应用参数化对数模型增强图像细节及对比度

传统红外图像增强方法由于未考虑人眼视觉特性而存在"超区间值",故极易丢失图像细节。本文结合对数图像处理（LIP）理论,提出了基于参数化对数模型（PLIP）的平台直方图均衡图像增强方法。该方法首先将图像变换为灰度色调函数;然后应用PLIP模型对变换后的图像进行重建,结合平台直方图均衡化来增强图像的对比度和细节信息,并利用图像评价函数（EMEE）与信息熵（En）确定模型的参数值。最后,研制了算法硬件平台,分别用中波和长波红外成像系统对算法进行了实验验证。实验结果显示：该方法对不同场景的图像均可取得很好的增强效果,图像的EMEE值比传统的平台直方图均衡算法提高至少5倍以上,对改善图像质量和视觉效果具有实用价值。     

基于图像增强直方图

图像增强是数字图像的预处理,对图像整体和局部特征都能有效地进行改善．文章主要研究比较了直方图的均衡化和规定化方法的图像增强的基本原理和算法,以及能改进灰度图像的对比度和灰度级动态范围的处理．为更好的快速掌握和应用直方图增强图像技术提供了好的指导和参考资料。     

基于MATLAB的几种图像增强算法

简要介绍图像增强的概念和一些图像增强的算法,从图像的直方图均衡化、对比度线性展宽、动态范围非线性调整和伪彩色增强等几个方面对图像增强算法进行讨论和研究,并通过MATLAB软件平台,给出各种算法的处理效果。     

基于非下采样Contourlet变换系数直方图匹配的自适应图像增强

由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数。对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数,具有自适应性和实用性强的优点。     

基于牙科X光片的多种直方图均衡化图像增强对比

牙科X光片在牙科疾病的诊断治疗中越来越重要。牙齿X光片机不像光学相机可以聚焦,常受低对比度和噪声的影响,很难直接借此识别疾病特征,常常需要对图片进行增强处理,故主要探讨一些适用于电子病例的牙科X光图像增强算法。算法主要有直方图均衡化、限制对比度自适应直方图均衡化、锐化中值滤波自适应直方图均衡化和改进的对比度自适应直方图均衡化方法。通过对这些算法处理后的牙科X光片图像的均方根误差(RMSE)、图像信噪比(SNR)和改善对比度指数(CII)以及视觉效果进行比较,发现用改进的对比度自适应直方图均衡化方法处理所得图像的均方根误差、改善对比度指数最小,图像信噪比最大,图像视觉效果清晰。     

基于自适应滤波算法的医疗仪器图像处理研究

图像增强技术是对受噪声影响的图像进行图像质量增强以增加其可辨识性的一种技术,目前已广泛应用于医学图像处理、摄影等方面。本文主要介绍图像增强算法中,自适应滤波算法的应用及分类,并利用matlab软件进行编程,对图像进行处理,对LMS算法、RLS算法、直方图均衡算法以及维纳滤波方法的滤波降噪效果进行比较。仿真结果表明,基于自适应滤波算法的图像处理方法效果更佳。     

等面积递归分解的部分重叠局部直方图均衡

针对现有的直方图均衡算法在图像细节信息增强的同时无法保持输入图像亮度的缺点,以部分重叠局部直方图均衡算法（POSHE）为基础,将递归分解的思想引入子块图像直方图均衡过程,提出了一种改进的部分重叠局部直方图均衡算法。子块图像根据其累积概率密度（CDF）的中值递归地进行不同深度的分解,然后对每一个分解的子图像在其灰度范围内进行直方图均衡,并将均衡后的子图像合并,最后根据移动步长对子块图像进行线性或双线性插值消除块效应对图像细节信息的影响。实验结果表明,这种算法既能有效地增强图像的细节信息,又能保持输入图像的亮度,并且彻底地消除了块效应对图像均衡结果的影响,使均衡后的图像具有更加自然的视觉效果。     

基于随机分布的局部直方图均衡算法

针对现有的局部直方图均衡算法存在自适应性较弱、容易导致过增强等缺陷,本文提出了一种基于随机分布的局部直方图均衡算法。该算法首先建立随机分布模型,在图像中选取随机子图;然后采用保持亮度的双直方图均衡算法对这些子图进行增强;最后融合各个子图得到最终增强结果。实验测试结果表明,本文算法自适应性强,能够在保持均值亮度、减少过增强的基础上增强局部细节,增强后的图像具有较好的视觉效果。     

结合偏微分方程增强图像纹理及对比度

针对图像获取过程中外界光照的非均匀性会使图像存在阴影区和高亮区,从而丢失图像细节的问题,本文结合偏微分理论,提出了基于直方图均衡化的偏微分图像增强方法.该方法首先将图像变换到梯度域,通过梯度场的变换得到新的梯度函数;然后应用最小二乘原理,对梯度场中变换后的图像进行重建以增强图像的纹理细节,表现原本不清楚的细节信息.另外,针对光照的不均匀特性,结合直方图均衡化,提出反均衡变换来增强图像的亮度和对比度.提出的算法采用有限差分法将图像离散化,并与热方程相结合,其计算简单,运行速度快,具有较强的灵活性和较广的应用范围.采用Visiual C++编程,对于大小为512 pixel×512 pixel的图像的处理时间为35 ms,达到了视频实时增强显示要求.     

基于RGB色彩平衡方法的沙尘降质图像增强

针对沙尘环境下室外图像存在的色差,低对比度以及低清晰度的问题,提出一种基于RGB色彩平衡方法的沙尘降质图像增强算法,该算法主要包括色彩校正、对比度提升两个任务。针对沙尘图像色彩分布的特殊性以及灰色世界算法的启示,提出了保持颜色分量均值的RGB色彩平衡方法（RGBCbm）,使得RGB三通道分量根据颜色分量的均值进行拉伸,有效去除了图像中沙尘造成的色幕问题,进一步采用带色彩恢复的多尺度视网膜增强算法提高色彩校正结果;利用相对全局直方图拉伸算法结合Lab颜色模型对图像的对比度、色彩以及明亮度进行最后的增强和校正。对实验数据进行测试,结果表明,该算法可以有效解决各类沙尘降质图像的色差问题,并在提高图像色彩丰富性和对比度的同时增强图像细节的清晰度。与其他先进算法相比,水下图像质量指数和图像对比度指数分别达到了0.602和0.994,分别提高了0.140和0.018。