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.     

基于极大灰度频数抑制结合动态直方图均衡的图像增强算法

现有的直方图均衡技术存在两方面不足:虽然使得增强图像有高的对比度,但是其对比度的提升程度严重依赖于灰度频数分布,这样常常导致容易过度增强高频数灰度级,而压缩低频数灰度级;另外,增强对象缺乏目的性,难以满足感兴趣灰度区域的特殊要求。针对这个问题,该文提出基于极大灰度频数抑制结合动态直方图均衡的图像增强算法。首先通过分析图像直方图的灰度分布情况来分割图像,并根据用户感兴趣灰度范围确定各子层图像的灰度映射范围及频数控制阈值;然后利用各自阈值重新定义子层直方图,并采用直方图均衡算法构造灰度转换函数,将子层灰度映射到指定范围内;最后综合各个子层的增强结果得到最后的增强图像。实验结果表明,该算法既能抑制过度增强的情况,又能对于用户感兴趣的灰度进行控制,能更好地满足用户对图像对比度增强可控的应用要求。     

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.     

一种自适应红外舰船图像增强算法

复杂环境下海面舰船红外图像信噪比和对比度低、边缘模糊,目前仍没有一种处理效果好且实时性强的图像增强算法。提出一种基于平台直方图均衡化的自适应红外图像增强算法。首先,分析典型海面舰船红外图像及其直方图的特性;在此基础上,提出一种自适应确定目标/背景粗略阈值的方法;最后将灰度大于该阈值的直方图最大值作为平台值,通过平台直方图均衡化算法自适应地完成海面舰船红外图像的图像增强。实验结果表明,该算法不但有效地增强了图像的对比度、抑制了背景,而且具有较快的运算速度。     

基于正弦变换的红外图像均衡算法

针对红外图像的特点,提出一种基于正弦变换的红外图像均衡算法。通过设定合适的阈值,将图像灰度直方图中像素分布为零的灰度级进行完全压缩;将小于阈值的灰度级映射到最近的大于阈值的灰度级,然后将有效灰度级做基于正弦函数的拉伸变换后进行直方图均衡;最后将均衡后的图像灰度级等间距排列。该算法在压缩灰度冗余的同时进行基于正弦变换的直方图均衡,保留了图像细节部分,避免了常规直方图均衡所带来的图像细节丢失和灰度断层现象,提高了图像的细节和清晰度。实验结果表明该方法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,且算法简单、运算量小,适合在实时图像处理系统中采用。     

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.     

基于灰度冗余的红外图像实时均衡技术

文章提出一种新型的基于灰度冗余的红外图像实时均衡算法,通过图像灰度直方图的统计,将灰度像素分布为零的灰度级进行完全压缩,将灰度分布很少的灰度级映射到最近的大于阈值的灰度级,然后将有效图像灰度级进行等间距排列,最后完成排列后的直方图映射.该算法在压缩灰度冗余的同时,进行直方图的实时无损均衡,提高了图像质量,并实现实时处理,避免了常规直方图均衡带来的灰度断层现象.该算法在红外热像仪的应用中取得了较好效果.     

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法。首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像。实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善。     

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。     

一种基于组合方法的红外图像增强方法

采用组合方法对图像进行增强,对原始图像进行双平台直方图均衡,对均衡后的图像灰度进行等间距处理,提高整体图像的对比度;采用中值滤波方法对原始图像进行滤波,再用Sobel边缘微分算子对滤波后的图像进行边缘提取。在双平台直方图均衡后的图像中,对边缘所对应的像素的灰度值进行处理,对非边缘所对应的像素保持原灰度值不变,然后将处理后的边缘像素与不处理的非边缘像素进行组合。     

基于CLAHE的红外图像增强算法

针对原始红外图像信息在压缩转换中数据信息丢失或弱化的问题,提出一种基于CLAHE(对比度受限自适应直方图均衡)的红外图像增强算法。该算法首先对14位原始红外图像的像素灰度级进行调整,然后通过CLAHE算法获得基图像,再通过原始图像与双边滤波后图像的差值获得细节图像,进一步通过高斯滤波算法滤除细节图像的噪声,最后合成得到输出图像。仿真结果显示:通过该算法,原始图像的对比度及边缘细节信息得到很大程度的增强。本文算法的图像增强效果优于PE算法和CLAHE算法。     

Method of infrared image enhancement based on histogram

Aiming at the problem in infrared image enhancement,a new method is given based on histogram.Using the gray characteristics of target,the upper-bound threshold is selected adaptively and the histogram is processed by the threshold.After choosing the gray transform function based on the gray level distribution of image,the gray transformation is done during histogram equalization.Finally,the enhanced image is obtained.Compared with histogram equalization(HE),histogram double equalization(HDE) and plateau histogram equalization(PE),the simulation results demonstrate that the image enhancement effect of this method has obvious superiority.At the same time,its operation speed is fast and real-time ability is excellent.     

一种红外弱小目标图像增强的新算法

针对红外弱小目标图像的特点,本文提出了一种新的增强算法。该算法首先通过设置平台阈值对背景的增强进行抑制,然后将直方图在灰度密度和灰度间距两个方向进行均衡处理。该算法简洁,实时性强,图像增强效果好。