization (MMSICHE). The proposed algorithm undergoes three steps: (i) The Median and Mean brightness values of the image are calculated. (ii) The histogram is clipped using a plateau limit set as the median of the occupied intensity. (iii) The clipped histogram is first bisected based on median intensity then further divided into four sub images based on individual mean intensity, subsequently performing histogram equalization for each sub image. This method achieves multi objective of preserving brightness as well as image information content (entropy) along with control over enhancement rate, which in turn suits for consumer electronics applications. This method avoids excessive enhancement and produces images with natural enhancement. The simulation results show that MMSICHE method outperforms other HE methods in terms of various image quality measures, i.e. average luminance, average information content (entropy), absolute mean brightness error (AMBE) and background gray level.