多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题，提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息，对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图，对每个子图像分别作均衡化映射变换，最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示，与亮度保持双直方图均衡化（BrightnessPreservingBi-Histogram Equalization,BBHE）、带平台限制的双直方图均衡化（Bi-histogram Equalization with a Plateau Limit,BHEPL）、基于曝光度的双直方图均衡化（Exposure based Sub-image Histogram Equalization,ESIHE）方法相比，所提方法增强的图像具有合适的平均对比度和更大的平均信息熵，在峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、结构相似度（Structural Similarity,SSIM）...     

基于加权直方图均衡的红外图像增强方法

针对红外图像特点和传统直方图均衡增强方法的不足,提出了一种改进的直方图均衡增强方法.先采用所提出的加权函数对红外图像各灰度级直方图进行调整,其中对背景区低灰度级的直方图进行缩小,对目标区高灰度级的直方图保持不变,然后进行均衡化处理.实验结果表明,本文提出的方法有效地压制了背景噪声,提高了目标对比度,综合性能优于传统直方图均衡和双平台直方图均衡方法.     

一种基于截取法的灰度级等距离拉伸图像增强研究

针对灰度直方图均衡化所引起的过增强和灰度级“吞并”等缺陷,提出基于截取法的灰度级等距离拉伸增强图像的对比度。通过对原始图像灰度直方图的统计,利用正态分布的“3σ”原则对灰度级进行截取,再将其有效灰度级进行等距离排列,完成排列后的直方图映射,最后利用中值滤波对图像进行平滑处理。该算法在增强图像对比度的同时,保留图像细节信息,提高图像质量,并且避免了直接均衡化所带来的灰度级断层现象。     

采用自适应有限灰度级子场编码方法提高等离子体显示器的显示质量

为了改善等离子体显示器的动态显示质量,在减轻动态假轮廓的同时提高灰度显示质量,提出了基于直方图均衡化的自适应有限灰度级子场编码方法。该方法首先对输入图像进行直方图均衡化,在灰度"均匀分布"的新直方图上,按子场的数目平均划分灰度区间,选取每个区间中间的灰度级作为预采样灰度级;然后将预采样灰度级按照直方图均衡化的反函数进行映射,得到采样灰度级和子场编码。为了达到更好的灰度显示效果,在累积式灰度编码中,依次限定单个子场编码为零,从而得到更多的显示灰度级。仿真实验结果表明,该方法能在动态假轮廓改善和灰度级表现能力之间取得平衡,在减轻动态假轮廓的同时弥补了"累积式"发光显示灰度级不足的问题,得到了较好的显示效果。     

一种新的自适应红外图像增强算法

传统的直方图均衡和灰度变换增强算法,不能针对红外图像的目标进行有效地增强.鉴于此,在研究红外图像特点的基础上,提出了一种基于直方图的自适应红外图像增强算法.该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配;在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,既提高了目标与背景间对比度又突出了目标细节层次.     

基于最大熵模型的双直方图均衡算法

为改进亮度保持双直方图均衡算法的不足,提出基于最大熵模型的动态范围优化方法,扩展了双直方图均衡算法的应用范围,使之不仅适用于正常亮度图像,对低照度及高亮图像也能取得较好的效果.算法首先选用大津法确定直方图数据分割点;然后对初始直方图进行预处理;根据所提出的最大熵模型确定最佳的动态范围分割点;最后进行双直方图均衡得到增强图像.本文选取多个图像数据库进行测试,并与BBHE（Brightness preserving Bi-Histogram Equalization）、BPCLBHE（Brightness Preserving and Contrast Limited Bi-Histogram Equalization）、ESIHE（Exposure based Sub Image Histogram Equalization）和DRSHE（Dynamic Range Separate Histogram Equalization）进行比较,同时将信息熵、对比度和NIQE（Natural Image Quality Evaluator）作为客观评价指标.实验结果证明,本文算法对各类图像均具有较好的主观视觉效果和客观评价指标,在保留细节的同时兼顾了对比度的增强.     

直方图均衡化的数学模型研究

从图像最优对比度出发,提出直方图均衡化的一类最优化数学模型及其增强方法.针对线性规划求解基于最优对比度的图像增强法效率极低的不足,首先对传统直方图均衡化方法建立灰度级映射的最优化数学模型;其次提出了传统直方图均衡化的一种改进型灰度级映射最优化模型;最后探讨了灰度级映射最优化模型解具有的性质,以及传统直方图均衡化和可调直方图均衡化可视为本文方法的特例.实验结果表明,本文所提出直方图均衡化的一类最优化模型是合理的且能获得满意的增强效果,相比传统直方图均衡化和可调直方图均衡化方法更具普适性.     

一种高动态范围红外图像增强技术

非制冷红外焦平面图像存在对比度低、分辨率低、细节信息不全、视觉效果差等缺陷,实际应用中需要增强红外图像以改善其质量。一种基于线性映射与直方图均衡化加权结合的高动态范围红外图像增强技术,通过线性映射对红外原始图像做图像增强,保存数据,再利用直方图均衡化算法对红外原始图像做图像增强,选取适当的权值,将增强后的图像加权结合,得到最终图像。重点分析了传统线性映射与直方图均衡化的原理与处理方法,通过多幅高动态范围场景的红外图像的处理比较,表明该算法操作简单,且处理后效果显著,可用于实时增强。     

一种基于直方图的自适应红外图像增强算法

在分析常用的红外图像增强算法优缺点的基础上,针对红外图像的特点,提出了一种基于直方图的自适应红外图像增强算法。该算法设置了阈值和放大系数2个参数,根据阈值把图像直方图分为2部分,用放大系数和常数1分别代替直方图中两部分的灰度级像素数作为新的直方图,最后用新的直方图对图像进行直方图均衡化处理得到增强图像。通过在自主研发的热像仪中验证,表明该算法适应性强,增强效果好,算法简单,易于在FPGA硬件平台上实现。     

一种新的红外图像自适应增强算法

针对红外热图像普遍存在的目标与背景对比度差、边缘模糊等特点,提出了一种新的红外图像自适应增强算法.通过自适应地选择平台阈值,对红外图像进行平台直方图均衡化,有效抑制了背景的过度增强,避免目标灰度级的过多合并,提升了目标的灰度空间,获得了很好的增强效果.实验结果表明,本算法优于直方图均衡化算法,可有效地突出红外目标.     

