变换的直方图均衡算法在图像增强中的应用

常规直方图均衡化增强后的图像在高灰度区有过亮的感觉．为此，本文对常规的直方图均衡化算法进行了改进，采用变换的直方图均衡化算法抑制这一缺陷．实验结果表明，变换的直方图均衡化算法较常规算法具有更好的效果．     

基于直方图变换的弹痕图像增强技术及实现

对弹痕图像比对和识别系统中的一个重要问题弹痕图像增强进行研究,给出了基于直方图的弹痕图像均匀化和规定化2种增强算法.实验结果显示,这种算法对于暗、弱信号的弹痕图像的目标识别和图像增强有着良好的处理效果,尤其是组映射规则的规定化交换算法可与设计良好的规定直方图相结合,可实现图像局部对比度的增强.使一些原本观察不到的细节能变得清晰可辨.     

基于直方图修改的图像增强技术

直方图修正是一种重要的数字图像增强处理方法,能够有效的改善灰度分布集中,动态范围狭窄缺少必要细节的图像,显著的提高图像的辨识程度。在理论分析的基础上,利用MATLAB软件对模糊图像进行直方图均衡化处理,增强了图像的视觉效果。     

基于直方图均衡的图像增强

讨论了直方图均衡构图像增强原理及对原理进行了证明，介绍了处理数字图像增强的具体过程和算法。以一个对比度较小构图像为实例得到其直方图，按照该算法对图像灰度曲直方图进行均衡使其近似均匀分布，处理后图像的对比度得到明显改善。     

基于灰度等间距密度均衡的红外图像增强算法

针对红外图像具有高背景,低反差的特点,提出了一种基于灰度级等间距密度均衡的红外图象自适应增强方法。该方法以图像灰度相关理论为基础,采用窗口递推的方式,自适应地选择直方图窗口,获得高低阈值,再通过灰度线性变换及灰度级等间距密度均衡,增大图像灰度动态范围,获得细节丰富灰度连续的图像。理论分析和实验结果均表明,该算法克服了平台直方图均衡引起的灰度断层现象,有效地增强了红外图像的对比度,提高了图像质量。     

基于VC++的直方图均衡化图像增强

本文讨论了直方图在图像增强中的应用,指出直方图修正技术的基础,阐述直方图均衡化的原理,给出基于VC++的具体实现方法及实验分析结果。     

基于小波变换的快速二维门限化方法复杂度研究

将小波分析这一新兴的数学工具与传统的基于灰度直方图门限选择方法结合起来,提出了一种快速的二维门限化方法,并对其复杂度进行了入地研究,该方法首先对二维直方图进行小波分解,得其低频分量,然后在此低频分量上确定出门磁量的范围,最后在此范围内确定出精确的门限矢量,理论分析及实验结果均表明,该方法可以极大地降低二维门限化的时间复杂度。     

基于直方图统计学的图像增强算法研究

针对图像的灰度特征可以通过统计矩进行定量描述的特点,提出了一种基于直方图统计学图像增强算法。该算法根据图像的全局灰度均值、方差及不同像素点子块灰度均值、方差,对符合增强条件的各像素进行增强,而对亮区不需增强的像素进行保留。因此,图像暗区的细节得以增强。实验结果表明,该算法增强了图像中所希望得到的细节。     

基于二维直方图信息熵的图像检索方法

针对传统颜色直方图完全丢失颜色的空间分布信息的缺点,提出了基于二维直方图信息熵的图像检索方法。该方法不仅利用了图像象素的颜色统计信息,还用到了相邻像素之间的相关性及颜色在图像内的空间分布特征,充分考虑到了图像的颜色统计、空间信息等特征。首先提取出图像的二维直方图特征;接着,为降低特征的维度,计算出二维直方图相应的信息熵并用其进行相似性度量。实验表明该方法实现简单,而且能够较准确地描述出图像的颜色统计、空间分布等信息,从而有效地提高了检索的精度。     

基于二维灰度直方图的模糊熵分割方法

传统的基于一维灰度直方图的模糊熵分割方法不能反应图像的空间信息，抗噪声能力差，因此提出了基于二维灰度直方图的模糊熵分割算法．此算法根据像素点灰度值和其邻域灰度均值，建立二维灰度直方图，并在对应目标和背景的像限内构造像素点对目标和背影的隶属度函数，从而去除噪声和边缘像素对图像分割的影响．最后通过求模糊熵的极值，得到二维图像分割点．实验结果证明，该方法具有很强的鲁棒性和抗噪能力，分割效果明显优于一维的方法，而且可以方便地推广到其他一维熵分割中．     

