基于多尺度Retinex的图像增强算法

针对单景深低对比度图像中有用信息量少,可辨别性低的特点,提出运用多尺度Ret-inex理论对该类图像进行增强.根据单景深图像特点,在多尺度Retinex处理过程中采用平均标准偏差作为尺度参数的基础,设计多尺度参数高斯滤波器与原始图像在空域中进行滤波,最后运用灰度级均匀化对处理后图像进一步增强,结果显示处理效果良好.     

基于非下采样Contourlet变换的SAR图像增强

该文基于非下采样Contourlet变换(NSCT)和SAR图像的统计特性,提出一种SAR图像增强方法,给出一种基于非下采样塔型分解的斑点噪声方差估计算法和一种基于方向邻域模型的弱边缘增强算法。该文在不同方向子代进行斑点方差估计,利用局部方向统计信息对NSCT系数并进行强边缘、弱边缘和噪声分类并进行弱边缘的增强和噪声的抑制。实验结果表明,该方法在方向信息保留和斑点抑制上优于非下采样小波变换(NSWT)相应方法。     

基于多尺度Retinex算法的遥感图像增强

遥感图像增强是对遥感图像进行后继处理的必要步骤且在遥感图像的处理中占有独特的地位.当前,有很多图像增强方法被应用到遥感图像的增强当中,文中引入Retinex增强算法,该算法可以实现对图像进行自适应的增强处理.为了使Retinex算法更具有普遍性和自适应性,采用多尺度Retinex算法对图像进行增强.多尺度Retinex算法即结合多个尺度上的单Retinex算法,因而可以进一步提高Retinex算法的自适应能力和对图像的增强效果.应用小波变换方法和多尺度Retinex算法对遥感图像进行增强对比实验,实验结果表明多尺度Retinex算法在遥感图像的增强方面具有优越性,并且可以取得令人满意的增强效果.     

手掌静脉图像增强算法研究

为了解决手掌静脉图像质量局部不均问题,提出一种新的手掌静脉增强算法,将受约束的局部直方图均衡算法(CLAHE)和非下采样的Contourlet变换(NSCT)相结合进行图像增强.对图像进行非下采样Contourlet变换,在近似分量上进行CLAHE处理提高图像对比度,在细节分量上根据各尺度不同方向子带上的能量分布自适应地确定阈值,并利用所提出的非线性增强算法进行细节增强;然后通过Gabor滤波器增强手掌静脉纹路.实验表明,该算法提高了静脉图像对比度,增强了手掌静脉的轮廓细节,并且有效地抑制了噪声.     

基于非下采样剪切波变换和QR分解的鲁棒零水印算法

针对数字图像的版权保护问题,提出了一种基于非下采样剪切波变换(NSST,non-subsam-pled shearlet transform)和QR分解的零水印算法。首先,采用NSST对宿主图像进行分解;然后利用Logistic混沌系统从分解后的低频逼近分量中随机抽取出一幅子图,并将其分割成互不重叠的子块;最后对每一个子块进行QR分解,通过判断各个子块R矩阵中第1行元素向量的l1范数和所有子块R矩阵第1行元素向量l1范数的均值之间的大小关系构造零水印。实验结果表明,本文算法对添加噪声、滤波、JPEG压缩和剪切具有很强的鲁棒性,同时还能抵抗一定程度的旋转、缩放和平移(RST)几何攻击。     

基于自适应阈值和局部色调映射的低照度图像处理

为了解决低照度图像的细节信息缺少和清晰度低的问题,在HSV(Hue,Saturation,Value)色彩空间中,采用非下采样剪切波变换(NSST)与Retinex理论的融合算法对低照度图像进行处理。首先对HSV空间的V分量进行分解,得到多个高通子带与一个低通子带,对高通子带采用改进的基于贝叶斯萎缩的自适应阈值算法完成去噪,对低通子带采用改进的自适应局部色调映射算法提高对比度,然后对两个子带进行NSST逆变换以得到新的V分量并对其进行白平衡处理,最后将处理后的图像反转到RGB(Red,Green,Blue)空间中得到结果图像。实验结果表明,所提算法能够改善低照度图像的质量,提高清晰度与对比度。     

基于Contourlet变换和多尺度Rentinex的水下图像增强算法

针对水下图像对比度低、边缘模糊、噪声大等特点,提出一种基于非下采样Contourlet变换和多尺度Retinex的水下图像增强算法。将水下图像进行多尺度多方向的非下采样Contourlet变换;利用多尺度Retinex算法调整低频系数,提高图像整体对比度;在各带通方向子带上估计噪声,抑制模值小于阈值的系数,改进神经网络中的Sigmoid函数用于调节模值大于阈值的系数;经非下采样Contourlet逆变换得到增强图像。与几种传统增强算法相比,本算法处理的图像达到了抑制噪声、改善图像对比度、突出目标轮廓的目的,具有较高的对比度评估值。     

