基于卷积分析稀疏表示和相位一致性的低照度图像增强

针对低照度图像存在的对比度低、视觉效果差等问题,提出一种基于卷积分析稀疏表示和相位一致性的低照度图像增强方法.该方法基于Retinex模型,在估计照度图像时采用卷积分析稀疏表示进行约束,所用滤波器一部分人工设定,一部分由样本训练自动获得;在计算反射图像时利用单演相位一致性特征,施加相位一致性残余最小约束来恢复细节;通过联合约束并进行优化,得到的反射图像即为最终的增强结果.对大量低照度图像进行实验,并与当前先进方法相比,结果表明,本文方法不仅提高了图像的亮度与对比度,增强了细节,而且在多个客观评价指标上都优于其他方法.     

基于三维激光扫描的低照度图像色彩增强方法

为了提高图像画面的清晰度,给用户展示更多细节,提出了基于三维激光扫描的低照度图像色彩增强方法。利用图像直方图分析灰度级,通过直方图处理实现低照度图像对比度增强,使所有灰度区域的均匀布局;通过多维信息算出协方差,利用矩阵构成相关数据,在相邻点实行空间曲面拟合,构建平面图像函数,将连续图像函数变换成离散形式,扫描图像找到相应的行列数,判断点位置获得三维激光图像矩阵。通过实验可知,本方法的图像标准差与实际图像差值仅为0.25,信息熵差值仅为0.1,平均梯差值仅为0.05,表明本方法能够增强低照度图像色彩。     

基于改进Retinex算法的低照度图像增强

通过对比不同图像增强算法,针对传统图像增强算法无法兼顾色彩、细节以及纹理的同步处理等问题,文章提出一种MSRCR-HIS图像增强算法,融合直方图转换法与MSRCR算法的优势,并将处理后的图像与原始图像进行融合以保留原图细节信息,通过验证,文章提出的算法与经典算法相比,能够有效地改善图像的呈现效果,有利于后续各项实验操作。     

基于大气散射模型的低照度视频增强算法

低照度情形下光照条件复杂,摄像设备采集到的视频无法满足实际应用需求,因此,需要进行增强。提出一种基于大气散射模型的低照度视频增强算法。将视频分帧,对于每一帧图像,提取V分量。提出透射率和大气光值估计方法,更加准确地描述图像的照度分布,从而避免过曝光现象;根据低照度大气散射模型,求解得到初步增强的V分量。为了丰富图像细节,提出细节优化方法,得到增强图像,合成每一帧增强图像得到增强视频。对增强结果进行主观和客观分析,结果表明,所提出的算法在视觉效果和客观评价指标方面均优于对比算法,其中所提出算法的清晰度、边缘强度、基于块的对比度和结构相似度均排名第一,且算法运行速度较快。     

改进Retinex与多图像融合算法用于低照度图像增强

为了解决低照度图像在图像增强过程中图像质量不佳、对比度不高等问题,本文提出改进Retinex与多图像融合算法用于低照度图像增强。首先将待处理图像转换到HSV色彩空间,并设定阈值对其V通道分量进行亮度调节,然后转换到RGB色彩空间,将其拷贝3份,对第一份进行直方图均衡化,中值滤波处理;对第2份进行自动亮度调节,双边滤波处理;对第3份进行改进的Retinex算法处理,采用高斯滤波、双边滤波作为其环绕函数,估计图像照明分量,最后输出反射图。将处理后的3份图像转到HSV色彩空间,对其V分量进行多图像融合,H、S分量沿用第2份图像分量值,最后将融合后的图像由HSV转为RGB色彩空间,输出处理后的图像。实验结果表明,本文提出的算法在增强低照度图像的同时,还可抑制图像噪声,同时具有良好的保边性,且细节明显。     

基于低秩分解和卷积稀疏编码的多源图像融合

针对卷积稀疏编码能够较好地保留图像信息特征的这一特点,提出基于低秩分解和卷积稀疏编码的多源图像融合方法.为了避免图像分块处理对图像结构的影响,将每幅待融合图像进行全局处理.首先,通过低秩分解将图像分解成低秩和稀疏两部分;接着,对稀疏部分进行卷积分解,可以训练得到一组稀疏滤波器字典,再将卷积稀疏编码应用到图像的融合中;然后,对低秩和稀疏成分分别设计不同的融合规则,得到融合低秩成分和融合稀疏成分,最终得到融合图像.最后,为了验证所提方法的融合效果,将所提方法与其他方法进行对比实验.实验结果表明,所提方法在视觉效果和客观评价指标方面均取得良好的效果.     

