基于CLAHE和top-hat变换的手背静脉图像增强算法

为了克服光强,手背厚度对手背静脉图像的影响,提出一种新的手背静脉图像增强方法,对比度受限的局部直方图均衡（CLAHE）和tophat变换相结合的方法。在进行CLAHE处理的基础上,利用tophat变换提取图像的波峰和波谷,并将提取的波峰和波谷进行直方图修正,拉开灰度分布,再与之进行加减运算。实验表明,该算法能得到很清晰的增强效果。     

基于广义直方图均衡的图像增强新方法

针对传统直方图均衡方法进行图像增强时导致图像细节信息丢失和噪声放大的问题,提出了广义直方图均衡图像增强方法。传统直方图是基于整数1进行计数的,广义直方图将整数1分解成2个值:分数和余数,通过对每个灰度级累计分数值和在所有灰度级均匀分配余数值生成。由于分数值控制着广义直方图均衡的效果,图像中不同特性区域应该具有不同的分数值,给出了基于局部复杂度计算的分数值求取方法。实验结果表明本方法能有效克服传统直方图均衡法丢失目标细节和过分放大噪声的不足,是一种有效的图像增强方法。     

基于直方图均衡及融合的红外图像增强技术

针对红外图像的特点,提出了一种基于直方图变换及图像融合的红外图像增强的新方法.该方法利用平稳小波分解进行噪声抑制,通过自适应直方图均衡提高图像对比度,并利用非线性滤波算法增加新的高频分量,最后进行图像融合以实现图像的增强.该算法克服了传统直方图均衡增强背景而削弱目标以及平台直方图均衡中难以选择平台值的缺点,并大幅度提高了图像的细节.实验结果表明,该算法对红外图像具有很好的增强效果,可以很好地抑制背景,提高目标的对比度,同时使目标的细节更加明显.     

基于语义分割的红外图像增强方法

针对对比度受限的自适应直方图均衡化（contrast limited adaptive histogram equalization, CLAHE）强行分块造成的视觉不自然现象,本文提出了一种基于语义分割的红外图像增强方法。语义分割网络将整个红外图像分割成种类块而不是传统的矩形图像块。然后,每个种类块各自进行对比度受限的直方图均衡化,以减少过度增强。最后,采用了一种新的边缘过渡方法来避免种类块之间的突变。实验结果表明,本文所提出的红外图像增强方法在对比度和熵上优于其他对比算法,而且避免了传统CLAHE的视觉不自然现象,具有更好的视觉效果。     

基于直方图修正的图像增强算法

针对传统直方图均衡算法的不足,提出了一种直方图修正方法,抑制直方图中较大的计数值;添加与邻域存在一定灰度差值的条件计数值;引入均匀分布计数。将修正的直方图用于灰度和基于YCbCr颜色空间的彩色图像的均衡增强,实验结果表明,本算法在有效地增强了图像视觉效果的同时保持了图像的细节和色彩,能够获得满意的增强效果。     

基于直方图均衡的图像增强及其FPGA实现

直方图均衡是一种简单且有效的图像增强技术。它以概率论为基础,运用灰度点运算来实现直方图变换。本文对直方图均衡算法进行了分析,在此基础上提出用FPGA来实现直方图均衡的算法,并给出了具体的实现步骤。该方法可以快速准确地对图像进行均衡化,整个系统处理一帧数据的时间约为17ms。结果表明,该方法达到了提高图像对比度和图像质量的预期目标。     

基于直方图均衡化图像增强的改进方法

文章以matlab语言为背景,研究了直方图均衡化图像增强,分析了传统的直方图均衡化图像增强方法的弊端,给出了改进方法,并用实验结果证明了改进方法的优越性。     

一种改进的直方图均衡化图像增强方法

分析了直方图均衡化算法的基本原理,指出图像部分灰度级尤其是表征图像细节的灰度级被过度合并是导致处理后图像细节信息丢失而变得模糊的原因。针对此不足,提出了一种均衡化处理后增加图像灰度级的方法。首先在空间域或者频域中,提取出原图像的高频细节成分,然后将其与原图像直方图均衡化处理后的结果进行叠加,并且可以通过调整高频成分的权值系数获得细节得到不同程度增强后的图像。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既增强了整体对比度,又保留了原图像更多的细节信息。     

一种自适应红外图像增强新算法

针对红外图像经直方图均衡后因部分灰度级被合并而导致细节丢失的问题,提出了一种新的红外图像增强算法——双阈值区分增强算法.该算法首先在原始图像直方图中剔除截断阈值以下的冗余灰度级,接着根据重建直方图的包络确定分界阈值用以区分背景和目标,最后对背景进行直方图均衡处理,对目标进行局部对比度增强及线性灰度变换处理.算法定义了一个自适应参数来适当地抑制背景和噪声,并放大目标细节.相对于传统的直方图均衡算法,所提算法能在增强整体对比度的同时保留图像细节,并且计算量小、实时性好.     