一种改进的红外图像增强算法

根据红外图像的特性,在对常用的线性灰度变换法、直方图均衡化法和边缘检测法等图像增强算法进行详细分析的基础上,提出了一种采用平台直方图均衡化和增强高通滤波加权平均的红外图像增强算法,并给出了该算法的FPGA电路实现和时序仿真效果。提出的图像增强算法能适应红外探测器的各个工作阶段,易于FPGA实现且具有较好的图像增强效果。     

基于遗传算法的红外车辆目标模糊增强

由于红外车辆目标在成像过程中存在许多不确定性即模糊性,针对红外图像的模糊性将模糊理论应用于红外图像增强处理,本文提出了一种新的基于模糊理论的图像质量测量函数,把它作为遗传算法的适应度函数对非完全Beta函数的α和β参数进行自适应动态调节来拟合几种典型的灰度变换曲线,实现了感兴趣区域红外车辆目标的自适应模糊增强.实验结果表明了该方法的合理性和有效性,在性能上优于传统的图像增强技术和现有的一些同类增强技术,具有较高的自适应性和智能性.     

基于直方图均衡化的彩色图像增强研究

为了快速便捷地处理彩色图像,更好地增强图像,从直方图及其均衡化、彩色图像的基本理论出发,提出了直方图均衡化的理论用于彩色图像增强的算法.通过MATLAB仿真实验,验证了算法的可行性.     

基于灰度冗余的红外图像直方图处理技术

该文提出一种改进的消除灰度冗余的红外图像直方图均衡算法.通过统计红外图像灰度的分布规律,将像素灰度分布为零的灰度级进行完全压缩,设定适当的阈值,将小于阈值的无效灰度级映射到阈值灰度级,对有效图像灰度级进行无损均衡.该算法在压缩灰度冗余的同时,进行直方图均衡,克服了传统直方图方法在图像增强时造成的灰度断层和丢失,提高了图像质量.     

基于 UCM 算法中直方图拉伸的水下图像增强研究

针对水下图像色彩失真,对比度低以及图像模糊不清等一系列问题,提出了一种基于色彩模型的水下图像增强算法,改进了现有的 UCM 算法的直方图线性拉伸,使用限制对比度自适应的方法对直方图进行非线性均衡化,使处理后的图片对比度增强效果更好,图像质量更高,更符合人类的视觉感知。 通过搭建的水下海参场景和模拟海底图像偏蓝绿色的实验环境,拍摄了 4 组海参在不同姿态、工况下的水下图片并对其进行定性、定量分析,得出改进后的 UCM 算法在 UIConM、UIQM、NIQE 指标下的数值分别平均为 0. 63、4. 30、3. 30,相比较其他 3 种算法,该算法处理后的图像质量评估指标均为最优,由此证明了研究的算法相对于其他的传统算法显示出更好的可行性和优越性,并且能够适应不同的水下工况,拥有良好的鲁棒性。     

基于粒子群优化的红外图像增强方法

为解决低照度条件下红外图像边缘模糊、对比度差等问题,提出了一种红外图像增强算法。用粒子群优化算法(particle swarm optimization,PSO)结合伽马校正方法,将灰度标准方差融入评价函数,熵、边缘内容、灰度标准方差被用作每个粒子的目标函数,来评估所获得的红外图像增强结果,通过寻找最优伽马值对图像进行全局增强,实现了对红外图像的细节增强。实验结果表明,与传统直方图均衡(histogram equalization,HE)算法、自适应直方图均衡(adaptive histogram equalization,AHE)算法、限制对比度的自适应直方图均衡算法(contrast limited adaptive histogram equalization,CLAHE)相比,该算法的峰值信噪比(peak signal-to-noise ratio,PSNR)、均方误差(mean-square error,MSE)、结构相似性(structural similarity index,SSIM)指标为所有对比算法中最优,PSNR、SSIM分别提升了约56. 97%和18. 01%,SSIM优化了约18. 01%。通过该改进算法来处理红外图像,可以显著提高图像对比度,使图像细节更丰富,视觉效果得到很大改善。     

基于边缘增强的红外图像二值化算法

提出了一种基于边缘增强的红外图像二值化算法。通过对自适应形态学边缘增强方法的改进,使得二值化结果有效地保留了红外图像的边界特征,是一种有效、实用的图像二值化方法。