双阈值映射自适应红外图像处理算法

由于传统直方图均衡(HE)算法和灰度变换算法的局限,提出了一种基于直方图的双阈值映射(BTM)增强算法.该算法通过对原始图像的直方图进行双闽值映射和自适应增强处理,对图像灰度级进行重新分配,减少冗余灰度级,有效地拓宽了目标部分的动态范围,既提高了目标与背景间的对比度,又突出了目标的细节层次.所提出的算法可以有效增强红外图像中目标与背景之间的对比度,拓宽目标的动态范围.仿真结果表明:该算法是一种非常有效的红外图像增强算法.     

一种自适应红外图像增强处理的FPGA实现

本文介绍了一种自适应平台直方图算法对红外图像增强处理及该算法在FPGA器件上的实现.该方法是根据图像的直方图,自适应地选择平台阈值,实现自适应平台直方图均衡化,增强了目标的对比度.在FPGA上实现了该算法,对红外图像进行了增强处理,使红外图像的清晰度得到极大的提高,目标灰度级得到扩展,抑制噪声,并且利于将目标与背景区别开来.     

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.     

基于双平台直方图的红外图像增强算法

针对红外图像特别是红外弱小目标图像的特点,提出了一种基于双平台的直方图均衡算法。在对统计直方图设置两个不同的平台阈值的基础上,对修改后的直方图进行均衡化处理,然后对得到的图像进行灰度间距上的均衡化处理。算法中的上限平台阈值对背景和噪声进行了适当抑制,下限平台阈值对小目标和细节进行了适当放大,从而克服了一般直方图均衡化在对红外图像增强时的缺点。相对单平台直方图的均衡算法,能够增强图像整体效果,同时较好地保持了图像细节。     

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。     

基于Piecewise直方图均衡化的图像增强方法

提出了一种基于Piecewise直方图均衡化的图像增强方法,有机地结合了亮度拉伸和传统直方图均衡化的优点。通过定义直方图中相邻灰度级的距离,引入了一个基于直方图均值和标准偏差的Piecewise线性变换,探讨了图像过亮时Piecewise直方图均衡化参数的选取。实验表明,该方法的处理结果能有效避免现有的直方图均衡化方法中的"吞噬"问题和亮度饱和问题。在增强图像时不仅能保留细节,而且具有更加自然的视觉效果。     

基于双直方图均衡算法的红外图像增强

为了抑制全局直方图均衡产生的灰度饱和和局部细节丢失的情况,提出了一种双直方图均衡算法。首先对图像的背景和前景进行分割,提出基于直方图的局部最小值和修正的K-Means聚类算法来确定图像的理想分割阈值,然后再对分割的子图分别作全局直方图均衡（Global Histogram Equalization,GHE）。对该算法进行了实验验证,结果表明,相较于GHE算法,经该算法增强后的图像峰值信噪比（Peak Signal to Noise Ratio,PSNR）提高约16.425%,结构相似度（Structural Similarity Index,SSIM）提高约14.85%。同时通过主观分析,基于直方图局部最小值和修正的K-Means聚类算法的图像分割进行双直方图均衡可以有效抑制GHE算法产生的灰度饱和和细节丢失现象。     

基于亮度均值的动态直方图均衡算法

基于子行驱动下的图像显示因低灰阶数据的丢失造成图像对比度的下降,直方图均衡算法是一种常用的提高图像对比度的增强方法,但由于均衡化后的亮度饱和效应,增强后的图像不适于应用于电子显示设备.因此提出一种基于灰度级频数,亮度均值为强调因子的动态直方图均衡算法,在提高图像对比度的同时,保持均衡前后图像的亮度稳定性.     

红外图像直方图双向均衡技术研究

提出了新颖的红外图像直方图双向均衡技术．该技术在进行直方图均衡化处理的同时，消除灰度冗余，并在整个显示范围内对图像灰度级进行等间距排列，从而获得灰度连续的红外图像，解决了热像仪信号处理中输入信号大动态范围和显示输出的小动态范围的矛盾．实验表明该技术能够使红外图像的细节和清晰度得到明显的增强。     

一种改进的保留图像细节信息的图像增强化方法

本文通过分析传统直方图均衡化的思想,得出在传统的直方图均衡化处理过程中由于图像的灰度级合并处理造成图像灰度级丢失继而使原图像细节信息损失,使增强后的图像边缘模糊,效果不理想。由此,本文给出了一种在图像经过均衡化处理后可以增加图像灰度级保留图像细节信息的方法。即先提取原目标图像中的高频细节成分,然后将其与原目标图像经直方图均衡化处理后的结果做叠加。经试验验证,与传统的直方图均衡化[1,2]算法相比,本文算法处理后的目标图像在增强了整体对比度的同时也保留了原图像的细节信息,能达到比较理想的增强效果。通过采用本文提出的改进算法,可以有效的实现图像增强的同时尽可能的保留图像细节信息的效果。