Low Light Image Enhancement Algorithm Based on Detail Prediction and Attention Mechanism

Most LLIE algorithms focus solely on enhancing the brightness of the image and ignore the extraction of image details, leading to losing much of the information that reflects the semantics of the image, losing the edges, textures, and shape features, resulting in image distortion. In this paper, the DELLIE algorithm is proposed, an algorithmic framework with deep learning as the central premise that focuses on the extraction and fusion of image detail features. Unlike existing methods, basic enhancement preprocessing is performed first, and then the detail enhancement components are obtained by using the proposed detail component prediction model. Then, the V-channel is decomposed into a reflectance map and an illumination map by proposed decomposition network, where the enhancement component is used to enhance the reflectance map. Then, the S and H channels are nonlinearly constrained using an improved adaptive loss function, while the attention mechanism is introduced into the algorithm proposed in this paper. Finally, the three channels are fused to obtain the final enhancement effect. The experimental results show that, compared with the current mainstream LLIE algorithm, the DELLIE algorithm proposed in this paper can extract and recover the image detail information well while improving the luminance, and the PSNR, SSIM, and NIQE are optimized by 1.85%, 4.00%, and 2.43% on average on recognized datasets.     

基于非线性加权最优模糊聚类的彩色图像增强

根据人眼对色彩的感知特性,提出HSV色彩空间上的一种非线性加权最优模糊聚类的彩色图像增强算法.将原始图像从RGB空间转换到HSV色彩空间,提取H、S、V三分量,对其中的亮度分量V进行非线性最优模糊聚类增强处理,将合成后的HSV图像转回到RGB空间,完成彩色图像的增强处理.实验结果表明,该算法能避免色彩失真,改善图像的色彩辨识性,提高了景物信息的清晰度.     

基于人眼视觉特性的彩色图像自适应增强算法

针对有些图像增强算法对噪声比较敏感,提出了一种自适应图像增强算法.利用原算法的基本原理,结合人眼的视觉特性自适应地生成算法的参数,这样首先保留了原算法实现容易、运算速度快等特点,其次,对噪声具有一定的抑制作用,再次,可以增强和保留图像细节信息.通过实验比较,所提算法能够自适应地生成算法的参数,并在保持了原算法原有的容易实现的优点的基础上,提高了算法抑制噪声方面的性能,将该算法应用于彩色图像增强也取得了相当理想的结果.     

基于色调恒定的MSR图像增强算法

由于多尺度Retinex算法增强后图像存在细节信息减弱和颜色失真等不足,本文提出了一种色调恒定的图像增强算法.在原图像中去掉用多尺度高斯函数估计的光照分量,结合参量自适应的非线性函数调整亮度,依据色调恒定的理论保持增强后图像的颜色.与多尺度Retinex比较的实验结果表明,本文算法更有效,增强后的图像不仅细节清晰,而且色彩自然、不失真且运行速度快.     

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。     

基于YCbCr颜色空间的Retinex低照度图像增强方法研究

针对Retinex理论的低照度图像增强算法中光照图像估计问题,提出一种基于YCbCr颜色空间的低照度图像增强方法.该方法将原始低照度图像从RGB(Red Green Blue)颜色空间转换到YCbCr颜色空间,提取该空间中Y分量构建为原始光照图像分量L1(x,y),并对L1(x,y)进行Gamma校正得到增强的光照图像分量L2(x,y),经Retinex模型得到增强图像R(x,y),采用多尺度细节增强方法对图像R(x,y)进行细节增强,得到最终增强图像Re(x,y).实验结果表明,所提方法不仅能有效提升亮度,避免亮度和色彩失真,增强了图像的细节信息并获得了更好的视觉效果,而且运行速度快.     

