改进的多尺度Retinex红外图像增强算法

针对传统多尺度Retinex增强算法处理后的红外图像对比度较低、视觉效果不够理想的缺点,提出了一种改进的多尺度Retinex红外图像增强算法.将传统Retinex增强算法中的指数还原用灰度线性拉伸代替,对拉伸后的图像进行自适应对比度增强处理,从而提高了图像的对比度,改善了图像的视觉效果,同时,根据图像处理的需要,可以调整图像对比度的大小.通过与几种典型的图像增强算法实验结果进行比较,该算法图像增强的效果更好,图像视觉效果更佳.     

基于格林函数的图像增强算法

由于传统的图像增强算法得到的增强图像存在细节的缺失,主观效果较差等缺陷,提出了一种图像增强算法。通过Retinex模型保证了增强图像具有较突出的细节特性;通过求解泊松方程满足了增强图像与原始图像在梯度域的一致性;采用自适应亮度映射得到适于显示的边界条件;对区域的边界进行采样降低算法的复杂度。实验对比了几种图像增强算法得到的增强图像以及相关的评价系数,验证了该算法能够有效地提高图像的对比度,增强图像的主观视觉效果较高。     

一种前后向复扩散图像增强算法

传统的图像增强算法无法在去除噪声的同时保留图像的纹理.为此,本文从线性前向复扩散的原理出发,研究了线性后向复扩散的图像增强功能,将前向复扩散和后向复扩散相结合,给出了一种前后向复扩散图像增强算法.实验结果表明:该算法抑制了图像中的微弱噪声,有效地增强了图像,保留了图像的细节纹理,没有产生错误的图像增强效果,可以获得很好的图像增强效果.     

车载红外夜视图像的小波-遗传图像增强算法

针对传统红外图像增强算法在视觉效果上不够理想的问题,提出了一种适用于车载红外夜视图像的图像增强方法。该方法利用红外夜视仪的非接触生成热图像的原理,建立了针对车载红外夜视图像的小波-遗传灰度图像增强方法,并将该方法与传统的直方图均衡化法和多尺度Retinex算法进行了对比。在红外夜视图像增强效果方面,该方法具有改善图像亮度均匀性、避免图像过分增强和抑制噪声的特点。实验表明,所提出的小波-遗传图像增强算法在车载红外夜视图像增强方面的处理效果较好。     

一种改进的非线性滤波器图像增强算法

在图像的预处理过程中,图像增强是一个很重要的步骤.由于传统的反锐化掩模增强算法的在增强图像的同时加入了噪声,该文使用非线性滤波器增强图像.与传统的非线性滤波器相比,本文使用反正切函数来控制图像的增强效果,减少了增强过程中的参数个数,方便了在实际中的应用.实验证明了该算法在进行图像增强的同时,也抑制了原始图像中噪声的放大...     

基于多尺度Retinex算法的遥感图像增强

大多数的遥感图像存在视觉对比度低、分辨率低的缺点．因而在对遥感图像分析之前,通常都需要通过遥感图像增强技术对图像进行增强处理。当前的图像增强方法有很多种,文中引入了一种新颖的图像增强方法,即多尺度Rednex（MSR）算法。这种增强技术尤其对能见度差、分辨率低的图像有很好的效果,因此适合于对遥感图像的增强处理。此外,还引入了几种常用的经典图像增强方法,如直方图均衡法等。为了证实所引入的MSR算法对遥感图像的增强效果优于其他的增强方法,在实验中,将经典的图像增强方法和MSR算法分别应用于增强一幅典型的遥感图像并对比增强后的增强效果。实验结果表明MSR算法在对遥感图像的增强中可以取得满意的效果并且优于其他的图像增强方法。     

沥青路面裂缝图像增强与边缘提取算法研究

针对模糊图像增强算法存在运算速度慢以及丢失部分图像信息等问题,提出一种封闭性和移植性好的广义模糊增强算子.该算子结合梯度算子将图像增强处理集中在敏感区域,并构造四种结构元素求出敏感区域内的数学形态学梯度来提取图像边缘,实现一种图像增强与边缘提取算法.将新算法应用于沥青路面裂缝图像检测系统中,实验结果表明,该算法的图像增强和边缘提取效果优于现有的模糊图像增强算法和传统边缘提取算法.     

基于Laplacian金字塔和小波变换的医学CT图像增强算法

对医学图像进行增强可提高信息的利用率。传统的图像增强方法应用于医学图像时处理效果一般,存在诸多问题,如在增强图像的同时使图像的细节丢失,减弱了图像中目标的边缘信息,降低了图像的对比度。针对上述问题,提出一种基于小波变换和Laplacian金字塔分解的图像增强算法。首先,对原医学图像进行小波变换分解,得到处理结果;然后,对原医学图像进行Laplacian金字塔分解,得到医学图像的高频信息;最后,利用小波变换的结果和Laplacian金字塔分解的结果进行重构,得到增强后的图像。实验结果表明,该方法的增强效果明显优于传统的图像增强算法,对医学图像具有较好的增强效果,同时能更好地抵抗噪声。     