基于单传感器的低照度彩色图像增强系统

针对低照度下传统彩色图像传感器成像质量差的问题,提出一种基于单传感器的低照度彩色图像增强系统.系统同时采集可见光(VIS)和近红外(NIR),用NIR对VIS图像进行增强.系统中,为处理混合光图像提出了一系列图像处理方法:针对NIR对VIS颜色干扰的问题,提出一种颜色差值与降噪处理相结合的VIS分离方法;针对VIS与N...     

荧光视网膜图像的照度均衡及自适应血管增强算法

提出一种基于图像反射度照度模型的荧光视网膜图像照度校正与均衡算法.首先,使用多尺度处理及形态学测地膨胀运算将原始图像分离为背景图像和前景图像,然后,在背景图像的基础上使用多方向直线均值法对图像的照度成分进行估计,并由反射度照度模型得到背景的均衡图像;最后,单独对前景血管自适应增强的图像进行灰度校正,并将均衡后的背景图像...     

一种用于局部低照度水下图像的自适应增强方法

针对局部低照度导致的水下图像细节丢失以及使用现有的水下图像整体增强方法产生的增强过度现象,提出一种基于改进Retinex-Net的水下图像增强方法.通过基于HSV空间颜色阈值的图像二值化获取图像任意位置的低照度区域;利用卷积神经网络对图像的低照度区域学习与分解,并对分解结果进行端对端训练;在增强网络中运用U-Net,构...     

一种基于ARD⁃GAN的低照度图像增强方法

为解决低照度图像增强过程中噪声放大、细节不足以及色彩还原问题,本文提出一种基于注意力机制残差密集生成对抗网络(Attention Residual Dense?Generative Adversarial Networks,ARD?GAN)的低照度图像增强方法.首先,该方法在全局光照估计模块(Global Illumination Estimation Module,GIEM)中生成全局曝光注意力图,以引导后续模块更好地进行照度增强;其次,使用卷积残差模块(Convolution and Residual Module,CRM)和基于通道注意力的残差密集模块(Channel Attention Residual Dense Module,CARDM)分别提取浅层特征和深层特征,并将不同层次的特征融合以获取更好的细节信息;然后,在CARDM基础上将密集连接与批归一化相结合抑制噪声;最后改进了损失函数,使增强后图像色彩还原更好.实验表明,ARD?GAN有与主流算法相比,在主观视觉和客观评价指标上均得到更好的效果.     

利用自适应光照初始化的弱光图像增强方法

由于光照分量分解估计的高度不确定性,如何准确估计图像的光照分量一直是基于Retinex模型的图像增强方法需要解决的难题。该文提出一个简单有效的方法,准确估计图像的初始光照分量,进而实现弱光图像增强。具体地,首先根据输入图像得到其对应的光照权重矩阵,以指导光照分量的自适应初始化估计;随后在光照结构约束下,对初始光照分量优化估计,并进一步执行非线性光照调整;最终结合Retinex模型得到增强结果。实验表明,该方法不仅能够实现准确的图像分解估计,而且与现有的弱光图像增强方法相比,该文所提方法在多个数据集上的主观视觉效果和客观评价指标都有更好的表现,同时也保持着良好的运行效率。     

图像梯度场双区间均衡化的细节增强

直方图均衡化技术已广泛地应用于图像增强中,本文将该方法引入梯度域,这样可以使图像细节均匀地分布在各灰度级上.进一步本文又研究了图像梯度幅值分布特点,根据梯度幅值的右偏分布特性,采取双区间分别对梯度场进行均衡化处理.在区间阈值选取上,本文结合频率分布的数字特征,提出了区间阈值的两个选取准则并将梯度幅值合理地分为小梯度区间和大梯度区间.在目标梯度场复原过程中,本文提出矩阵变换法替代传统的"微分迭代法",减小了算法的时间复杂度.实验结果表明本文算法可使图像细节得到有效地增强.     