微光景像匹配实时图模拟生成技术研究

景像匹配实时图模拟生成是导弹制导系统仿真和景像匹配算法验证的关键技术。研究了光照条件、气象条件、像增强型电荷耦合器(ICCD)相机特性以及地面光谱反射特性等因素对微光成像的影响,建立了微光视景像生成的数学模型,包括:地面反射特性模型、像增强型电荷耦合器相机特性模型、大气传输模型和噪声模型,研究了白天与夜间地面反射特性造成的日光图像与微光图像的衬比度差异,提出了微光景像匹配实时图仿真方案,并在此基础上研制了一个完整的蕴含LOWTRAN7计算内核和像增强型电荷耦合器后段仿真的微光景像匹配实时图生成系统。仿真实验结果说明了该方案的有效性。     

Color Enhancement in Multispectral Image Using the Karhunen-Loeve Transform

We propose a new method for the color enhancement of multispectral image in the visible wavelength region. The purpose of the proposed method is to explore the weak features contained in a specific wavelength by discounting the major color distribution. Such examination will be valuable in visual inspection applications, for example, a medical examination using color image to find a small spectral change of an abnormal part. In this method, Karhunen-Loeve (KL) transform is applied to multispectral data, and specific wavelength components of only high-order KL coefficients are amplified while low-order coefficients are not changed to retain the major color distribution. In the experiment, this method was applied to multispectral images: a printed test image and a human skin image of a bruised arm were captured by a 16-band multispectral camera. The resultant images were compared with the images obtained by saturation enhancement and that obtained by applying the proposed method to the 3-band image. The method successfully visualized the features, which are almost invisible in natural color images, with less change in background color than saturation enhancement.     

结合小波域变换和空间域变换的图像增强方法

提出了一种结合了小波域和空间域处理方法的图像增强算法. 该算法首先对小波域中的高频系数进行修正,使图像具有更好的局部对比度和更丰富的细节,由于双树复小波变换（Dual-tree Complex Wavelet Transform,DT CWT）具有更好的方向选择性,在小波变换的过程中选用了这一方法;然后,通过空间域中的非线性变换,调整图像的整体对比度. 该算法可根据图像本身的特性实现参数的自动选择. 经过本文方法的处理所得的图像,无论在视觉效果上还是在统计上,都优于前人工作的结果.     

基于图像处理的杂粮成分智能识别 韩雪晨 程 征

提出了一种利用图像处理技术来对杂粮成分进行智能识别的方法。该方法一方面充分利用不同种类粮食的颜色、大小等特征的差异对杂粮各成分实现了定性识别;另一方面还利用面积法对杂粮各成分的含量进行了定量计算。实验结果表明：该方法的计算结果与实测结果较为吻合,平均误差小于7％。     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

脊小波变换域模糊自适应图像增强算法

提出了基于脊小波(ridgelet)变换域的模糊自适应图像增强算法,利用脊小波变换在表示图像线性奇异边缘时具有独特的优越性,达到突出边缘和抑制噪声的目的。利用频域内傅里叶投影变换定理,提出优化有限拉东(Radon)变换系数顺序的方法,使得拉东变换后图像的折回现象得到改善;利用广义模糊集合概念和最大模糊熵原理,提出一种自适应设置模糊增强函数方法,使得增强后的图像在抑制噪声、增强特征方面达到较好折衷。通过模拟实验显示,该算法优于传统的增强方式,在低信噪比情况(2.5~5.5 dB)下,其边缘检测概率大于二维小波增强方式约50%。应用于含有局部线形裂纹的路面病害图像的增强,可以将裂纹信号基本增强出来,且对路面上离散的油滴、石子等点噪声抑制较好。     

基于主动光照的深海图像增强算法

为了改善主动光在水下传播过程中由散射与吸收效应导致的深海图像对比度低下以及颜色失真问题,提出一种水下图像增强算法.不同于传统方法利用最亮点的强度值作为背景光,提出基于物体与背景光非相关性的背景光估计方法,有效避免了前景处的亮像素或白色物体像素对背景光的误判,同时确保了去散射的精确性,提高水下图像的对比度;针对人造光源的颜色增益和光路衰减导致的图像色偏等问题,在去散射图像上选取离光源最近的灰色像素,利用其对光源的敏感性,将光照强度分离出来.最终,通过估计并去除光源本身的颜色增益,同时补偿光在传播过程中的损失,实现图像的颜色校正.实验结果表明,所提算法可以有效去除水下图像的散射效应,较好地恢复图像色彩,进而获得较优的增强图像.相比于其他算法,增强后的图像信息熵和水下图像质量评价指标值较高,说明该算法能显著提升水下图像的质量,同时保留图像有用信息.     