遗传算法在图像增强中的应用研究

关于图像增强是图像处理中提高质量问题,由于在图像采集过程中存在各种干扰,图像质量低,传统分段线性变换算法采用人工方法进行参数优化,难以获得最佳增强效果。为提高图像增强效果,提出一种采用遗传算法的图像增强算法,用遗传算法自动选择两个折线拐点的位置和分段直线的斜率,得到最优的分段线性变换曲线,从而实现图像增强处理。仿真结果表明,相对其它增强方法,改进方法不仅提高图像整体亮度,而且增强了图像的对比度和细节,具有一定的抗噪能力,为图像增强处理提供了广泛的应用前景。     

基于多尺度Retinex算法的遥感图像增强

大多数的遥感图像存在视觉对比度低、分辨率低的缺点,因而在对遥感图像分析之前,通常都需要通过遥感图像增强技术对图像进行增强处理.当前的图像增强方法有很多种,文中引入了一种新颖的图像增强方法,即多尺度Retinex(MSR)算法.这种增强技术尤其对能见度差、分辨率低的图像有很好的效果,因此适合于对遥感图像的增强处理.此外,还引入了几种常用的经典图像增强方法,如直方图均衡法等.为了证实所引入的MSR算法对遥感图像的增强效果优于其他的增强方法,在实验中,将经典的图像增强方法和MSR算法分别应用于增强一幅典型的遥感图像并对比增强后的增强效果.实验结果表明MSR算法在对遥感图像的增强中可以取得满意的效果并且优于其他的图像增强方法.     

基于偏振特征的图像增强算法

具有不同导电特性的表面对入射光偏振态的影响不同,同时描述光束偏振态的线偏振度、偏振角和Stokes矢量之间存在互补性和冗余性;在此基础上提出了一种基于偏振特征和能量特征的图像增强算法,该算法对偏振度、偏振角和Stokes图像进行基于能量特征的融合,实现了对图像的增强,同时利用信息熵、清晰度和对比度对结果进行评价;实验表明,该方法在图像增强方面具有优越性.     

基于三级图像融合与CLAHE的机场安检X光图像增强算法

针对CLAHE增强机场安检X光图像出现的颜色失真及背景噪声放大问题, 提出一种基于三级图像融合与CLAHE的X光图像增强算法. 首先将X光图像分别转换成RGB、HSV图像并分别进行CLAHE增强, 将增强后的图像通过欧几里得范数实现第1级融合. 然后将融合后的图像进行USM锐化, 锐化过程中根据掩膜进行图像第2级融合. 最后将锐化后的图像与原图像按系数进行合并, 完成第3级融合. 仿真实验结果表明, 本文提出的算法能够有效提高安检X光图像的对比度, PSNR平均值提高了7 dB, 同时可以抑制增强图像颜色失真及背景噪声. 该算法有助于提高X光图像中违禁物品的识别准确率, 对平安机场的构建具有积极意义.     

电力线数字灰度图像增强算法

无人机巡线大大提高了输电线路巡线的效率,若利用计算机处理采集的数字图像可以进一步提高效率,而图像增强处理是计算机处理图像的一个重要过程.结合电力线数字灰度图像的特点,讨论了利用随机数学模型和模糊数学模型两类不同灰度图像增强算法,比较了这些算法的应用效果.分析了现有图像增强算法在电力线灰度图像中应用的不足,据此给出了一种基于模糊数学模型的改进型图像增强算法,并利用实例验证其具有更好的适用性.     

融合深度学习与成像模型的水下图像增强算法

水下机器人的视觉感知功能因受到水下环境因素的影响,面临着图像质量降低的挑战,如图像颜色畸变、整体色调偏绿、偏蓝、对比度较低、细节较为模糊等。提出一种结合深度学习方法与物理成像模型的新型水下图像增强算法,通过构建包含扩张卷积和带参数激活函数的神经网络,进行背景散射光和直接传输映射的估计,并结合成像模型的数学表达进行重建运算得到增强后图像。实验结果表明,与UDCP、IBLA、GLNet等典型图像增强算法相比,该算法具有更快的运算速度,且能够消除水下环境因素带来的影响,丰富图像色彩的同时能增强各类细节,在峰值信噪比指标和结构相似度指标上取得了较大值。此外,增强后的图像在特征点匹配实验中获得了更好的匹配效果。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

一种面向交通场景的快速图像增强算法

为提高夜间图像的增强效果,针对具体的交通场景提出一种改进的图像增强算法。通过改进自适应对比度增强算法（ACE）中放大系数的自适应函数,算法能够有针对性地增强图像亮度较低和对比度较低的区域,防止图像过度增强,并且能够增强图像的细节,克服传统对比度增强算法的不足。实验结果表明,该算法增强效果显著,针对具体夜间交通场景图像处理速度快,自适应效果好,具有消除“振铃效应”、颜色保真和较好的保留并增强图像边缘和细节的能力。     

基于分段直方图均衡化技术的图像增强

分析了传统灰度图像直方图均衡化算法存在的优缺点,提出了基于分段直方图均衡化技术的图像增强算法。该算法基于图像的特点,利用K均值聚类算法将图像分成几个灰度区间,然后再分别进行均衡化。实验结果表明,该算法对灰度呈现两端分布且低灰度区域有较多像素点分布的图像有较好的增强效果。     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中，提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型，能自适应地插值，而且插值系数可为任意正实数．应用该算法插值后的边界清晰、自然，忠实地反映了原始图像的面貌．与传统的插值算法相比，其边界处理效果好，具有线性复杂度且易于实现．