保持图像亮度的局部直方图均衡算法

现有的局部直方图均衡算法用于图像的对比度增强时,输出图像的亮度与输入图像无关.由于图像增强的很多实际应用需要保持原始图像的亮度,为此提出一种新的局部直方图均衡算法.以子块部分重叠的局部直方图均衡算法 (POSHE)为基础,改进其对子块图像的均衡方式:根据亮度均值对子块图像进行递归分解,得到一系列不同灰度范围的子图像,然后对每一个子图像在其相应的灰度范围内进行直方图均衡,最后合并这些子图像的均衡结果.实验结果表明,这种局部直方图均衡新算法既能充分增强图像局部细节,又能保持输入图像的亮度,且亮度的保持程度可由用户进行控制.本文算法使所增强的图像具有更加自然的视觉效果,能更好地满足消费类电子工业对图像对比度增强的应用要求.     

基于灰度和边界方向直方图的医学图像检索

本文研究了采用分级检索的机制,综合利用灰度及形状特征进行基于内容的医学图像检索的方法,该方法克服了灰度直方图不能充分表示空间分布信息的不足。利用边界方向直方图描述形状特征,避开了对图像进行精确分割这一医学图像处理中的难点问题。对CT图像数据库进行的检索实验,验证了该方法具有良好的检索性能。     

基于直方图平移的医学图像可逆水印算法

结合医学图像特点,提出一种基于分块的灰度直方图平移水印算法.首先构建图像的灰度直方图,寻找峰值点和零值点;然后对图像分块,根据图像块的特点设定标志位;最后在指定的图像块内通过直方图变换来嵌入水印.实验结果表明,该算法不仅可以实现可逆水印,而且水印不可见性较好,嵌入容量较高,算法复杂度较低.该算法可以应用到信息隐藏、图像认证、隐秘传输等安全领域.     

基于EMD的图像特征增强技术研究

在利用数字射线成像系统进行特征检测过程中,由于系统和工件本身特点的原因,在获取的射线图像中,某些需要识别的特征信息常常被大量的低频背景信息掩盖,使特征的识别增加了难度。针对上述问题,研究了一种基于经验模式分解（Empirical Mode Decomposition,简称EMD）的图像特征增强技术。研究表明,与传统分析方法相比,EMD方法能够更准确地剔除图像中存在的非需特征信息,增强需要识别的特征信息,提高特征信息的识别率。     

基于DSP + FPGA的红外焦平面像素倍增技术

文章讨论了非制冷红外热像系统的总体性能，分析了影响该热像仪综合性能的主要原因，提出性能改善的基本方法，介绍了独特的虚拟电子微扫技术的基本原理及实现方法。针对远处小目标红外图像的有用信息进行了放大处理。采用DSP＋FPGA的架构在硬件平台上得到了实现。实验证明：虚拟电子微扫技术有利于识别目标，效果良好。     

基于医学图像的ROI的模板压缩法

结合医学图像压缩的特殊性,有针对性地研究了几种典型的医学图像压缩方法,包括有损的JPEG系列、无损的JPEG2000系列,以及模板匹配压缩方法。并用MATLAB分别对每种方法进行了仿真。通过实验结果的对比,分别指出这些方法各自优、缺点。最后综合各种方法,提出了一种基于感兴趣区域(ROI)的模板压缩法。     

一种基于多小波变换的医学图像融合方法

本文讨论了医学图像CT与NMR的融合问题。由于骨骼组织仅能在CT中清晰显示,而软组织仅能在NMR中清晰显示,所以CT与NMR图像各自都不能同时清晰显示骨骼组织和软组织。在分析了CT与NMR图像成像机理的基础上,提出了一种基于多小波变换的融合方法。它可将CT与NMR图像进行有效的综合。所获得的融合图像,可同时清晰地显示骨组织和软组织信息。     

基于CLAHE和多尺度细节融合的静脉图像增强算法

利用静脉识别原理采集的静脉图像通常模糊不清、难以分辨。传统的CLAHE算法虽然能够提高静脉图像的对比度,但是会丢失图像的一些细节信息。文章提出了一种基于CLAHE和多尺度细节融合的静脉图像增强算法。首先对静脉图像进行ROI提取,采用CLAHE算法增强静脉与手背间的对比度;然后利用多尺度细节融合算法得到静脉图像的细节图,再通过均值滤波滤除细节层中的高频噪声;最后把上面两种方法得到的图像加权叠加得到细节增强后的静脉图像。实验结果表明,该方法在提高静脉图像对比度的同时保留了原图像的细节信息。     

基于 PHOW 特征描述子和支持向量机的航空侦察图像分类方法

在深入研究 PHOW 特征描述子的基础上,提出了基于 PHOW 特征描述子和支持向量机的航空侦察图像分类方法。针对构建的5类航空侦察图像分类实验结果表明,与基于 Gist 特征描述子的图像分类方法相比,新方法可以实现快速准确的图像分类,平均分类精度为84．6％,特征提取和分类的平均耗时为37 ms。