低照度环境下图像增强算法的FPGA实现

在低照度环境下,通用的图像传感器普遍存在成像效果不佳的情况,因此采用图像增强算法来提升图像对比度就显得尤为重要,然而大多数图像增强算法都是针对静态图像进行增强.为此,基于现有的图像增强算法,提出了一种改进的基于图像去雾的图像增强算法架构,该架构不仅利于FPGA实现,而且能够较好地增强视频的显示效果.测试结果表明:该算法占用FPGA资源较少,能够实时处理1080P 60 f/s的视频且增强效果良好.     

基于双域分解的图像增强算法

为解决图像增强中对比度提高与噪声抑制的矛盾,本文提出了一种基于双域分解的图像增强算法,同步实现图像对比度提高与噪声抑制.文中详述了空域分解、分层图像空域增强与变换域降噪、分层图像合成三个主要环节的原理、方法.首先,高斯滤波器将图像分解为基础层和细节层,实现对比度提高与噪声抑制的解耦合;其次,带校正功能的单尺度Retinex和硬阈值收缩的非下采样剪切波降噪算法同步实现基础层的增强和细节层的降噪;最后,分层图像合成、灰度数值延展和微分算子强化,实现合成图像的灰度延展与细节加强,确保增强图像的颜色均匀、细节突出.实验表明,本文算法提高图像对比度和抑制噪声的性能优于其他九种算法.     

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。     

一种新的低照度彩色图像降噪算法

针对低照度监控图像存在大量噪声的情况,按照视觉心理感知特性选择HSV颜色空间,在此空间提出了一种新的低照度彩色图像降噪的算法,保持色调不变,针对饱和度和亮度分量的不同特征,分别采用了中值滤波和基于边缘提取的降噪方法。实验结果表明该算法在保持了色调和边缘不变的同时,提高了图像信噪比,降噪效果明显。     

基于巴特沃斯低通滤波器的图像增强

在详细分析传统的图像增强算法的基础上,提出了一种基于Butterworth低通滤波的局部直方图均衡的图像增强算法。首先,利用Buterworth低通滤波器将图像分为高频分量和低频分量,然后对低频分量进行传统的直方图均衡处理,最后,将均衡后的低频分量与高频分量进行加权融合,得到增强后图像。实验结果表明,图像经过处理,突出了细节信息,改善了整体视觉效果。     

基于边界限制加权最小二乘法滤波的雾天图像增强算法

针对经典的暗通道理论算法在处理雾天图像时天空区域出现光晕和亮度损失的问题,提出了一种基于边界限制加权最小二乘法滤波的雾天图像增强算法。该方法根据雾天图像的直方图特性,分割出天空区域,并求解出了全局大气背景光;根据辐射立方体法则推导出边界限制条件,得到了初始的透射率,运用加权最小二乘法滤波方法和容差机制,对透射率进行了平滑处理;利用暗通道理论的模型,求取了增强后的图像。研究结果表明,在去雾效果和图像的可视度方面,所提算法优于现有的暗通道算法。     

运动平台混响背景下基于低秩稀疏分解的目标回波增强

在水下航行器等运动平台上,主动声呐的近距离滤波结果受混响干扰影响严重,大量的混响回波亮点会掩蔽目标回波的可见性,导致后续检测判决的虚警率增大.以阵列处理的方位历程图作为基本输入,该文利用某些场景下混响干扰相邻周期间潜在的相干结构,假设混响满足低秩性;由于平台间的相对运动,假设感兴趣的目标回波在逐周期间是不相关且稀疏的....