基于自适应引导滤波的子带分解多尺度Retinex红外图像增强

利用引导滤波的边缘保持特性及梯度保持特性,提出一种基于自适应引导滤波的子带分解多尺度Retinex红外图像增强算法.首先利用自适应引导滤波对光照分量进行精确估计,生成光谱不重叠的Retinex子带,然后对各个子带进行自适应增强,最后将各个增强后的子带加权融合.实验证明,该算法可有效消除光晕现象及凸显红外图像细节.     

一种基于小波域的指纹图像增强算法

面对采集的指纹图像质量较差的问题,提出一种在小波域对指纹图像滤波增强算法。该算法在小波域进行Ga-bor滤波增强,通过Radon变换后的投影估计Gabor滤波的方向和频率,对滤波增强后的子图进行小波重构得到最后的结果,有效地抑制高频扰动对指纹图像质量的影响,提高运算速度和准确性。通过对FVC2000指纹库中的部分低质量指纹图像进行增强,表明该算法对指纹图像的增强效果明显,并且处理速度较快。     

一种空域和变换域相结合的图像增强算法

针对传统图像增强算法只使用空域或变换域处理策略的不足,提出一种空域和变换域相结合的处理方法。首先通过使用高斯／拉普拉斯金字塔分解技术将原始灰度图像细分成不同频带,然后在各个频带上分别使用伽玛校正实现对比度均衡化,最后将均衡化结果再利用高斯／拉普拉斯金字塔重构技术进行恢复,即可达到图像增强的目的。实验结果表明,与传统图像增强算法相比,该算法不但能够提高欠曝光区域的对比度,而且能够对过曝光区域实现有效抑制,达到很好的视觉均衡。     

基于傅里叶变换的森林红外图像增强算法研究

以红外热监控技术在森林火警中的研究为背景,针对森林红外热图像低对比度、噪声大的特点,提出了用傅里叶变换理论对森林红外图像增强.分别用理想低通滤波器、巴特沃斯高通滤波器和同态滤波器对图像做了增强.结果对比后得出,同态滤波克服了低通滤波和高通滤波的缺点,图像细节和对比度得到明显增强.并进一步优化了同态滤波器中的指数型滤波函数,仿真结果表明,优化后的指数型滤波函数对森林红外图像有更好的增强效果,能提供更满意的图像.     

基于小波域的Gabor函数指纹图像增强

指纹中不同的空间频率和纹理方向,代表了指纹图像的内在特征。为了提取这些特征,提出结合小波变换和Gabor滤波的指纹增强算法,并将二维滤波分解为两次一维滤波,从而在提高指纹图像的清晰度和指纹纹线的连贯性时也降低了算法的复杂度。对Veridicom公司提供的FPS200 指纹采集仪采集的图像进行处理。实验结果表明,该增强算法快速有效、鲁棒性强。     

基于限邻域EMD的图像增强

提出了基于限邻域经验模式分解(Neighborhood Limited Empirical Mode Decomposition,NLEMD)的图像增强新算法.二维NLEMD是在Huang等人EMD自适应特性基础上通过设定最大邻域(时宽)和采用邻域内局部自适应均值算法代替包络均值算法进行分解,克服以往EMD分解算法出现的灰度斑现象.本文通过NLEMD对图像细节信息的强挖掘能力来获取图像中的高频边缘信息,最后根据剩余量的整体亮度均值和整体亮度对比度自动调整剩余量来调整图像的整体亮度.实验结果证明,与以往传统增强算法相比,本文算法具有更强的细节获取能力和整体亮度可控性,增强效果优于以往传统算法.     

基于亮度分量的快速图像增强方法

为提高图像的视觉质量,需要对图像进行对比度增强处理。从研究图像增强的空域法入手,分析了Retinex理论的相关方法。考虑到基于Retinex理论现有算法的不足,提出了基于亮度分量的处理方法,并用IIR实现高斯函数的运算。仿真结果表明,改进后的方法在完成图像增强的同时,能避免灰度化,保持色彩恒常,并加快处理速度。     

基于Retinex的旧视频序列增强算法

为了解决早期的旧视频资料存在图像不清晰、图像动态范围低、似薄雾的偏色等问题,提出一种旧视频序列增强算法.该算法利用Retinex理论的图像增强获取图像暗区增强视频序列,利用伽马曲线调整获取亮区细节保持视频序列,通过加权合成最终增强的视频序列.实验证明所提方法是有效的.