基于DDE技术分析的红外图像细节增强算法

在光电设备中,高位宽红外探测器由于具有高灵敏度、低噪声的特点而得到广泛应用。而通常的显示设备或快速处理只要求8位数据宽度,所以需要将高位宽的图像数据压缩至8位位宽。但是如果压缩方法处理不当,可能会造成原有信息丢失,在显示图像中表现为图像细节的损失。通过对FLIR公司数字图像细节增强（DDE）技术的分析,比较了DDE技术与以往常用红外图像动态范围压缩算法的区别,总结并提出了符合DDE思想的红外图像动态范围压缩细节增强算法,该算法在全面增强图像细节的同时能够抑制图像背景中的杂波,增强弱小目标,既满足图像显示的视觉效果,又有利于在图像上进行目标提取。     

基于Retinex理论JPEG2000压缩图像增强方法

在增强压缩图像过程中,采用传统图像增强方法存在细节恢复困难,易产生块状效应等局限性,针对此问题,本文将Retinex理论引入JPEG2000压缩框架中,提出一种新的JPEG2000压缩图像增强方法.它将小波变换后的低频系数看作入射光分量,高频系数看作反射光分量,通过对低频系数进行两次非线性映射,来调整场景光照的动态范围;通过调整高频系数,提高对比度,实现图像细节的整体拉升;通过判断各子块的活动性,自适应来修改亮度量化表,达到可以保留更多的细节,抑制块状效应的目的.实验结果表明,该算法在增强效果、压缩质量等方面都有着较好的优势.     

基于人眼视觉特性的火炮内膛图像增强方法

为了提高窥膛图像的观测效果,减小背景和噪声对目标图像的模糊度,根据图像特点提出了一种基于人眼视觉特性的图像增强新方法.该方法根据目标图像与背景、噪声图像特性的差异来进行不同的处理,使待测的疵病图像相对增强,目标图像突出,便于人眼观察.     

基于彩色图像分割技术的SMT焊点质量检测

图像分割的策略和方法是SMT焊点图像处理的一项关键技术,也一直是SMT焊点计算机质量检测的瓶颈;以SMT焊点的颜色和几何特征作为分析对象,在灰度图像分割所用二维阈值化的分割方法的基础上,提出一种从颜色直方图的量化级数和二维直方图概率密度不均匀化两个方面改进后的适用于HSV彩色空间图像分割技术,并将其应用于SMT焊点的质量检测;通过其得到SMT片式元器件焊点的图像,对其进行形态学处理后,利用Matlab软件将SMT焊点成功地从PCB板上分离出来,为三维重建提供良好的基础。     

基于神经网络的低照度彩色图像增强算法

由于低照度彩色图像存在整体亮度低、对比度低、颜色偏暗和信噪比低等特点,所以经典图像增强算法对其增强效果非常有限。提出了一种利用BP神经网络进行彩色图像增强的算法,并将RGB图像转换成HSI图像,以保证增强处理不引起图像的色彩失真。实验证明:该方法显著地改善了低照度彩色图像的视觉效果,提高了图像整体亮度和图像的信噪比,可调节图像的动态范围,能增强图像的对比度和细节,可增加图像信息熵。     

Application of image enhancement method for digital images based on Retinex theory

The image enhancement and implementation of the methods for the digital image enhancement were studied. The characteristics of different image enhancement methods, including contrast enhancement, linear transformation, piecewise linear transformation, grayscale slice transformation and Retinex clearing algorithms were analyzed in detail. Retinex enhancement algorithms were studied and the implementation process for the Retinex algorithm is given. Finally, an example of image enhancement using the multi scale Retinex algorithm (MSR) is achieved. It is shown that MSR can realize the image color constancy, local dynamic range compression, color enhancement and the overall dynamic range compression under certain circumstances.     

一种基于H直方图变换的白细胞图像分割方法

对检出的大量样本细胞图像进行统计分析,发现白细胞在Wright染色后着色效果不一致时色彩分量差异的规律。通过建立数学表达模型,提出了一种基于H直方图变换的白细胞图像自动分割算法。对细胞图像的色度分量直方图进行适当变换,有效削弱了血液染色的不一致性对白细胞分割的影响,实现了白细胞胞浆区域的良好分割,实验结果验证了所提分割方法的可行性和实用性。